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。     

小波变换在信号奇异性检测中的应用仿真研究

小波变换突破了传统傅里叶变换等信号处理方法,在时域和频域上可同时对信号实现局部化处理,更符合信号非平稳的变频带结构特征,因而在信号检测奇异性等方面具有广泛的应用价值。简要地介绍了小波应用在信号奇异性检测方面变换的基本原理,最后通过仿真实验进行验证。     

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．     

基于小波变换的信号奇异性检测

作者在该文中中介绍了基于小波变换的信号多分辨率分解,比较了信号和噪声在小波变换下的不同特性,给出了使用小波变换模极大化的信号奇异性检测算法。     

奇异性信号检测时小波基的选择

奇异性信号往往带有一些重要信息，小波是奇异性检测的一种有力工具。本文研究了几种常用小波对不同奇异性信号的检测效果，通过对比分析，对不同的奇异性信号，推荐出了优先选用的小波基，并实际应用于刀具磨损时切削力信号的分析。     

基于小波变换的奇异性检测在信号分析中的应用

为了找到美元图像4个边缘的宽度，首先对图像进行长、宽方向的投影。投影信号中的突变最激烈的点就是边缘的起始处和终止处，将小波变换检测信号的奇异性理论应用于这种突变点的检测中。详细地分析了如何选择合适的小波基以及如何选择合适的尺度来进行突变点的定位方法。     

基于小波变换的电力信号奇异性检测

电力信号奇异性是分析事故时间和原因的重要依据,小波变换能在时域和频域上同时对信号实现局部化处理,能准确的定位信号的奇异点,因而在信号的奇异性检测方面有广泛的应用价值.本文介绍了小波变换对电能质量信号检测的基本原理和方法,并通过MALAB仿真实验验证.     

基于小波变换的奇异性检测在信号分析中的应用

为了找到美元图像4个边缘的宽度,首先对图像进行长、宽方向的投影.投影信号中的突变最激烈的点就是边缘的起始处和终止处,将小波变换检测信号的奇异性理论应用于这种突变点的检测中.详细地分析了如何选择合适的小波基以及如何选择合适的尺度来进行突变点的定位方法.     

基于小波奇异性的梁结构损伤评估方法研究

通过一个简支梁的数值模拟,根据小波奇异性检测原理,利用两种方法对梁的损伤进行诊断,提出了利用Gaus1小波进行梁结构的损伤诊断方法.首先利用Gaus1小波对转角进行小波变换,对简支梁结构的振型求一阶导数,得到转角,再确定损伤位置、损伤程度与Lipschitz指数的关系,并与利用Gaus2小波对振型直接进行小波变换的方法进行比较研究,发现第一种方法在损伤定位、模极大值线的求取方面比后者优越.所提出的Gaus1小波方法可以对实际梁结构进行有效的损伤诊断,这将为小波理论的深入研究提供一种新的思考问题思路和方法.     

基于振动模态小波变换模极大的结构损伤检测

给出了将小波奇异性检测原理应用于结构损伤检测的方法:对结构的模态振型进行离散小波变换,根据小波变换模极大诊断结构的损伤位置;利用BP神经网络模拟多个尺度下小波变换模极大与损伤程度之间的非线性关系,根据网络的输出诊断结构的损伤程度.为了检验该方法的有效性,以某简支梁损伤检测为例进行了数值模拟,结果表明,利用离散小波进行结构损伤检测,无需计算Lipschitz指数,而且精度可满足工程要求.     

基于卷积神经网络的新奇检测技术在结构损伤识别中的应用

针对新奇检测难以同时识别结构损伤时刻和损伤位置的问题,提出在新奇检测中引入卷积神经网络以实现损伤时刻和损伤位置的一次性确定。首先,采用小波包技术处理结构响应得到小波包能量,并将相邻测点对应频带的能量比作为新奇检测模型的特征向量;然后,以结构健康时的特征向量作为训练数据,建立健康模式下的基于卷积神经网络的新奇检测模型;接着,将结构实时输出的特征向量输入到新奇检测模型,所得输出与健康状态的输出进行对比,并将输出和输入的欧氏距离作为新奇指标;最后,根据新奇指标的变化识别结构损伤时刻和损伤位置。数值模拟和实验室试验验证了该方法的有效性。     

基于小波变换的皮电信号滤波及奇异性检测

皮电信号(GSR)是心理测试的重要参数指标,信号的奇异点包含着皮电信号的幅度变化、突变时间及持续时间等重要特征且信号具有非平稳,超低频等特点,传统的信号处理方法不能有效地对其进行滤波并进行奇异点检测,甚至将包含重要信息的奇异点信号滤除。本文采用小波变换来处理皮电信号,选用Daubechies小波系将皮电信号分解为一个近似皮电信号和相应的细节成分,完成对皮电信号的去噪处理且对几种小波消噪方式进行了比较得出适合于皮电信号的消噪方法,最大限度地保留了奇异点的完整性。消噪信号利用李普希兹指数(Lipschitz)通过模量极大值和微分对相对应心理变化引起的皮电信号第一类间断点和第二类间断点进行了检测,通过间断点推断皮电信号的突变时间和持续时间,实现心理特征自动检测用于心理评估。     

小波分析在钢筋混凝土梁损伤识别中的应用

为识别钢筋混凝土简支梁的损伤状况,对简支梁进行了逐级加载实验,每级加荷后卸荷,观测梁的裂缝,并测定梁的动力反应. 将钢筋混凝土简支梁作为无限自由度体系,并对该体系的动力方程进行小波变换,得到多尺度下的结构动力响应表达式. 信号经多尺度分解后,包含了信号中更多的结构损伤信息. 基于此,用DASP信号处理系统对钢筋混凝土简支梁各损伤阶段的动态信号进行二进制小波分解,通过分析各频段的波形,确定了梁的损伤.     

小波奇异性分析在滑坡体位移监测降噪中的应用

利用信号奇异性与小波变换模极大值性质间的关系,研究小波变换模极大值法用于滑坡体位移监测曲线去噪的处理方法.介绍了小波变换和信号多尺度分解的基本理论、信号的小波变换模极大值在不同尺度下的传播特性与信号奇异性的关系.并利用实际数据资料,在Matlab下进行滑坡体位移监测曲线去噪试验,取得了理想的效果.实验结果表明,将基于奇异性的小波变换模极大值法用于滑坡体数据处理中是有效的.     

基于小波变换与神经网络的结构损伤检测

对BP网络和小波分析理论做了简要的概述,并给出了其应用于结构损伤检测的方法．将固有频率进行归一化处理,作为神经网络的输入参数进行结构损伤位置的检测,然后利用小波包技术对损伤结构的振动信号进行分解,求出各频带内的能量作为网络输入参数,进行损伤程度的评估,悬臂梁损伤诊断与实际损伤情况比较结果表明,该方法合理、有效,可用于实际结构的损伤检测。     

面向结构损伤预警的小波包能量谱识别参数

对Benchmark钢框架结构试验数据和润扬大桥悬索桥监测数据进行了小波包能量谱损伤预警分析,在此基础上详细考察了不同小波函数和小波包分解层次的损伤预警效果.结果表明:Daubechies小波和Coiflets小波适用于结构损伤预警,并且实际工程中应采用较大的小波函数阶次以获取较好的时域分辨能力和损伤预警能力;小波包分...     

基于系统脉冲响应奇异性检测的模型阶次辨识

在分析了系统脉冲响应的Lipschitz指数与线性系统阶次之间的关系的基础上,提出了利用连续小波变换进行线性时不变系统脉冲响应信号奇异性检测的模型阶次辨识的新方法,理论分析和仿真实验说明了该方法的有效性.     

基于小波包分析的结构实时损伤报警数值研究

研究了基于小波包分析的结构实时损伤报警技术．利用小波分析优良的时一频局部化特性对结构振动信号进行精细分析，从而能实时地实现结构损伤报警．以简支梁裂缝为例，将环境振动信号采用小波包分解后得到小波包能量谱，采用基于Monte-Carlo方法计算得到的能量谱极值指数和变异指数2个指标作为筒支梁裂缝损伤报警的判据．该技术不需要对整体结构进行计算分析，只需要环境振动信号．计算机数值模拟表明该技术能较为敏感地发现简支梁的微小损伤，从而证实了该技术的可行性．