炮膛磨损信号的经验模式分解相关性降噪

针对传统降噪方法在炮膛磨损信号处理中的局限性,在经验模式分解方法的基础上,提出了一种新的炮膛磨损信号相关性降噪法。该方法利用经验模式分解法对炮膛磨损信号进行分解,并依据信号相关性原则,选取分解后的本征模态函数进行重构,从而达到降噪的目的。对某高炮炮管磨损信号进行了经验模式分解相关性降噪实验,研究结果表明:该方法能够有效地减少信号中的干扰成分,提高了信噪比,增加了测量精度。     

Steerable Pyramid分解域地震强随机噪声衰减

为解决油气地球物理勘探中地震资料的噪声问题,研究了Steerable Pyramid分解阈值去噪对地震资料强随机噪声背景下弱信号识别的影响。根据地震资料弱信号的Steerable Pyramid分解系数值较小的特点,从Steerable Pyramid分解域硬阈值去噪出发,采用降低阈值的方法保护Steerable Pyramid分解系数值较小的弱信号,同时针对时域噪声残留采用均值平滑的方法保证去噪效果。经过理论模型和实际资料实验,得出在Steerable Pyramid分解域采用硬阈值降阈值+均值滤波的方法可以从较强的噪声背景中识别出弱信号,并且保证信噪比有足够的提高;在去噪的同时,不但连续性好,反射强的同相轴得到了增强,而且即使连续性差,反射弱的同相轴也得到了有效的保留。采用本方法去噪伪影较少,剖面的保真度较高。     

基于MATLAB信号降噪方法对比研究

在如今信息高速发达的时代,信号处理成为热点领域。文中分别介绍了小波分解(Wavelet Decomposition)、经验模态分解(Empirical Mode Decomposition,EMD)信号处理方法的发展和理论,再分别利用这两种方法对仿真信号进行降噪。对于降噪效果,采用信噪比和均方差评价指标来分析比较各方法的优劣。     

冗余提升多小波包的构造及其应用

针对提取隐藏在原始振动信号中的弱周期性冲击信号,提出结合冗余提升多小波包(RLSMWP)及滑动窗奇异值分解(SWSVD)降噪的方法。利用提升方案实现具有5阶逼近阶性质的冗余Haar预处理,对信号进行预滤波,获得2重矢量信号。对多小波分解得到的矢量细节信号进行进一步分解,实现冗余提升多小波包变换。对最后一层各输出通道信号进行SWSVD降噪,重构后获得降噪信号。结果表明,RLSMWP与SWSVD相结合具有很好的降噪效果,提取出了隐藏在气阀振动信号中的弱周期性冲击成分;与传统多小波构造方法相比,新方法在时域实现了预滤波、多小波分解、多小波重构及后处理,具有计算简单、节省内存、运算速度快、可完全重构等优点。     

基于CEEMD的地震信号自适应高分辨率处理

针对地表接收的地震信号分辨率较低的问题,考虑地震信号的非平稳性,本文提出了基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)的地震信号自适应高分辨率处理方法。根据地震剖面的平均振幅谱确定阈值集合G;对单道地震信号进行互补集合经验模态分解,得到本征模态函数(intrinsic mode function,IMF)分量;利用相关系数-阈值法确定阈值H,选出有效频段内的IMF分量进行叠加,并用阈值集合G对叠加的结果进行振幅谱补偿处理,得到高分辨率的单道地震信号;逐道处理得到高分辨率地震剖面。模型数据和实际地震资料测试结果表明,所提方法能有效地提高地震信号的分辨率,为地震勘探开发提供更为精确的地震资料。     

基于半圆形态梯度滤波和ITD的齿轮故障诊断研究

为了提高齿轮故障诊断的准确性与效率,针对齿轮信号的非平稳时变特性,本文采用半圆形态梯度滤波与固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)相结合方法。首先选取形态算子,寻求适合齿轮降噪的结构元素对齿轮信号进行降噪;其次采用ITD对降噪后的信号进行分解。半圆形态梯度滤波处理频率范围宽,具有平移不变性等优点,能够有效去除噪声且保留有效信息成分。ITD自适应分解能力强,在信号处理过程能够保留原始信号的特征信息。实际应用结果表明,两者结合的方法具有更好的降噪效果和更高的计算精度,保留了故障特征信息,为齿轮的故障诊断提供有效信息。     

基于小波变换的雷达低信噪比信号处理技术及应用研究

在分析小波和小波变换特点及小波变换的降噪原理的基础上,基于小波时频局部化优异特性,利用小波分解和软阈值处理方法对实际探地雷达信号进行了降噪处理。通过小波变换信号处理的仿真计算,比较了单道雷达信号去噪处理前后的效果。同时,将小波变换的雷达信号处理剖面和原始剖面进行比较,结果显示经过小波变换的雷达剖面分辨率明显改善。理论计算和实际剖面对比,均表明小波变换较传统方法在处理低信噪比的瞬变信号时具有优势。最后将该法用于锦屏二级水电站交通辅助隧洞的探地雷达超前预报中,发现处理剖面和地质编录的情况基本能够吻合,即小波变换处理剖面有助于在隧道超前预报的正确判释。     

工程机械齿轮箱复合故障诊断研究

针对工程机械中齿轮箱复合故障信号受实际工况下强噪声影响的问题,本文提出集合经验模态分解(EEMD)和小波包进行故障诊断。首先对采集的信号进行降噪,其次运用EEMD方法对降噪信号进行分解,最后采用快速独立分量分析(FastICA)对重构信号进行分离提取。通过实测验证表明,此方法在齿轮箱故障诊断上可行。     

用于无监督语音降噪的听觉感知鲁棒主成分分析法

针对现有稀疏低秩分解语音降噪方法对人耳听觉感知特性应用不充分、语音失真易被感知的问题,提出了一种用于语音降噪的听觉感知鲁棒主成分分析法。由于耳蜗基底膜对于频率感知具有非线性特性,该方法采用耳蜗谱图作为语噪分离的基础。此外,选用符合人耳听觉感知特性的板仓-斋田距离度量作为优化目标函数,在稀疏低秩建模过程中引入非负约束以使分解分量更符合实际物理含义,并在交替方向乘子法框架下推导了具有闭合解形式的迭代优化算法。文中方法在语音降噪时是完全无监督的,无需预先训练语音或噪声模型。多种类型噪声和不同信噪比条件下的仿真实验验证了该方法的有效性,噪声抑制效果较目前同类算法更为显著,且降噪后语音的可懂度和总体质量有所提高、至少相当。     

利用同步挤压变换检测微地震信号

针对低信噪比微地震监测资料识别和检测微地震事件的难题,利用同步挤压小波变换(SWT)对微地震监测资料进行处理。结果表明,同步挤压小波变换具有较高的时间和频率分辨率,可将时域微震监测信号转化成高分辨率的时频谱,精细刻画了微地震监测信号的时频特征。分析微地震信号和噪声的时频特征,设计二维时频域滤波器,在时频域进行滤波,去除噪声,保留微地震信号时频谱,然后对滤波结果进行同步挤压小波反变换,恢复微地震波形,从而实现对微震事件的检测;同时,利用微地震信号的时频分布变化特征确定微地震到达时间。利用同步挤压小波变换对模拟信号和实测油田压裂微震资料的微地震信号进行检测,结果表明,同步挤压变换具有较好的应用效果,且优于S变换和带通滤波。