基于小波域模糊阈值算法的脉冲星微弱信号消噪

脉冲星辐射信号具有极低的信噪比,传统降噪算法难以在抑制噪声的同时保留细节信息。为此,提出一种模糊阈值小波降噪算法。该算法通过引入模糊理论,建立隶属度函数,计算信号每个采样点的隶属度,再利用小波阈值消噪算法设定门限,将隶属度大于门限的采样值划归为信号,反之为噪声,从而达到降噪的目的。实验结果表明:与小波"db6"和小波"sym4"软阈值消澡算法相比,该算法能有效提高脉冲星辐射信号的信噪比,能保留较多的有用细节信息,避免脉冲累积轮廓过于光滑。     

基于数学形态学的电力系统采样数据处理方法

提出一种基于数学形态学的方法来解决电力系统现场采集的数据存在的噪声污染、直流偏移等问题。通过设置不同宽度的结构元素对采样信号进行形态处理,在较好地保留采样信号局部特性的前提下实现了信号去噪和直流偏移去除处理。仿真计算和实践证明该方法是切实可行的。且该方法计算速度快,易于硬件实现,具有较好的实用价值。     

一种在线奇异小波消噪法

介绍了采用奇异小波分析法在线消除噪声的方法。选取合适的奇异性小波基 ,抽取信号与小波基卷积序列中的某一项作为滤波输出。非平稳干扰信号和真实信号变化的脉宽是不同的 ,两种信号的奇异程度也是不同的。随着小波基尺度增大 ,信号中的白噪声逐渐被滤除。从理论上找到了对真实信号变化最敏感的检测条件 ,按照此条件推导出真实信号与脉冲噪声能有效地被区分。最后的仿真结果表明 ,在合理选取处理信号的长度进行小波变换时 ,该方法能消除信号中的白噪声 ,尤其能有效地在波动信号中滤除弱脉冲干扰信号 ,对强脉冲干扰也有一定的抑制作用。对提高测量仪表的精确度有一定的借鉴作用     

Matlab小波分析在信号处理中的应用

本文在对傅立叶变换和窗口傅立叶变换以及小波变换比较分析的基础上,重点探讨了Matlab小波分析对普通信号进行分析、消噪、压缩和奇异点检测等信号处理中的各种应用,并提出一些自己的看法。     

基于提升小波包变换集成特征提取模型

为了从发动机缸盖振动信号中快速提取出反应完备状态信息的特征,针对信号特点和提升小波包变换的性质,建立了适于在线提取的缸盖振动信号特征参数体系。总结了提升小波包变换的3个性质一不相关性、可逆性和保序性,利用3个性质将降噪、特征提取和消除波动集成到一次提升小波包分解与重构过程,建立了发动机缸盖振动信号集成特征提取模型,给出了集成消除波动的特征计算公式和特征值标准化公式。通过实例,对集成特征提取模型的工作过程进行了说明。     

小波包分析在摩擦焊超声检测信号消噪中的应用

在摩擦焊接过程中,由于焊接参数的波动或一些非正常因素的介入,接头中容易产生未焊合及伪结合等缺陷。对于伪结合缺陷,其超声检测信号信噪比很低,一般条件下很难检测出来。本文采用小波包对该类缺陷超声检测信号进行消噪,结果表明,该方法不仅能有效抑制噪声,而且能明显提高信噪比。     

Detection of dressing time using the grinding force signal based on the discrete wavelet decomposition

This paper describes the use of the grinding force signal to show the mechanical noise reduction and to detect the dressing time based on the discrete wavelet decomposition. As a result of de-noising, the wavelet de-noising method was more effective than the FFT filtering technique. From the approximation coefficients of the higher order wavelet transform, the grinding force signal obtained by a tool dynamometer was clear so it was possible to successfully detect the dressing time. A measured result by the surface roughness and the ground surface photograph coincided with the detection result.     

SIGNAL FEATURE EXTRACTION BASED UPON INDEPENDENT COMPONENT ANALYSIS AND WAVELET TRANSFORM

It is an important precondition for machine fault diagnosis that vibration signal can be extracted effectively. Based on the characteristic of noise interfused during the course of sampling vibration signal, independent component analysis (ICA) method is combined with wavelet to de-noise. Firstly, The sampled signal can be separated with ICA, then the function of frequency band chosen with multi-resolution wavelet transform can be used to judge whether the stochastic disturbance singular signal is interfused. By these ways, the vibration signals can be extracted effectively, which provides favorable condition for subsequent feature detection of vibration signal and fault diagnosis.     

基于MATLAB小波去噪方法的研究

在实际的计算机控制系统中,采样信号不可避免的受到各种噪声和干扰的污染,使得由辨识采样信号得到的系统模型存在偏差而妨碍了系统控制精度的提高。Dunoho和Johnstone提出的小波收缩去噪算法对去除叠加性高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的仿真研究,并利用滤波器、傅立叶变换／反变换和小波收缩三种方法对实际电机随动系统的辨识采样数据进行了去噪对比实验,总结了应用小波去噪的一些实际经验。     

司法消噪算法改进及关键参数优化

对智能人工呼吸床系统的司法消噪算法进行改进,将司法处理思想引入时间序列消噪中,提出一种新的呼吸周期预测算法.在此基础上完善司法消噪算法的法规综合处理函数,优化影响消噪效果的关键参数(违法因子、制定噪声法规所需的依据数据数目、第i个立法数据权值及最大举证数据数目).实验结果证明,改进的算法对所处理的信号序列要求较低,适用...