基于经验模式分解三相流型信号去噪方法研究

经验模式分解(EMD)作为一种信号处理技术,它是基于数据本身的,且能在空间域中将信号进行分解,从而可以区分噪声和有用信号。应用经验模式分解(EMD)对模拟信号及实测油气水三相流压差波动信号进行滤波去噪处理,分别与db8小波及Haar小波的滤波去噪效果进行定量比较。结果表明:EMD方法与小波方法一样能有效地处理短时瞬态及含宽带噪声的信号,但EMD方法更直接,更方便,且不受小波基函数选择的影响,因此EMD方法更具有通用性和稳定性,从而为三相流流型信号的预处理提供了又一种有效的方法。     

Hilbert—Huang变换和经验模态分解在地震信号处理中的应用

希尔伯特—黄变换(Hilbert—Huang)是针对非线性、非平稳地震信号一种新的研究方法,其核心算法是利用经验模态分解(EMD)将信号分解为固有(或本质)模态函数(IMF)的组合。对IMF作Hilbert变换,应用于地震资料解释,可以得到更加清晰的瞬时频率和瞬时相位等参数。处理后的非线性信号在信噪比和分辨率方面有一定的提高,对地震资料的去噪和油气检测有重要意义。     

地震资料的小波去噪方法

在地震勘探中,地震记录的信噪比直接影响地震资料的可靠性、参数提取的精度及提高分辨率的效果等,因此去除噪声,提高信噪比成为了资料处理过程中的重要任务。小波变换作为一种信号处理工具,由于其具有时频分析,多分辨率和去相关性等特点,在地震信号去噪方面得到了广泛应用。本文对几种小波去噪方法进行了比较,总结了两类方法的基本原理及实现过程,着重介绍了应用最广的小波闽值去噪。     

小波变化在长输管道压力信号去噪中的应用

小波变换是一种新的时频分析工具,尤其适合于信号的时频分析及去噪。对小波变换的理论及应用进行研究具有十分重要的意义。小波阈值去噪法,原理简单、容易施行、效果较好。利用小波阈值法对长输管道压力信号进行去噪。实际应用结果表明,选择合适的参数,小波阈值法可以获得比较好的去噪效果。     

小波分析在热重实验数据处理中的应用

利用小波分解、滤波、重构对热重信号进行去噪处理,消除实验中由于各种因素产生的噪声,得到了较为满意的热重实验数据.该方法与其他处理方法相比,得到的处理信号不失真且去噪效果明显.比较发现小波去噪的结果与阈值选取相关,通过分析确定合适的阈值选取规则,使得处理后的信号能满足以后分析的需要.研究表明选择的阈值可广泛应用于不同煤种的热重实验数据处理.     

基于小波变换的随机干扰压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的傅立叶变换方法效果去除效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。本文首先通过MATLAB合成了含噪地震记录,然后使用不同的小波基、阈值和分解层次对地震记录中的随机干扰进行了去除。其结果表明:基于小波变换的去噪方法是一种提取有用信号、展示噪声和突变信号的优越方法,具有广阔的应用价值。     

基于小波变换的语音增强算法研究

信号在实际的传输过程中会受到许多噪声的干扰，直接对信号的质量产生影响。语音增强技术的目的就是对含有噪声的信号进行去噪处理操作，是一种改善信号有效性和去除噪声的方法。本文是基于小波变换的阈值去噪方法，在小波变换的小波去噪处理中，研究一种新的阈值选取算法，达到较好的降噪效果，从而实现语音增强。在软件Matlab程序中加入事先录好的其他语音信号，对信号进行加入高斯噪声的处理，然后在算法代入语音信号处理程序中进行去噪，观察最后重构出的信号波形图，并与语音信号时域波形、软阈值降噪、硬阈值降噪后的波形进行对比，确认是否改善了信号去噪效果。     

基于小波分析的信号去噪方法

工程角度看,小波分析是一种信号与信息处理的工具,是继Fourier分析之后又一有效的时频分析方法,小波变换作为一种新的多分辨分析方法,可同时进行时域和频域分析,具有时频局部化和多分辨特性,因此特别适合于处理非平稳信号。本位为此首先介绍了基于小波分析的信号去噪特点,接着介绍了三种去噪算法,即小波分解与重构去噪方法、变换域系数相关性去噪法以及非线性小波变换阈值去噪法法,     

基于EEMD自适应选取IMF的机泵滚动轴承故障诊断

滚动轴承是机泵中关键的旋转零部件,研究其有效的故障状态监测及诊断方法对机泵的稳定运行具有重要的意义。总体平均经验模态分解方法利用高斯白噪声具有频率均匀分布的统计特性,将其加入到信号的EMD分解中,促进抗混分解,避免了用EMD方法因IMF分量的不连续性而造成的模态混淆现象。首先利用EEMD方法把机泵滚动轴承故障信号分解成若干个内禀模态函数(IMFs)之和,然后用文中提出的自适应选取IMF分量的方法,对自适应选取的IMF分量进行能量算子解调,提取故障特征,从而避免了基于人为经验选取IMF分量进行能量算子解调所造成的主观性及不科学性。     

基于小波去噪的阈值函数改进方法分析

首先介绍了两种国内外比较有代表性的小波阈值改进方法,并在传统软、硬阈值函数的基础上提出了一种新的改进阈值函数,通过对小波系数的阈值处理,使得去噪后的信号在过分平滑与边缘振荡现象之间达到合理的平衡。对一段压气机台架实验数据的仿真分析表明:该方法在去噪的同时减少了有用信息的损失,在信噪比增益和最小均方差误差方面的性能指标要优于传统软、硬阈值法,同时在3种改进阈值函数方法中具有最佳的去噪性能。     

基于经验模态分解的粘接结构缺陷定量检测

针对固体火箭发动机壳体/绝热层界面缺陷进行超声定量检测问题,本文提出采用经验模态分解(EMD)对信号进行降噪处理。通过对信号进行EMD处理,求得各阶本征模态函数(IMF)。通过分析各阶IMF分量的时域信号、频域信号与原始信号的相关性,提出将IMF3分量作为缺陷定量的特征信号,采用峰值引力波因子(SWF)作为特征量来评价特征信号,通过比较SWF数值大小实现了粘接结构脱粘缺陷的定量检测。     

基于小波阈值去噪的管道泄漏检测研究

针对所采集油气管道泄漏信息存在很多干扰,使得信号处理难度增大进而影响管道泄漏检测定位的问题,利用小波变换对采集到的含噪声信号的管道泄漏信号去噪.针对常用的小波阈值去噪特点提出新的阈值函数,新函数是软、硬阈值函数的结合,具备二者的优点,同时克服了二者的缺点.通过对比尺度阈值和传统阈值处理泄漏信号信噪比与小波分解尺度寻优的...     

基于多小波变换的地震资料随机噪音压制技术研究及应用

本文分析了多小波变换的基本理论、变换过程及预处理方法,提出了基于多小波分析的地震资料随机噪音压制技术。通过对理论数据和实际资料进行处理,表明利用多小波变换能够有效压制随机噪声,同时还能较好的保留原信号的有效信息,是一种行之有效的去噪方法。     

改进的双变量阈值函数在动液面信号去噪中的应用

以油井动液面声波反射信号为研究对象,引入一种改进的双变量阈值函数对小波变换的阈值选择方法进行改造。该函数克服了硬阈值函数不连续和软阈值函数存在恒定偏差的缺点,并在小波系数的绝对值小于阈值的区间上进行压缩处理。对比去噪的结果表明:改进的方法在MSE、SNR比较中均优于传统的软、硬阈值函数。     

基于小波变换的小波域阈值地震信号去噪方法研究

去噪是地震资料处理中不可缺少的重要步骤,随着勘探任务的要求越来越高,对资料的信噪比和分辨率的要求越来越高。小波分析做为一个有效的数学方法,也被广泛的应用到了地震资料处理中。本文比较详细的介绍了小波变换在地震资料处理中去除随机噪声的应用,通过试验对比表明了该方法的适用性。     

改进小波阈值去噪在矿物油荧光检测信号中的应用

为减小由光电探测器产生的荧光信号中噪声的干扰,在经典小波阈值去噪方法的基础上,提出一种新的阈值函数去噪算法。这种新的阈值函数具有较好的连续性和稳定性,能够保留原始信号的特征。采用Matlab对比不同阈值函数的去噪效果,结果表明新的算法兼顾了软、硬阈值的优点,又在一定程度上弥补了传统小波阈值去噪方法的缺陷,提高了荧光信号的信噪比,获得了更好的去噪效果。     

小波去噪在油井动液面检测中的应用

为了检测油井动液面深度,采用FFT方法对动液面信号进行频谱分析,根据其结果设计滤波器,得到较平滑的动液面波。为了进一步提高检测效果与精度,引入小波去噪方法对动液面信号处理,分别采用软阈值与硬阈值方法对其进行降噪处理,并与FFT方法对比,通过SNR和RMSE的定量分析表明,小波去噪方法在SNR和RMSE方面都优于FFT方法,具有更好的降噪效果。     

气液两相鼓泡床双电阻信号的小波消噪处理

将Manojit Roy等提出的简易小波消噪算法应用于气液两相流中双电阻探针测量信号的消噪处理中发现,该法在消噪的同时也将原始信号中的部分气泡能量去除,造成消噪信号明显失真.今对原算法中尺度阈值的判定方法进行了改进,也即,选取带噪信号求导数据小波分解后尺度-能量分布曲线中相邻两尺度间连线斜率的最大绝对值作为消噪尺度阈值的新判据;结果表明,改进后的算法可以取得较好的消噪效果.     

小波降噪技术在差分吸收光谱浓度检测中的应用

为了实现对工业气体SO2的浓度进行监控,基于紫外差分吸收光谱法开发了SO2在线检测系统。针对系统噪声和Mie散射使吸收光谱叠加带来的误差,本文提出采用小波变换降噪技术代替传统光谱处理方法中的多项式平滑滤波技术来提高检测精度。通过对应用了Symlets、Daubechies、Coiflet和Biorthogonal这4种不同小波函数的实验数据分析和对传统小波阈值选取方式的改进,最终确定了基于rigisure阈值的小波阈值去噪的信号处理方法,并提出一种新的信噪比量来衡量信号处理的效果。这种方法可以快速可靠地处理光谱信号,处理后所得的监测浓度准确度基本控制在1.5%以内。在实验室环境下和工业现场环境下的大量实验结果表明本方法能有效的减小噪声对SO2浓度监测带来的影响。     

VMD结合误差能量算法在管道泄漏检测中的应用

为了实现对管道泄漏信号的去噪并进行有效信息的提取,使用变分模态分解(VMD)结合误差能量算法对管道信号进行处理。首先,对采集到的信号进行VMD处理,得到一系列IMF(原始信号经过VMD分解后的分量)。然后,对提取到的IMF的概率密度函数进行误差能量计算,比较所得的误差能量大小,筛选合适的IMF。最后,把所有满足条件的IMF叠加起来,重构原始信号去噪后的有效信息。