基于小波变换和模糊神经网络的运动员投掷力信息识别方法

在详细分析滑步式投掷铅球动作特性的基础上,设计了一种有效结合小波变换和模糊神经网络的运动员投掷力信息识别新方法。利用小波分解与重构的方法对信号进行了去噪处理,并采用小波系数的能量值作为运动员投掷力曲线的特征,将特征向量作为模糊神经网络的输入,对运动员投掷力曲线进行识别。经过比较实验验证,该算法既降低了噪声的影响,又在有效提取特征的同时减少了神经网络的运算量,提高了识别速度,具有较高的识别精度。     

小波熵在燃烧扰动相关信号提取中的应用

传统的机理分析无法从电厂海量数据中快速寻找到与特定燃烧扰动相关的信号,依据扰动相关信号在同一频段具有较强的波动相似性,提出了一种基于小波熵的燃烧扰动相关信号提取方法。利用小波变换的带通滤波特性得到信号的不同频段成分,再计算小波能量熵来分析信号间的相关性。以频变信号为例,分析了滑动窗口宽度和小波基的选取对小波熵的检测和识别性能的影响。对某电厂数据进行的实例分析表明,该方法不仅能有效挖掘燃烧扰动相关信号,并能区分这些信号的相关性强弱。     

基于小波分析的汽轮发电机组振动信号消噪和特征提取

小波分析技术由于其良好的时频局部化性质,对突变和非平稳信号的分析具有良好的效果,已经成为信号消噪、特征提取和故障诊断的重要方法之一.针对汽轮发电机组的振动特征,采用基于最优小波包基的方法对汽轮发电机组的振动信号进行消噪处理,有效地剔除了汽轮发电机组表面振动信号的噪声干扰,提高了信号的信噪比;对消噪后的信号进行小波包分解,并将各相关频带进行能量特征提取,从而为汽轮发电机组振动信号的故障诊断提供了有力依据.     

一种低信噪比线性调频脉冲信号参数提取方法

本文提出了一种低信噪比条件下的线性调频(LFM)脉冲信号参数提取的新方法.该方法通过自相关滤波提取出LFM脉冲信号的频域参数信息,根据频域参数信息,确定小波分解尺度数和信号采样频率,使对采样数据的小波分解结果中,信号的小波系数在最大尺度上占优.然后利用信号和噪声的小波系数模极大值在不同尺度间的传播特性,分尺度对小波系数进行非线性滤波,并进行信号重构,得到提高了信噪比的重构信号,从该信号中可以较好地检测出原LFM脉冲信号的时域信息.仿真实验表明,该方法能在信噪比低于0 dB时实现LFM脉冲信号时频参数提取.     

小波分解和同步检波法在电压闪变检测中的应用

采用了小波分解和同步检波法对电压波动与闪变信号进行检测,该方法使用相关法来确定采样信号基波的初相角,产生与采样信号同步的工频信号,在小波域上精确地检测出信号的时间、频率和幅度。仿真实验结果表明,该方法具有良好的检测和时频分析性能。     

基于小波变换的信号相关技术在电力电缆故障测距中的应用

提出了一种基于小波分解的信号相关技术.针对以往应用冲闪法的电力电缆故障测距技术普遍存在故障时刻检测不准确的问题,提出将小波分解与信号相关技术相结合,先对采集到的信号进行多层小波分解,去掉低频信号中的高频分量,应用信号相关技术计算出粗略的奇异点,然后运用搜索模极大值线的方法找到高频分量中的奇异点,从而得到精确的脉冲到达时刻.数字仿真结果验证了该方法的有效性.     

基于信号相关性和小波方法的电能质量去噪算法

提出了一种基于小波原理的电能质量信号去噪算法。基于软阈值原理的小波去噪算法在电能质量信号检测中得到很好的应用。但其存在阈值计算受噪声强度的缺点 ,当信号被强噪声“淹没”时 ,该方法仍然会失效。本文在对电力信号进行小波空间中的自相关性关系分析的基础上 ,结合软阈值算法和小波原理 ,构造了能有效地处理各种电能质量信号的去噪算法 ,该算法能弥补传统软阈值算法的缺陷 ,较好地解决了保护信号局部特征与抑制噪声之间的矛盾。计算结果表明上述检测算法是有效的。     

小波变换去噪在绝缘子污秽放电声发射监测中的应用

研究了绝缘子污秽放电声发射监测中用小波变换进行信号提纯与消噪的实现问题。在大量绝缘子污秽放电声发射试验基础上,分析总结了污秽放电声发射信号的共有特点。并提出一种基于声发射信号小波变换的小波基选取方法。采用选取的最优小波函数rbio3.9对声发射信号进行频谱分析,提取了声信号的特征频带,并对重构后的信号进行二重小波分解消噪。两组声发射信号的小波变换消噪结果表明,小波变换提高了信号信噪分离结果的可靠性,有效地降低了噪声对污秽放电声发射信号的影响。     

离散小波变换在精密伺服转台测角系统故障诊断中的应用

针对惯性测试设备测角系统误差信号发生突变,依据小波理论,采用离散小波变换作为一种信号处理技术,建立了测角系统误差信号发生突变的模型。同时在角度域与频域对误差信号进行分析,对误差信号进行离散小波分解,提取误差信号突变。实验结果显示,测角系统误差突变可以通过离散小波变换检测出来,采用离散小波变换对信号突变的检测具有实用性和有效性。     

基于小波降噪的电晕放电辐射信号时域特性分析

研究电晕放电辐射信号既有利于消除其危害又有助于加强对其利用,小波变换是分析电晕放电辐射信号的一种很好的方法。采用相关系数法选择最佳小波,以史坦无偏估计法来确定小波重构的阈值,并根据采样率来确定分解层,对电晕放电辐射信号进行降噪处理。在小波降噪的基础上,分析了电晕放电辐射信号时域波形的一阶形状参量,得出电晕放电辐射信号的脉冲变换时间随电压升高而减小、相同电压下正电晕放电辐射信号的脉冲变换时间要大于负电晕的脉冲变换时间等结论。     

基于小波重构的异步电动机故障诊断

选用Daubechies小波作为小波基 ,对异步电动机鼠笼转子故障电流信号进行多尺度分析 ,将小波变换后取得的变换系数进行单支重构 ,取得了各频率分支上的时间信号。从高频分支上能够清楚辨识出异步电动机鼠笼转子故障时所不同于正常情况下的电流特性 ,实现了异步电动机鼠笼转子故障的小波诊断。     

基于小波分析的PLC信号处理

电力线载波通信系统中,对接收信号的处理是非常重要的。文章介绍了基于小波和小波包变换这样2种信号处理方式,它们均能有效地克服通信环境中的干扰,提高信噪比。文章通过试验和理论分析,对这2种信号处理后的效果进行了比较,得出结论:由于小波包具有更高的频率分辨率,因此更加适合于对被噪声严重污染的电力线信号的分析处理。     

基于改进CEEMDAN和小波阈值的雨声信号去噪算法研究

为了从混杂着各种噪声的雨声信号中提取到较为纯净的雨声信号，本文提出基于改进完全自适应噪声集合经验模态分解（CEEMDAN）和小波阈值相结合的雨声信号去噪方法。方法引入互相关函数寻找CEEMDAN的最优分解层数F值，并通过CEEMDAN算法按最优分解层数F层分解，将信号分解成多个频率由高到低的本征模态分量（IMF）;利用小波阈值，滤除高频IMF分量中的噪声分量，最后将去噪后的高频IMF分量和未经去噪的低频IMF分量进行信号重构，提取出较为纯净的雨声信号；实验表明，本文选用方法的去噪效果相对于经验模态分解（EMD）去噪算法、小波阈值去噪算法等传统方法具有一定的优势，去噪后的雨声信号能够准确反映出环境雨情的特征，提高雨情分析的精确度。     

小波包分解在电机故障诊断中的应用

针对常用的时域和频域分析在诊断电机故障时存在不能同时诊断出故障时间和类型的问题，在分析电机故障特征的基础上，利用时频两域都具有表征信号特征能力的小波，对采集来的电机振动信号进行小波包分解，利用分解的小波系数，在各个频段上进行小波信号重构，并计算信号各个频段的能量特征值，提取故障特征，诊断故障发生的时间和故障类型。经仿真验证，小波包分解能将故障信号有效划分到不同的频段内，而且时域和频域局部化特性好，能有效地诊断出电机故障，具有良好的理论意义与工程应用价值。     

电机故障特征值的倍频小波分析

该文对异步电动机在鼠笼转子发生不同断条故障情况下的定子电流分别进行了实验测量；并对测量电流进行倍频小波分析，利用小波系数，在各个频段上进行小波信号重构；通过计算各个频段的信号能量特征值，诊断电机故障。这样，既可以从低频频段来诊断异步电动机鼠笼转子断条故障，也可以从某些高频频段来识别故障是否发生，从该文的实验诊断表明，倍频小波分析方法取得了较好的效果。     

基于改进递归小波的电力系统频率测量

信号复小波变换的相位谱包含了信号变化的丰富信息,利用电压信号的复小波变换相位信息检测电力系统频率,具有不受电压信号畸变影响、抗噪声能力强、精度高等特点.通过电压信号在特定尺度的改进递归小波变换(IRWT)系数的相位变化周期,可得到电压信号的频率.对理想信号和畸变信号的仿真计算结果验证了该算法具有精度高、速度快、鲁棒性强等特点,市电电压的频率实测结果表明该方法可用于实际电力系统频率的测量.     

基于小波和形态学的窦房结电图消噪算法研究

窦房结电图(SNE)是反映窦房结电活动的一种高分辨率的心电图,在临床医学上主要用于研究心律失常。为了提高临床诊断效率,提出了一种基于小波分析和数学形态法的消噪算法。该算法采用线性结构元素的形态滤波器消除SNE信号中的基线漂移,使用小波软阈值消噪法去除高频噪声,从而得到信噪比高的SNE信号。实验表明该算法可有效地对SNE信号进行消噪处理。     

Home network power-line communication signal processing based on wavelet packet analysis

Recent advances in signal processing methodologies have spawned the way for a high-speed home network power-line communication (PLC) system. In this paper, a novel signal processing method based on wavelet packet analysis is proposed to combat the adverse communication environment over power lines. A comparison research between wavelet transform and wavelet packet transform is presented. Since wavelet packet decomposition can provide more precise frequency resolution than wavelet decomposition, this paper proposes to use the wavelet packet analysis to deal with the highly polluted PLC communication signal. A hardware structure for the PLC system is presented as an experimental platform for sampling an actual communication signal. Simulation results based on these kinds of actual communication signals show the effectiveness of the proposed method.     

基于注入信号与小波能量的小电流接地故障选线研究

为了解决当小电流接地系统发生单相高阻接地时传统注入法因信号分流无法正确选线的问题,在详细分析了注入法及小波能量法选线的原理后,提出了一种将两者结合的配电网故障选线新方法。首先向发生故障的系统中注入220 Hz特殊频率的信号;对从各条线路中所提取的注入电流展开小波变换;接着使用所得出的小波系数计算小波低频能量;最后通过比较各馈线注入信号能量的大小选线。利用Simulink搭建系统模型并进行仿真实验,其结果可知,虽然故障点距离、故障合闸角大小、中性点接地方式等因素并不能影响新方法的正确选线,但过渡电阻较大时依然选线失败,通过相位比较或图像识别等方法仍能很好的解决此问题,从而大幅提升了注入法选线的正确率。     

基于小波变换的无刷直流电机逆变器故障诊断

故障诊断是实现电机容错控制的前提,为了提高电机系统的可靠性,针对无刷直流电机驱动系统中逆变器功率管的开路故障,采用小波变换对电机三相电流信号进行分析,为了能快速地提取故障信息,提出利用3层以上细节信号的乘积作为检测信号,根据乘积信号的小波变换能够准确找到故障点,以低频小波信号的能量值作为提取特征来识别发生故障的逆变器功率管。该方法故障识别可靠性高,信号特征提取算法简单。仿真及实验结果验证了所提方法的有效性和准确性。