基于小波变换的电网畸变信号检测的研究

短时谐波、暂态扰动、电压剧变等畸变信号常常危害电网系统安全运行,因此对该类信号进行检测分析有很大的现实意义。提出了基于Mallat算法的小波变换方法,利用其分解算法将原信号分为高频和低频两部分,通过分析第一、二层高频系数来判断信号是否发生畸变,进而求出畸变持续时间,对于低频部分采用重构算法依次提取出各次谐波,再利用FFT实现对各次谐波的精确分析。Matlab仿真结果验证了该方法的准确性和有效性。     

基于测井曲线重构的致密砂岩储层裂缝识别

常规裂缝识别方法受致密砂岩储层物性差、测井响应不明显等因素的影响,在川西坳陷M气田N段应用效果差,为了提高裂缝识别的准确率,提出基于测井曲线重构的致密砂岩储层裂缝识别方法。首先,在对声波时差、深浅电阻率测井曲线进行平滑滤波处理后,对其进行构建测井曲线“基线”的处理;其次,在构建声波时差与深电阻率测井曲线“反向基线”的基础上,提出消除钙质夹层影响的方法;再次,提取3个裂缝敏感因子：声波时差增大因子、电阻率减小因子以及电阻率幅度差因子;最后,使用改进的斜率关联度法计算3个裂缝敏感因子与裂缝发育程度之间的关联度,将其作为各个敏感因子的权重,加权计算得到裂缝综合指示参数。经过岩心描述、电成像资料的标定,确定0.05为裂缝综合指示参数的下限,从而确定了裂缝识别的标准。将该方法应用于研究区的5口井,裂缝识别准确率达到85%以上。     

基于小波分解的语音自适应压缩感知

根据语音信号经过小波分解后低频分量和高频分量的特点,提出分别对他们进行自适应压缩感知。首先对信号的低频分量用训练的过完备基进行稀疏分解,降低了稀疏分解过程中的计算量。然后详细描述了改进自适应观测矩阵的产生,以及对低频和高频分量分别进行自适应观测。最后通过OMP重构算法分别对低频和高频分量进行重构,通过小波合成还原出原始信号。实验表明,语音信号在基于小波分解的自适应压缩感知方案中具有良好的重构性能。     

基于提升小波包的往复压缩机活塞-缸套磨损故障诊断

针对往复压缩机活塞-缸套磨损故障微弱信号特征识别问题,提出一种识别该类信号微弱特征的自适应非抽样提升小波包方法(AULSP)。该方法以分解层信号所有样本的预测差值平方和最小为目标函数,算出与信号特征自适应匹配的初始算子,并构造非抽样算子算出下一层各频带信号。对各层细节信号进行阈值处理并重构,对降噪后的信号再进行小波包分解。各分解频带信号长度与原始信号的长度相同,无须重构即可识别时域故障微弱信号特征。用这种方法成功提取了某往复压缩机活塞与缸壁发生碰磨故障时产生的弱周期性冲击信号。     

一种检测电力变压器局放信号的离散小波算法

大型电力变压器经常发生局部放电现象,必将导致绝缘层破坏,停电事故发生甚至变压器解体,因此,必须在线检测局部放电信号.作者分析了可能存在的各种干扰源及其特征(包括干扰源频率的分布范围),讨论了各种干扰源进入检测系统的3种途径并提出了相应的抑制措施,设计了用于计算机模拟的局放检测信号.针对高频的局放信号,提出了一种改进型快速小波变换分解及重构算法,对仿真的局部放电信号进行了分解与重构.该算法对低频信号具有较低的频率分辨率,而对高频信号具有较高的频率分辨率.仿真结果表明,改进的快速小波变换分解与重构方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其放电时间.     

裂缝性储层关键参数测井计算方法

为求取裂缝性储层关键参数,应用自然伽玛、声波时差和电阻率等测井曲线建立岩性解释模型的方法,求取岩性综合系数,发现岩性综合系数与泥质体积含量成反比,与白云岩体积含量成正比,用来识别岩性;应用阵列声波测井能量衰减幅度、井径曲线、岩性综合系数等参数建立裂缝解释模型的方法,求取裂缝综合系数(F),F0.36,裂缝不发育,0.36≤F0.6,裂缝发育一般,0.6≤F0.8,裂缝较发育,F≥0.8,裂缝发育;最后综合分析岩性、裂缝综合系数,并结合基质解释参数,识别出油层、差油层、水层和干层。结果表明:裂缝综合系数大于0.48,岩性综合系数大于0.34,为油层;差油层的特征为裂缝综合系数大于0.36,岩性综合系数大于0.24;裂缝综合系数小于0.36,裂缝不发育,为干层;水层特征主要为深侧向电阻率小于浅侧向。裂缝发育程度决定了青西油田储层含油性,即使岩性为白云质泥岩,只要裂缝发育,就可能存在油层。     

磨煤机振声信号分析及基于BP网的料位识别

对磨煤机振声信号进行了频谱和功率谱分析,分析表明:低频分量携带磨煤机的料位信息,而高频分量则是由高速电机旋转噪声、排风机噪声以及磨煤机筒体混响噪声引起的;低频料位信号与高频噪声信号是调制关系.利用希尔伯特变换对振声信号进行了解析化处理,分解出低频料位信息,并以振声解析信号的包络为对象,进行料位特征的提取.利用BP神经元网络,建立了磨煤机料位与振声信号的关系模型,从而实现磨煤机料位的自动识别.将模型的计算结果与实测值进行比较,结果表明,料位识别精度在±1.5%之内.     

基于离散小波变换的时变结构物理参数识别

利用离散小波变换将时变结构的时变参数在多尺度上展开为概貌信号和细节信号,忽略高频细节信号,仅由低频概貌信号估计时变参数,将时变结构识别问题转化为时不变结构识别问题。基于时变结构的输入和输出信号用最小二乘法识别低频尺度展开系数,从而重构得到原始时变参数。对于噪音引起的方程不适定性问题,采用Tikhonov正则化方法减小其影响。通过1个具有时变刚度和阻尼的2层框架结构的数值模拟验证该方法的有效性。识别结果表明:该方法可以有效识别结构时变刚度,时变阻尼识别结果对噪音较敏感。     

钻孔灌注桩声波检测信号的小波变换分析与研究

钻孔灌注桩声波信号不平稳且离散,其中含有大量反映桩基础内部结构特征的信息.传统处理方法没能很好地同时分析信号的时域特征和频域特征,尤其在检测信号微弱时更是如此.由此,引入阈值小波变换与傅里叶变换对声波信号进行时频分析,分别对几种常用小波基函数,在不同参数条件下将分解重构的信号与原始信号进行比较,并选定最佳小波基函数,对...     

基于改进小波变换法的风电场谐波检测

为了提高风电并网电力系统谐波检测的快速性与准确性,提出一种改进小波变换的谐波检测方法。首先,把风电并网系统电压信号的频域空间分割成低频区段与高频区段,针对低频区段信号采用小波多尺度算法分解,针对高频区段信号采用小波包进行分解,得到信号中的基波和各次谐波分量;然后,通过有效地提取出特定频率段的谐波分量进行重构来检测风电并网电力系统谐波;最后,利用MATLAB进行了仿真实验。实验结果表明:该方法能快速有效检测出谐波分量,提高了谐波检测准确度和快速性。     

基于EMD与1D全变分的地震信号去噪

经验模态分解(Empirical Mode Decomposition,EMD)是一种信号的时频分析方法,该方法在不需要先验知识的条件下,可以将非平稳、非线性信号,依据信号的特征,自适应的分解为多个本征模态函数(Intrinsic Mode Function,IMF)之和,得到高的频率分辨率。然而,一般的去噪方法是将所选择的高频IMF部分取不同的阈值进行滤波或者是直接置为零重构后实现信号的去噪,很显然这会造成高频部分有用信号的损失。1D全变分(Total Variation,TV)是一种有效的信号去噪方法,能够非常好的保护信号边缘信息,但有时也会把噪声当作边缘信息,出现虚假边缘现象。因此,基于EMD和1D-TV的优点提出了一种新的去噪方法,根据对实际金属矿床地震信号处理的结果表明,该算法能有效的消除地震信号中的噪声,并能有效保护地震信号边缘构造信息。     

基于小波变换的自适应阈值微震信号去噪研究

针对矿山微震信号中所包含的随机噪声对微震监测和微震源的准确定位存在着严重干扰的问题，根据前人的研究成果，在分层阈值上增加分层自适应因子，提出一种新的分层自适应阈值方法.该方法根据矿山微震有效信号的低频特性，利用分层自适应因子，将高频部分的噪声信号最大限度地去除，提高矿山微震信号的信噪比;同时，最大程度地保留低频部分的信号.通过实际数据与分层阈值的对比，验证了该方法的有效性与优越性.     

PSK信号的调制参数估计与识别

针对PSK信号,分析了BPSK信号和QPSK信号的谱相关特性,并通过计算机仿真了这2种信号的谱相关平面图（即循环频率一频率双频三维图）,提出了利用循环谱相关函数的截面图估计BPSK信号和QPSK信号的调制参数（即载频和码元速率）并识别这2种信号的方法．搜索最大峰值可估计信号的载频,计算最大峰值与次大峰值差可估计出信号的码元速率,通过仿真得到载频估计与码元速率估计的归一化均方误差,并根据谱相关特性设置阈值识别出BPSK信号和QPSK信号．该方法在低信噪比下也可达到很好的识别估计效果,适于雷达电子对抗信号识别估计的应用．     

一种基于小波包熵的频谱检测算法

为了解决能量检测算法在低信噪比条件下频谱检测性能差的问题,提出了一种基于小波包熵的频谱检测算法.首先采用小波包变换对接收信号进行多层分解,并计算最后一层各节点的重构信号;然后计算各个节点重构信号的小波包熵值;最后选取熵值最小的重构信号作为检测信号进行能量检测.理论分析及仿真结果表明,在低信噪比情况下,该算法可以有效地抑制噪声影响,提高频谱检测性能.     

基于非线性系统随机共振的多频弱信号检测

针对实际探测的弱信号常常是多个频率弱信号共存的的情形,进行了利用随机共振检测多频周期性弱信号的研究,以便把利用随机共振的弱信号检测应用于信息处理中微弱信息识别与提取。数值计算结果表明,在适当调节系统参数的情况下,强同频噪声下的多频周期性弱信号经过非线性双稳态系统后,相差不超过一个数量级的几个低于0.5Hz的不同频率的弱信号都可以同时发生随机共振而被检测出来,其信噪比改善十分明显,可以提高30dB以上。该方法在信息识别与信息处理方面具有潜在的应用价值。     

一种微光子导航源的混沌辨识方法

为了能准确有效地识别微光子导航源的类别,提出了一种微光子导航源的混沌辨识方法.该方法在分析微光子信号特性的基础上应用混沌动力学方程建立微光子导航源的辨识模型,该模型利用了混沌振子对小信号的敏感性以及对噪声的免疫力来检测导航源的信号形式和参数,并通过对信号周期、频率的测量与整定,识别微光子源的特性与类别.通过对脉冲星导航源的实验数据分析,表明该方法可以检测低信噪比的微弱光子脉冲导航源信号,并能有效识别导航源的类别.此外,该方法还能用于其他先进导航系统的信号源频率测量、校准与识别.同时,可以扩展到如雷达多基信号接收及其他低信噪比信号检测和识别等应用领域.     

一种基于ICA的机械缺陷超声信号提取方法

针对强噪声背景下缺陷超声回波信号检测的问题,利用了基于独立分量分析的方法进行缺陷信号的提取。该方法首先对观测信号进行JADE分解,得出多导独立分量,再根据赫斯特指数,分离缺陷信号和噪声信号。通过对仿真和实测缺陷超声信号的去噪实验研究,结果表明,与小波去噪方法相比,ICA去噪方法能够得到很好的信噪比,有利于强噪声背景下缺陷的去噪处理及微弱信号的提取。     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

Feature Extraction and Classification of Echo Signal of Ground Penetrating Radar

0IntroductionGrvoeluonpde dpienne rtercaetinntg y reaardsa r, (wGhiPchR)is i se map lnoeywedte bcyh nsicqieunet idset-and engineers to obtaininformationfromsubsurface and man-made structures .It has advantage of quick,easy and non-de-structive way toi mage the first few meters of the subsurfaceSo,it is widely used in utility location,landmine detectionroad and airport runway inspection,geophysical survey,andarchaeological investigations ,etc[1 ,2]. Conventionally,radaecho signals can be form…     

一种频域多路径电磁干扰对消方法

针对实际环境中背景干扰相关性差导致干扰对消误差较大的问题，提出一种频域多路径电磁干扰对消方法。利用变分模态分解(VMD)的分频特性将两通道信号分解为多个具有相同中心频率和分解带宽的模态信号，利用分解后的模态信号构造多路径干扰对消系统。然后利用反向传播(back propagation, BP)神经网络对每一路径上的信号进行非线性拟合并对消，从而获得真实的被测设备(EUT)辐射发射信号。结果表明，与真实EUT辐射发射信号相比，所提方法得到的EUT辐射发射信号功率误差低于1 dB且信号相关性高于96%;与变步长LMS算法、EMD-LMS算法相比，功率误差至少降低3.6 dB,信号相关性至少提高15%。所提方法对在开阔场中大型、可移动的EUT电磁辐射发射原位测试研究具有参考价值。