基于小波数据压缩技术的故障特征提取

文中基于小波数据压缩技术．提出了一种基于小波多分辨分解的特征提取方法。首先．研究了小波基函数的选择方法；然后，基于选择的小波基，应用小波数据压缩技术实现故障数据特征提取；并将其应用于导弹故障诊断的特征提取过程中。通过对几种典型的故障信号的分析实验，验证了基于小波多分辨分解的特征提取方法的有效性。     

水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取

水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。     

希尔伯特黄变换在遥测振动信号处理中的应用

介绍了希尔伯特黄变换（HHT）的基本方法,并对变换方法的性能进行了分析。针对变换方法中端点效应和模态混叠效应的问题,提出了利用过采样技术进行解决。仿真和试验数拓验证了利用HHT对遥测振动信号进行处理与其他时频分析方法相比较具有独特优势。     

基于提升小波包变换集成特征提取模型

为了从发动机缸盖振动信号中快速提取出反应完备状态信息的特征,针对信号特点和提升小波包变换的性质,建立了适于在线提取的缸盖振动信号特征参数体系。总结了提升小波包变换的3个性质一不相关性、可逆性和保序性,利用3个性质将降噪、特征提取和消除波动集成到一次提升小波包分解与重构过程,建立了发动机缸盖振动信号集成特征提取模型,给出了集成消除波动的特征计算公式和特征值标准化公式。通过实例,对集成特征提取模型的工作过程进行了说明。     

小波变换在无线电引信参数提取中的应用研究

包络和瞬时频率是无线电引信信号处理中所用到的两个重要的特征量,由于传统的希尔伯特法在提取包络时存在一定的缺陷,文中提出了一种小波变换法来提取信号的包络,同时利用小波脊线提取信号的瞬时频率,计算机仿真表明,用该方法提取的两个特征量具有很高的精度,为提高无线电引信的抗干扰及引战配合性能提供了良好的基础。     

基于小波变换的直升机声目标特征提取

简要地介绍了小波变换的原理和性质以及它在直升机声目标特征提取当中的应用。主要论述了利用小波变换进行信号分解与滤波、目标特征提取等方面的应用,最后给出了计算机模拟仿真结果,结果表明,利用本文所提出的信噪分离方法和目标特征提取方法可以在低信噪比情况下准确识别目标。     

一种扩展的自适应小波变换算法及应用

在Claypoole自适应小波变换基础上,提出了一种扩展的自适应小波变换方法。该方法将Sweldens构造小波的内插细分多项式,由奇次扩展到正整数次,从而扩大了自适应小波消失矩的选择范围。将自适应小波变换与扩展自适应小波变换应用于信号滤波,结果表明：扩展自适应小波变换,得到了理想的滤波效果,也为应用提供了更广泛的自适应小波选择。     

基于小波变换的无线电引信目标识别研究

根据无线电引信回波多普勒信号功率主要集中在低频部分的特点,对淹没在噪声中的无线电引信回波信号进行小波分解,提取低频段不同频带内信号能量作为特征,用Fisher判别方法对目标进行检测.针对不同信噪比,对某典型无线电引信回波信号进行定量研究,实验结果表明该方法是有效的.     

基于小波变换信息熵的自动机故障特征提取研究

研究了根据自动机机箱的短时冲击振动信号,从信息的定量描述方法出发,通过小波能谱熵、小波奇异谱熵、小波时间熵算法建立信息熵提取模型,实现故障特征提取.针对典型模拟信号的仿真分析,验证了所提出的信息熵指标可以对信号进行多层次特征提取.结合自动机故障诊断试验,进行自动机运动形态分解时域特征与不同空间信息熵指标特征提取.可用于小口径火炮高速自动机的在线监测与故障诊断.     

基于PWD变换的伪码调相-载波调频复合信号的特征提取技术研究

伪码谪相-载波调频复合信号的识别特征包括伪码特征和频率调制特征。首先根据pseudoWigner,distribution(PWD)变换的幅度输出和相关滤波技术获得伪码特征信息,然后根据巳提取的伪码特征信息即相位突变点的位置信息对信号进行反相处理,对反相后的信号再采用PWD变换来提取频率调制特征信息。仿真结果表明：在信噪比为3dB时,算法能够有效地提取伪码特征信息和频率调制的特征信息。     

基于Hilbert-Huang 变换的雷达发射机故障特征提取

为解决目前难以准确提取非线性、非平稳雷达发射机故障信号特征的问题,提出一种基于Hilbert-Huang变换(HHT)的雷达发射机故障特征提取方法。介绍HHT中瞬时频率和本征模态函数的概念,给出HHT中经验模态分解及其改进算法集合经验模态分解的具体过程。通过对发射机开关电源输入整流滤波电路的仿真,仿真故障电压信号经过集合经验模态分解得到若干本征模态函数,对其中一个本征模态函数进行Hilbert变换提取瞬时频率。计算结果表明:基于HHT的雷达发射机故障特征提取所得的瞬时频率物理意义明确,能够充分可靠地检测故障信息、提取故障特征。     

基于小波变换的电子设备故障诊断技术研究

基于BP神经网络的电子设备故障诊断,以其不需要建立故障诊断模型,易于智能化实现等优势,发展较为迅速,而采用此方法的故障诊断大部分以故障树获得的特征参数为依据;由于电子设备往往由大量的工作模块组成,各组成模块之间相互耦合、联系紧密,仅仅依靠故障树获得的特征参数难以较好地反映设备状态;所以基于这些特征参数的BP神经网络故障诊断往往诊断率较低;将小波分析的方法运用于特征参数的提取中,利用BP神经网络模式识别完成电台故障诊断;最后通过获得的实测数据进行了实例分析,验证了该方法对于提高电子设备故障诊断率,是可行有效的。     

基于小波变换的二阶传感器故障诊断研究

针对难以直接检测实际航空工业过程中的传感器故障问题,提出一种基于小波变换的传感器故障诊断方法。采用连续小波变换对传感器故障进行检测,准确定位故障发生时刻,并对比不同小波基函数的处理效果,对几种典型的传感器故障进行诊断。选取二阶传感器作为仿真对象,利用Matlab/Simulink搭建模型进行仿真验证。仿真结果验证了该方法的准确性。     

小波包在火炮系统故障特征提取中的研究分析

故障的特征提取是故障诊断尤其是动态信号分析中经常面临的首要问题．文中通过对小波包正交变换理论的分析．给出了基于小波包的特征提取方法．并采用相对熵标准对其分类能力进行优化。通过对火炮系统的仿真试验．显示了这种方法的有效性，具有一定的工程应用价值。     

基于小波变换和神经网络的毫米波一维距离像识别

将小波和神经网络理论结合，并将小波神经网络用于毫米波频率步进雷达目标一维距离像识别，提出了基于小波分析的能量特征矢量法，分类识别效果有了很大的提高．     

Research on Feature Extraction of Composite Pseudocode Phase Modulation-Carrier Frequency Modulation Signal Based on PWD Transform

The identification features of composite pseudocode phase modulation and carry frequency modulation signal include pseudocode and modulation frequency. In this paper, PWD is used to extract these features. First, the feature of pseudocode is extracted using the amplitude output of PWD and the correlation filter technology. Then the feature of frequency modulation is extracted by way of PWD analysis on the signal processed by anti-phase operation according to the extracted feature of pseudo code, i.e. position information of changed abruptly point of phase. The simulation result shows that both the features of frequency modulation and phase change position caused by the pseudocode phase modula- tion can be extracted effectively for SNR = 3 dB.     

小波包分析在飞控系统测试信号处理中的应用研究

介绍了小波包分析的分解和重构算法；利用小波包分析对飞控系统的原始数据进行消噪预处理；基于“能量-信息”的数据信息辨识思想，应用小波包分析技术提取数据特征。给出一种飞控系统故障诊断方法。