天波超视距雷达瞬态干扰抑制方法

瞬态干扰是影响天波超视距雷达检测性能的主要因素之一,因此必须对瞬态干扰进行抑制.提出了一种改进复经验模式分解方法以抑制天波超视距雷达中的瞬态干扰.该方法利用小波包分解将回波信号先分解成一系列窄带信号,再对每一个窄带信号进行复经验模式分解,然后对各个固有模态函数进行归一化相关性筛选处理,最后对剩余信号进行瞬态干扰检测和剔除.该方法的主要优点是无须杂波抑制和数据预测重构.实测数据处理结果表明该方法能有效地检测和抑制瞬态干扰.     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

箔条干扰下的一种雷达目标小波识别方法

研究了雷达目标受到箔条干扰时，雷达目标信号和箔条干扰信号的特点及其在小波变换不同尺度上的不同表现形态、目前信号的任一小波系数与其周围以及父代的小波系数之间存在着较强的相关性，而箔条干扰信号的小波系数与其周围以及父代小波系数之间的相关性较弱．在灰色理论、小波变换和相关算法的基础上，提出了箔条干扰的一种新的识别方法和在箔条干扰背景下一种新的雷达目标识别方法．利用灰色关联度可以进行箔条回波检测，对雷达回波信号进行Mallat快速分解，计算相邻尺度上小波系数之间的相关系数，根据相关系数大小，对小波系数进行门限处理，然后由Mallat重构算法重构信号，得到目标信号，由此进行雷达目标检测、仿真结果表明，这两种方法能够有效检测箔条干扰和在箔条干扰下的雷达目标。     

基于小波包络谱分析法的齿轮箱故障振动信号诊断

利用正交小波基将齿轮箱故障振动信号变换到时间一尺度域.对高频段尺度域的小波系数进行包络细化谱分析,不仅能检测到齿轮箱内部故障的存在,而且能有效地识别故障模式,说明了正交小波分析是信号检测淹没于非平稳信号中瞬时信号的有力工具.结合实例.从小波故障特征提取来说明小波变换的有效性.     

基桩完整性检测的小波分解及滤波研究

介绍了小波变换的原理,在此基础上讨论了小波分解及滤波在基桩完整性检测信号中的应用.结合工程实例,选用具有线性相位的双正交样条小波biorthogonal系列小波基bior5.5小波基对桩基检测信号进行了分解和滤波处理,并将其与常规分析方法进行了比较,初步探讨了各自存在的优缺点.     

基于小波多分辨率分析法的电能质量检测

提出了应用小波多分辨率技术进行电能质量检测的方法,并利用重构信号进行了谐波补偿。受扰信号经小波分解形成多频带分量,能够确知干扰发生时刻及受扰程度;选取频带信号,经重构产生补偿分量,可用于补偿受扰信号。针对电压暂降、暂态干扰及电力谐波,应用Daubechies小波进行多分辨率分析。仿真表明所采用的方法在时域和频域具有良好的检测性能,能够刻画出信号的奇异性变化的特点;对谐波检测进行了信号补偿分析,对该法用于实时检测的效果给出了结论。     

基于提升小波分解曲波变换的雷达影像消噪法

利用提升法对传统小波进行提升,将提升小波对雷达影像进行分解,形成子带影像,再将子带影像进行脊 波变换,并对变换结果进行消噪处理,然后进行脊波逆变换和提升小波重构,得到新的雷达影像。试验结果表 明:基于提升小波分解的曲波变换比传统小波分解的曲波变换对雷达影像消噪效果好,同时与传统的均值滤波 相比效果更好。     

一种FMCW雷达信号的小波阈值函数去噪法

针对调频连续波雷达信号处理中噪声的影响,给出一种改进的小波阈值函数法。差频信号的小波阈值去噪中,首先确定小波基,选择分解层数,对信号进行分解,之后采用改进的小波阈值函数法,并利用通用阈值完成阈值量化处理,最后重构信号。采用改进的小波阈值函数法对差频信号去噪仿真,验证了相比传统的软阈值、硬阈值以及已有的一些改进阈值函数法,信噪比有一定的提高。     

超声检测信号处理的小波基选取

小波变换在超声信号处理上得到了广泛的应用，小波基的选取是否恰当对处理的最后结果有非常大的影响。本文尝试性地以相关系数作为判断超声脉冲信号处理效果好坏的依据，分别对五种常用小波基函数选取不同参数后分解重构的信号与原始信号进行了比较，通过相关系数的大小选定了适合该信号的最佳小波基函数，并对重构后的信号进行了阈值消噪实验，实验处理结果良好。相关系数作为两个信号波形的相似性的一种度量是合理的。     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上,将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．     

探地雷达子波确定性稀疏脉冲反褶积技术

为了提升探地雷达数据的纵向分辨率,并解决传统反褶积方法对噪声敏感的问题,提出一种针对探地雷达信号的稀疏脉冲反褶积处理方法.通过试验获取子波信息,基于确定性的子波,采取正则化的反演方法,从信号中获得主要的反射系数.通过2个数值试验以及1个实际案例,对比分析处理前后的单道信号、剖面、频谱等情况,并与传统反褶积方法的结果做比较,结果表明：该方法相对于传统方法能较大地改善分辨率,并且受噪声影响较小,得到的结果成像效果更好.该方法经验证是一项有效、可行的探地雷达信号处理技术.     

基于反褶积的探地雷达高分辨率处理方法

为了降低探地雷达探测过程中衰减、频散及其他干扰所造成的影响,提出一种基于反褶积技术的探地雷达高分辨率处理方法.该方法建立在地层系统响应模型基础之上,通过从原始记录中求取地层频谱校正因子,对原始记录的频谱进行校正,达到改善探地雷达剖面记录,提高探测分辨率目的.地层频谱校正因子决定了地振频谱校正方法应用效果的好坏,通过研究因子的求取和选择方法,对比分析校正前后的频谱和剖面情况,同时与尖脉冲反褶积和带通滤波的应用效果做比较,结果表明:地层频谱校正方法相对于传统的尖脉冲反褶积和带通滤波方法更能改善整个剖面的信噪比,提高深部信号的分辨率.     

基于小波包分析的空间杆系结构损伤诊断

针对结构损伤诊断的需要,采用小波包分析方法提取了结构损伤的特征信号。首先通过小波包分析将振动信号分解到各个频带,然后以各频带能量作为识别故障的特征向量进行损伤识别。数值算例表明,小波包分析具有较强的抗噪声干扰能力,能够有效地识别结构的损伤。     

小波分析在桥梁结构损伤检测中的应用

大型土木建筑结构在长期使用过程中会因各种因素而产生损伤和结构强度退化,如果没有及时发现和采取必要的措施,将可能发生严重的事故,造成生命和财产的巨大损失。利用结构的振动特性的变化评估其健康状况,是当前研究的热点问题。本文基于结构振动测试和小波变换技术,确定结构可能发生的整体性能退化或局部损伤的大小和位置,以便应用于大型结构尤其是桥梁结构的在线损伤检测中。首先通过数值模拟分析得到结构的振动响应信号,再经过小波分析得到各阶子信号,进而获得各阶子信号的能量谱及损伤前后能量谱的变化。通过观察各阶子信号的差异和能量谱的变化评价结构的损伤状态。     

一种应用于超声无损检测的广谱反卷积技术研究

为了提高复合材料超声无损检测（UNDT）分辨率,提出一种基于小波变换和粒子群算法（PSO）的广谱反卷积新技术.在利用小波变换多分辨率分析能力对超声反射回波信号消噪,并确定超声反射系数位置集的基础上,采用粒子群优化算法求出相应位置反射系数的幅值,从而消除畸变小波的平滑作用,有效改善检测分辨率.同时,该技术还突破传统方法仅适合于超声回波信号为平稳、检测噪声为白色以及先验知识已知的场合应用的局限性.计算机仿真和实验研究表明,与传统反卷积技术相比,该方法能极大地提高超声检测的分辨率,并体现出较强的广谱适应性和鲁棒性.     

基于小波系数统计的非高斯噪声背景下语音流检测

在实际生活中,非高斯噪声很普遍,对信号的影响也很大,是语音信号处理中的难题.大部分强噪声信号都是非高斯的,在强噪声背景下,由于语音信号受到较大的干扰,甚至被噪声淹没,传统的基于短时的能量、过零率、相关以及平均幅度差等检测算法效果都不理想.根据小波变换的特性和语音时域信号的分布特征,提出了一种非高斯噪声背景下语音流检测算法.对含噪语音进行小波分解,观察各层小波系数的统计特征,提取它们的不同特征,从而进行了语音流检测.大量实验表明该算法具有较高的检出率和较低的误检率,可以消除噪声的影响实时处理语音信号.该算法有一定的创新性,在处理非高斯噪音方面很有实用性.     

提取混沌中谐波信号的时频方法

首先采用谐波小波变换将观测信号分解成窄带信号,然后使用经验模态分解方法将每一个窄带信号分解为有限个内禀模态函数(IMFs),根据功率谱密度选取内禀模态函数,提取谐波信号。该方法的性能可由噪声缩减因子和相关系数两个指标度量。理论分析和仿真实验表明,在信噪比不太低的情况下,该方法对提取淹没在混沌和噪声背景下的谐波信号非常有效。     

基于小波变换和归一化自相关的基音检测算法

通过对小波变换的多分辨率分析和抗噪特性的研究,提出了一种基于小波变换和归一化自相关的基音周期检测算法。该算法能精确地从含噪语音中分离出包含基音信息的低频子带信号,并且对基音周期的突变能够很好地纠正。实验表明:该算法要优于现有的自相关基音检测算法,具有较高的精度、可靠性和抗噪性。     

探地雷达三维物理模型试验及信号处理

为了研究探地雷达对三维物理模型的探测数据的信号处理问题,本文首先通过三维物理模型试验模拟隧道衬砌空洞病害;其次采用探地雷达对模型进行探测;最后使用RADAN7软件和MATLAB软件编辑小波软阈值滤波程序对探测数据进行对比处理。通过RADAN7及小波分析阈值滤波对探地雷达探测数据进行分析比较发现:小波变换去噪相对彻底,有用信号保留相对完整,图像更加清晰,目标体空洞的特征得到了显著的加强;小波变换能够很好地表现信号非平稳性,如边缘、尖峰和断点等。因此小波分析阈值滤波对于探地雷达的信号的滤波效果更加有效,能够为实际工程提供有效的解释依据。     

Group-normalized processing of complex wavelet packets

Linear phase is not possible for real valued FIR QMF, while linear phase FIR biorthogonal wavelet filter banks make the mean squared error of the constructed signal exceed that of the quantization error. W Lawton' s method for complex valued wavelets construction is extended to generate the complex valued compactly supported wavelet packets that are symmetrical and unitary orthogonal; then well-defined wavelet packets are chosen by the analysis remarks on their time-frequency characteristics. Since the traditional wavelel packets transform coefficients do not exactly represent the strength of signal components, a modified adaptive wavelets transform, group-normalized wavelet packet transform (GNWPT), is presented and utilized for target extraction from formidable clutter or noises with the time-frequency masking technique. The extended definition of lp-norm entropy improves the performance cf GNWPT. Similar method can also be applied to image enhancement, clutter and noise suppression, optimal detection