基于谐波小波分析的管道小泄漏诊断方法

在长输管道泄漏诊断过程中,复杂噪声背景下的管道小泄漏信号往往难以检测,更无法准确提取小泄漏负压波信号拐点进行泄漏点定位,为此提出基于谐波小波分析技术的小泄漏信号识别与负压波拐点准确提取方法.介绍r谐波小波分析的基本原理及其快速算法,利用谐波小波时频图、时频等高线图以及时频剖面图挖掘管道泄漏敏感特征,准确提取负压波拐点,实现了对长输管线小泄漏的故障诊断.现场采集复杂噪声背景下的输油管道小泄漏信号,分别采用Daubechies小波与谐波小波进行分析对比.试验结果表明,谐波小波泄漏检测法在噪声干扰下对小泄漏信号识别的准确率较高,为长输管道安全输送提供了可靠的保障.     

基于小波变换和奇异值分解的图像压缩

本文首先介绍了基于小波域的奇异值压缩算法,然后提出了基于矩阵分块和阈值约束的奇异值压缩编码算法：低频子带直接进行熵编码。针对高频子带分块处理,结合各频带的能量与奇异值之间的关系,选择不同的阈值,对分块矩阵进行带阈值条件的奇异值分解方法。通过改进的算法和直接的奇异值分解进行了实验对比,在同样的压缩率的情况下可以获得更高的峰值信噪比。     

基于奇异值分解的小波域数字水印方法

为提高不可见水印的鲁棒性,提出一种基于奇异值分解的小波域数字水印方法.该方法首先将原始载体图像进行2级小波变换,对第2级对角细节子图进行奇异值分解,得到水印嵌入位置;然后对二值图像水印进行Arnold变换和一维化处理,获得待嵌入的水印比特流,并根据该比特流和奇异值矩阵中各元素的不同组合嵌入水印;最后经小波子图重构和小波逆变换得到含水印的载体图像.实验结果表明:在噪声干扰、滤波、压缩、旋转、缩放、剪切等多种攻击下,该方法明显优于现有的一些奇异值水印方法.     

基于奇异值分解和共振解调的滚动轴承故障特征提取

针对共振解调方法容易受到噪声干扰,以及带通滤波器参数难以确定,很大程度上依赖经验的问题,提出一种基于奇异值分解和共振解调的滚动轴承故障特征提取方法;利用奇异值分解算法,将轴承振动信号分解成多个奇异值分量,计算各分量的峭度值,选择峭度值最大的分量,利用谱峭度算法确定中心频率和带宽,并对该分量信号进行带通滤波和包络解调分析。结果表明,提取性能以及鲁棒性能实验证明了该方法能够自适应确定滤波频带,降低噪声干扰的影响,并且在带通滤波器失效情况下有良好的稳定性。     

在Matlab中分析基于小波变换的管道泄漏定位方法

采用分布式控制系统、负压波检测法,根据泄漏产生的瞬态压力信息传播到上、下游的时间差,以及管内压力波的传播速度,即可计算出泄漏点的位置;但由于工业现场的电磁干扰、输油泵振动等因素,使采集到的压力波形序列夹杂着大量噪声.要实现负压波准确定位,关键在于捕捉压力波形的奇异点,为此采用小波变换技术.阐述了基于小波变换的测漏原理及定位方法,并在Matlab中利用db小波分析验证.经过处理,图形可以在开始时产生较大的差值,以便准确判断泄漏时刻.     

基于块奇异值分解的小波域数字水印算法

根据小波变换和奇异值分解理论的原理、特点以及它们在数字水印领域中的应用优势,提出一种基于块奇异值分解的小波域水印技术.充分利用小波和奇异值分解的优点,结合JPEG方案中分块的思想,首先对宿主图像进行小波变换,对变换后的低频系数再进行块奇异值分解,选取每块中最大奇异值组成新矩阵以嵌入水印信息.在检测时,提出采用多方案水印提取算法以适应不同的攻击.实验表明,该算法对图像退化处理或攻击均具有较强的鲁棒性.     

基于奇异值分解的连续小波消噪方法

针对小波软阈值消噪的缺点,提出了一种基于奇异值分解的连续小波消噪方法.通过对小波变换的系数矩阵进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在噪声中的信号成分.通过仿真数据的对比分析和工程测试信号的应用,表明该方法适用于冲击成分信号的提取,与软阈值消噪法相比,它提取出的信号特征成分更完整,信噪比更高.     

基于小波分析的人脸图像特征提取

人脸图像特征提取是人脸识别的基础,采用小波分析技术,提出了一种快速的、具有良好鲁棒性的人脸图像特征提取方法。应用小波分析良好的时频局部化特性和多分辨率特性,选用合适的小波基对人脸图像进行小波变换．得到体现人脸特征的小波高频细节;经过水平和垂直投影运算,定位出眼睛对、鼻子、嘴唇和双颊等重要的人脸图像特征;再结合人脸的FAP参数集,确定出人脸识别所需要的人脸关键特征。实验结果表明,该方法具有较好的实时性和鲁棒性。     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换 ,把管道泄漏产生的负压波信号作为瞬态信号 ,来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数 ,研究了管道泄漏特征信号拐点区间的敏感性 ,突出小波变换系数的局部极值性。分析表明 ,检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征 ,并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合 ,此曲线能够完整地描述管道泄漏瞬变特征 ,其拐点区间描述了管道发生泄漏时的瞬变过程。     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换，把管道泄漏产生的负压波信号作为瞬态信号，来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数，研究了管道泄漏特征信号拐点区间的敏感性，突出小波变换系数的局部极值性。分析表明，检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征，并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合，此曲线能够完整地描述管道泄漏瞬变特征，其拐点区间描述了管道发生泄漏时的瞬变过程。     

基于小波低频子带的奇异值分解的图像识别

提出一种基于小波低频子带的统一特征空间奇异值分解的人脸识别方法.首先利用小波变换提取人脸图像的低频子带,然后作傅立叶变换,获得低频子带的频谱;将低频子带的频谱投影到标准脸奇异值分解的统一特征空间,投影系数作为人脸识别特征;采用L_1距离进行最小距离分类,实验结果表明,该方法比统一特征空间奇异值分解方法可获得更高的识别率.     

基于小波变换和奇异值分解的模态参数识别方法

提出了一种新的基于小波变换和奇异值分解相结合的结构模态参数识别方法.该方法首先对环境激励下的结构加速度响应信号进行互协方差分析,得到时域互协方差响应,通过小波变换将互协方差响应转换到时频域中得到信号的时频系数并沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重组的奇异值和奇异向量中识别出结构的模态参数.文章对提出的方法进行了理论证明,通过三自由度系统的数值算例验证了该方法的可行性,表明与直接小波变换方法相比,其识别结果精度更高.     

基于奇异值分解与小波变换的盲数字水印算法

提出了一种基于奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法。对载体图像的二级DWT后的低频子带LL2进行2×2分块,对每一小块进行SVD分解,根据二值水印信息,采用量化步长S量化每小块的最大奇异值,将水印信息嵌入到载体图像。实验结果表明,该算法可以有效地抵抗剪切攻击、噪声攻击、滤波攻击、缩放攻击、JPEG压缩攻击等。     

基于奇异值曲率谱的有效奇异值选择

为了实现有效奇异值的自动选择,提出了奇异值曲率谱方法.首先分析了Hankel矩阵方式下理想信号和噪声信号的奇异值特点,发现理想信号的奇异值曲线存在一个很大的转折点,噪声信号的奇异值曲线则很平坦.然后提出了奇异值曲率谱的概念,并利用它来描述含噪信号奇异值曲线的转折点情况,分析了曲率谱计算时需注意的问题.研究结果表明,根据曲率谱的最大峰值位置可以确定有效奇异值个数:如果奇异值曲线在曲率谱最大峰值的位置坐标k处是凸出的,则有效奇异值的个数为k;如果奇异值曲线在k处是凹进的,则有效奇异值的个数为k-1.利用此方法来确定轴承振动信号的有效奇异值,提取到了由于滚道损伤而引起的调制现象,据此可靠地判断出了滚道剥落坑总数.     

基于模极大值矩阵奇异值分解的信号特征提取与分类识别

提出了基于波变换模极大值矩阵奇异值分解的方法,用该方法获得的奇异值特征矢量作为信号的特征可以压缩特征维数,而且更容易进行计算机自动识别,同时还具有时间平移不变性的突出优点。仿真实验表明了该方法的有效性。     

基于奇异熵的磨粒群特征提取

为定量分析磨粒群,利用销-盘摩擦磨损试验机进行船用柴油机活塞环-缸套材料配副磨合磨损试验.在铁谱显微镜上对不同磨损阶段的磨粒群图像进行观察分析,应用奇异熵提取磨粒群图像的低频特征参数和高频特征参数.结果表明:低频特征参数和高频特征参数刻画了磨粒群图像上磨粒的形态特征.低频特征参数反映了磨粒群图像上磨粒尺度大小,其值越大,磨粒越大;高频特征参数反映了磨粒群图像上磨粒的数量,其值越大,磨粒越多.低频特征参数和高频特征参数可作为磨粒群特征参数.     

基于小波高频奇异值分解的无参考模糊图像质量评价

针对传统无参考模糊图像质量评价方法通常需要进行学习训练或构造参考图像再进行质量评价从而导致算法较复杂且计算量大的问题,文中提出一种简捷有效的图像高频奇异值分解的无参考模糊图像质量评价方法。该方法根据自然图像同尺度不同方向高频子带小波系数相关性随模糊程度加深而降低的特性,利用奇异值分解获取图像高频子带结构特征,计算同尺度不同方向高频子带结构特征向量夹角作为质量评价指标。通过LIVE2,CSIQ和TID2013图像数据库实验表明,提出的方法与主观评价具有较好的一致性,而且算法无需训练或构造参考图像,较传统评价算法运行更为简便,实用性更强。     

奇异信号的小波分析

对奇异信号的小波分析理论做了定性的描述，并引用小波变换模极大值在多尺度上的变化规律来表征信号突变点的特性。     

基于压缩感知与小波域奇异值分解的图像认证

提出了一种基于压缩感知与小波域奇异值分解的图像哈希认证新方法.该方法首先通过小波变换得到图像的低频子带,然后对低频子带进行基于块的奇异值分解,最后对产生的最大奇异值数组进行基于压缩感知的随机投影,产生哈希认证信息,并偕同原图像传送到接收端.图像接收端通过比较哈希信息完成图像认证,并通过利用传递的哈希信息重建原始图像的奇异值,进一步映射奇异值差值到图像像素域,从而实现对图像篡改的识别与定位.大量实验结果证明了该方法的有效性.     

管道泄漏源定位中最优小波基变换研究

针对压力管道通孔型泄漏源互相关定位的声发射（AE）信号降噪问题,进行了小波变换系数重构泄漏信号的最优小波基的选取工作。首先分析了管道通孔型泄漏信号的声学特性;然后使用短时傅立叶变换分析了泄漏声发射事件的发生时间,用于获得其在该时间段内的基本时域波形,同时对比基本时域波形与标准小波基的相似性删选出合适的小波基;进一步,通过分析小波变换定位泄漏声发射事件的频率分布确定最优小波基。同时考虑到声速对定位管道泄漏的影响,对管道声速进行现场测量标定。最后以最佳小波基的小波变换系数作为重构信号开展基于互相关的定位实验。实验结果表明,选择横波的波速作为管道检测的声速时,最佳小波基为“morlet”的小波变换系数作为重构信号能够很好地剔除噪声提高管道定位精度。