小波变换模极大值在遥感影像边缘特征提取中的应用

本文利用小波变换的"多分辨"特性,在小波变换的模极大值点对应于信号的突变点,而边界就是信号的突变部分的理论基础上,依据模糊数学理论,用二进制小波变换模极大值改进阈值算法对模极大值进一步取舍,对得到的模极大值点进行遥感影像边缘提取,采用分段三次样条插值算法进行小波系数重构,最终可以得到单像素级的边缘,同时结果证明了该算法的可行性。     

电缆故障测距及检测信号去噪分析

为提高电力电缆故障定位的准确度,利用小波变换与行波测距相结合的定位方法,对故障波形的db3小波进行四层分解和信息分析。并通过搜索高频系数的模极大值来确定行波起始脉冲和反射脉冲的时间点,精确定位电缆故障的位置点。在实际铺设电缆的情况下,行波中会夹杂大量的噪声信号,选取软阈值法进行去噪,效果显著,且可保留故障信号中的有效信息。通过MATLAB/Simulink对电缆故障进行仿真,结果表明,运用小波分析能够很好地找到故障信号中的奇异点,取得较高的故障定位精度。     

基于小波变换的爆破地震信号阈值去噪的应用研究

运用小波变换多尺度分析的思想,在不同的尺度下观察信号不同的局部化特征。利用小波系数的统计特性和噪声本身的性质,应用信号特征估计信号中的噪声形态,提出了一种爆破地震信号小波变换阈值去噪的方法,在小波阈值去噪中准确估计噪声阈值水平,使在消除信号噪声的同时保留信号中弱特征成分。通过理论和实践证明了这种方法能够有效地消除爆破地震信号中的噪声。     

基于小波分析的TDR信号滤波与去噪

为去除TDR法岩土体变形监测信号中因多种原因而产生的噪声,同时最大限度地保留岩土体因变形而导致的微弱反射信号,提出结合小波函数和TDR监测信号特点的滤波与去噪方法。其工程应用表明:该方法在分析TDR监测信号时,能通过对信号的高通滤波和无用噪声的消除,在重新构造的新信号中较准确凸现隐含于原始输出信号内部的异常信号。相对于单纯用小波变换信号后某一尺度细节信号来分析岩土体变形局部特征的方法而言,该方法含义更为明确,且能更好地突出岩土体变形失稳位置(或失稳区域)。     

基于小波变换与EEMD的绝缘子泄漏 电流去噪方法研究

采用总体经验模态分解和小波阀值去噪相结合的方法对泄漏电流进行去噪处理。对泄漏电流信号首先进行总体经验模态分解,再对高频IMF分量按照4种阀值小波去噪方法(固定阀值法、启发式阈值法、自适应阈值法和极大极小阀值法)进行去噪,最后进行重构。以泄漏电流的3个特征量(有效值、3次谐波与基次谐波之比、波形)对去噪效果进行分析,综合比较得到采用总体经验模态分解与启发式阈值小波相结合的去噪方法的去噪效果最佳,采用该方法对实际污秽绝缘子泄漏电流进行去噪处理,去噪效果良好。     

基于小波奇异性变换理论的离心泵空化分析

以泵阀实验台为实验平台对离心泵进行空化实验,并对不同流量下空化噪声信号进行采集,获得了空化性能曲线。运用小波奇异性变换理论对噪声突变信号进行分析。结果表明,通过突变信号的模极大值线条数统计可对空化程度进行定性、定量分析,与实验结果相吻合,为离心泵空化状况检测提供了可行的方法。     

探地雷达信号小波变换去噪

本文简述了小波变换去噪的方法原理,并用该方法对含有随机干扰的合成探地雷达记录及野外实测数据进行了处理。对理论模型的处理结果表明,相对于常规去噪方法来说,小波变换去噪法能更彻底去除噪声、完整保留信号细节。而地基强夯加固探地雷达剖面图像经小波去噪处理后,不同介质界面变得明显清晰,墩长及墩形较处理前得到突出,尤其是土石墩剖面,墩形及墩长较清晰可辨。理论模型及实测数据研究结果均表明,小波变换去噪法能有效改善探地雷达剖面质量,提高解释的准确性和精确性。     

模态相关法在MOA泄漏电流去噪中的应用

针对MOA泄漏电流幅值小,易受噪声干扰的问题。基于模态相关法基本原理,以求取相关系数第一极小值点为目标,首先使用检验模态分解法(empirical mode decomposition,EMD)对采集的含噪声泄漏电流信号进行固有模态函数(intrinsic mode functions,IMF)分解,求取各层IMF分量与原始信号之间的相关系数,得到第一极小值点,进而得到信号与噪声主导的IMF分量的分界点。最后通过重构有用信号的模态函数实现对MOA泄漏电流的去噪。计算发现:当泄漏电流信号信噪比分别为-1.1 d B、-3.2 d B、-5.1 d B和-6.7 d B时,使用模态相关法去噪后可将信号信噪比提高26.08 d B、24.17 d B、24.42 d B和23.80 d B;使用小波阈值去噪则可以分别提高21.06 d B、18.20 d B、17.48 d B和15.71 d B。两种算法的去噪效果明显。与小波阈值去噪法相比,模态相关法有较好的自适应能力,灵活度更高。对于准确监测MOA泄漏电流,及时发现MOA老化情况有指导意义。     

基于小波分析的变形监测数据异常值检测与处理研究

探讨了采用小波分析方法对变形监测数据进行预处理,包括异常值检测和小波阈值去噪。利用小波分析后的模极大值在不同尺度上的衰减程度可以衡量出信号的局部奇异性,进而检测出数据异常值,接着采用小波阈值去噪法对异常值进行处理。本文结合某基坑周围建筑物沉降监测实例,来说明小波分析方法应用于变形监测数据异常值检测与处理的可行性。     

融合小波和形态学的避雷器在线监测方法研究

泄漏电流是对避雷器进行在线监测及运行状态评估的重要方法,但泄漏电流信号易受外界噪声干扰,而传统去噪方法存在去噪效果不理想的问题。本文提出了一种融合小波阈值去噪和形态学去噪的新型自适应去噪方法,该方法利用了小波阈值法在去除低幅值噪声和形态学法在去除高幅值噪声上的不同独特优势,并采用最速下降法对小波法的阈值和形态学法的权系数进行自适应优化确定。通过避雷器泄漏电流仿真信号和现场实测信号的去噪对比试验,结果表明:本文小波和形态学相融合的去噪方法具有很好的优越性和稳定性,可为避雷器泄漏电流信号处理及其在线监测提供有效的技术参考和指导。     

非线性小波变换阈值法去噪在工程中的应用

利用基于非线性小波变换阈值去噪算法,对变形监测数据进行去噪处理,对模拟数据的处理结果表明,基于非线性小波变换阈值去噪方法与传统的阈值去噪方法相比,能有效地去除伪吉布斯现象,提高信噪比,剔除变形监测数据中的噪声,识别被噪声疏忽的有用信号。     

基于建筑物沉降数据的小波去噪与预测分析

小波变换作为一种新的信号处理工具,其应用领域越来越广泛。基于小波分析理论,通过对监测数据的小波去噪分析与预测,结果表明,小波变换去噪合理有效,能够识别出观测噪声的有用信息,可以取得良好的去噪效果,尤其适用于建筑物变形监测的数据处理,能够提高建筑物沉降数据的预测精度。     

基于小波分解的建筑物变形监测数据处理

基于小波分析理论，利用小波去噪技术，对一组建筑物变形监测数据进行了去噪处理。实际计算结果表明，小波去噪合理有效，能够敏感识别观测噪声和有用信息，不需要待检测信号的先验知识，特别适合于建筑物变形监测的数据处理。     

小波包分析在结构损伤监测中的应用

小波分析具有良好的时频局部化性质,特别适合于分析和处理突变信号。在获得结构的动力响应的基础上,对结构响应信号做小波包分解。根据各种响应信号对损伤的灵敏度,选择损伤特征,通过捕捉结构出现损伤的时刻,实现对结构损伤时刻监控。为模拟测试实际结构响应噪声的影响,在第一层加速响应信号中加入信噪比为5:1的白噪声,运用小波包消噪后再运用小波包分解识别结构的损伤时刻。     

利用小波去噪方法处理建筑物变形监测数据

本文基于小波分析理论 ,利用小波去噪技术 ,对一组建筑物变形监测数据进行了去噪处理。实际计算结果表明 ,小波去噪合理有效 ,能够敏感识别观测噪声和有用信息 ,不需要待处理数据的先验知识 ,特别适合于建筑物变形监测的数据处理。     

基桩检测反射波的非线性小波降噪重建方法

针对现行的基桩完整性检验方法存在的问题,在分析了基桩检测中信号与噪声特征的基础上,采用非线性小波分析对基桩完整性检测的反射波信号进行降噪处理,为基桩完整性诊断提供了一种有效的降噪分析方法.并在实际工程测试中取得了较好的效果.     

小波变换用于磁记忆信号降噪技术研究

介绍了利用小波变换对获取的磁记忆检测信号进行去噪处理的三种方法,指出基于小波变换的非线性方法能够获得较理想的处理效果,详细介绍了基于该方法的信号处理原理,并重点探讨了影响去噪效果的三项因素,以推广该法的广泛使用。     

基于混沌特性的滑坡监测序列的小波去噪

在滑坡监测数据的分析中,噪声滤波是一项重要的工作,特别是滑坡变形系统处于混沌态时,混杂在混沌动力系统中的噪声信号,会掩盖系统的内在动力学特性,影响对系统的准确分析和预报.通过对监测混沌序列和噪声的小波分析,滑坡监测混沌信号的小波变换具有自相似性和噪声随分解尺度变化特征,混沌性质信号的小波变换和原信号在一定的尺度范围内具...