小波分析在无损检测中的应用

探讨了小波分析方法在桩基础反射波检测、岩石超声波检测和复合材料损伤检测等三个方面应用的现状,并对小波分析在无损检测中的应用前景进行了展望.     

小波变换在血糖浓度检测中的应用

利用小波变换的时频局部变换特性对近红外光谱数据进行滤噪处理,能有效地从信号中提取有用信息,从而提高信号的信噪比,提高模型的预测精度和稳健性．将该方法应用于近红外血糖浓度测量的基础研究中,实验结果表明,校正模型的预测标准偏差(RMSEP)分别减少了53%和58%,这对于血糖浓度测量的研究具有一定的现实意义．     

小波变换在检测粘接件信号特征中的应用

在对金属与非金属粘接件性能检测的分析处理中，应用小波变换的方法对这种非平稳过程的信号进行分析，有效提取了性能检测所需要的特征参数，为提高金属与非金属粘接件性能检测的准确率和效率奠定了基础。     

小波变换在回波信号检测中的应用

基于小波变换品质因数不变性的特点,结合适当的小波基,探讨小波变换在回波信号检测中的算法。在算法分析基础上,从检测原理、检测步骤、计算机仿真方面阐述如何利用小波变换检测回波信号时差,以确定回波信号的奇异点(回波信号到达时间点),进而确定被探测目标的位置。小波变换具有表征信号局部特征的能力,适于分析信号中的瞬态和奇异现象,并可展示其成份。所述的算法分析、小波基的选择及小波变换阶的选择等,为地下目标探测中的信号处理,提供了算法依据和应用方法参考。     

小波变换在奇变信号检测中的应用

根据小波变换的基本概念和理论,给出了实现小波分解与重构的塔式快速算法,基于小波变换用于奇变信号的检测原理,对奇变信号的小波时频分析进行了深入的研究,并通过一个工程实例,说明了小波变换在奇变信号检测中具有广阔的应用前景。     

小波变换在信号奇异性检测中的应用

小波变换是近十年来迅速发展起来的学科，它与傅里叶变换相比，是一个时间和频率的局部变换。它的主要特点是将信号表示为不同尺度和不同位置的基本单元，而不同的基本单元表示原始信号中的不同信息成分，这种特点使小波变换成为一种高效的信号处理工具，在信号分析中，因为奇异点包含了比较重要的信息，因此信号的奇异性检测甚为必要。本文介绍了信号奇异性的小波变换检测原理，通过对仿真信号的分析表明在信号奇异性的检测中小波变换优于傅里叶变换。     

小波变换在信号奇异性检测中的应用

从理论上探讨小波变换如何具体确定奇异点的位置及如何进行边缘检测。     

小波变换在信号边沿检测中的应用

对于天文导航系统中一般舰船存在的摇角问题,提出了水天线测量法,利用小波变换技术对水天线信号进行边沿检测。     

小波变换在图像边缘检测中的应用研究

根据Morlet多尺度边缘检测的思想,对一幅图像f(x,y),对其进行小波变换,然后分别向3个方向上的小波基进行投影.此种方法对于检测具有方向性的图像有比较好的效果.实验表明,该方法得到满意的结果.     

小波变换在岩石断层超声检测中的应用

介绍了小波变换的基本概念及其特性，通过对模拟岩石断层信号的小波处理，提取其频谱特性，从而确定岩石内部的完整性，了解断层结构所对应的波谱特性，为确定岩石的内部结构，了解岩石的内部状况作好预知性工作，为矿山开发等实际生产应用起到参考借鉴作用。通过对岩石断层结构在信号的前三个尺度上的反映，根据样本岩石的结构来确定波谱特征，实践证明该方法十分有效。     

小波变换在旋转机械振动信号检测中的应用

讨论了小波变换的分析方法,为提取旋转机械振动信号特征提供了理论方法.实践表明:小波理论的发展适应于振动信号检测的要求,给监测旋转机械的正常运转和可能引发故障的原因提供了一种科学的研究方法.     

小波变换在医学图象边缘检测中的应用

讨论小波变换在图象边缘检测、分类与描述中的作用．根据医学图象的特点,采用二进小波变换,成功地进行了边缘的检测与分类．实验表明,该法具有计算复杂度低,速度快等优点．     

神经网络方法在涡流无损检测定量分析中的应用

采用人工神经网络完成涡汉无损检测中的定量识别,首先,用数值方法分析了阴抗增量的幅值、相位与缺损尺度的关系,得出结论：用相位值来表征深度效果更好,精度更高,然后,应用小波边缘检测方法确定的信号特征值作为网络的输入,结果表明：计算量大为减小,网络结构得到了简化。     

小波变换在图像边缘检测中的应用

目的 研究一种新的提取图像边缘特征的方法。方法 依据图象的多分辨率小波分解及其所表现出的多尺度特性、局部化分析特性及方向选择性等特点,通过二进尺度下小波变换局部极大值的检测提取图象边缘特征,结果 利用此方法在计算机上对２５６×２５６×８ｂｉｔｓ／像素的Ｌｅｎａ图像做了边缘提取,得到不同尺度下的连续、光滑、单像素宽的边缘链图象,结论 边缘提取准确,表明这种特征提取方法是有效、可行的。     

小波包变换及其在低信噪比雷达信号检测中的应用

雷达对目标进行检测之时，常常遇到目标回波信号被噪声污染的问题。为了把弱目标信号从强噪声背景中检测出来，对小波包变换良好的时频分析特性进行了分析，根据信号与噪声具有不同的Lipschitz指数，通过引入子频带∞-范数，对信号和噪声进行频谱分析，将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量，应用浮动阈值去噪方法，解决了低信噪比情况下的雷达信号检测。最后，通过计算机的数值计算，模拟了小波包变换和小波变换在低信噪比雷达信号检测中的具体应用，得出了在低信噪比信号检测方面小波包变换优于小波变换的结论。     

小波变换在心电图R波检测中的应用

介绍了一种新颖的信号处理方法－小波变换．利用三阶样条小波分析了信号的奇异点与其小波变换的关系，并通过ＥＣＧ信号的小波变换，分析了小波变换的抗干扰能力．最后提出了一种以小波变换为基础的ＱＲＳ波检测方法     

Hilbert-Huang变换在非线性超声无损检测中的应用

为了提高非线性超声无损检测方法对缺陷位置和相对大小的表征能力,该文将H ilbert-Huang变换方法用于非线性超声无损检测信号的处理。粗晶奥氏体不锈钢材料的非线性超声无损检测信号具有非线性、非稳态和低信噪比的特性,H ilbert-Huang变换对此类信号的特征提取具有独特的优势。实验结果表明:通过H ilbert-Huang变换的瞬时频率能够确定缺陷位置,瞬时幅度可表征缺陷的相对大小;该方法达到了对0.6mm晶粒平均直径的粗晶奥氏体不锈钢中65 mm深、0.8 mm平底孔的小缺陷检出能力,说明H ilbert-Huang变换有效提高了非线性超声无损检测的缺陷表征能力。     

小波变换在机械故障信号检测中的应用

小波变换由于具有良好的时频局部特性，能够反映信号在局部范围内的特征，是机械故障诊断中信号突变点检测的有力工具。文中阐述了小波变换用于机械振动信号的突变点检测以发现机械故障的方法，根据对振动信号小波变换的系数模极值点来定位突变点，检测机械故障。实例仿真表明，该方法可以发现故障机械振动信号带有的奇异性，实现机械的故障诊断。     

小波变换在地震道奇异性检测中的应用

作者在本文考虑到地震道信号的分形特征，选取了具有紧支集的样条小波对信号作小波变换，相应地提出了利用小波变换的极大模值来检测地震道奇异性的方法。并用了应用实例来说明，所提出的方法对实际地震资料的处理是十分有效的。     

小波变换在漏磁检测中的应用研究

无损检测向着自动化、智能化方向发展 ,而要在漏磁检测中真正做到定量分析还存在一定困难。文章简要介绍了小波变换 Mallat快速算法 ,把小波变换作为一种先进的信号处理手段引入进行数字信号的预处理 ,可以完成去除噪声和数据压缩的工作 ,为漏磁信号的定量分析提供了很大的可能性