提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

基于自适应分解层数和阈值的小波去噪算法

为了更好地降低电能质量扰动信号中的噪声,提出了一种基于自适应分解层数和阈值的小波去噪算法.通过计算小波细节系数的峰值比,自适应地确定最佳小波分解层数,根据各层细节系数中有用信息和噪声信息的分布特性以及细节系数的正、负峰值比,动态调整各层细节系数的上、下阈值.应用Matlab对暂态振荡和脉冲信号进行去噪处理,并与传统硬、软阈值算法和一种改进小波阈值算法相比.结果表明:本文提出的自适应分解层数和阈值的小波去噪算法得到的信噪比和均方根误差均优于以上3种方法,重构后信号更接近原始信号,并且较好地保留了扰动期间信号的特征信息.     

基于小波熵自适应阈值的语音信号去噪新方法

针对语音信号去噪问题, 提出小波熵自适应阈值去噪法。首先利用小波变换分解带噪语音信号, 计算小波分解后信号子带区间的小波熵, 然后将小波熵和自适应阈值相结合确定各层高频系数的阈值门限, 采用折中指数阈值函数对各层高频系数进行去噪处理, 重构降噪后的语音信号, 最后对比小波熵自适应阈值、极大极小阈值、固定阈值和无偏风险阈值去噪方法的性能。实验结果表明, 当输入信噪比为5 dB时, 小波熵自适应阈值去噪法的输出信噪比是最大的, 且其输入输出信噪比曲线高于其他三种阈值去噪法的输入输出信噪比曲线, 从而证实该算法具有更好的去噪性能。     

超声回波信号的多阈值分段去噪方法研究

通过构建超声回波信号模型,将基于小波包阈值去噪应用在超声回波信号研究中。针对超声回波信号的非平稳性,提出一种多阈值分段去噪方法应用于超声回波信号的去噪研究中。仿真实验表明,采用的多阈值分段去噪克服了单阈值规则的局限性,能够较好地处理超声信号中的噪声分量。     

基于小波变换的自适应模糊阈值去噪算法

文章提出了一种适合于消除混合噪声的去噪算法——自适应模糊阈值去噪算法。该算法根据信号和噪声的小波系数在不同分解尺度上的传递性,结合中值滤波和模糊理论,自适应地进行软阈值滤波,然后进行小波重构,得到去噪图像。实验表明,与软阈值去噪和改进软阈值去噪算法相比,该算法具有良好而稳健的去噪效果,能够更有效地去除噪声和保持图像边缘细节。     

基于小波与小波包的变速器故障特征提取

本文结合自适应小波变换滤波去噪方法与小渡阈值去噪方法,提出了一种可用于变速器故障振动信号去噪的双层滤波去噪算法.该算法的滤波过程分为两层,第一层滤波采用自适应小波变换滤波算法;第二层滤波采用经典的小波阈值去噪算法对信号进行二次去噪.最后,将去噪后的故障信号采用小波包进行了分解,并提取了小波包频带能量作为故障特征向量.     

双自适应提升小波变换在PQD去噪中的应用

提出了一种新的电能质量扰动（Power Quality Disturbance,PQD）信号去噪方法。采用快速提升小波变换进行PQD信号的分解和重构,将自适应算法引入到更新算子和预测算子的设计中,提高了算法的快速性,满足了PQD检测实时性要求。综合软、硬阈值去噪的优点,提出了加权阈值去噪的概念,使得算法能同时很好地满足暂态PQD信号和稳态PQD信号的去噪。仿真结果表明,该算法能够提高去噪后信号的信噪比SNR,降低去噪后的均方误差百分值MSE,降低了算法的执行时间,且适宜于算法的DSP实现,具有一定的实用价值。     

小波阈值消噪算法中自适应确定分解层数研究

小波多尺度分解的阈值算法是一种有效的信号去噪方法,但实际应用中去噪效果易受到分解层数、门限阈值以及阈值函数选取的影响.分析了有用信号和白噪声的小波系数特点,提出了一种分解层数的自适应确定方法.基于自相关函数的白噪声检验,提出通过去除白噪声小波变换细节系数中的相关成分来增加白噪声的显著性检验,提高了自适应确定最优分解层数的准确性.仿真结果表明,确定最优分解层数是重要的.较之传统的基于白化检验确定最优分解层数的方法,该方法具有更好的去噪效果,尤其适用于强噪声背景下弱信号检测.     

基于自适应阈值的脑电信号去噪方法

脑电采集后得到的脑电信号(Electroencephalogram,EEG)中含有噪声信号,为了有效去除噪声并保留有用信息,本文在软阈值去噪的基础上,提出一种改进阈值去除EEG噪声的算法。利用小波变换对EEG信号分解,得到多层的高频系数和低频系数;根据分解层次不同,对小波系数进行自适应的阈值处理;将缩放后的小波系数重构,得到去噪后的EEG信号。以信噪比、均方根误差作为去噪效果的定量指标,将改进算法与硬阈值法、软阈值法、Garrote阈值法进行比较,结果表明,改进阈值法优于其他3种阈值法。     

基于AEEMD与IWT的电磁辐射信号去噪研究

为在复合煤岩受载破裂电磁辐射(EME)特性研究中更加精准地采集电磁辐射信号,提出了自适应集合经验模态分解(AEEMD)与改进小波阈值(IWT)相结合的电磁辐射信号去噪算法,弥补了传统小波去噪对小波基存在选择性的不足.分别采用IWT算法、EMD结合改进小波阈值(EMD-IWT)算法及自适应EEMD结合改进小波阈值(AEEMD-IWT)算法对Bumps和Quadchirp两种加噪信号进行去噪仿真;将三种去噪算法嵌入自主研发新型煤岩电磁辐射采集系统中,采集复合煤岩受载破裂电磁辐射信号并去噪,仿真与实验结果证明:AEEMD-IWT电磁辐射去噪算法去噪性能优越、使用范围广、实用性强.     

花状WO3纳米结构的水热合成及其甲醛气敏研究

采用中温水热法合成了三维花状WO3纳米结构,通过X射线衍射仪(XRD)和扫描电子显微镜(SEM)对样品的物相成分及微观形貌进行了表征。同时基于合成的花状WO3纳米材料制备了气敏元件,测试了其在200℃的最佳工作温度下,对体积分数为40×10^-6的HCHO气体的气敏性能。结果表明,该气敏元件对HCHO气体有优异的选择性及稳定性,同时对HCHO气体灵敏度可达18.57。     

遗传-禁忌搜索优化的Amorphous定位算法

在无线传感网络WSN(Wireless Sensor Networks)定位算法领域内,Amorphous定位算法存在节点定位误差大的问题。为提高传统Amorphous算法对未知节点的定位精度,该文提出基于Amorphous定位算法的遗传禁忌搜索算法IAmorphous-GATS(Improved Amorphous Genetic-Algorithm Tabu-Search Location)。首先通过Amorphous算法得到未知节点位置的初始解;然后利用遗传禁忌搜索算法优化初始解,从而可以得到未知节点的最优位置。为验证该算法能否提高传统定位方法的定位精度,该文使用MATLAB进行了仿真实验。仿真结果表明,优化后未知节点的定位精度得到了很大的提高。     

Nonlinear inversion-based output tracking control of a boiler-turbine unit

The capability to perform fast load-following has been an important issue in the power industry. An output tracking control system of a boiler-turbine unit is developed. The system is composed of stable inversion and feedback controller. The stable inversion is implemented as a feedforward controller to improve the load-following capability, and the feedback controller is utilized to guarantee the stability and robustness of the whole system. Loop-shaping H∞ method is used to design the feedback controller and the final controller is reduced to a multivariable PI form. The output tracking control system takes account of the multivariable, nonlinear and coupling behavior of boiler-turbine system, and the simulation tests show that the control system works well and can be widely applied.     

基于MOLCA的催化裂化分离系统多目标模糊优化

催化裂化分离系统由分馏系统和吸收稳定系统两部分组成,本文将催化裂化分离系统作为一个整体进行研究。应用流程模拟软件Aspen Plus建立了该系统的全流程模拟,在此基础上,以干气中C_（3＋）组分数最小和系统能耗最少作为优化目标,建立了该系统的多目标优化数学模型。应用模糊优化理论对优化约束条件进行模糊处理,并采用多目标列队竞争算法（MOLCA）对模糊优化模型以及普通优化模型进行求解。计算结果表明,采用模糊优化的结果优于普通优化的结果,干气品质和系统能耗都得到了明显的改善。为催化裂化分离系统的操作优化提供了参考。     

基于Dubins曲线的无线传感网聚类移动数据采集算法

利用类车型Sink节点实现无线传感器网络的移动数据采集,可以有效延长网络生命周期。考虑类车型移动Sink节点的Kinematic约束,本文提出了一种基于聚类间Dubins平滑曲线的移动数据采集算法。整个无线传感器网络被划分为多个不重叠的聚类区间,聚类内采用最小生成树路由方法实现传感器节点的无线多跳式数据传输,Sink节点按聚类之间规划的Dubins曲线寻访数据采集点进行移动数据采集,从而兼顾移动数据采集的平滑性和节点能耗的优化性。仿真结果验证了本文算法可以在保证移动路径平滑的约束条件下提高无线传感器网络的能耗效率。     

互补开口谐振环微带传感器介电常数的测量

介电常数是材料的重要特性之一,采用互补开口谐振环微带传感器实现了不同厚度待测物质介电常数的无损测量。方形互补开口谐振环蚀刻在微带线接地平面上,与微带线耦合实现谐振,分析了谐振器的等效电路,讨论了介电常数与谐振频率之间的关系。通过有限元分析,谐振频率的负二次方与待测物质的介电常数实部值存在线性关系,且线性关系受待测物质的厚度影响;介电常数的虚部值对谐振频率的影响可忽略不计;最终建立了介电常数实部值与谐振频率和样本厚度之间的数学解析式。实验测试结果表明,当待测样品的厚度大于2 mm时,实部介电常数的相对测量误差小于3.5%。     

极地多点低温低功耗高精度柔性温度链的设计

为有效提高极地冰盖低温环境下温度测量的精度,设计了一款基于Pt1000的多点低温低功耗高精度铂电阻柔性温度链。温度链由主机和多个从机组成,主机用于读取整条温度链的数据并与外界进行数据交互,从机用于采集和上传温度数据,主机和从机之间采用RS485总线通讯方式。每个单点铂电阻温度测量单元都采用软件校正,单点测温误差不超过0.006 9℃。室内低温实验和现场试验表明,该温度链对低温环境下多点同时测温整体可靠性较高,适用于在极地环境下对冰川冰雪的温度场剖面检测。     

基于自偏置磁-机-电耦合效应的电流传感器研究

基于自偏置磁-机-电耦合效应,提出了一种新型电流传感器,其由磁电层合材料Sr Fe12O19/Fe Cu Nb Si B/PZT、质量块、基座组成。磁电层合材料Sr Fe12O19/Fe Cu Nb Si B/PZT具有自偏置磁-机-电耦合效应。通过该磁电层合材料与载流电线周围的涡流磁场耦合,该新型电流传感器具有较大的输出电压和电流灵敏度,无需额外的直流偏置磁场等优点。实验结果表明,所提出的传感器在载流电线的电流频率为50 Hz时具有198.91 m V/A的较高灵敏度,并且电流传感器的输出电压与施加的50 Hz电流大小之间呈现出良好的线性关系。另外,提出的传感器还可以区分小至0.01 A的微小电流。这种基于自偏置磁-机-电耦合效应的电流传感原型器件在电流监测领域具有极大的应用前景。     

一种采用压电矩形鼓和永磁铁的小型电流传感器研究

提出了一种采用压电矩形鼓和永磁铁的小型电流传感器。基于安培定律,永磁铁感受电流变化并驱动压电矩形鼓振动,压电矩形鼓因压电效应将振动转化为电信号输出,从而实现电流传感。利用有限元分析方法研究了电流传感器的一阶振动模态及其应力分布,并计算了电流传感器的灵敏度频率响应特性,其与实验结果较吻合。实验结果表明,该电流传感器在一阶谐振频率204 Hz处具有较高的灵敏度(0.95 V/A),在动态范围0.005 A～30 A内具有良好的线性度(0.3%);与采用压电悬臂梁结构的电流传感器相比,具有更好的稳定性。文中提出的传感器结构还可以应用于振动信号、磁场的长期不间断测量或监测。     

Neuro-fuzzy generalized predictive control of boiler steam temperature

Power plants are nonlinear and uncertain complex systems. Reliable control of superheated steam temperature is necessary to ensure high efficiency and high load-following capability in the operation of modem power plant. A nonlinear generalized predictive controller based on neuro-fuzzy network （NFGPC） is proposed in this paper. The proposed nonlinear controller is applied to control the superheated steam temperature of a 200MW power plant. From the experiments on the plant and the simulation of the plant, much better performance than the traditional controller is obtained,