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...     

小波域色谱重叠峰分析的基函数选择

小波变换在色谱信号处理中有着广泛的应用。但是针对同一类型的信号,选择不同的小波基函数进行处理的效果是不同的。因此,小波变换在信号处理过程中表现出更强灵活性的同时,如何选择小波基一直是利用小波变换进行色谱信号处理的关键问题。本文从小波基函数的数学理论出发,提出了一种基于相似度准则和能量泄漏最小原理的色谱重叠峰分析小波基选择方法。该方法结合了色谱信号的特征,考虑了采样率对信号变换前后产生的能量变化;对色谱信号处理中优化小波基的选择具有重要意义。并且,可以通过能量变化关系在有效采样率范围内选择合适的采样率。仿真实验结果表明,本文提出的方法可以为色谱重叠峰分析小波基函数选择提供依据。     

基于提升小波包最优基变换的缸盖振动信号降噪研究

给出了一种基于提升小波包最优基变换的发动机缸盖振动信号降噪方法,给出了提升小波包变换公武,介绍基于最佳基分解的闭值降噪方法,并介绍了阚值的具体选择方法.将信号通过提升小波快速分解,对小波包系数进行阈值量化,用阈值量化后的系数对原信号重构,达到降噪的日的.通过计算仿真和实验,验证了方法的有效性.     

卫星干扰源定位系统中到达时差检测方法研究

为了进一步提高卫星干扰源测时差定位的性能,文章提出了一种基于小波变换和奈曼一皮尔逊准则的到达时间差参数估计方法.该方法利用小波去噪特性,在低信噪比环境下,能够准确估计接收信号的TDOA参数,为提高卫星干扰源定位性能提供了有效方法;通过选择最佳小波基函数对接收信号直接进行加权处理,减小了传统小波变换过程中的运算量,仿真结果验证了算法的可靠性和有效性.     

基于小波变换的遥测速变信号实时压缩技术研究

遥测速变信号属于非平稳信号,因此采用小波变换的方法对其进行实时压缩,而在对信号进行小波变换时,小波基的选取是至关重要的,它会直接影响到运算速度和处理效果。从小波基的基本性质和小波基的评价标准两个方面加以分析比较,并结合遥测速变信号的特点和压缩要求,选择了几种典型的小波基进行实验比较。实验结果表明最适合于遥测速变信号实时压缩的最佳小波基为bior2.2。     

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。     

二代小波变换在地震信号降噪技术中的应用

小波变换是去除地震信号中随机噪声,提高信噪比的有力工具,但实际去噪效果受到小波基函数、分解层数、门限阈值和阈值函数的影响。将二代小波变换与改进的阈值函数相结合,通过对去除相关成分的小波细节系数进行白噪声检测,确定最佳分解层数。通过仿真实验证明,该方法具有较好的去噪效果。     

基于最大相关性的小波谐波检测方法

谐波的存在严重影响电网中电能的质量,保证电力系统的安全运行,首先要对谐波进行准确的检测和分析,剖析电网中的谐波成分.傅里叶变换能够分析谐波中稳态成分,却无法分析电力谐波中广泛存在的暂态及突变信号.小波变换的时频分析方法应用于谐波分析当中,弥补了傅里叶变换的这一缺陷.本文通过Matlab仿真,采用最大相关性的方法选取小波基,并用小波变换实现对电力系统中暂态信号的分析,将小波变换与傅里叶变换的分析方法进行比较,验证了基于小波变换的谐波检测方法的有效性.     

基于小波包变换的自适应多用户检测

在分析传统自适应多用户检测的基础上，提出了一种基于小波包变换的自适应多用户检测算法．该算法用小波包变换进行前处理，然后再通过最小均方(LMS)算法实现自适应多用户检测．与通常的自适应多用户检测算法相比，该算法利用了小波包变换对小波空间进行分解，信号经小波包变换后自相关性会下降，收敛速度提高．同时在此分解过程中，根据信号与白噪声小波包变换完全不同的特性进行信号消噪．理论分析和仿真结果表明，该算法与传统LMS自适应多用户检测算法和基于小波变换的自适应多用户检测算法相比，算法收敛速度更快，且计算量较少，易于实时实现，还具有良好性能．同时仿真结果表明该算法收敛速度与小波基和分解级数的选择有关，分解级数越大，收敛速度越快；对于同一小波基系列，小波基正则性越好收敛速度越快。     

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。     

Chirplet变换中的参数选择研究

针对参数选取不当时Chirplet变换结果无法有效表征信号的时频特性，提出了根据待分析信号特点恰当选取Chirplet变换中各参数的方法．与修正Chirplet变换中的参数选取方法不同，该方法将伸缩因子的选取转化为构造目标函数求解最优化问题来解决．最优伸缩因子与时间、频率上的线性调频率有关，应用恰当选取的时间、频率上的线性调频率及将两者作为输入选取的最优伸缩因子，可使Chirplet变换结果具有较高的时频分辨率．采用所提方法分析两个Chirp的线性叠加信号及合成地震沉积旋回信号，在时频平面可以清晰地辨别应用短时傅里叶变换和小波变换所不能区分的两个Chirp信号，并且更精细地刻画了沉积旋回的韵律．新方法为用地震资料进行沉积旋回分析及储层研究提供了一个有力的工具．     

一种基于小波变换的去噪新算法

提出一种去除观测信号中白噪声的新方法．分析了白噪声和一般信号的小波变换系数的不同特点，对Hampel滤波器进行了改进．利用白噪声和一般信号小波变换系数的不同特点，用改进后的滤波器对信号小波变换系数序列进行滤波处理，从而达到降噪的目的．仿真结果表明，滤波算法对不同种类、不同信噪比的信号有很好的降噪效果，尤其适用于强噪声背景下弱信号的检测。     

应用多分辨率小波变换提取脑电信号异常节律

脑电信号是非平稳的随机信号，其中包含了大量的生理和疾病信息，对于医生判断脑都是否有器质性的病变具有重要作用。因此对脑电信号的分析和处理一直是人们努力研究的领域。考虑到小波变换良好的时频局部化特性，利用多分辨率小波变换方法来实现脑电信号异常节律的提取，脑电信号经多分辨率小波变换后所得到的各个尺度的信号不仅反映了信号的频率信息，即尺度越大，对应信号的频率越低，同时也反映了信号的时间信息，即反映此时的EEG状态，实验结果表明，选择合适的小波基，可以有效地提取脑电信号中的异常节律。     

基于小波变换的电网谐波电流检测

谐波对电力系统和用电设备产生了严重危害和影响.谐波检测是谐波问题的一个重要分支,实时、精确地对电网谐波进行检测有着重要的现实意义,但传统的谐波检测方法有很多缺点.随着数字信号处理技术的发展,小波变换作为一种较有效的方法,也被应用于对电网的谐波检测中.本文利用基于多分辨率分析的小波变换对电网谐波信号进行分析,理论分析和仿真结果都证实了该方法的有效性.     

小波分析在柴油机噪声分析中的应用

简述了小波分析的基本原理 ,并把小波分析方法应用到柴油机噪声信号的分析中 ,即通过二进离散小波变换 ,把实际噪声信号进行多层小波分解 ,使突变冲击信号和具有一定频率特征的平稳周期性信号得到良好的图形显示 ,为噪声分析和采取降噪措施提供了理论依据     

小波变换在吸毒者脉象信号分析中的应用

根据脉象信号的随机特性,采用小波变换中的多分辨率分析算法对其进行分析,旨在提取海洛因吸毒者脉象信号的异常信息,并得出区分正常人与吸毒者的初步的判断依据．基于小波变换的脉象信号的尺度谱携带有人体健康状况的重要特征信息．对15例海洛因吸毒者和15例正常人的脉象信号进行分析,提取出每例信号的尺度谱和该信号的总能量,发现吸毒者脉象信号在特定尺度与时间区域内的尺度谱之和（即尺度-小波能量）和该信号总能量的比值明显高于正常人．以该尺度与时间区域内的尺度-小波能量和该信号总能量之比的百分值作为判断正常人和吸毒者的特征参量,提出了用于划分正常人和吸毒者的临界参数．据此,15例正常人从30例受测者中全部被正确地检测出来,但有两例吸毒病人被误判为正常人．结果表明,该方法是检测海洛因吸毒者脉象信号异常的有效且可行的方法．     

基于二进小波变换的奇异信号消噪

小波变换在时、频两域均具有表征信号局部特征的能力,是描述和检测信号局部性质的有效手段;利用小波变换模极大值能检测出信号上的所有奇异点,根据小波变换模极大值随尺度的增、减规律,去除噪声对应的极值点,再由模极大值重构信号,提出了小波变换基于奇异信号的消噪方法,并应用于对一瞬时心率信号进行消噪。     

基于二进小波变换的奇异信号消噪

小波变换在时、频两域均具有表征信号局部特征的能力，是描述和检测信号局部性质的有效手段；利用小波变换模极大值能检测出信号上的所有奇异点，根据小波变换模极大值随尺度的增、减规律，去除噪声对应的极值点，再由模极大值重构信号，提出了小波变换基于奇异信号的消噪方法，并应用于对一瞬时心率信号进行消噪。     

基于小波变换的语音基音周期检测

本文根据语音信号在声门闭合时刻（ＧＣＩ）的锐变特性，利用小波变换的时频局部化性质，构造了一个基音检测系统．通过使用不同的压扩因子，根据语音信号小波变换的局部最大值的位置，确定出对应的语音信号的锐变时刻（即ＧＣＩ），而相邻两个ＧＣＩ的间隔即为基音周期．本方法具有准确性高、抗嗓声性能好、检测范围宽、动态性能好等传统方法所不具备的特点．     

基于单一小波的时变信号最优分解方法

针对常规的小波变换并不能保证对信号实现最优分解。以时频性能优良的Morlet小波为单一基函数,并扩大了基函数的参数空间,确定了满足小波容许条件的参数空间边界,提高了用其分解信号的灵活性。对实数编码遗传算法进行了改进,改进后的算法免除了独立的变异操作,提高了算法的搜索速度、收敛性和准确性。以互信息最小化为寻优的判据准则,给出了基于改进的遗传算法和改造后的Morlet小波的信号最优分解的具体步骤。对时变信号的仿真分析表明所提方法是有效和可行的。