基于脉冲反射法电缆故障定位脉冲源的设计

在电力生产和运行过程中,电线或电缆的精确测长及参数突变点定位,对于电力施工、电缆故障检测、高阻接地故障诊断以及电缆的生产管理等都有着重要的意义.然而,对于用脉冲反射法进行电缆故障定位,脉冲源的质量决定了脉冲反射法电缆故障定位的准确程度.本文提出了一种用于电缆故障准确定位的脉冲源设计方法,并给出了具体的电路设计,该电路能够产生脉冲宽度可调,脉冲电压幅值可调的纳秒级低压脉冲,并对该脉冲源进行了测试并用于电缆故障准确定位.实测结果表明,设计的脉冲源能够产生脉冲宽度50~100 ns,幅值5~15 V可调的窄脉冲,对测试结果分析之后能够将测量盲区控制在5 m以内,满足电缆故障准确定位设计要求,为低压纳秒级脉冲源的生成提供了一个新思路,并为相关技术领域提供了一个新方法.     

小波阈值降噪在岸桥小车轨道振动信号处理中的应用

针对测量时振动信号易受噪声干扰的特点,采用小波降噪法对原始信号进行降噪处理。小波具有“变焦距”、较好的时频局部分析能力等特性,适合非平稳信号振动噪声处理。分别通过小波阈值降噪法对仿真信号并口岸桥小车轨道铰点振动信号进行降噪处理。试验表明,小波阈值降噪法能够较好的消除噪声,能有效提高信噪比、降低均方误差,为进一步分析振动信号奠定了基础。     

小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。     

低信噪比地震记录干扰波压制方法研究

针对低信噪比地震记录,研究利用二次小波变换对面波及随机干扰波进行压制。首先采用二次小波变换分离弱反射信号,在压制干扰的同时最大程度的保留有效波信息;其次在阈值收缩过程中,采用余弦非线性阈值算法,对收缩因子加入光滑函数φ,一定程度上克服了传统阈值在小波逆变换中的畸变性。通过理论数据的算例及对某油田的实际炮记录的处理来看,该方法在有效压制干扰波的同时,较好地保留了有效反射波的信息。     

基于小波变换的电力电缆故障测距研究

随着电力电缆的广泛应用,对电缆故障测距的精确度要求也日益提高.为了实现电缆故障的精确定位,引入小波变换的方法对电缆故障行波信号进行检测和分析.根据信号的奇异性检测原理,采用搜索模极大值的方法确定行波信号起始脉冲和反射脉冲时间点,应用单端行波在线故障测距方法进行测距.实验结果表明,利用小波变换的时频局部化特性可有效聚焦到电缆行波信号的奇异点,从而得到精确的脉冲到达时刻.该方法不受电缆故障类型的影响,测距误差小,可获得较高的故障定位精度.     

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.     

形面测量误差频域阈值处理方法

采用基于小波变换的频域方法对轮廓测量数据中的误差进行处理.阐述了小波阈值方法处理数据误差的基本原理,选取不同的阈值分别对测量数据中的粗大误差点和随机误差点进行处理.通过分析形面测量数据小波高频分解系数的特征,应用30准则对数据点中的粗大误差数据进行剔除,而后采用基于D.L Donoho阈值方法的层进阈值函数对测量数据中的随机误差点来进行处理.通过系统的比对具有代表性的小波函数阈值误差处理效果,结果表明采用的阈值去噪方法优于传统的阈值方法.     

基于小波变换的微光图像中值滤波消噪

为了提高微光图像在目标识别中的可靠性,利用微光图像中所含噪声点具有椒盐噪声的特点,对图像进行小波变换并仅对其高频小波系数进行小波重构,重构后得到含有细节和噪声点的图像;根据重构图像直方图的特点,对重构图像进行阈值处理,得到只含有噪声点的图像.由小波变换提取的噪声点位置,对含噪的微光图像进行中值滤波处理,消除掉微光图像中的椒盐噪声.结果表明包含在图像中的噪声可以很好地被消除.这种消噪方法克服了中值滤波方法边缘模糊的缺点,保持了微光图像中的细节部分.     

图像去噪的组合优化滤波算法

小波变换具有良好的局部化分析特性和多分辨率分析特性,小波阈值法能很好的消除高斯白噪声,但对脉冲噪声无法消除。中值滤波对脉冲噪声能很好滤除,并具有良好的边缘保持特性。为了能很好消除图像中的混合噪声,文章提出了基于小波阈值法和门限递归中值滤波组合优化的图像去噪算法,仿真结果表明,该算法在去除图像中的混合噪声时,比其他传统去噪方法具有极大的优越性。     

小波变换在弹丸超声阵列中的应用

弹丸超声阵列中检测到的超声波信号信噪比较低,易于被噪声信号湮没,需要对采集信号进行去噪.本文拟采用小波去噪方法对检测到的信号进行去噪,根据弹丸超声波信号的脉冲特性,选取小波基函数中的sym8小波.通过对几种去噪方法对比分析,结果表明,采用Birge-Massart算法选取阈值后,使用改进的Garrote阈值方法进行去噪处理,可以有效的降低噪声,提取弹丸超声波信号特征.