小波变换模极大去噪法在无线电引信信号处理中的应用

将小波变换模极大去噪理论和方法应用于无线电引信的信号处理研究,在小波变换模极大值特性分析的基础上,讨论了无线电引信信号和噪声的小波变换模极大值在各尺度上的传播特性,提出了无线电引信小波变换模极大值去噪算法,并对算法进行了深入分析,仿真结果显示：利用小波变换模极大值去噪方法可有效去除低信噪比的无线电引信信号噪声。     

基于小波模极大值的船舶轴频电场检测算法研究

船舶轴频电场是一种具有明显目标特征的极低频信号,对船舶的水下非声探测具有重要作用。对船舶轴频电场信号小波模极大值的尺度变化进行分析,根据目标信号和噪声的差异,采用Hermite 插值对目标信号小波模极大值进行快速重构;提取目标特征频率范围内的能量均值为特征值,采用滑动检测方法对目标进行检测。实测和仿真数据对该算法的验证结果表明,此方法相对小波包熵检测算法的检测效果较好,虚警率较低,当SNR 为-5. 9 dB 时检测率相对提高50% 左右,并且在SNR 为-8. 2 dB 时仍然具有86%的检测率。     

雷达多径信号分辨的小波变换方法

雷达多径回波信号(多径干扰信号)对雷达系统的检测性能具有十分不利的影响,抑制多径干扰的关键是准确分辨多径回波信号(检测并确定其部分参数)。小波变换在时、频域具有良好的局部化特性并对信号的奇异性非常敏感,在不同的尺度下(频带)奇异信号的小波变换模局部极大值点不变。雷达多径回波信号可用小波变换的方法进行分析和检测,根据信号与白噪声的小波变换局部模极大值的传播特性差异来抑制背景白噪声。本文通过正交二进制小波变换算法估计雷达多径回波信号的数目和信号时延,达到分辨多径信号的目的。文中的计算机仿真结果证明了该方法的可行性。     

强背景噪声下的小波熵模极大值消噪方法

针对矿井提升机特征信号在强非平稳和强噪声背景下难以有效提取的问题,结合小波能量熵理论与小波模极大值的奇异性理论,提出一种有效的强背景噪声下提升机信号消噪方法。该方法利用信息熵能定量描述时-频域能量概率分布的特性,采用小波熵自适应确定噪声阈值,有效去除随小波分解尺度增大而不断减小的小波模极大值,保留随尺度增大而增大的模极大值,并重构经有效过滤的剩余小波模极大值,实现强背景噪声下噪声信号与真实信号的有效分离。通过对仿真信号和提升机实测信号的应用,表明了该方法消噪效果明显,消噪数据可靠,提高了强背景噪声下提升机故障诊断的数据可靠性。     

磁悬浮陀螺寻北仪信号去噪方法

基于傅里叶变换的数字滤波对磁悬浮寻北仪信号的去噪效果不理想,针对该问题,为改善去噪效果,提高寻北精度,探讨了小波阈值去噪方法和模极大值去噪方法。采集陀螺寻北仪信号,把经典数字滤波器去噪效果与小波去噪效果进行对比,结果表明：小波阈值去噪和模极大值去噪对磁悬浮寻北仪输出信号去噪效果明显。     

小波变换降噪技术及其在Matlab中的实现

小波降噪含模极大值、尺度空间滤波、域值滤波三种方法.域值滤波法只对低频部分进一步分解,不考虑高频部分,因而用小波函数进行处理.域值滤波方法的处理过程为:对信号进行小波分解;小波分解高频系数的域值量化;信号重组.对潜艇获得的测量方位信号仿真结果分析表明,该方法可行.     

小波分形理论及其在航空发动机故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,采用小波分形理论进行发动机故障诊断.为了克服目前离散信号盒维数计算方法的不足,提出用矩形网格代替正方形网格来覆盖振动信号,得到更加精确的盒维数.通过比较航空发动机的几种状态下的小波盒维数表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术,盒维数作为波形的一个重要特征,可以用于对航空发动机振动状态的分类识别.     

小波变换模极大值方法对信号的奇异性检测

小波变换在故障诊断领域的研究目前主要集中在机械等方面.针对无线电引信的故障诊断,提出采用小波变换的模极大值方法对无线电引信信号进行奇异性检测,找出了发生故障的时间点和频率范围,进而分析出了引信故障是由于弹丸在飞行过程中尾翼章动不稳定,造成噪声过大引起的,并经过实验室实验验证了故障定位的准确性,为解决引信存在的问题提供了帮助.     

小波变换在无线电引信中的应用

本文充分利用小波的极大模特性可以检测出奇异信号的特殊功能，对无线电引信的信号进行分析。应用多尺度模极大值，去除引信信号噪声，提高引信测量精度，采用无线电引信机发射脉冲宽度随机可变措施，区分真假回波，再根据其能量大小，辨别真假目标；用记录各种尺度下模极大值坐标，代替无线电引信记录整个过程，起到压缩数据目的，这些数据包含无线电引信的主要信息，经实验表明，此方法是可行的。     

改进的神经网络和灰色理论在故障诊断中的应用

在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的BP神经网络和ABO灰色关联度诊断法。应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数。讨论了特征参数的无量纲化处理方法,并结合ABO灰色关联度诊断法简单易于实现和BP神经网络法诊断精度较高的特点,完成了齿轮箱的故障模式识别和诊断决策。