微重力落塔落舱释放控制振动信号的小波分析

论述了微重力落塔落舱电磁悬吊、释放、提升控制系统的关键技术,结合电磁释放系统特点,分析了释放时振动信号的特点,介绍了应用小波分析方法进行信号去噪的基本原理.基于阈值小波变换去除振动信号高、低频噪声,然后应用小波包分解方法获取信号的特征量从而进行信号的重构,消除瞬态突变干扰信号,并对系统结构和组成进行了分析.实验结果表明:该方法可以有效地进行信号的消噪,并获取真实的释放振动信号.     

基于MATLAB小波去噪方法的研究

在实际的计算机控制系统中，采样信号不可避免的受到各种噪声和干扰的污染，使得由辨识采样信号得到的系统模型存在偏差而妨碍了系统控制精度的提高。Dunoho和Johnstone提出的小波收缩去噪算法对去除叠加性高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的仿真研究，并利用滤波器、傅立叶变换／反变换和小波收缩三种方法对实际电机随动系统的辨识采样数据进行了去噪对比实验，总结了应用小波去噪的一些实际经验。     

改进的小波阈值去噪法在省级电网低频振荡分析中的应用

Prony分析的精度受信号噪声影响很大,为此,一个有效的去噪算法就成为应用Prony方法的关键.本文引入新的阈值选取和阈值函数对传统的小波阈值去噪算法进行改进,利用改进的小波阈值去噪算法对采样信号进行预处理.新的阈值选取能够保证小波系数随尺度的分布而变化,同时贴合不同类型信号中噪声在各层的实际分布情况,进而确保充分的去...     

RFID射频信号的小波消噪方法

为了改善RFID系统的性能,提出使用小波变换去噪的方法降低射频信号的噪声影响.为了提高对物体自动识别的准确率,采用了小波去噪与傅里叶变换去噪方法.根据标准ISO18000-3在LabVIEW 环境下使用调制工具包仿真产生了13.56MHz的RFID射频信号,并用小波分析方法和傅里叶分析方法对仿真产生的RFID射频含噪信号进行去噪.仿真结果表明,与传统傅立叶分析消噪相比,小波消噪具有较高的精度及较好的消噪效果.研究小波分析在射频信号消噪中的应用具有现实意义并切实可行,同时小波分析应用到虚拟仪器测试领域,能够为人们提供更为精确和方便的测试,在工程应用中具有较好的应用前景.     

非线性小波去噪技术在水声信号识别中的应用

应用非线性小波去噪技术对小波包能量法进行改进,提出了一种新的方法--去噪小波包能量法.该算法对信号小波去噪后,再用小波包能量法提取信号的特征.文中研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验.结果显示了算法的有效性.     

基于盲源分离的超声信号去噪的仿真研究

提出一种新的基于盲源分离的超声信号去噪方法.为了验证去噪方法的有效性,应用此方法处理了仿真的超声信号,并与小波去噪的效果进行了比较.实验结果表明:该去噪方法能极大提高超声信号的信噪比,且其效果能与小波去噪方法相媲美,其特点是通过超声信号和噪声信号的盲源分离实现噪声消除.     

多普勒超声信号时间序列数据的计算机提取

设计了一套采集系统 ,将多普勒超声信号时间序列提取出来 ,应用小波包分析算法 ,提出了一种对含噪信号进行去噪的方法 ,并对所获得的数据利用小波包分析进行去噪处理。实践表明 ,系统能比较准确获取血流信号的时间序列数据 ,可以对实验数据进行非线性分析 ,观察其变化规律 ,对进一步研究心脑血管疾病起到一定的作用。     

小波阈值去噪在传感器性能试验数据处理中的应用

在传感器性能测试中,采样的信号经常受到各种噪声的干扰和污染,不能准确反映设备的运行状态,不宜直接用于数据处理与分析。为了对试验数据进行去噪预处理,根据具体传感器性能试验数据的特点,运用小波变换方法,确定了适合的小波去噪参数。引入重构因子比较几种常用的小波基,应用Matlab对仿真信号进行小波阈值去噪处理,依据平滑度确定了分解层数,为传感器性能试验数据预处理提供了的一种有效的小波阈值去噪方法。     

基于最优小波包理论陀螺信号处理方法

小波变换具有良好的时频率局部化特性,基于小波变换的陀螺信号消噪方法在实际应用中取得了较好的效果.小波包具有比小波更为细致的时频划分能力,因而具有更强的时频局部化特性.笔者将基于Shanon-weaker熵准则的最优小波包基应用于陀螺信号的去噪,并给出了去噪算法.此外,还将CS-ARS微机械陀螺的实测数据在MATLAB中进行了数值仿真,仿真结果表明,本文所介绍方法对陀螺信号的去噪效果优于小波变换方法,具有广泛的应用前景.     

小波分析在激光多普勒信号检测中的应用

为了有效的消除人体激光多普勒信号的噪声,提出了一种利用小波变换的方法对信号进行处理.通过研究多尺度小波变换和小波包变换的工作原理和消噪流程,利用Matlab对实际信号分别进行强制消噪、默认阈值消噪、给定软阈值消噪仿真,仿真结果表明,两种小波变换方法均可以有效地消除信号中的噪声.提高信噪比,适用于背景噪声强的人体信号的提取,并可推广到其他强噪声环境下对微弱信号进行提取,具有广泛的应用价值和现实意义.     

一种基于小波变换的红外导引头信号检测方法

针对某型号红外导引头信号的检测问题,提出了一种基于离散平稳小波变换的微弱脉冲信号检测方法.根据有用脉冲信号与噪声信号在频谱特性上的差异,对导引头信号进行多尺度的离散平稳小波变换,利用分解后得到的低频近似信号逼近信号中的低频噪声来滤出低频噪声的干扰,同时采用阈值去噪的方法处理信号中的白噪声.将该方法应用于仿真信号和真实导引头信号检测,仿真实验结果表明:该方法在有效克服传统离散正交小波变换去噪时容易产生的Gibbs现象的前提下,极大地提高了导引头信号的信噪比,增强了导引头的探测能力.     

改进小波包分析在雷达图像消噪中的应用

针对VDR雷达图像在采集、数字化和传输过程中常受到各种噪声的干扰,不利于对图像进行分析、观察和压缩的问题,提出采用改进小波包分析算法进行图像消噪处理,小波包分析具有比小波更精确的局部分析能力,但由于小波包分解的隔点采样会产生严重的频带混叠现象,文中对小波包分析算法进行改进,利用信号的频移特性,将信号进行移频处理,消除频带混叠现象,达到高质量去噪的目的;通过VDR雷达图像消噪实验证明,上述改进算法好于小波包消噪方法,更优于小波消噪方法,具有更为广泛的应用价值。     

小波分析应用于直流系统接地故障检测

针对直流系统接地故障检测中常用的低频信号注入法容易受到各支路电缆中存在的对地电容的影响这一问题,提出了利用小波分析实现故障信号特征的提取的方法。分析了低频信号注入法的原理及存在的缺陷,针对其故障信号的特点,提出了基于小波变换的直流系统接地故障检测方案。基于小波去噪的原理,通过选择适当的小波函数,对支路电流信号进行分析和处理。经过仿真实验分析。表明该方法可以克服对地电容对接地故障检测的不利影响,完成故障信号分析,实现故障支路的准确定位。     

基于小波变换的昆虫刺吸电位（EPG）信号去噪研究

昆虫刺吸电位(EPG)信号为研究刺吸式昆虫取食和传毒机理提供了有力的依据,然而EPG信号在采集过程中易受各种噪声的干扰,可利用小波变换将其去除.本文采用小波阈值去噪法,通过实验对比选择不同的小波基函数及阈值,以均方根误差和信噪比为评价指标,确定了coif4小波6层分解,在Stein无偏风险估计准则下,改进阈值量化为最佳去噪方案;实验结果表明,该小波阈值去噪方法可以有效地去除不同干扰.本文研究的基于小波变换的EPG信号去噪为后续分析识别提供了保证.     

基于经验小波变换的结构损伤特征提取

为了更好地提取结构损伤特征信息,提出了基于经验小波变换(EWT)和希尔伯特变换的振动信号分析方法。首先,用EWT对结构损伤加速度振动信号的频谱进行自适应分割,然后提取不同的调幅-调频(A M-AF)分量,最后对其进行希尔伯特变换,获取瞬时频率。仿真和工程实验结果表明:经验小波变换相对于经验模态分解(E MD)可以更好地提取信号的各个特征分量,为信号时频处理奠定基础,且分解的模态少,不存在虚假模态。同时,EWT与Hilbert的结合更进一步验证了该方法的有效性。     

基于小波分析的转子绕组匝间短路故障诊断方法

分析了汽轮发电机发生转子绕组匝间短路故障时的电磁特性,提出了基于小波分析的故障检测与诊断方法.这种方法是在探测线圈法的基础上,将小波变换用于突变信号的检测,对气隙中感应电动势信号的奇异特征进行提取,根据这些奇异特征,可实现对发电机转子绕组匝间短路故障的检测及故障点的定位.仿真分析表明,该方法适用于故障信号的奇异特征提取,适合于汽轮发电机转子绕组匝间短路故障的在线检测.     

基于小波模极大值的信号奇异性检测

小波分析近乎完美的数学特性受到各领域科学家和工程技术人员的青睐.文中讨论了基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性.实验表明,该方法能有效的、实用的.     

轮廓波消噪中消噪效果与噪声强度的关系*

首先简单回顾了轮廓波变换的基本原理和实现方法;然后阐述了基于轮廓波变换的图像消噪实现方法,针对包括小波消噪、第一版轮廓波变换消噪和第二版轮廓波消噪变换消噪在内的三种变换域消噪方法在不同噪声强度下的消噪效果进行了实验和分析.实验表明,第一版轮廓波变换在噪声强度较大时,比小波有较高的信噪比;在噪声强度较小时,比小波有更低的信噪比;第二版轮廓波变换则总是在信噪比上优于小波.     

GIS设备局部放电特高频信号线性判别分析识别研究

局部放电测量是监测绝缘系统缺陷的典型非破坏性实验方法,提出了一种基于局部放电特高频(UHF)信号的多尺度特征提取能量参数和线性判别分析的识别方法,设计了4种绝缘缺陷模型模拟气体绝缘开关(GIS)设备局部放电现象。对局部放电UHF信号进行小波包多尺度变换,提取出UHF信号的16维能量参数;又对局部放电UHF信号进行了线性判别分析的设计,在局部放电信号特征量中随机选取30组进行10次采样;对其训练分类器的UHF局部放电信号进行模式识别,得到10个相关结果;试验获得最终的30组训练样本正确率平均值较高。研究结果表明线性判别分类器能够有效地将4种局部放电模型分开。