基于小波多分辨分析的线性预测

提出了一种对非平稳时间序列预测的新方法.通过小波多分辨分析把某些非平稳间序列分解若干层近似意义上的平稳时间序列,然后再用自回归模型对每层的单支重构信号进行预测,最后综合每层的预测值可得到原时间序列的预测值.仿真实验表明了该方法的优越性.     

基于Lipschitz指数熵的轴承故障检测方法

针对利用小波奇异点进行故障检测无法克服噪声影响的不足,提出采用Lipschitz指数熵作为特征进行故障检测.该方法以信号在小波域上分解形成的Lipschitz指数谱向量的熵值作为故障的诊断特征,建立了基于Lipschitz指数熵的故障检测模型,并提出了基于粒子群优化的特征阈值选择方法.将该方法同基于小波能量谱、小波包能量谱熵特征和小波奇异点检测的方法进行比较,实验结果表明采用Lipschitz指数熵作为特征都能有效克服噪声影响,在检测时间及检测率上较另外3种方法有显著提高.     

Hilbert-Huang变换与大地电磁信号的时频分析

将Hilbert-Huang变换引入大地电磁信号的时频分析中,介绍HHT(Hilbert-Huang transform)时频分析原理及方法,给出仿真信号的经验模态分解及其时频分布,并对实测大地电磁信号进行HHT时频处理与剖析.研究结果表明:Hilbert能量谱随时频的具体分布具有很强的非稳态动态变换时频刻画能力;时频谱的时间、频率分辨率不受Heisenberg测不准原理的限制,且其时间、频率分辨率都很高,有很好的时频聚集性;HHT方法能用于描述大地电磁信号的非线性时变特征,是大地电磁信号时频分析的有效工具.     

应用小波分析提高MT资料信噪比

大地电磁测深法（ＭＴ）野外观测得到的原始资料是包含多种频谱的时间序列,这种时间序列中常常包含固定源噪声。由于这种噪声的频率相对稳定,应用小波分析容易得到一个或多个以这种噪声为主的时间序列块。对实验数据应用小波变换,将时间序列分解成不同频率的多个时间序列块,压制噪声比较集中的时间序列块后重建时间序列。通过与未作这种处理的时间序列的谱分析结果对比,信噪比有明显的提高     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．     

基于多分辨率分析和改进离散余弦变换的音频水印算法

提出了一种基于多分辨率分析的音频水印算法.首先通过对音频信号进行小波分解得到信号的时变低频分量,然后通过扩频和改进离散余弦变换将水印信息分散嵌入低频分量;最后通过误差修正获得较高的水印提取准确率.该算法增大了水印信号的嵌入量,在保证水印安全性和隐蔽性的同时,对常见的信号处理还具有较好的鲁棒性.     

Problems in wavelet analysis of hydrologic series and some suggestions on improvement

Applying the wavelet theory and methods to investigate the hydrologic processes such as precipitation and runoff is a hot field. However, several aspects in research are usually ignored: the effect of admissible condition of wavelet functions and the disturbance of noises for the detection of periods, the effect of the length of a hydrologic time-series on the final result, and the choice between the anomaly and the original time series for wavelet analysis. In this paper, these issues are fully discussed. Precipitation data from Lanzhou Precipitation Station are taken for case study. The result indicates that in the wavelet analysis of hydrologic series, denoise methods should be used to eliminate the influence of noises. The MexHat wavelet function satisfies the admissible condition, which ensures that the periodic properties of hydrologic processes can be well represented by using the MexHat wavelet for decomposition. The affected range of hydrologic series which should be discarded before analysis is given. It is also suggested that the anomaly series should be used to highlight the actual undulation of the hydrologic series.     

Problems in wavelet analysis of hydrologic series and some suggestions on improvement

Applying the wavelet theory and methods to investigate the hydrologic processes such as precipitation and runoff is a hot field. However, several aspects in research are usually ignored: the effect of admissible condition of wavelet functions and the disturbance of noises for the detection of periods, the effect of the length of a hydrologic time-series on the final result, and the choice between the anomaly and the original time series for wavelet analysis. In this paper, these issues are fully discussed. Precipitation data from Lanzhou Precipitation Station are taken for case study. The result indicates that in the wavelet analysis of hydrologic series, denoise methods should be used to eliminate the influence of noises. The MexHat wavelet function satisfies the admissible condition, which ensures that the periodic properties of hydrologic processes can be well represented by using the MexHat wavelet for decomposition. The affected range of hydro-logic series which should be discarded before analysis is given. It is also suggested that the anomaly series should be used to highlight the actual undulation of the hydrologic series.     

基于Morlet小波变换的振动特性参数识别

传统的振动系统特性参数识别方法对于非线性、非平稳信号的处理能力差,尤其对于阻尼比的识别精度较低.将Morlet小波变换和随机减量技术相结合识别振动系统的特性参数,首先利用随机减量技术提取振动的自由衰减响应信号,进而由Morlet小波变换对信号进行连续的小波变换处理得到小波能量谱,结合参数识别的基本理论及对时间-幅值坐标面曲线的半对数拟合结果得到振动系统的频率及阻尼比,数值仿真结果表明,提出的方法能有效识别系统的固有频率和阻尼比.将该方法应用于罐车模型流固耦合冲击试验研究,较好地识别出充液工况下振动系统的固有频率和阻尼比.     

旋转机械故障诊断的11/2维循环谱分析方法

首先介绍了谱相干及高阶循环累积量谱的定义,说明了高阶循环累积量谱具有的抑噪和相位保留的能力.但由于高阶循环累积量谱分析需要更长的时间序列,因此本文从循环谱相干定义出发,提出了利用1 1/2维循环谱区分线性与非线性特征的方法.指出1 1/2维循环谱分析方法,不仅保留了高阶循环累积量谱的抑制噪声、提取非线性耦合特征和分离循环平稳分量与平稳分量的能力,而且减少了所需时间序列长度,提高了监测的实时性,最后以非线性平方相位耦合信号和轴承故障信号为例进行了仿真验证.     

电磁辐射信号的小波变换去噪研究

重点分析了实验室实验过程噪声的来源和特征,并利用小波变换的多尺度分析和非线性软门限方法对噪声进行了滤除。结果表明,实验室的噪声主要有固定频带的干扰和随机白噪声两种;对固定频带的噪声可以通过小波变换的多尺度分析进行有效滤除,对白噪声可以通过非线性软门限方法进行有效滤除,得到真正有用的信号。噪声滤除对于分析煤岩电磁辐射信号规律具有重要的意义,可以为现场利用电磁辐射监测技术预测煤岩动力灾害现象提供更加准确可靠的信号。     

拉曼光谱预处理中几种小波去噪方法的分析

拉曼光谱分析中,噪声的存在常影响分析的准确度和检测限.以钙长石的拉曼光谱为研究对象,探讨小波变换在拉曼光谱信号去噪方面的应用,分别采用移动窗口最小二乘多项式平滑、移动窗口中位数平滑、非线性小波软硬阈值法和小波变换模极大值法对加噪后的拉曼光谱进行去噪并对去噪效果进行比较.结果表明,小波变换模极大值光谱去噪法得到了较高的信噪比,小波软硬阈值法次之,其他2种方法去噪效果较差.小波变换模极大值法能够有效去除光谱噪声,并很好地保留了光谱信号特征,为拉曼光谱的校正模型的建立奠定了良好的基础.     

贵州后寨典型岩溶小流域水动力特征分析

以贵州后寨典型岩溶小流域为例,采用时间序列分析方法分析了岩溶含水系统的水动力特征.分析结果表明:后寨岩溶含水系统对降雨信号响应的敏感度从上游到下游不断减弱,而对降雨信号的记忆作用从上游到下游不断加强;流量对降雨信号的响应存在滞后性,滞后时间从上游到下游有规律地增加,上中游流量对降雨信号响应的线性化程度明显高于下游.     

基于小波域KL变换的地质雷达信号处理技术研究

为了克服现有信号处理算法对地质雷达直耦波和噪声滤除的不足,基于KL变换和小波变换进行算法融合设计,提出一种适用于地质雷达信号滤波的小波域KL变换方法。采用电磁波时域有限差分法模拟雷达检测过程,并基于理想无噪声的雷达仿真信号设计验证实验,通过与KL变换方法、小波阈值去噪方法的对比,对小波域KL变换方法的滤波效果进行定量分析和评价。实验结果表明:小波域KL变换对于直耦波的辨识能力较强,用于地质雷达信号直耦波的去除可以取得理想的效果;在采用KL变换和小波变换滤除噪声时,去噪信号的信噪比分别为10.16和15.12,而小波域KL变换对应的结果为18.34,对于噪声的滤除具有更好的效果;同时,小波域KL变换滤波结果对小波函数和分解层数的敏感度较低,对于深部噪声信号的辨识能力亦较强。基于地质雷达实测数据的测试结果同样验证了小波域KL变换方法在实际工程应用中的良好性能。     

基于小波和动态时间弯曲的时间序列相似匹配

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法. 该方法采用小波变换进行数据降维,利用R·-tree建立多维索引结构. 给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配. 证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法. 实验结果表明该方法具有较高匹配精度和其较低的计算代价.     

基于小波变换和频谱分析的交叉口群路径分级方法

为确定交叉口群的关键路径,建立了基于小波变换和频谱分析的路径分级模型.根据交叉口群交通关联性强的特点,通过小波变换对交通检测数据的降噪,以突显其短时变化特性;计算上下游交叉口进口流向交叉谱的一致性和位相,确定上下游流向的关联性和统计滞后关系,得出流向的特征向量,并应用模糊识别方法将路径分级,确定交叉口群的关键路径.采用南京市广州路交叉口群实测交通数据验证模型的有效性.结果表明,模型可实现交叉口群的路径分级,并识别其关键路径,为交叉口群交通信号协调控制奠定基础.     

小波分析在视频检测中的应用

针对复杂背景下机器视觉系统中运动目标的检测,提出一种基于小波分析的运动目标检测方法。首先,利用双Haar小波软阈值法,去除视频图像的噪声。然后,建立了一种基于小波变换的运动目标检测算法,直接在二进小波变换域提取运动区域,从而检测出运动目标。实验结果表明,本文方法可以有效地从图像序列中检测出完整的运动目标,而且在平滑噪声的同时还可以保护图像边缘细节不受损失,效果要好于传统帧差法。     

基于奇异谱分析的混沌序列降噪

基于奇异谱分析的基本思想，提出一种降低混沌信号中噪声的算法及一种基于噪声奇异谱特性的最佳重构阶次选择方法．对一个混沌时间序列进行奇异谱分析，得到各主分量和经验正交函数，选择合适阶次重构信号，即可得到降噪后的混沌时间序列．数值仿真证实了该算法的有效性．     

杀菌剂类农药的太赫兹光谱分类万法

提出一种新的针对杀菌剂类农药太赫兹光谱的分类方法,即用小波包变换来对杀菌剂太赫兹光谱进行特征提取,然后用欧式距离法对4种农药进行分类.太赫兹时域光谱(THz-TDS)技术是一种由超快激光技术快速发展起来的无损检测技术,利用太赫兹时域光谱系统对4种杀菌剂,即福美铁、多菌灵、克菌丹、噻菌灵进行了检测,得到了4种药品的太赫兹时域光谱.用小波包对农药时域光谱进行分解,计算小波包能量谱,并把能量谱作为聚类分析的特征向量,用欧式距离法对杀菌剂太赫兹光谱进行分类,实验结果表明,该方法可以有效地对杀菌剂进行分类.     

基于谱熵和多尺度小波的码元速率估计方法

针对实际信号码元速率估计中噪声对估计精度的影响和小波方法最优尺度的选择问题,提出了一种基于谱熵分析和多尺度小波变换的码元速率估计方法。通过谱熵检测有效滤除带内噪声,并采用并行多尺度小波分析和精度函数分析提取最优小波尺度。实验结果表明,该方法的估计性能优于传统小波分析方法,并且在低信噪比情况下具有更好的估计鲁棒性。