基于分数小波变换的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点.利用不同信号在分数小波域具有不同的相关性的特点,提出了一种基于分数小波变换的信号降噪新方法.分析了该方法的降噪特性,同时比较了小波包直接降噪和该方法的降噪效果.结果表明,该方法能够有效降低振动信号中的背景噪声.     

基于Matlab小波分析的图像降噪研究

波包理论是在小波基础上发展起来的时频分析理论,在图像降噪中取得了较好的应用。介绍小波分析和小波包的基本理论,分析几种基于小波和小波包的图像降噪的方法,并且在此基础上,利用Matlab R2008b编程与仿真,对其结果进行分析与比较,实验表明,图像降噪效果与阈值的选取密切相关,小波包降噪后的效果比小波更好。     

基于EMD和小波熵阈值算法的超声回波信号降噪

超声检测信号中通常包含大量噪声,而其中材料晶界散射的噪声是一种相关噪声。鉴于传统的方法难以将这种噪声和缺陷回波信号区分,提出一种EMD和小波熵阈值联合降噪的算法。该算法首先对目标信号进行EMD分解,提取具有噪声特性的IMF分量进行小波分解,利用含噪系统熵增的特性,在分解各尺度层的细节部分选用小波熵自适应阈值降噪,然后将剩余分量和降噪处理后的信号进行重构。仿真信号结果表明:该降噪方法(EMD-WET)输出信号的信噪比(SNR)为7.9 d B、均方根误差(RMSE)为18.1、相似系数(NCC)为0.92,优于传统的小波软、硬阈值方法。对实测信号进行处理,该方法降低信号中的大部分噪声,更好地还原回波信号的波形。     

超声脉冲信号Haar小波降噪的阈值训练

1引言在地铁车站等大量地下工程的建设过程中,需要大量的开挖建造地下连续墙。在施工中,常常需要利用超声脉冲对连续墙进行裂缝检测,以防止开挖之后的透水事故,确保安全生产。在检测应用中     

超声多普勒信号降噪新方法的研究

本提出了利用离散小波框架结合软阈值的方法对超声多普勒信号进行降噪。通过对模拟多普勒信号和临床信号的降噪实验,发现利用小波框架的降噪方法可以获得比标准正交小波变换的降噪方法更好的降噪效果。     

小波神经网络在超声检测信号降噪中的应用

为了最大限度地消除粗晶材料超声检测时,晶粒散射波对有用信号的严重干扰,提高接收信号的信噪比,将小波神经网络引入粗晶材料超声检测信号处理领域中.在训练小波神经网络时,采用了改进的梯度下降算法.该网络有一个动态的权值,它随误差变化而调整.结果表明,小波神经网络应用在粗晶材料超声检测信号的降噪时,能够达到较理想的降噪效果.     

基于小波阈值的高速道岔振动信号降噪

在高速道岔伤损监测中,道岔振动信号是道岔伤损监测的重要信息来源,鉴于该信号在采集和传输过程中噪声干扰严重,影响伤损识别的准确性,研究了一种基于小波阈值的高速道岔振动信号降噪方法。详细讨论了道岔振动信号降噪过程中小波基、分解层数、阈值准则、阈值函数等参数的选择,并利用频响函数、主元分析和平均马氏距离分析降噪处理对伤损识别的影响。实验结果表明,该方法能有效降低噪声对伤损识别的干扰,为进一步对道岔进行伤损分析创造了良好的条件。     

一种转子故障信号的小波降噪新方法

由于用小波分析进行转子故障信号降噪,小波分解的层数难于确定,降噪的效果与故障转子的转速和信号采样频率密切相关,因此降噪过程难于自动完成。文章针对该问题,提出了一种新的转子故障信号小波降噪方法,首先对原始数据进行重新采样,然后再用小波变换分解到规定的层数,最后运用D onoho软阈值法实现自动降噪。本文方法能够有效地克服小波分解层数对转速和采样频率的依赖。大量的仿真和实验算例对新方法进行了验证,表明了其有效性和稳健性。     

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。     

基于小波方法的复杂锥筒振动信号降噪处理

介绍了小波变换在振动试验中的应用现状,并运用小波方法对复杂锥筒振动试验的信号进行了降噪分析,从复杂锥筒振动测试信号中分离出真实的振动信号,提出了适合此类振动信号降噪的可行性分析方法,并通过试验数据验证了该方法的正确性和有效性.     

EEMD-ICA联合降噪的旋转机械故障信号检测方法

针对旋转机械前期故障信号微弱、易被噪声淹没、故障特征难以提取的问题,提出一种聚合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）和独立成分分析（Independent Component Analysis,ICA）相结合的故障特征提取方法。首先,运用EEMD理论将振动信号分解为一系列的固有模态函数（Intrinsic Mode Function,IMF）,然后根据相关系数和均方根准则选取含有原始信号多的IMF分量构造观测信号,引入虚拟噪声通道;最后,通过FastICA算法将噪声与故障特征信号进行分离,并对分离出的有用信号进行频谱分析,突显故障频率。通过仿真信号验证所提出方法的有效性,并将其应用于轴承的内外圈故障识别,与传统的EEMD-WTD降噪方法对比,结果表明：所提出的方法能提取出清晰微弱故障特征信号,对低频噪声的抑制效果明显优于EEMD-WTD方法。     

Noise Reduction Method for Ultrasonic TOFD Image Based on Image Registration

Influenced by random noises from inhomogeneous material scattering and fluctuation of detected electric signals, the signal-to-noise ratio (SNR) of ultrasonic time-of-flight-diffraction (TOFD) image decreases significantly. For the noise reduction of TOFD images, several D-scanned TOFD images with different distribution of noise characteristics are obtained through repeating detection and slightly and randomly changing the probe’s initial position each time. The registered images then are processed by shift-and-add (SAA) technique to reduce the noise level of the TOFD images. Besides, correlation image registration algorithm based on optimization method was established to avoid the shift of TOFD images due to slight change of probe’s initial position. Noises in the registered images show stochastic behavior at the same position. In order to verify reliability of the algorithm, an experimental TOFD detection system for weld defects has been designed to acquire and experiment with TOFD images. The experiment results have been evaluated in terms of cross correlation coefficient, SNR and standard variance of images. The results show that the proposed method could effectively enhance SNR of TOFD images and improve the ability to identify weld defects of materials.     

Air-Coupled Ultrasonic Signal Processing Method for Detection of Lamination Defects in Molded Composites

In order to improve signal-to-noise ratio (SNR) of air-coupled ultrasonic signal in the detection of lamination defects in molded composite, the pulse compression and wavelet filtering hybrid signal processing method is proposed. The selection principle of parameters of the hybrid signal processing method is studied. The actual detection results of molded composite show that the hybrid method is very effective in improving the SNR of air-coupled ultrasonic signal when selecting reasonable parameters (The experiment results demonstrate that the optimal parameters are 13-bit Barker code sequences signal with three-cycle per sub-pulse, db9 wavelet, six decomposition levels, and soft threshold function.). An improvement in SNR up to 18.81 dB is attained compared with the original received signal. The quantitative accuracy of defects in C-scan image based on the hybrid method is also very high, and defects as small as \(\emptyset \)5 mm can be easily identified.     

基于经验模式分解的旋转机械振动信号降噪处理

分析了经验模式分解的滤波性能；针对旋转机械振动信号信噪比低及非平稳特性，应用经验模式分解对振动信号进行降噪处理，突出了有用振动信号，为旋转机械在线监测和故障诊断提供了有效的依据；仿真实验及真实数据分析表明，经验模式分解在振动信号降噪处理中是有效的，为振动信号分析提供了新的方法。     

基于小波分解的信噪分离

小波分解能够精细地把信号划分到不同的频带范围内,因此可对振动信号在不同频道范围内的特征进行信息分离,本文从设备诊断领域特征识别的应用角度,探讨了基于小波分解的信噪分离方法,并结合具体实例,说明小波分析对机械振动信号处理的实用性及有效性。     

粘接结构超声信号的小波分解与特征提取

粘接结构因其独特的物理、机械和声学特性在诸多领域具有非常广泛的应用，对于铝合金-橡胶这样一种金属-非金属粘接结构的超声检测信号，本文利用了小波变换的多分辨率分析(时频分析)的方法，有效地提取出了反映多层材料粘接状况的信号特征，该特征提取方法可用在粘接结构的无损检测中。     

基于小波分析的信噪分离方法研究

利用噪声信号小波变换的数学期望或小波变换模的平均密度随分解层次增加不断衰减的特性,结合Mallat分解与重构算法提出对信号进行小波变换分析的方法.运用db2和db5小波,对一受噪声污染的正弦电压信号分别进行5层分解.检测结果表明,选取合适的基小波和分解层次,能有效地实现信噪分离.     

基于锂盐的新型锂电池电解质研究进展

随着新能源汽车、可携带式电源和储能等领域的快速发展, 人们对锂电池性能提出了更高的要求, 高性能锂离子电池的重要性日益突出。电解质是锂离子电池的重要组成部分, 对于电池的输出电压、倍率性能、适用温度范围、循环性能和安全性能等有着重要的影响。而锂盐作为液体电解质(电解液)的关键组分, 是决定电解液性能的重要因素。电解液中不同种类的锂盐及其在溶液中不同的溶剂化状态, 会对电极/电解液界面的成膜性能和锂离子的迁移行为等产生重要影响, 进而显著影响电解液的电化学性能。本文介绍了近年来新型电解质锂盐的性质特点和在不同种类电池中的应用。同时, 单一的锂盐不能完全满足锂电池对电解液的要求, 因而人们尝试采用复合锂盐使功能更完善, 催生了多盐体系电解液。多盐体系电解液在拓宽电池工作温度、抑制金属离子溶出和提高倍率性能等方面表现出明显优势。同时, 借助于浓度的提升改变锂离子的溶剂化结构, 研究人员提出了高浓度电解液。高浓度电解液在防止石墨剥离、拓宽电解液电化学窗口、抑制铝箔腐蚀和提高金属锂沉积/溶出性能等方面具有明显优势。并且, 本文重点讨论了这两种电解液对电池性能提升的机理。最后, 对锂盐基电解液尤其是这两类新型电解液的发展趋势和应用前景进行了展望。     

飞机机体噪声降噪方法研究进展

飞机机体噪声是飞机设计和环境保护面临的重大问题之一,因其问题复杂,涉及的学科多,一直吸引众多研究者的注意。对常规飞机机体噪声的研究进行概述,首先分析飞机机体噪声的本质和来源,其次阐述机体噪声的降噪方法,最后展望飞机机体噪声未来研究。     

锂电池电动汽车研究进展

电动汽车是21世纪绿色交通工具，电动汽车技术是当前国际上正在进行研究的一项高新技术。本文介绍了锂电池电动汽车的研究进展和目前遇到的困难，展望了今后的发展趋势及研究热点。