基于小波的奇异信号检测

介绍了小波变换的基本理论、奇异信号的特性及小波变换用于奇异信号检测的基本原理．并在Matlab下进行奇异信号的仿真试验，取得了理想的效果．实验结果表明，小波变换在奇异信号的检测中是有效的。     

基于小波的奇异信号检测

介绍了小波变换的基本理论、奇异信号的特性及小波变换用于奇异信号检测的基本原理.并在Matlab下进行奇异信号的仿真试验,取得了理想的效果.实验结果表明,小波变换在奇异信号的检测中是有效的.     

输电线路故障定位中小波变换的应用

高压输电线路故障定位对电力系统安全稳定运行有着重要意义，故障稳态、暂态信号的处理、分析对高压输电线路故障定位的准确性、可靠性有着重要影响，小波变换为信号分析处理提供了强有力的数学工具，分析了国内外小波变换在输电线路故障定位中的应用研究内容及现状，指出了一些存在的问题探讨了进一步研究的方向。     

小波变换用于水声信号-的奇异性研究

将小波变换用于水声信号的奇异性分析,首次提出利用舰船噪声的Lipschitz奇异性作为目标识别的特征参数,实验表明不同的水声信号其能量Lipschitz指数分布在不同的范围内。     

基于连续小波变换极值点进行故障检测的研究

介绍了连续小波变换的基本原理 ,以及利用连续小波变换的极值点进行系统故障检测的方法 ,并给出了基于MATLAB的仿真实例 .     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及其于多分辨分析的信号小波的分解算法，研究了信号局部奇异性的小波变换下的特性；根据故障信号的局部奇异性在小波变换下模的极大植及其在不同尺度上的传播特性，对308型滚动轴承振动加速度故障信号进行分解，对故障特征信号进行时域定位，并提取了故障特征频率f=46.88Hz，这与实际的故障特征频率相近，说明该方法适用于滚动轴承的在线监测和故障诊断。     

用连续小波变换识别内燃机噪声源

为了直接利用连续小波变换进行内燃机噪声源识别，提出了一种连续小波变换的改进算法. 研究了信号组成成分的幅值和频率变化对小波系数的影响，根据连续小波变换的基本性质，对连续小波变换后产生的与信号频率有关的衰减系数进行修正，通过对比分析从Matlab6.5的小波工具箱中找出了适合振动噪声信号分析的小波函数.工程信号的分析结果表明，经过对连续小波变换后小波系数的修正，使小波系数的大小能正确反映信号各组成成分的幅值大小，从而可以利用小波系数形成的云图直接进行内燃机噪声源识别.     

基于小波变换的信号重构

在信号分析中,奇异点和不规则性经常携带有重要的信息．文中利用小波变换模极大值对应的点来提取奇异点,并讨论了如何运用凸集上投影的方法来重构原始信号．     

基于小波变换的电力电缆故障测距研究

随着电力电缆的广泛应用,对电缆故障测距的精确度要求也日益提高.为了实现电缆故障的精确定位,引入小波变换的方法对电缆故障行波信号进行检测和分析.根据信号的奇异性检测原理,采用搜索模极大值的方法确定行波信号起始脉冲和反射脉冲时间点,应用单端行波在线故障测距方法进行测距.实验结果表明,利用小波变换的时频局部化特性可有效聚焦到电缆行波信号的奇异点,从而得到精确的脉冲到达时刻.该方法不受电缆故障类型的影响,测距误差小,可获得较高的故障定位精度.     

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。     

小波奇异性检测理论在电力系统继电保护装置故障诊断中的应用

首先阐述了基于小波分析的奇异信号检测理论及计算Lip指数 ,定性说明了信号奇异点的奇异程度 .然后以实测的电压、电流信号为例说明了小波变换在奇异信号检测中的实现过程 .最后将其应用于电力系统继电保护故障诊断中 ,简化了Lip指数及奇异点算法步骤 ,取得了较为满意的效果 .     

小波奇异性检测理论在电力系统继电保护装置故障诊断中的应用

首先阐述了基于小波分析的奇异信号检测理论及计算Lip指数,定性说明了信号奇异点的奇异程度．然后以实测的电压、电流信号为例说明了小波变换在奇异信号检测中的实现过程．最后将其应用于电力系统继电保护故障诊断中,简化了Lip指数及奇异点算法步骤,取得了较为满意的效果．     

基于FPGA的信号奇异性检测

针对传统信号奇异性检测方法的局限性,提出了利用小波变换来检测信号奇异点的准确位置的设计方案.在Altera公司的FPGA芯片EP2C8Q208平台上,采用小波db8实现信号奇异性的检测.实验结果表明,此系统在信号奇异性检测方面相对于傅里叶分析提高了奇异点检测的准确度和效率.     

Technology of signal de-noising and singularity elimination based on wavelet transform

Based on wavelet transform theory,a method for signal de-noising and singularity detection and elimination is proposed,which can reduce the noises and express local singularity Each singularity can als...     

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。     

基于小波变换模极大值与奇异点的短时电压变动实时检测

介绍了短时电压变动的小波检测方法,分析了小波变换模极大值与原始信号奇异点的对应关系、噪声的小波变换固定阀值消除原理,提出了短时电压变动实时检测的实现过程,并完成仿真验证．仿真结果表明：该检测方法不受噪声干扰,实现短时电压变动发生时间的精确检测．     

Recognition of Milankovitch cycles in the stratigraphic record: application of the CWT and the FFT to well-log data

The authors applied a the combination of Continuous Wavelet Transform (CWT) and Fast Fourier Transform (FFF)methods to gamma ray well-log data from the Q3, G1 and D2 wells. This high-resolution stratigraphic study was based on Milankovitch's orbital cycle theory. It was found that the CWT scale factors, 'a,' of 12, 24 and 60 match the ratios of the periodicities of precession, obliquity and eccentricity very well. Nine intervals of the Permo-carboniferous strata were recognized to have Milankovitch cycles in them. For example, section A of well Q3 has 29 precession cycles, 15 obliquity cycles and 7 short eccentricity cycles. The wavelengths are 2.7, 4.4 and 7.8 m for precession, obliquity and eccentricity, respectively. Important geological parameters such as the stratigraphic completeness and the accumulation rate were also estimated. These results provide basic information for further cyclostratigraphic correlation studies in the area. They are of great significance for the study of ancient and future climate change.     

小波分析在输电线路故障检测中的应用

当输电线路发生故障时,准确、及时地切除故障是减少经济损失最直接的措施.小波变换具有良好的时频局部化特性,能准确定位信号的奇异点,因而在故障检测方面有广泛的应用价值.利用小波变换模极大值原理对线路故障信号的奇异点进行检测,并应用MATLAB进行了仿真研究,仿真表明该方法在输电线路发生故障时能快速准确地检测到故障点.     

一种基于奇异值分解的奇异性检测新方法

针对信号中的奇异点检测问题,提出了一种利用一维信号序列以连续截断信号方式构造出较小列数和较大行数矩阵的方法,并通过奇异值分解来实现这种检测.分析了该矩阵方式下奇异值分解的信号分解原理,研究了该方法的奇异性检测效果,并与Hankel矩阵方式以及小波检测效果作了比较,将其应用于铣削力信号的奇异性检测.实验结果表明,该方法能有效揭示铣削过程中可能由铣刀或工件问题引起的微小冲击现象,且其各分量指示奇异点位置的脉冲幅值大、宽度小,能与周围高频噪声形成鲜明对比,有利于更准确地判断奇异点的位置.