基于互信息判据的小波去噪

通常的线性滤波技术不能很好地解决非线性时间序列去噪问题，而现有的非线性去噪技术的参数选择往往要依赖于直觉和经验．为此，提出基于互信息判据的小波去噪方法，利用小波进行非线性去噪处理，并以互信忠作为去噪处理截止的判定条件，给出了小波去噪算法，分析了其优势，并进行了仿真实验．仿真结果表明，小波算法能更好地处理不平稳和突发的噪声；互信息所指示的优化截断尺度，既较好地保留了信号的动力结构，又有效地实现了非线性噪声过滤．     

采用灰色Savitzky-Golay滤波的商用车推力杆橡胶球铰非对称迟滞建模

为了建立准确高效的推力杆迟滞特性模型,根据力的分解原理,将滞回力分解为广义非线性弹性力和广义非线性阻尼力,并分别采用等效线性阻尼模型、等效分段线性阻尼模型、非对称Bouc-Wen模型和高阶多项式模型对橡胶球铰的迟滞非线性进行建模。引入灰色关联度指标,对Savitzky-Golay滤波算法进行改进,采用布谷鸟算法对滤波器的参数进行优化,并应用该滤波器对试验采集到的滞回特性数据进行去噪平滑。以滤波后的试验数据与各迟滞模型计算数据的误差平方和最小化为目标,分别对各模型的参数进行识别。结果表明:所提出的灰色Savitzky-Golay滤波方法具有很好的平滑滤波效果,滤波前后信号的灰色关联度大于0.8,而非对称Bouc-Wen迟滞特性模型具有相对较高的精度和较低的复杂度,其建模误差小于10%。研究结果可为汽车和其他机械装置上的橡胶件迟滞非线性建模和信号滤波去噪提供参考。     

基于EEMD-小波阈值去噪的桥梁结构模态参数识别

为研究环境激励下大跨径桥梁结构振动响应特性,采用拾振器监测结构动态变形.针对监测信号中的噪声影响,提出EEMD-小波阈值联合滤波方法来提升信号精度.首先,利用EEMD算法对信号进行分解,基于平均周期图法和相关系数法双重判定准则剔除虚假分量,然后,结合小波阈值去噪方法对重构信号进行二次降噪,再利用RDT-ITD法识别结构模态参数.将滤波降噪和模态识别方法应用于天津永和桥实测振动响应分析中,并结合有限元分析结果进行对比.结果表明:EEMD-小波阈值联合滤波方法优于应用单一方法,能进一步提升信号精度;信号降噪后,利用RDT-ITD方法成功提取了结构前3阶竖向自振频率和相应阻尼比;识别的结构自振频率值与有限元分析结果基本一致,基频值相差3.07%.     

阈值去噪下的改进粒子滤波算法

针对粒子滤波在非线性系统上具有优越性,但粒子在传播过程中必然受到噪声影响的问题,提出了在阈值去噪下的改进粒子滤波算法.将小波阈值去噪的思想引入到粒子滤波中,即信号先经过小波包分解,再利用适当的阈值保留分解系数较大者并将系数较小者置为0,这样每个粒子结合其历史信息可降低噪声水平,进而改进滤波的状态估计值.蒙特卡罗仿真实验表明,加入阈值去噪的粒子滤波法可以有效降低滤波的均方根误差,提高滤波精度.在所采用的线性及非线性系统中,均方根误差均值分别降低了14%和12%.     

肠鸣音的小波域滤波方法

肠鸣音信号是人体重要的生理信号之一,对其进行分析可以研究胃肠运动生理学,进而对许多胃肠功能紊乱疾病进行直接有效诊断.临床检测到的肠鸣音信号具有信号弱、噪声多、复杂且高度不平稳等特点,本文引入小波滤波方法,对采集到的原始信号采用不同的阚值去噪方法去噪,在MATLAB环境下进行仿真,分析了各自的滤波效果,总结出各种阚值去噪...     

环境激励下湘潭莲城大桥模态参数识别研究

对环境激励下结构模态参数识别进行了理论分析和试验研究.基于随机振动理论阐述了峰值拾取法的基本原理和方法,并提出了虚拟响应的概念.从湘潭莲城大桥在环境激励下的加速度测试信号中提取高信噪比的虚拟响应信号,根据峰值拾取法对虚拟响应信号进行频域分析,识别了该桥主跨结构的固有频率、阻尼比和振型等模态参数.试验模态参数与理论模态参数基本吻合,验证了识别结果的可靠性.模态置信矩阵表明,结构的线性响应特性明显,竖向振动具有良好的正交特性.     

一类参数激励系统的非线性时滞反馈分岔控制

采用平均化方法,研究参数激励和强迫激励联合作用的非线性动力系统. 以平均方程研究系统平衡点附近流形,利用分岔响应方程,研究系统的分岔动力特性与主要参数的关系. 通过对两种非线性时滞控制器与线性时滞控制器的比较,分析非线性时滞控制器的分岔控制特点,比较与线性时滞控制器的优劣性. 结果表明,两种平方非线性时滞控制器的控制效果均与激励幅值有关,在同等增益的条件下,激励幅值越大控制效果越好,但对于没有强迫激励的参数激励系统,该类非线性时滞控制器失效.     

一种基于局部均值分解的小波阈值信号去噪方法

在时频分析中,针对非平稳信号的滤波去噪的问题,鉴于部分传统的去噪方法对于非线性非平稳信号滤波的效果不是很理想。基于Smith提出的局部均值分解法,结合小波阈值,找出了一种自适应时频分析法。通过实例分析,比较小波阈值去噪、基于EMD小波阈值去噪和基于LMD的小波阈值去噪3种算法在进行信号滤波去噪过程中的效果,采用信噪比和均方根误差2种评价因子对该3种算法进行评价,结果表明基于LMD的小波阈值去噪方法能够更好的去除信号噪声,对信号去噪提供了一种新思路。     

基于EMD分解和ABC-RBF模型的混凝土平板坝变形监测模型

针对混凝土平板坝水平位移监测序列呈非线性以及周期性变化的特点,采用经验模态分解(EMD)的方法对混凝土平板坝水平位移监测进行分解,并采用计算信噪比最大值的方法对信号进行去噪,得到最优的去噪效果.面板坝的坝顶上下游方向水平位移主要受上下游水位、环境温度以及时效的影响,据此建立普通RBF和ABC-RBF神经网络模型,并对混凝土平板坝上下游方向水平位移进行预测,对比两种模型预测样本的均方根误差(RMSE)、平均绝对误差(MAE)以及负相关系数(R).结果表明,ABC-RBF神经网络模型预测效果较好,误差比较小,该方法为分析混凝土平板坝工作性态和安全监测及预测提供一种新的方法.     

改进ICA去噪方法在瞬变电磁信号处理中的应用

提出一种改进ICA去噪方法,可确定去噪后的信号幅值.用于消除瞬变电磁信号中的工频干扰,并与传统陷波滤波方法进行比较.实验结果表明,采用改进ICA去噪方法,在消除工频干扰的同时,能很好地保留信号的波形和特征,去噪效果明显优于陷波滤波方法.在较低信噪比下仍可有效地提取信号,具有实用价值.     

基于选择因子的GSR信号小波去噪方法

在Galvanic Skin Response(GSR)信号采集过程中,由于环境等因素不可避免地会引入噪声,需要在进行模式识别前对采集信号进行去噪处理。本文利用MATLAB研究不同小波组合对GSR信号的去噪效果,并使用信噪比、均方差为评价指标,提出了一种基于选择因子的GSR小波去噪方法。利用采集得到的已有GSR信号,根据选择因子选择出来的小波组合,对GSR信号去噪处理。实验中采用db5小波对信号进行5 层分解,在sqtwolog或heursure阈值选择方法下对信号进行的去噪处理,从而达到了理想的滤波效果。     

基于衰减弦函数模型的强度非平稳特性对结构动力反应的影响

采用衰减弦函数包线模型调制谐波信号得到强度非平稳激励信号,建立该激励下线性SDOF运动平衡方程,采用留数定理求解运动方程,得到强度非平稳特性对结构动力响应影响的解析表达式,研究激励强度非平稳特性对结构动力反应的影响规律,揭示峰值时刻不同以及强度非平稳度不同的激励信号对结构动力反应影响的规律。     

基于小波阈值的图像信号去噪方法研究

主要对基于小波阈值的图像信号去噪方法展开研究。首先阐述小波分析进行信号分解及重构的算法原理,在此基础上总述了小波阈值进行图像信号去噪的算法原理及流程。最后对去噪效果进行了仿真分析,并将信号去噪结果与均值滤波、中值滤波等经典去噪方法进行比较。仿真结果表明,基于小波阈值的图像信号去噪方法能有效去除一维及图像信号中的噪声,输出信号的信噪比性能较传统滤波去噪方法性能更佳。     

随机子空间方法结构模态识别的数值仿真

随机子空间识别(SSI)在土木工程结构中是基于环境激励的一种模态参数的识别方法,该方法对环境激励信号要求为零均值白噪声信号.基于商用程序Ansys对一简支梁在环境激励下的动态响应进行仿真模拟,根据该梁的结构响应信号利用SSI方法实现该梁的模态参数识别.     

储粮害虫活动声信号去噪方法研究

采用经验模态分解(EMD)、小波阈值去噪、神经网络自适应滤波方法对4种储粮害虫活动声信号进行滤波去噪,得到5组对比实验.经对比分析每种方法去噪后的效果,发现EMD方法提升的信噪比和均方根误差均比较稳定,神经网络自适应滤波方法去噪后信号有失真现象,且不稳定.结果表明:EMD方法较适用于储粮害虫活动声信号去噪,能够较好地消除含噪信号中的噪声,对其他储粮害虫的声检测同样具有应用价值.     

SG-VMD-SVD的信号去噪方法研究

油气管道信号泄漏检测易受噪声影响,因此去噪成了关键问题.为了提高对油气管道信号的去噪效果,提出了一种基于Savitzky-Golay平滑滤波、变分模态分解(VMD: Variational Mode Decomposition)和频域奇异值分解(SVD:Singular Value Decomposition)去噪相结合的油气管道信号的联合去噪方法.首先,针对泄漏信号在时域利用SG平滑滤波降噪,去除尖脉冲、高频成分等噪声,提高输入信号的信噪比;将滤波后的信号利用VMD分解,通过计算各个本征模态分量(IMF: Intrinsic Mode Function)与信号之间的曼哈顿距离,从而区分信号分量与噪声分量,对噪声分量进行频域奇异值(SVD)去噪,最后将滤波后的分量与信号分量进行重构,得到最终降噪后的信号.通过仿真和实际实验表明,该方法与单一VMD法、VMD-小波变换、SG-VMD-时域SVD去噪方法相比,去噪后所得信号信噪比相对较高,并验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性.     

云相似度测量的变分模态分解去噪方法

为区分VMD( Variational Mode Decomposition) 分解后高低频段模态分量,提高VMD 算法的去噪效果, 提出一种基于云相似度测量的VMD 去噪方法。首先,对信号进行VMD 分解,通过计算各个模态分量与信号之 间的云相似度值,区分有效分量与噪声分量,然后对噪声分量进行小波滤波,最后将滤波后的分量与有效分量 进行重构。通过仿真和实际实验,将提出的去噪法与基于相关系数的VMD 去噪法和基于互信息的VMD 去噪 法对噪声信号进行处理,该方法去噪后所得信号信噪比相对较高,为28． 214 1 dB,均方误差相对较低,为 6． 12 × 104 ,验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性。     

基于同态变换的图像去噪压缩算法研究

本文首先对噪声污染的信号作乘性转换为加性的同态变换,实现信噪分离,然后应用线性滤波方法进行处理,最后作同态变换的逆变换,达到去噪和压缩的效果。     

弹性地基不可伸长梁的3次超谐共振响应分析

基于建立的弹性地基不可伸长梁的非线性动力学模型,针对横向简谐激励下弹性地基梁的3次超谐共振响应进行研究,分析了主要参数对其非线性动力学特性的影响.利用多尺度方法,求得弹性地基不可伸长梁的3次超谐共振幅频响应方程,进而得到梁的幅频响应曲线并分析了弹性地基模型、Winkler参数、外激励幅值及边界条件等对梁非线性动力响应的影响.结果表明:三参数模型中第二弹性层促进梁动力响应软弹簧特性的发展,且该模型强化梁动力响应的非线性特性;外激励幅值对梁3次超谐共振响应的动力学特性有一定影响,引起骨架曲线初始偏移量的改变.     

基于视觉测量的微陀螺振动系统线性度测试研究

为了测试分析微陀螺驱动模态振动系统的线性度,使驱动模态在静电驱动信号激励下产生稳定的线性振动,采用计算机视觉测量方法,使用高速摄像机获取微陀螺驱动模态在频率固定的调幅驱动电压信号激励下的振动位移响应视频图像;通过对运动时序图像的处理、目标识别与运动参数测量,获得振动位移的时变曲线.进一步得到驱动电压幅值变化与振动位移幅值的变化关系,分析结果表明,该方法便于对微陀螺振动系统的线性度进行测试分析.