小波变换在声发射信号特征参数检测中的应用

本文论述了小波变换在声发射信号的事件计数特版在数检测中应用的理论和方法,用小波变换来检测声发射信号的事件计数特征参数,其准确率与域值电平的取值在大小无关,从而可大大提高声发射信号特征参数检测的准确度,该方法可用于旋转机械（特别是大型汽轮发电机组）的碰磨故障和裂纹故障的检测。     

基于输气管道泄漏声发射信号特征的小波基构造研究EI北大核心CSCD

小波分析是目前管道泄漏检测中应用极为广泛的降噪方法,但使用的均为通用小波基函数,不能有效匹配具体的管道泄漏声发射信号,从而降低了降噪效果。针对该问题,通过数学解析模型计算得到管道泄漏声发射仿真信号,再以此信号为基础,构造出了适合管道泄漏特征的小波基函数。利用构造的小波基对试验泄漏信号进行降噪并做互相关计算,结果表明,当小波消失矩为3或4、滤波器支撑长度为8时的泄漏定位误差最小,仅为3.62%。将此构造小波基与通用小波基系列分别对试验泄漏信号进行降噪并做互相关计算,结果表明,采用构造小波基时的泄漏定位误差是最小的。这说明该小波基符合管道泄漏声发射信号的基本特征,从而可以更有效地抑制噪声,降低管道泄漏定位的误差。     

EMD信号分析方法的声发射管道泄漏检测研究

针对管道泄漏声发射检测信号的非平稳特征,提出了基于经验模态分解(EMD)的信号分析方法。该信号分析方法将管道泄漏产生的声发射信号通过EMD分解为多个平稳的固有模态函数(IMF)之和,选择包含声发射特征的若干IMF分量进行重构,可以提取到管道泄漏声发射信号的本质特征,消除噪声信号的干扰。通过对重构后的信号进行互相关分析计算,使基于声发射方法的管道泄漏检测的定位精度得到较大提高,验证了Hilbert-Huang变换是表征声发射信号的非平稳特征及信号参数提取的有效工具。     

基于小波变换的谐波检测法

本文介绍了近年来新兴的小波理论及其在电力谐波检测中的应用,同时通过MATLAB软件对分析的理论进行仿真和综合性能分析,说明小波变换对于谐波检测的优越性及广泛的应用前景。     

基于EMD的高压燃气管道泄漏信号欠定盲分离方法

为能将城市高压燃气管道泄漏产生的应力波信号中混有多种干扰振动及噪声的有效泄漏信号与多源混合振动信号分离,提出基于EMD的泄漏信号欠定盲分离方法。对传感器采集的混合信号进行经验模态分解;对各固有模态函数归一化峭度特征进行分析,选取含主要泄漏信息的固有模态函数进行重构;构造由重构信号及观测信号组成的矩阵,用扩展联合对角化算法实现信号分离,以解决欠定情况下的盲分离问题。实验结果表明该方法能较好实现有效泄漏信号的提取。     

基于小波变换的金刚石单晶生长声发射信号的降噪分析

依据小波变换的基本原理和方法,采用阈值降噪法对高温高压条件下金刚石单晶生长过程的声发射信号进行了小波降噪处理。结果表明:采用小波阈值降噪法能较好地消除金刚石单晶生长过程中声发射信号中的噪声,而且还保证了本身的声发射特性没有被破坏,从而可以更加准确地分析金刚石单晶的生长过程。     

基于小波变换的图像融合方法研究

图像融合是多传感器信息融合的一个重要分支,小波变换是这一领域研究方法上的重大突破。本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,提出了一种高频小波系数直接替换的算法,并利用MATLAB数学分析工具环境实现全色图像和多光谱图像的融合,实验结果表明这种方法能很好地增强图像的光谱分辨率,便于对图像进行分析和识别。     

基于Morlet小波变换的模态参数识别研究

从卷积和Parseval定理的角度推导了小波变换系数的实用算法。以系统的自由响应数据为识别对象,给出了频率、阻尼比的参数识别方法,并重点给出了基于最小二乘法的振型识别技术。提出了基于改进Morlet小波的模态参数识别方法,对识别密集模态具有良好的效果。三自由度仿真算例表明,基于Morlet小波变换的模态参数识别技术能够以较高的精度识别出系统的频率、阻尼比和振型等模态参数。     

声信号分析及无线通信网络在管道声发射泄漏检测中的研究与应用

通过对埋地管道泄漏检测进行了分析与研究,提出了突破式声信号检测技术在管道泄漏距离判定中的应用,并对管道泄漏状态进行实时监控提出了技术性的探讨。     

基于小波变换的镁碳质耐火材料受压损伤声发射特征分析

运用声发射(Acoustic emission,AE)技术及基于小波变换的信号处理方法研究镁碳质(MgO-C)耐火材料受压损伤机制。通过AE技术检测材料受压损伤的声发射信号,采用小波变换方法对信号进行分解,运用小波能量系数,结合不同损伤相的物理特性,寻找与特定损伤机理相关的频率特征。结果显示,AE信号的能量主要集中在两种频率范围内,说明材料此时表现出两种不同的主导性损伤机制,为判别镁碳质耐火材料受压损伤机制提供了一种有效途径。     

基于模态应变能和小波变换的结构损伤识别研究

针对单一方法对结构同时发生多处不同程度损伤识别的不敏感性缺陷,本文结合小波变换在时域、频域内表征信号局部特性且能够聚焦到信号或函数的任意细节进行处理的能力,提出了一种基于单元模态应变能和小波变换的结构损伤识别方法。在单元模态应变能基础上,利用小波变换系数的变化和分布情况构建单元模态应变能小波变换结构损伤指标,通过对简支梁的数值模拟和斜拉桥模型试验研究的结果与单元模态应变能平均变化率作为损伤识别指标的计算结果进行对比,结果表明该方法能有效确定结构同时发生多处不同程度损伤的位置和估计损伤程度,为实际工程应用奠定了基础。     

基于小波网络的非线性传感特性的线性化

针对最小二乘回归、几何逼近、分段线性化和神经网络等方法的不足 ,提出了实现非线性传感特性线性化的小波网络方法 ,给出了具体的算法和计算公式以及自适应确定小波基数目的方法 ,该方法可大大减小非线性误差 .应用实验 ,验证了该方法的有效性     

基于小波变换和反向传播网络的模态参数辨识

为了减小连续小波变换带来的边界效应对模态参数识别的影响,提出利用人工神经网络对自由衰减响应信号进行双向延拓。设计了多输入单输出的反向传播网络,网络根据当前有限多个离散采样点数据预测下一时刻信号的幅值,训练网络的样本来自于对原始信号的简单分组。使用数值仿真和实验检验了提出方法的实用性。实验装置是用于微创外科手术机器人的力传感器。结果表明提出的方法能够准确地从短信号中辨识出阻尼比和无阻尼自振频率。     

硅微陀螺信号处理方法——基于前向线性预测小波变换方法

为补偿漂移误差对硅微陀螺的测量精度造成的损失,针对漂移误差易受外部环境噪声影响的特点,提出了一种基于前向线性预测（FLP）的小波变换（WT）处理方法——DWT-FLP算法,并通过硅微陀螺试验对其进行了验证。该方法利用快速小波变换算法进行信号的小波分解和小波重构,并将FLP方法用于小波分解系数的重构,比较显著地提高了重构信号的精度。对于4尺度的db4小波变换,40阶FLP的滤波方法可以将硅微陀螺静态漂移的标准差提高4.8倍,动态测量过程信噪比可以提高6.5dB,并且该算法的实时性也可以满足实际工程的需要。     

小波极大模方法在旋转机械故障诊断中的应用研究

通过小波变换奇异性检测理论,利用连续小波变换提取极大模值线并求取Lipschitz指数,提取转子每转中Lipschitz指数的平均个数和全部Lipschitz指数的平均值作为转子故障振动信号的奇异性特征。通过BP神经网络对转子不平衡、不对中、油膜涡动、摩碰和无故障5种状态进行分类识别,取得了较好的效果。     

Image coding based on wavelet feature vector

In this article, an efficient image coding scheme that takes advantages of feature vector in wavelet domain is proposed. First, a multi‐stage discrete wavelet transform is applied on the image. Then, the wavelet feature vectors are extracted from the wavelet‐decomposed subimages by collecting the corresponding wavelet coefficients. And finally, the image is coded into bit‐stream by applying vector quantization (VQ) on the extracted wavelet feature vectors. In the encoder, the wavelet feature vectors are encoded with a codebook where the dimension of codeword is less than that of wavelet feature vector. By this way, the coding system can greatly improve its efficiency. However, to fully reconstruct the image, the received indexes in the decoder are decoded with a codebook where the dimension of codeword is the same as that of wavelet feature vector. Therefore, the quality of reconstructed images can be preserved well. The proposed scheme achieves good compression efficiency by the following three methods. (1) Using the correlation among wavelet coefficients. (2) Placing different emphasis on wavelet coefficients at different decomposing levels. (3) Preserving the most important information of the image by coding the lowest‐pass subimage individually. In our experiments, simulation results show that the proposed scheme outperforms the recent VQ‐based image coding schemes and wavelet‐based image coding techniques, respectively. Moreover, the proposed scheme is also suitable for very low bit rate image coding. © 2005 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 15, 123–130, 2005; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.20045     

子波变换在复合材料损伤主动监测中的应用

基于传统信号处理对非平稳信号的局限, 分析了子波变换下奇异信号和白噪声在多尺度空间中模极大值传播特性, 对仿真声发射信号进行处理, 结果表明该方法能有效地从声发射信号中提取声源位置信息, 并提出了一种有效提取该信息的算法, 说明了该方法在复合材料结构损伤主动监测中的应用前景。      

线性神经网络及模态声发射在时差定位中的应用

分析了影响时差定位法精度的主要因素,将线性神经网络方法和模态声发射理论应用于突发声发射定位中,并在板结构上进行实验验证。实验结果表明,达到了精确定位的预期要求,定位不确定度由1.89%降至0.45%,较好地满足了工程实际需要。该方法不仅适用于突发声发射时差定位,也为连续声发射时差定位奠定了基础。     

基于最优Morlet小波和隐马尔可夫模型的轴承故障诊断

摘要：提出一种从信号时频域提取故障特征的新方法,先将振动信号作Morlet小波变换,再将小波系数顺序划分成多个子列,各子列协方差矩阵的特征值为所需的特征参数。为了更有效地提取信号的振动特性及周期性成分,使用了最小香农熵准则和奇异值分解技术选择Morlet小波参数,并用比较实验证明了参数优化的有效性。状态辨识使用了连续型隐马尔可夫模型,在三种故障程度下分别实现了轴承正常状态,滚动体故障,内圈和外圈故障的正确辨识,平均精度都大于93%。     

基于小波变换的顶张力立管涡激振动规律实验研究

为研究顶张力立管在海流作用下的涡激振动规律,在大型波浪流水槽中进行涡激振动模型实验。实验中立管竖直固定于实验支架上,外部承受不同速度的流体作用,上端施加变化的顶张力。立管模型上均匀布置六个测点,根据每个测点布置的两个应变计,分别测得来流向和横向两个方向振动响应。通过小波变换方法对实验数据进行时间频域分析,得到立管涡激振动频率和振动幅值以及来流向与横向的耦合振动规律,考察顶张力变化对立管自振频率以及涡激振动的影响。