基于自适应小波阈值的超声信号消噪

在铝合金锻件的超声无损检测中为了消除晶粒散射引起的相干噪声，通过建立缺陷回波检测数学模型，提出了一种基于新阈值函数的Stein无偏风险估计自适应消噪方法.利用新的阈值函数得到离散小波变换各尺度下的小波系数，对小波阈值进行最小均方误差意义上的迭代，基于小波系数估计值进行离散小波反变换以得到信号的估计值，通过反复迭代运算得到缺陷回波的最优消噪模型.对含缺陷铝合金锻件的超声信号处理实验结果表明，与常用的固定硬、软阈值相比，自适应消噪方法能够更好地去除散射噪声及增强缺陷信回波信号.     

自适应Chirplet信号展开及其在颤振信号处理中的应用

提出了一种新的以高斯线调频小波作为基函数的自适应信号展开算法。算法融参数的初值估计和精确估计于一体，自适应地将信号展开在高斯线调频小波基函数集上，通过展开系数和基函数参数获得信号的自适应时频能量分布。数值仿真结果表明该算法抗噪性好，信号可重构性高。同时，该算法作为一种时频域滤波技术，成功应用于某型飞机的颤振试验信号处理中，使得颤振边界预测的精度提高了1％～3％。     

基于小波的浮筏振动信号特征提取方法

针对浮筏振动信号受到强烈的随机噪声干扰,给它的特征提取带来很大困难的问题,对浮筏振动信号特征进行小波降噪.通过仿真实验,对比分析了几种不同小波函数和阈值函数对浮筏振动信号降噪性能的影响.分析结果表明,在选取的小波函数和阈值函数中高阶db小波以及最优预测变量阈值函数有利于减小小波重构信号与真实信号的误差,降噪效果明显.通过振动测试验证了其降噪效果.     

小波变换在弹丸超声阵列中的应用

弹丸超声阵列中检测到的超声波信号信噪比较低,易于被噪声信号湮没,需要对采集信号进行去噪.本文拟采用小波去噪方法对检测到的信号进行去噪,根据弹丸超声波信号的脉冲特性,选取小波基函数中的sym8小波.通过对几种去噪方法对比分析,结果表明,采用Birge-Massart算法选取阈值后,使用改进的Garrote阈值方法进行去噪处理,可以有效的降低噪声,提取弹丸超声波信号特征.     

多尺度分析方法用于测井资料处理研究

多尺度分析方法在测井资料的处理中得到广泛应用，但没有对小波基的选取进行过详细研究，不同的小波基具有不同的时频特征，用不同的小波基分析同一问题会产生不同的结果。本文分析了小波基的基本性质，并以相关系数作为选取最优小波基的依据，通过比较选定了适合测井多尺度分析方法的最优小波基。利用该小波基对原始测井信号进行多尺度加权重构，提高了曲线的纵向分辨率，为储层的精细评价提供高质量的测井资料。另外本文将多尺度分析方法用于测井数据压缩，为随钻测井实时传输大量测量数据提供了一种新的思路。     

地质雷达信号分析的双正交小波预测反褶积法

为了降低电磁波衰减、噪声干扰等因素对地质雷达检测效果的影响,提出一种双正交小波预测反褶积法（PDBW法）。在PDBW法中,针对地质雷达检测信号选取具有最小重构误差的双正交小波基,运用该小波基将地质雷达检测信号分解成不同频段的时域子信号,对各频段的时域子信号进行预测反褶积等滤波处理,再对处理后的子信号进行重构变换,得到PDBW法的处理结果。将PDBW法用于实验检测信号处理,并将处理结果与预测反褶积法的处理结果进行比较,结果表明：PDBW法能有效压制多次回波干扰,准确识别深部信号,显著提高深部信号信噪比,从而进一步改善地质雷达探测分辨率和图像分析的准确性。     

小波变换在管道泄漏声发射检测中的应用

对管道泄漏声发射信号特点和常用小波基函数特点进行了分析,指出Daubechies小波和Symlet小波是较适于泄漏声发射信号处理的基函数.进行了碳钢管道水泄漏声发射检测实验,用db5和sym5两种小波基分别对泄漏信号进行小波变换,结果表明,a6级信号的能量占总能量的绝大部分,信号峰值频率集中在2.90～3.81 kHz,两种小波变换在能量分析中最大相对偏差为0.77%,在频率分析中最大相对偏差为5.17%.     

基于自适应提升小波包的故障微弱信号特征早期识别

针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法.该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征.该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征.结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法.     

钢索检测信号降噪处理的小波分析

介绍了小波分析的理论基础以及用于含噪信号降噪的基本方法,给出了常用的三种小波函数和尺度函数.作为工程实际应用,我们对某在役斜拉桥拉索的检测数据进行降噪处理,分别用Haar小波、db小波和sym小波进行信号分解,采取默认阈值的方法进行降噪处理,然后重构降噪后的信号.最后指出了小波属性对降噪结果的影响.     

基于小波分析的测角系统误差补偿研究

应用二阶循环平稳理论对测角系统误差信号的相关函数和频谱特性的分析,证明了其为循环平稳信号,首次提出测角系统误差信号为非平稳信号的观点,为小波重构测角系统误差提供了理论依据,应用小波分析中的一维Mallat算法重构测角系统误差,以小波变换的重构信号作为误差信号进行计算机补偿,提高了测角系统的准确度。     

多尺度分析方法用于测井资料处理研究

多尺度分析方法在测井资料的处理中得到广泛应用,但没有对小波基的选取进行过详细研究,不同的小波基具有不同的时频特征,用不同的小波基分析同一问题会产生不同的结果。本文分析了小波基的基本性质,并以相关系数作为选取最优小波基的依据,通过比较选定了适合测井多尺度分析方法的最优小波基。利用该小波基对原始测井信号进行多尺度加权重构,提高了曲线的纵向分辨率,为储层的精细评价提供高质量的测井资料。另外本文将多尺度分析方法用于测井数据压缩,为随钻测井实时传输大量测量数据提供了一种新的思路。     

声发射信号小波阈值消噪方法研究

声发射信号在采集、转换和传输过程中,由于受到设备、环境及传输信道的影响,不可避免地受到噪声干扰。因此,如何去除信号中的噪声,得到感兴趣的信息成为信号处理中一项关键技术。对声发射信号的小波变换阈值消噪方法进行了研究。首先分别对原始信号进行三重db3和sym8小波分解,然后对分解后的各层系数采用硬软阈值方法进行截断处理,最后利用阈值处理后的小波系数完成信号小波重构。通过试验数据分析比较发现,采用sym8小波基的软阈值消噪方法显著提高了声发射信号的局部弱特征保持能力。     

基于改进EMD和小波阈值法的风机数据降噪研究

风机轴承振动信号中混杂着噪声,会对后期的故障诊断造成困难。提出了一种改进经验模态分解(EMD)与小波阈值降噪相结合的风机数据降噪方法。首先,采用EMD对原始振动信号进行分解得到信号的固有模态函数,考虑到各个分量中都含有噪声和信号从而出现模态混叠现象,故采用相关系数法筛选出信号分量和噪声分量对EMD进行改进。然后,采用小波阈值法对噪声分量进行降噪,并将信号分量与处理后的噪声分量进行重构,最终完成信号降噪。最后,选取某风机轴承振动数据作为实验数据,有效地去除了原始信号中的噪声,并得出轴承内圈故障的结论,与实际结果一致,验证了所提方法的有效性。     

步态识别的小波去噪质量评价方法

针对步态加速度信号由于采集信号包含大量尖峰或突变等高频噪声,导致在步态分析、周期划分和特征提取方面存在困难的问题,提出了一种利用小波去噪质量评价来对加速度信号小波去噪的最优参数进行选择的新方法.根据质量评价指标的几何和物理意义,使用评价指标值来指导小波去噪最优小波分解与重构层数的参数选择.当评价指标值取最小值时,其对应分解层数为最优分解层数,采用的小波基函数为最优小波基函数.结果表明,本文方法在步态识别领域可以为步态信号小波去噪选择最优小波基函数和分解层数提供理论依据.     

基于小波奇异性的电主轴振动信号处理

将小波奇异性理论运用到高速电主轴振动信号处理中,分析了如何进行小波奇异性信号重构的方法,提出了电主轴振动信号奇异性检测算法。构建了电主轴信号测试与处理系统。根据小波变换后信号与噪声在各尺度空间呈现的不同特性,对小波逆变换信号重构,提取了高速电主轴振动信号特征。仿真实验表明,利用小波奇异性对电主轴振动信号进行处理,能够去除噪声对加工过程监控系统的影响,同时还可以对机械故障信号进行预测,达到了提高电主轴使用寿命的目的。     

小波变换在地震信号噪声处理中的应用

常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

三种具体信号的连续小波变换

从连续小波变换的定义出发，利用连续小波变换的公式，分别选择harr小波与marr小波作为母小波，给出了信号门函数、单边指数函数、阶跃函数在给定小波基下的连续小波变换的表达式，从它们的连续小波变换的表达式和相应的小波变换图形来看，得出了同样的信号在不同的小波基下的小波变换完全不一样的结论，解决了当前有关小波分析方面的专著中，都没有给出具体信号的小波变换的表达式。     

图像压缩中基于分形维数的小波基选取

小波函数具有多样性,采用不同的小波基对图像进行压缩后,重构图像的质量有一定差别.为了选取合适的小波基对图像进行小波变换编码,提出一种基于分形维数的小波基选取的图像压缩方法.通过差分计盒法计算相关图像的分形维数,将图像按照分形维数数值的不同划分为不同类别.选取每类中的代表图像,采用多种小波基,分别用SPECK算法对其压缩处理.根据重构图像峰值信噪比的数值,得出每类图像适合的小波基.实例分析表明,该方法可以在一定程度上提高小波图像编码的峰值信噪比.     

基于小波包变换的EMD算法在超声信号处理中的应用

提出基于小波包变换的EMD算法,并将其应用于超声回波信号去噪.对于采用EMD分解含高斯白噪声的超声缺陷信号存在模态混叠的问题,首先用小波包变换对信号作预处理,再对信号进行EMD分解,最后重构出有用的缺陷信号.实验结果表明:该方法不仅具有很好的消噪效果,而且重构的缺陷信号的波形失真度小,有利于对信号做进一步的定量分析.     

基于小波自相关的数字调制样式识别

提出一种小波变换与自相关结合的数字调制信号识别方法，先采用Haar小波对QAM、PSK和FSK信号分别进行离散小波变换，然后针对3种信号小波变换结果的特性分别求出它们的自相关函数，选取合适的门限对3种信号加以识别．该方法计算量少，信号功率对识别性能影响小，计算机仿真结果表明其快捷、有效。