一种基于小波变换的静电探测信号自适应去噪方法

为了实现对静电目标信号的提取和正确识别,本文对静电探测信号的形式以及干扰信号的形式进行了分析.提出采用基于Stein无偏似然估计(SURE)的小波软阈值去噪方法对静电探测信号进行处理.对SURE去噪方法的基本原理和改进方案进行了介绍.提出了自适应调整学习速率的方法,可以在提高运算速度的基础上得到信号的无偏似然估计.通过编写Matlab仿真程序进行验证,获得了较好的去噪结果.通过对几种软阈值去噪方法的仿真结果进行比较,可以看出该方法适用于频率成分较复杂的静电探测信号处理.     

小波包多阈值去噪的一种改进方法

针对含噪信号中信号与噪声在频域内分布的差异性,通过小波包分解,将得到的小波包按照频率顺序重新排列,经过能量的比较将小波包分为3段进行阈值处理,实现多阈值去噪.仿真结果表明,与常用的Stein无偏似然估计阈值、极大极小准则闽值和固定形式阈值等方法比较,改进方法去噪效果更佳.     

金属氧化锌避雷器在线监测系统的设计

以微处理器MSP430为核心,由泄漏电流采集、雷击计数脉冲、无线收/发控制、LCD显示等电路组成,设计了一种金属氧化锌避雷器(MOA)阻性漏电流在线检测系统.系统通过对MOA阻性漏电流的实时检测,并将检测结果发射到终端监控中心,实现对MOA运行状态的在线监测.     

金属氧化锌避雷器在线监测系统的设计

以微处理器MSP430为核心,由泄漏电流采集、雷击计数脉冲、无线收/发控制、LCD显示等电路组成,设计了一种金属氧化锌避雷器(MOA)阻性漏电流在线检测系统.系统通过对MOA阻性漏电流的实时检测,并将检测结果发射到终端监控中心,实现对MOA运行状态的在线监测.     

MOA泄漏电流无线采集系统的低功耗设计

设计了一种低功耗的MOA(氧化锌避雷器)泄漏电流的无线采集系统.电源电路采用二极管和电容进行设计,省去了传统采用LDO(低压差线性稳压器)设计的静态电流功耗;处理器和无线收发芯片分别采用休眠与WOR(电磁波唤醒)的工作方式来进一步降低系统功耗.最后经测试得:系统平均功耗约为1mW,经计算在3.6V,19A·h的电池供电下,该系统能够连续运行7～8a,完全满足MOA泄漏电流无线采集系统的低功耗要求.     

金属氧化物避雷器泄漏电流现场测试分析

金属氧化物避雷器(下文简称MOA)以其优异的技术性能逐渐取代了其它类型的避雷器,成为电力系统的换代保护设备。由于MOA没有放电间隙,氧化锌电阻片长期承受运行电压,并有泄漏电流不断流过MOA各个串联电阻片,这个电流的大小取决于MOA热稳定和电阻片的老化程度。如果MOA在动作负载下发生劣化,将会使正常对地绝缘水平降低,泄漏电流增大,直至发展成为MOA的击穿损坏。所以监测运行中MOA的工作情况,正确判断其质量状况是非常必要的。     

一种用于复小波变换的有效系数阈值

构造了用于抑制局部放电信号中白噪声的复小波，并分析了现有几种小波阈值的不足，根据局部放电的小波变换系数具有模极大值的特点，提出了有效小波系数阈值法．用有效小波系数阈值法对4种模拟局部放电信号和实验室实测局部放电信号进行去噪研究，并与史坦的无偏似然估计阈值法和极大极小原理选择阈值法进行了比较，结果表明有效小波系数阈值法具有自适应功能，抑制白噪声比较彻底。提取的局部放电信号失真较小．     

VMD-Wavelet 联合去噪算法研究与应用

为解决天然气管道运行过程中采集到的泄漏声波信号含有大量噪声的问题, 通过研究小波、 经验模态分解、 变模态分解等常见去噪算法, 分析了泄漏声波信号的特点, 将改进小波阈值去噪和变模态分解去噪相结合, 提出了变模态分解-小波变换(VMD-Wavelet: Variable Mode Decomposition-Wavelet) 联合去噪算法。 利用该算法对典型信号进行去噪运算仿真, 结果表明, 该联合去噪算法性能优于常见算法。 最后, 将 VMD-Wavelet 联合去噪算法应用于实际采集的油气管道泄漏声波信号去噪处理, 研究发现, 该去噪算法对强背景噪声下的泄漏声波信号能取得很高的信噪比改善和很小的均方误差。     

氧化锌避雷器泄漏电流测试的实践与异常数据的分析及判断

本文结合避雷器技术发展趋势和我局实际,主要就金属氧化锌（MOA）避雷器的泄漏电流测试的实践作一些探讨,并对氧化锌避雷器直流泄漏电流、交流泄漏电流测试的异常数据进行分析判断,同时提出新装氧化锌避雷器应分节进行运行电压下交流泄漏电流测试。     

基于离散小波变换门限消噪法阈值确定的研究

本文利用信号和噪声表现出截然不同的特性,在原有软／硬阈值消噪的基础上提出了最大似然估计闽值消噪法。结果表明,利用小波变换进行消噪处理,最大似然估计闽值法优于正交小波变换中的软／硬阈值处理,在均方差较小的情况下信噪比得以提高。     

De-noising stochastic noise in FOG based on second-generation DB4 wavelet and SURE-threshold

An effective de-noising method for fiber optic gyroscopes (FOGs) is proposed. This method is based on second-generation Daubechies D4 (DB4) wavelet transform (WT) and level-dependent threshold estimator called Stein’s unbiased risk estimator (SURE). The whole approach consists of three critical parts: wavelet decomposition module, parameters estimation module and SURE de-noising module. First, DB4 wavelet is selected as lifting base of the second-generation wavelet in the decomposition module. Second, in the parameters estimation module, maximum likelihood estimation (MLE) is used for stochastic noise parameters estimation. Third, combined with soft threshold de-noising technique, the SURE de-noising module is designed. For comparison, both the traditional universal threshold wavelet and the second-generation Harr wavelet method are also investigated. The experiment results show that the computation cost is 40% less than that of the traditional wavelet method. The standard deviation of de-noised FOG signal is 0.012 and the three noise terms such as angle random walk, bias instability and quantization noise are reduced to 0.007 2° /ℴh, 0.004 1° / h, and 0.008 1°, respectively.     

基于谐波分析的MOA阻性泄漏电流测量方法研究

在详细分析MOA泄漏电流的基础上,给出了基于谐波分析的在线测量其阻性泄漏电流的方法,并讨论了相应的判断MOA劣化状态的方法。     

矿山微震信号小波分析与研究

 针对目前人工信号识别技术和傅里叶变换在分析识别矿山微震信号时的局限性,提出Matlab小波工具箱分析方法。首先对矿山实际监测到的干扰矿震信号进行小波变换,对小波分解之后的矿震信号进行频谱分析,结果表明能够准确地观察到信号的突变点,确定矿震信号P波初到时,从而更加精确得出矿震震源的位置和能量大小;其次对受干扰矿震信号进行小波消噪,同时对小波分析的4种阈值降噪方法进行分析对比,发现无偏似然估计阈值效果最好,显示了小波分析的强大消噪功能。研究结果表明,小波分析具有良好的矿震信号识别效果和消噪能力,是矿震信号处理和分析的一种有效方法。     

提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题,在讨论了第二代小波变换基本原理及其特点的基础上,提出了应用第二代小波的算法对采集的漏磁信号进行消噪处理,并在阈值处理过程中引入了软硬阈值折衷法.仿真结果表明,与传统小波变换的去噪效果相比较,该降噪处理方法,不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法.     

信号的小波阈值法消噪及其在LabVIEW中的实现

介绍了基于小波变换的阈值消噪法,借助Lab VIEW平台,通过仿真试验,对软阈值和硬阈值消噪及采用不同的小波函数消噪进行了比较,证明了小波阈值法消噪的有效性。     

一种改进的小波阈值去噪方法

介绍了基于阈值选取的小波去噪原理及实现方法,并对传统的软、硬阈值方法进行分析,提出一种改进的阈值函数.实验结果表明,新方法能有效地减少平稳信号与非平稳信号中产生的震荡和恒定偏差的影响,去噪效果优于传统方法.     

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.     

一种改进的动脉CT图像去噪方法

针对常用医学图像去噪方法中存在去除噪声不全面、图像清晰度损失的缺点,提出一种改进型的方法.根据Brige-Massart惩罚策略,由图像自身噪声确定每层阈值,根据控制变量法确定其他的相关因素.结合图像去噪目的与去噪效果,根据计算机断层扫描(CT)图像动脉区域的灰度值特点,对阈值进行硬阈值化处理.最后,对图像进行仿真对比实验,实验结果显示:中值小波去噪的峰值信噪比(R_PSN),标准信噪比(R_SN)与均方差(E_MS)数值都优于其他去噪方法.     

双模噪声背景下多阈值小波包在信号消噪中的应用

针对一类非高斯噪声——双模噪声信号进行消噪时,传统小波变换和小波包变换在选取恰当阈值准则及阈值量化时存在困难,通过详细分析双模噪声信号结构及频率分布特征,在将小波包分解频带按照频率顺序排列且通过比较最底层子空间节点能量大小的基础上,提出一种将频带进行多分段的多阈值小波包消噪方法.实验结果表明:在双模噪声且信噪比相同情况下,该方法比传统的多尺度小波软阈值、小波包自适应阈值消噪效果都优越,是一种非常有效的信号消噪方法.