泡罩塔板上差压波动信号的R/S分析

采用域重新标度(R/S)分析方法研究了泡罩塔板上的差压波动信号,得出泡罩塔板上差压波动信号的Hurst指数在0.33～0.49之间,<0.5说明差压波动信号具有“反持久性”。发现泡罩塔板上不同操作条件下,差压波动信号分形维数变化范围为1.51～1.67,且不同气液两相流型分形维数D存在差异:喷溅流型1.50相似文献   

应用电导探针技术识别气液两相流流型方法及电导波动信号噪声的辨识

针对垂直上升管的气液两相流流型的识别,提出了一种多电导探针测量系统,该测量系统由3个电导探头组成电导传感器,在此基础上利用INV306型数据采集卡实现了电导波动信号的数据采集。由于各种生产过程的参数进行测量时不可避免地信号中存在噪声信息,通过对信号的小波分解和自相关函数的分析发现电导波动信号为低频信号,且其频率一般不会超过128Hz。又通过对信号进行了小波去噪和傅立叶变换去噪之后发现利用小波分析进行信号的消噪可以很好的保存原信号中的有用部分,其有着傅立叶分析不可比拟的优点。     

基于Sopc技术的气泡检测系统设计

在现代化学生产过程中,对气液两相流中参数的测定有着重要的意义.文中以电导探针法为基础,通过使用NIOSⅡ软核技术以及硬件描述语言实现了将整个测量通信系统整合在单片fpga上,实现了对鼓泡塔内气泡参数的快速测量,具有数据量大、实时性强、构造简单且易于实现的优点.     

基于HMM和小波包分解的气液两相流流型识别

为了研究垂直上升管中气液两相流的流型,利用自制的多电导探针测量系统采集4种典型流型的电导波动信息,提出了基于HMM和小波包分解的气液两相流流型识别方法.首先应用小波包分解对电导波动信号进行小波包能量特征参数的提取,然后将小波能量参数作为观测序列输入到隐马尔科夫模型(HMM),从而实现对流型的识别.研究结果表明,该方法能够准确地识别出4种流型,识别效果良好,为流型的在线识别提供了一种有效方法.     

小波域上分形噪声的一种自适应Wiener滤波方法

针对淹没在1/f分形噪声中的有用信号恢复问题,提出了一种基于小波变换与Wiener滤波的多尺度自适应滤波算法。首先将带有1/f分形噪声的信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声的白化作用,消除了1/f分形噪声的自相似性和长程相关性。然后在小波域内,利用自适应Wiener滤波实现了噪声和有用信号的分离,估计出了各子带中的有用信号。最后进行小波重构,较好地恢复出淹没在1/f分形噪声中的有用信号。仿真实验表明,使用多尺度自适应Wiener滤波器能有效地抑制分形噪声,显著地提高信噪比。     

非线性模拟电路故障诊断的小波领袖多重分形分析方法

针对非线性模拟电路故障的复杂性和非线性,提出一种基于小波领袖多重分形分析和支持向量机的故障诊断方法.首先,采用小波领袖方法对从测试节点采集的信号进行多重分形分析,并将提取的多重分形谱特征构成特征集;然后将特征集输入支持向量机,利用支持向量机的分类功能对电路的模式状态作出决策;最后,视频放大器电路故障诊断实验验证了该方法的有效性.     

基于小波包与分形组合技术在变压力下液压管路振动信号分析研究

提出基于小波包与分形组合技术对压力突变情况下航空发动机液压管路振动信号进行分析。首先,采用小波包对压力突变下液压管路振动信号进行分解,压力突变下液压管路振动信号的分形特征通过小波包的重构系数得到反映与验证;其次,通过对比分析小波包的关联维数值,得到压力突变下液压管路振动信号不同频带与关联维数的变化规律;最后结果表明,基于小波包与分形组合技术可以反映压力突变下液压管路振动信号特征。     

单一分形与多重分形轴承故障识别算法的研究

分形维是一种可以量化表征事物非线性特性的参数。本文首先介绍了单分形维数和多重分形维数。然后对采集到的高速轴承正常状态、内环及外环故障时振动信号作小波去噪处理;最后,利用编写的盒维数、关联维数及多重分形去趋势波动法算法,对去噪后的信号进行单一分形与多重分形轴承故障识别分析。结果表明:振动信号具有强多重分形特征,采用多重分形去趋势波动算法能良好识别轴承故障;对比分析可知,单一分形维在描绘非线性特征方面有局限性,多重分形在刻画动力学非线性特征方面具有一定的优点。     

TCP流量的多尺度分析

基于小波技术对多组局域网和广域网流量的实测数据进行了全局缩放性质和局部缩放性质的研究。讨论了分形高斯噪声模型和多分形小波模型。在全局缩放性质的研究中，讨论了一类Hurst参数估计器．并将实际数据与分形高斯噪声模型相比较，发现大时间尺度上的网络流量可以用分形高斯噪声来近似。在局部缩放性质的研究中，分析了局部缩放指数及相应的结构函数．并将实际数据与多分形小波模型相比较，发现在小时间尺度上，无论是分形高斯噪声还是多分形小波模型都不能很好地近似网络流量，大小时间尺度的划分在典型的往返时间附近。     

线阵CCD信号的小波去噪方法研究

随机噪声是影响CCD器件输出信号信噪比的主要因素,它包括1/f分形噪声和白噪声.使用传统方法去除分形噪声效果比较差,而小波变换是一种具有一定时间和频率分辨率的方法,它能够较好的滤除分形噪声.就如何在小波变换域进行参数估计,给出了确定阈值的方法,并在此基础上对TCD142D线阵CCD输出信号进行滤波,结果表明了该方法的有效性.     

一种多尺度高光谱影像小波分形维特征计算方法

提出了一种基于高光谱曲线小波分形测度的高光谱影像多尺度分形维特征分析方法。对高光谱影像的光谱响应曲线的小波域高频和低频系数统计特性、分形特征进行了分析,提出以小波低频分形维表征原始光谱曲线分形特征,以小波系数高频分形维表征高光谱细节特征方法,设计了基于高光谱曲线小波分形维的多尺度特征计算算法,实验结果表明,小波分形维值可有效表征丰富的光谱特征,可用于高光谱影像特征提取和分类。     

Optimal signal multi-resolution by genetic algorithms to support artificial neural networks for exchange-rate forecasting

Detecting the features of significant patterns from historical data is crucial for good performance in time-series forecasting. Wavelet analysis, which processes information effectively at different scales, can be very useful for feature detection from complex and chaotic time series. In particular, the specific local properties of wavelets can be useful in describing the signals with discontinuous or fractal structure in financial markets. It also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. However, one of the most critical issues to be solved in the application of the wavelet analysis is to choose the correct wavelet thresholding parameters. If the threshold is small or too large, the wavelet thresholding parameters will tend to overfit or underfit the data. The threshold has so far been selected arbitrarily or by a few statistical criteria.

This study proposes an integrated thresholding design of the optimal or near-optimal wavelet transformation by genetic algorithms (GAs) to represent a significant signal most suitable in artificial neural network models. This approach is applied to Korean won/US dollar exchange-rate forecasting. The experimental results show that this integrated approach using GAs has better performance than the other three wavelet thresholding algorithms (cross-validation, best basis selection and best level tree).     

基于小波分解的快速分形图象压缩算法

为了解决传统分形压缩编码时间过长的问题 ,提出了一种基于小波分解的快速分形图象压缩算法 .该算法利用小波分解后各频带间能量分布不均衡的特性 ,将集中图象主要能量的低频域看作是一种图象 ,进行传统分形编码 ;然后利用小波分解后不同分辨率子带图象之间的相似性 ,用低频域的全搜索代替传统算法中整个区域的全搜索 ,将在低频域得到的分形参数进行适当的比例变换得到整幅图象的分形码 ,解码时 ,进行同传统算法相同的迭代过程 ,所得解码图象即为原图的逼近图象 .实验结果表明 ,该算法在压缩比不变 ,且基本不影响恢复图象质量的前提下 ,大大提高了编码速度 ,明显改善了分形图象压缩中编解码时间的不对称 .     

基于多小波和分维的图像融合算法

多小波理论是小波理论的扩展,在图像处理方面具有单小波所不具有的优点。它能为图像提供一种比小波多分辨分析更精确的分析方法。在图像的多小波分解的不同尺度上的子图像间有自相似性,而自相似性又是分形分维的基础。于是,根据图像多小波分解的特点,提出了一种新的基于图像多小波分解的分维融合算法,将不同源图像经多小波变换分别分解成不同尺度的子图像,对高频子图像在相应的尺度上以分形分维作为权系数进行融合,对低频子图像在相应的尺度上以区域能量作为权系数进行融合,并分别采用多聚焦图像、可见光和红外图像作为源图像进行融合实验,实验结果表明该方法是可行的。     

基于光谱曲线小波系数分维测度的高光谱影像高效分割方法

针对高光谱遥感影像处理效率的问题,提出了一种基于高光谱曲线小波分解低频系数分维特征影像和高频系数分维特征影像相结合的高光谱遥感影像分割方法。对高光谱响应曲线的分形测度进行了分析,提出基于光谱曲线小波分解高频系数的分维算法,得到多尺度高光谱分形特征影像。设计了低频系数分维特征影像和高频系数分维特征影像相结合的高光谱影像分割算法。高光谱曲线小波系数分维特征影像分割实验结果表明:该算法可取得与光谱曲线直接分形测度特征影像分割一致结果,但效率优于直接分维特征影像分割。     

基于局部小波分形特征的车牌定位研究

提出了一种新的车牌定位算法.车牌定位是车牌识别系统中最为关键的处理之一,分形特征能较好地反映牌照区“粗糙”的特性.首先提取牌照图像灰度图的分形维数,再充分利用小波与分形的密切联系,以二次B-样条小波对车牌局部图像进行小波变换后,提取各个子图的分形维数.这些分形维组成的特征矢量能有效地标示车牌区域和非车牌区域,根据这些局部分形维特征,以改进的BP神经网络作为分类器,有效地实现了车牌的快速准确定位,定位时间在0.7s左右,比同类方法更优.     

小波变换用于催化剂表面图象的局部特性分析

文中讨论了催化剂表面ＳＥＭ图象关于多重分形生长过程的局部奇异性分析，通过小波变换获得的局部奇异强度，比描述整体的单一分形维数和奇异谱，能提供更加准确的Ｈｏｌｄｅｒ指数绝对值和空间定位，用奇异强度直方图描述了图象上分形测度的分布，进而确定了催化剂表面活性区域的分布。     

基于分形图像编码的小波补偿算法

提出了一种对图像进行分形“粗略”（概貌）编码,“细节”（边缘）信息通过小波变换提取图像高频信息进行补偿的编码算法。该编码算法中,小波变换产生的高频小波系数根据系数重要性采用类似嵌入式小波零树编码方式进行编码,从而具有比特率可控等特点。通过实验表明,新编码算法的编码效果优于分形自适应四叉树编码算法和小波变换编码算法。     

Design and fabrication of a silicon probe for surface profilers

A micromachining probe for surface profilers is reported in this paper. This probe employs single crystal silicon double-ended tuning forks (DETFs) as the sensitive unit to achieve high resolution and frequency read-out. The frequency shift of the DETFs caused by the induced axial stress is directly proportional to the undulation of the measured surface. Moreover, one-stage and two-stage microleverage amplification mechanisms are respectively implemented to improve the probe performance. The silicon on glass (SOG) process which can provide high aspect ratio single crystal silicon structures has been adopted to enhance the performance of the probes. The testing results indicate that the probe with two-stage mechanical amplifiers has a frequency-displacement sensitivity of 257.1 Hz/μm with a nominal frequency 27.3 kHz at room temperature in atmosphere, which is in close agreement with the simulation results.