一种在线分离突发性脉冲干扰的小波分析法

选取合适的奇异性小波基，抽取信号与小波基卷积序列中的某一项作为奇异性判断指标。从理论上找到了对有效信号变化最敏感的分析，并按照此条件推导出信号与噪声的小波变换模极大能有效地被区分。仿真结果表明，在合理选取判断阈值和进行小波变换的信号长度时，该方法能快速 ，准确地判断出真正的信号跳变。本文对提高测控仪表的可靠性有一定的借鉴作用。     

基于实时小波算法的暂态扰动检测的FPGA实现

通过实时小波算法在FPGA中的实现来检测暂态电能质量问题。采用高、低通分解滤波器来实现小波变换算法,以DB5小波为基函数,通过对暂态电能质量中五种扰动信号建立分析模型进行仿真并基于FPGA硬件平台进行模拟电能信号测试。对比信号源与测试结果中奇异点起止与持续时间,结果证明了该方法的准确性和可行性。     

Daubechies复小波的构造及在电能质量检测中的应用

针对实小波在电能质量扰动检测时不能提取相位信息以及对高频系数提取效果不理想的缺点,提出了正交紧支撑Daubechies复小波的构造方法。即将希尔伯特变换和小波变换结合起来,构造一组复值的滤波器组,然后将其虚部和实部分别进行分析,实现了相位、幅值和适当组合信息等信息的提取。实验仿真结果表明利用该类复小波可提取相位信息,从而更准确地检测出电能质量扰动信号中的突变点,相对实小波能分辨出其扰动的类型,在相同阈值的条件下对电能质量信号进行去噪时,相对实小波及其他复小波去噪后的信噪比有明显的提高。     

基于改进阈值函数的分数阶小波电能信号去噪

为了消除电力系统中噪声对电能质量扰动信号的影响,且能保留突变点信息,提出了一种基于改进阈值函数的分数阶小波电能质量扰动信号去噪方法.该方法采用离散分数阶小波变换对含噪信号进行多尺度分解,并根据信号和噪声在不同尺度上的分数阶小波域系数的分布特点,通过改进阈值函数对各层系数进行处理,将处理后的系数进行重构得到去噪后的信号.仿真结果表明,该方法弥补了软、硬阈值函数的缺点,能较好地去除噪声并保留突变点信息,且提高了输出信噪比.     

一种改进的基于NMF的人脸识别方法

针对NMF(非负矩阵分解)算法基于局部特征提取的特点,提出了一种对NMF基矩阵的处理方法,以提高在局部遮挡环境下人脸识别系统的识别率。首先使用离散小波变换得到样本的低频信息,利用NMF得到基矩阵;然后通过阈值判断提取能够突出表现人脸特征的部分,得到优化后的特征子空间,并将样本在该子空间上投影;最后使用支持向量机对所得到的投影系数分类。实验结果表明,优化算法其运算时间较短,且能有效地提高人脸在部分遮挡环境中的识别率。     

一种暂态电能质量检测新方法的研究

电能质量扰动带来的复杂信号调制特性,使得从电能质量监测数据中提取扰动信号特征依然面临困难。为提高噪声背景下复合电能质量扰动检测准确性,采用自适应无参经验小波变换(APEWT)对扰动信号进行模态分解,进而基于频率加权能量算子(FWEO)对单模态分量进行能量计算,同时通过解调提取用于扰动定位的瞬时频率和幅值特征量。一方面,APEWT中基于自适应频带分割的小波滤波器组输出仅包含有效模态分量,有效避免了模态混叠现象的出现;另一方面,FWEO噪声鲁棒性有效提高了强噪声背景下扰动特征提取的准确性。将算法应用到仿真及实测信号,结果显示该方法能够有效地追踪扰动信号的瞬时变化,且解调得到的瞬时频率和幅值也进一步证明了方法的可行性和有效性。     

基于小波和RBF-PNN神经网络的电能扰动辨识

对电能质量进行快速地检测和准确地分类,是治理电能质量和提高用电效率的有效方式。提出一种新的基于小波和神经网络技术的电能质量辨识方法。该方法首先用小波变换对暂态电能质量扰动波形进行预处理,求出不同信号在9尺度小波分解下的能量分布值以及时间、幅值变化等并将其作为信号特征量。然后将归一化的扰动信号信息输入神经网络,根据其输出结果就可以判断发生的电能质量扰动类别。仿真实验证明,该方法不仅可以有效地区分电压暂升、暂降、中断、谐波、高频振荡、闪变等6种电能质量问题,而且抗噪声能力强,训练样本少,响应快速。     

空气流量传感器智能测试系统的设计

论述了空气流量传感器智能测试系统的设计方法及其系统结构。系统采用了双闭环控制风道来保证供风系统的稳定。前置信号处理电路对信号进行预处理和隔离,采用基于小波变换的滤波方法进行信号去噪．有效抑制了干扰。针对传感器信号受风量扰动较大的问题．采用小渡的模极大值分析提高了传感器信号的测试精度和准确性。     

非线性复杂系统特征抽取算法的研究

为保证复杂系统的可靠运行,提高故障快速诊断能力,利用解析小波和积分小波分别计算BOX维数和关联维数的方法,融合小波变换模极大值和分维构成一种综合特征提取技术,应用表明,算法能有效提高诊断的准确性和系统的稳定性.     

中文文本抄袭检查系统的改良与设计

由于目前常见的文本抄袭检查系统都存在对文本的关键信息选择不准确的问题,从而影响了判断的准确性。开发的中文文本抄袭检查系统在采用k-grams算法的基础上,利用基于统计的中文分词技术对其改良。实验结果表明通过改良可以使系统更有效地选取关键信息,提高判断的准确性。