时域反射技术监测信号的复合小波函数分析

基于多尺度系统理论和小波变换方法,对在运用TDR技术进行岩土体深部变形监测时得到的复杂多变的反射信号进行分析.根据小波函数的特点,提出复合小波分析方法,通过降低小波函数的计算难度实现TDR监测信号的分析难度与分析时间的减少.工程算例表明,该方法对于处理数据量较大的大型边坡TDR监测信号分析来说具有较高的应用价值.     

改进小波阈值函数在变形监测数据去噪中的应用

为了提高变形监测数据去噪的稳定性,在小波传统阈值函数的基础上,提出一种改进的小波阈值函数,对变形监测数据进行去噪处理。采用模拟信号和真实数据进行实验,与传统的阈值去噪方法进行对比分析,结果表明：改进的小波阈值函数在一定程度上解决了软阈值函数存在的恒定偏差问题,克服了硬阈值函数的不连续性;对变形监测数据的去噪效果良好,能有效去除噪声,获得较高的信噪比和较低的均方根误差,并保留信号更多的有效细节,在实际中有较好的应用价值。     

小波分析在沉降监测中的应用

由于沉降监测受观测环境、仪器设备及观测人员的影响较大,导致观测数据与真实值之间存在误差.应用小波滤波理论,以MATLAB软件为基础平台采用一维离散小波变换对沉降监测数据进行去噪处理.将数据进行高、低频分解后对细节系数进行分析,并通过小波重构得到的去噪数据对沉降发展趋势进行预测.通过分析发现,小波细节系数能有效地发现沉降波动点,去噪后的数据能有效去除测量粗差.以此论证小波分析在沉降监测中的可行性以及实用性,为施工建设提供有效的指导帮助.     

小波分析用于电力设备绝缘在线监测中信噪分离的研究

文章利用小波分析可进行时域与频域同时局部分析，频域窗口随信号的变化自动调整的特点。将小波分析应用于电力设备绝缘在线监测这类具有较大背景干扰情况下的信号处理，选择合适的小波基对混有噪声的信号进行变换，以实现信号与噪声的分离。并利用小波变换的快速算法对信噪分离作了仿真计算，讨论了小波分析在线监测等领域的应用前景。     

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。     

基于二维连续小波变换的织物疵点检测

同正常织物纹理比较，疵点区域由于其纹理不规则及变形而导致不同的局部纹理特性。利用二维连续小波特性，能在时域和频域上对织物图像同时实现任意尺度和旋转角度的变换。通过纹理模型和频谱分析，确定出最优的变换尺度和旋转角度，并由预先确定的全局阈值从小波变换系数的模中进行疵点的分割。实际疵点的检测结果表明该方法是可行的。     

小波变换时频敏感特性的试验研究

利用小波变换的时频敏感特性，通过试验提出了结构在自由及受迫振动过程中的健康监测及损伤检测方法.在悬臂板与弹簧组成的系统的自由及随机振动过程中，通过烧断连接弹簧与悬臂板的细绳来对系统造成破坏，其中离散小波变换用于识别结构损伤造成的信号奇异性，而连续小波变换则用于排除外界脉冲噪声的影响及确定结构刚度损失的大小.试验结果表明，该方法能有效地监测结构振动过程中的损伤，以及检测结构刚度损失的大小.在结构随机振动试验中，连续小波变换施加在由随机减量法获得的自由衰减信号上，获得了更好的检测效果.所提出的离散小波变换与连续小波变换联合使用的结构健康监测及损伤检测方法可用于结构的在线监测，且无结构建模误差的影响     

GPS变形监测信息管理系统的研制及其应用

为了及时处理GPS变形监测信息，分析预报监测体的稳定情况，建立了具有变形监测数据管理、数据分析，报表输出、图形管理等功能的GPS变形监测信息管理系统，该系统具有面向对象的风格和可视化特征。主要讨论了GPS变形监测信息管理系统的组成，详细介绍了各子系统的功能及实现方法，并已在地铁施工监测中得到了很好的应用。     

沉降监测数据管理与分析系统的研制

沉降监测是对变形监测体进行定期的观测，然后应用平差和数理统计理论，对观测数据进行分析、判断。在简要叙述了沉降监测的基本原理上，给出了沉降监测数据管理及分析系统的结构，并对各模块的功能作了简单的介绍。     

基于InSAR与多源数据融合的堆石坝外观变形重构

为了满足200~300 m级堆石坝变形监测的需求，弥补利用单轨道合成孔径雷达 （SAR）数据只能测得地物视线向与方位向二维变形的不足，基于集合卡尔曼滤波将合成孔径雷达干涉（InSAR）观测与常规点式监测数据进行跨尺度融合，提高堆石坝外观变形的监测精度；利用多维度监测数据，重构堆石坝外观变形场. 以水布垭面板堆石坝为例进行研究，结果表明，多源数据融合能够实现“大范围、低精度、高效率”的新型监测技术与“离散点、高精度、低效率”的常规监测技术的优势互补. 基于多维度监测数据重构外观变形场能够全面地掌握堆石坝的整体变形性态，降低单维度监测结果对实际变形漏判或误判的可能性. 该方法可以用于库岸边坡的变形监测和变形场重构.     

基于小波与神经网络的说话人身份识别

将小波变换和神经网络结合起来应用于说话人身份识别.通过小波变换提取语音信号的基音周期序列不仅体现了人发声时的生理特点，同时还包含了个人说话习惯等后天形成的特征.所以它能有效地反映说话人的语音特点.应用人工神经网络对基音周期序列进行识别分类以确定说话人身份.实验证明应用人工神经网络进行特征识别直接输出代表说话人身份的二进制编码，可以省去与库中所有数据进行匹配的繁琐操作，同时又能保证较高的正确率.     

基于纹理特征的高分辨率遥感影像分类方法

灰度共生矩阵能较好反映影像灰度统计规律,小波变换能较好反映影像的多尺度特性,利用两者结合进行了纹理特征提取。将灰度共生矩阵和小波变换提取纹理特征作为分类特征向量,建立基于支持向量机分类模型对高分辨率遥感影像进行分类;在支持向量机参数优化问题上,利用遗传算法进行参数寻优,有效的避免多学习和欠学习状态的发生。分类实验结果表明了本方法的有效性。     

“98·7”武汉、黄石特大暴雨过程的小波分析

通过对 1 998年 7月鄂东特大暴雨期间武汉、黄石两站逐小时地面要素和云顶亮温 (BlackBodyTemperature)资料的小波分析 ,清楚揭示了上述两站降水、气温、气压、相对湿度和云顶亮温等气象要素的时频扰动特征 ,并通过小波逆变换从原资料序列中分离出不同尺度的信息     

基于平稳小波的自适应阈值MR图像去噪法

针对小波空间Donoho阈值在图像去噪中的缺陷,提出一种基于平稳小波变换的自适应阈值MR图像去噪方法,即由 Lakhwinder Kaur小波阈值选取法,根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,对平稳小波变换后的各层细节信号分别进行阈值化处理.该方法能很好的抑制小波空间Donoho阈值去噪法出现的伪Gibbs现象,弥补了正交小波变换存在的不足,在滤出噪声的同时,较好地保留了MR图像的细节信息.实验结果表明该算法在性能指标和视觉质量上的优越性.     

小波变换模极大值在诱发脑电提取中的应用

针对中潜伏期听觉诱发脑电的特点,利用信号和噪声的小波变换模极大值在分解尺度上的不同特性来滤除中潜伏期听觉诱发脑电信号中的EEG强噪声成份,重构出真实的中潜伏期听觉诱发脑电信号。通过仿真实验表明：采用小波变换模极大值技术,可以有效地提取信号,为信号特征选取提供可靠的特征分析数据。     

一种基于小波和分形理论的电台个体识别方法

从调制信号中提取发射电台的频率稳定度特征进而实现个体识别是一项极具挑战性的课题。针对MPSK信号提出了一种基于小波和分形理论的特征提取方法。该方法首先利用连续小波变换把MPSK信号幅度中的振荡器频率稳定度信息转移到小波系数中,然后从统计角度提取小波系数的盒维特征,最后用K-最近邻分类器进行个体区分。仿真实验表明,在10dB～20dB内,对于载波频率稳定度差异为ppm级的MPSK信号,该算法平均分类准确率可达95％,为通信电台个体识别技术的实用化提供了进一步理论依据。     

Mine-hoist fault-condition detection based on the wavelet packet transform and kernel PCA

A new algorithm was developed to correctly identify fault conditions and accurately monitor fault development in a mine hoist. The new method is based on the Wavelet Packet Transform (WPT) and kernel PCA (Kernel Principal Component Analysis, KPCA). For non-linear monitoring systems the key to fault detection is the extracting of main features. The wavelet packet transform is a novel technique of signal processing that possesses excellent characteristics of time-frequency localization. It is suitable for analysing time-varying or transient signals. KPCA maps the original input features into a higher dimension feature space through a non-linear mapping. The principal components are then found in the higher dimension feature space. The KPCA transformation was applied to extracting the main nonlinear features from experimental fault feature data after wavelet packet transformation. The results show that the proposed method affords credible fault detection and identification.     

5/3小波图像压缩及DSP实现

对于高分辨率相机所成图像来说,数据量是非常巨大的,光用软件来进行压缩远远不能满足实时性的要求。离散小波变换是当今许多图像处理和压缩技术的基础。JPEG2000是最新的静态图像压缩标准,其核心算法是小波变换,5/3小波提升方法在JPEG2000中主要用于无损图像压缩。提出对基于因式分解的提升格式(第二代小波的构造方法)的5/3小波的改进,并采用了TMS320C6416实现的了该算法。DSP实验结果证明该提升5/3小波变换具有处理速度快、实时性强、压缩比大、恢复效果好的特点。     

基于FWT的在线检测介损角的计算

基于多分辨分析的快速小波变换（FWT）原理,及其在电力系统在线检测装置计算绝缘介质损耗时的检测数据的分析原理和方法,并将小波变换和FFT这两种分析方法进行了比较,仿真结果表明对瞬时干扰和白噪声有很好的滤波效果,其误差也较为平滑．     

JPEG2000中DWT的DSP实现及优化

根据DSP的并行特性,采用基于块的二维提升小波变换,使图像数据的读取、存储和小波变换能同时进行,降低了算法的中间存储量,提高了DSP的利用率。同时针对DSP特殊的硬件结构对代码做了优化,执行效率比优化前提高了近20倍,达到了图像小波变换的应用对实时性的要求。