桶基平台贯沉深度测量中的小波去噪方法

与传统去噪方法相比，利用小波变换去除被测信号中的噪声具有一些不可比拟的优点。结合桶型基础平台贯沉深度测量中的去噪问题对小波变换去噪的原理和优势进行了详细论述，并用MATLAB对一原始信号做了去噪处理。     

RFID射频信号的小波消噪方法

为了改善RFID系统的性能,提出使用小波变换去噪的方法降低射频信号的噪声影响.为了提高对物体自动识别的准确率,采用了小波去噪与傅里叶变换去噪方法.根据标准ISO18000-3在LabVIEW 环境下使用调制工具包仿真产生了13.56MHz的RFID射频信号,并用小波分析方法和傅里叶分析方法对仿真产生的RFID射频含噪信号进行去噪.仿真结果表明,与传统傅立叶分析消噪相比,小波消噪具有较高的精度及较好的消噪效果.研究小波分析在射频信号消噪中的应用具有现实意义并切实可行,同时小波分析应用到虚拟仪器测试领域,能够为人们提供更为精确和方便的测试,在工程应用中具有较好的应用前景.     

基于HMM和小波包分解的气液两相流流型识别

为了研究垂直上升管中气液两相流的流型,利用自制的多电导探针测量系统采集4种典型流型的电导波动信息,提出了基于HMM和小波包分解的气液两相流流型识别方法.首先应用小波包分解对电导波动信号进行小波包能量特征参数的提取,然后将小波能量参数作为观测序列输入到隐马尔科夫模型(HMM),从而实现对流型的识别.研究结果表明,该方法能够准确地识别出4种流型,识别效果良好,为流型的在线识别提供了一种有效方法.     

光纤陀螺信号的数字处理方法

光纤陀螺（FOG）有着广泛地应用,如何有效地提高精度具有重要意义。根据FOG信号漂移的数学模型,分别采用了经典傅立叶分析的FIR低通滤波器和小波变换的阈值去噪对某型FOG的输出信号进行了消噪处理。实验证明了小波阈值在消除陀螺漂移和基座动态干扰应用中的优越性。     

地震信号小波变换的去噪方法

运用模极大值法基本原理进行地震信号去噪研究,进而运用二次小波变换原理通过低层系数处理对常用小波去噪方法进行改进.通过合成不同的染噪地震信号,由一系列仿真实验对模拟地震信号进行不同尺度的小波分解与重构,从而实现最优小波分解尺度上的地震信号噪声去除.与常用的快速傅立叶转换方法比较,仿真结果表明,该小波变换方法能够有效去除地震勘探信号中的噪声,并且针对系数的二次小波变换可以明显改进去噪的效果.     

基于MATLAB小波去噪方法的研究

在实际的计算机控制系统中，采样信号不可避免的受到各种噪声和干扰的污染，使得由辨识采样信号得到的系统模型存在偏差而妨碍了系统控制精度的提高。Dunoho和Johnstone提出的小波收缩去噪算法对去除叠加性高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的仿真研究，并利用滤波器、傅立叶变换／反变换和小波收缩三种方法对实际电机随动系统的辨识采样数据进行了去噪对比实验，总结了应用小波去噪的一些实际经验。     

小波变换在单片机信号去噪中的应用

在单片机系统工作环境中存在着各种噪声干扰，尽管已采取了一些抗干扰措施，但不可避免会有噪声进入系统。该文根据单片机系统中的信号特点，基于小波变换自动变焦功能，提出用小波变换对含噪信号进行去噪。基于小波变换的去噪是在对含噪信号进行分解的过程中，通过门限方法抽取有用信号的小波系数，然后重建而得以实现。仿真结果表明了在单片机控制系统中利用小波变换进行信号去噪的可行性和有效性。     

基于低成本MEMS陀螺的小波阈值去噪应用研究

通过有效抑制微机电系统(MEMS)陀螺的随机漂移误差,实现了提高低成本MEMS陀螺的测量精度.研究了小波阈值去噪算法的基本原理,分析了影响小波阈值去噪质量的主要因素;确定了小波函数类型、小波分解的层数、去噪阈值以及去噪阈值函数;利用小波阈值去噪算法对实际陀螺信号进行了去噪处理,结果表明:陀螺随机漂移得到了明显的抑制,取得了良好的去噪效果.     

分布式光纤拉曼测温系统信噪比优化研究

针对分布式光纤拉曼测温系统(ROTDR)信噪比较低的问题,在传统累加平均算法的基础上,提出利用小波包去噪以及埃尔米特插值算法对后向拉曼散射信号进行处理来提升系统信噪比。该方法首先在数据采集端对散射信号进行累加平均去噪,然后使用埃尔米特插值算法进行色散补偿,最后选取sym6小波基对散射信号进行小波包去噪处理。实验表明,该方法将系统信噪比由27.6159 dB提升至32.6988 dB,而且有效补偿了系统的色散效应。选取8 km光纤进行实验,光纤全程温度波动范围从0.65℃~1.15℃降低至0.36℃~0.75℃,不同温度的测量误差中位数小于0.5℃。综上,本文提出的信号处理方案可有效提升系统信噪比及降低系统测温误差。     

基于LabVIEW的气悬浮平台振动信号数据采集系统

设计气悬浮平台振动信号数据采集系统,实现对振动信号的实时波形显示、数字滤波、小波去噪、频谱分析、波形的存储与读取等功能,可高效完成振动信号的采集与分析任务。系统加入小波去噪方法,将LabVIEW和Matlab结合使用,增强了LabVIEW信号分析处理能力,具有一定的理论和实践价值。     

利用小波分析检测航空发动机传感器故障

该文比较了傅立叶变换与小波分析的基本理论并研究了它们在航空发动机传感器故障检测应用中的特点,提出了一种基于小波变换的故障检测方法.该方法针对噪声和故障信号均具有呈现非平稳瞬态特性的特点,利用小波多分辨分析将量测信号分解到不同的频率通道中去,因此它就可以在一定的频率区间内,将故障信号成分和正常信号输出成分区分开来,提高传感器故障检测的准确度.仿真结果表明,该方法借助小波变换强大的时频分析能力,可以准确判定传感器软、硬故障,有效降低误报率和漏报率,具有良好的应用价值.     

固体发动机静强度试验应变数据的分析与处理

针对固体发动机静强度试验中,存在采集到的应变数据混有噪声或不同干扰信号,并且在某些恶劣工况下,会出现应变数据被噪声信号吞没的现象,研究了一种基于小波阈值去噪的信号分析处理方法.通过对固体发动机静强度试验应变数据的分析,利用傅里叶变换获得原始数据频率谱,采用低通滤波器与小波阈值去噪,对比数据分析情况显示低通滤波器能够在平稳信号领域很好的完成噪声处理,但对于突变数据采用小波阈值去噪法能够更加真实地表现数据特征.分析与处理结果表明,基于小波阈值去噪的信号分析处理方法能够有效解决试验中存在应变数据所受到的干扰现象,为固体发动机静强度试验数据分析与处理提供支持.     

颤振试验中加速度计信号的时频滤波方法研究

针对飞机颤振试飞试验数据信噪比偏低的问题,提出了两种加速度计信号的时频域滤波算法,分别借助小波和分数阶傅里叶变换对数据进行时频分析,并在时频域内滤波.该类算法的共同思想是利用扫频信号在时频域内的聚焦特性,有效提取真实响应信号,达到了信噪分离的目的.文中给出了具体的滤波算法,并通过仿真算例和实际试飞数据检验了滤波效果.结果表明两种方法均可显著提高加速度计信号的信噪比.其中,小波变换方法的通用性较好,而分数阶傅里叶变换在处理线性扫频激励数据时表现了更优的去噪效果.     

自适应经验小波塔式分解的齿轮微弱故障诊断方法

针对强背景噪声下齿轮微弱故障特征难以有效提取的问题,本文提出了一种基于自适应经验小波塔式分解的齿轮故障诊断方法 .首先,在齿轮故障信号傅立叶变换基础上,通过设定分解层数对信号频谱进行有效划分,进行经验小波变换;然后进一步提出时-频峭度指标,绘制信号在不同分解层数下各分量信号的时-频峭度图,确定所感兴趣的最优共振频段范围;最终得到最优单分量信号,利用包络解调分析提取齿轮微弱故障特征.采用所提方法对齿轮故障信号进行分析,结果表明该方法可以有效提取齿轮微弱故障特征,而传统经验小波方法因为受强背景噪声影响较大,无法准确提取齿轮微弱故障特征信息.     

基于模型的信号分析及小波包应用

主要研究软测量系统中误差信号的分析与消除，旨在从输入信号方面找到提高系统测试精度的方法。从主要辅助变量分析误差信号来源，介绍了如何通过建立信号测量模型的方法。利用傅立叶变换和Matlab等工具分析信号噪声产生的原因，并根据噪声信号的不同特点，采用相应的小波处理方法。将小波技术应用于电流互感器软测量测试平台系统中，大大提高了系统的精度与重复稳定性。     

小波分析在微重量动态称重中的应用研究

论述了小波分析在微重量动态称重信号降噪中的应用。主要分析如何引入小波变换理论,并通过小波去除微重量动态称重信号中的噪声。阐述了小波分析去噪及其相对FFT除噪方法的优势。结果表明,用小波变换处理含噪信号,具有明显效果。     

小波变换在电力谐波分析中的应用

电力系统的谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生了严重危害和影响。文中应用小波变换分析电力系统的谐波,小波变换能描述频谱含量如何随着时间变化,同时在时间和频率上表示信号的能量和作用。与傅里叶变换对比,小波变换不仅可以知道哪些频率分量在信号中出现,而且可以知道这些频率分量在时域内是如何变化的,可以更精确地分析非平稳信号的谐波。     

Vibration modelling with fast Gaussian wavelet algorithm

Vibration signals are considered as nonstationary signals with transients. Conventional harmonic Fourier analysis finds it difficult to model the vibration signals. In this paper, a novel approach using the global Fourier transforms and local wavelet analysis is presented for vibration analysis and modelling. Time–frequency wavelet analysis has been proven a useful tool for the detection of vibration transients. However, current algorithms with discrete or continuous wavelet transforms for vibration analysis are either low resolution of features or very time consuming. We developed a fast Gaussian wavelet algorithm with very narrow band-pass filtering technique. The time–frequency maps with high frequency resolution enable us to observe the evolution in time of significant frequencies identified by global Fourier analysis, so that the transients and the regular signals can be distinguished. These regular significant frequencies are selected to be the basis of vibration modelling. The coefficients of the model are identified by a least-squares algorithm, which ensures that the error is minimised. To demonstrate this approach a machine spindle vibration signal is analysed, and the main features of the vibration signal are extracted, which are useful for system monitoring and further analysis.     

基于频谱与小波变换的工业压缩机噪声源分析仪设计

文章介绍了一套基于频谱与小波变换的工业压缩机噪声源分析仪的设计。该分析仪以LabVIEW为软件开发平台,采用频谱分析法和连续小波变换法对工业压缩机的噪声源进行定位识别分析,具有噪声信号采集、处理、频谱分析法识别以及连续小波变换法识别等功能。试验结果表明,这2种识别方法均能区分出工业压缩机的各个噪声源及其在压缩机噪声声功率中的贡献,便于迅速、直观地定位主噪声源的频带分布范围,进而监测工业压缩机的运行状态。     

基于变换域的条带噪声去除方法

为解决线扫描图像中的条带噪声干扰问题,提出了傅里叶变换与小波分解相结合的变换域条带噪声去除方法。首先对图像进行多尺度小波分解,将包含条带噪声的小波子带与包含图像信息的小波子带分离;然后对含有条带噪声的小波子带进行傅里叶变换,并对变换系数进行带阻滤波以消除条带噪声。利用实际采集的带有条带噪声的棉花异性纤维图像进行仿真实验,结果表明:傅里叶变换与小波分解相结合的方法,去噪效果明显优于单独使用傅里叶变换或小波分解的方法,既能有效地去除图像中的条带噪声,又能较好地保持图像的细节信息。