基于小波变换的信号奇异性检测在层位识别中的应用

小波变换不仅具有时域和频域局部化特性,而且可对信号做奇异性分析。通过奇异性分析,既要确定奇异点的位置,又要选用合适的小波函数与尺度对奇异点进行精确的描述。为此本文针对阻抗数据的特点提出了阻抗基函数的概念,并求取了更为适合波阻抗分析的阻抗基函数。数值模拟结果表明阻抗基函数很好地反映了阻抗在深度上的不连续性,从而极易求出阻抗的层位信息。

小波信号奇异性分析在配电线路故障检测中的应用

基于小波奇异性分析理论,分析了故障信号奇异性、非故障信号奇异性及噪声信号奇异性之间的关系,提出了配电线路故障发生时刻检测的较全面的算法。仿真结果表明,该算法具有良好的鲁棒性、准确性和快速性,并能够有效减少投资,适用于配电线路的故障检测。

基于信号奇异性分析的小目标检测方法

提出了一种新的基于信号奇异性分析的小目标检测方法,该方法将图像中的小目标看作是图像信号中的奇异点(突变点),利用小波变换模极大值点同信号奇异点之间的对应关系,结合信号奇异性与模极大值在多尺度上的变化规律,实现噪声抑制和信号增强,然后通过区域分析,检测图像小波变换模极大值,进而实现小目标检测。实验结果证明该方法是行之有效的。

信号奇异性检测在机车信号记录器数据分析处理中的应用

根据铁路目前各种自动闭塞制式的信号特点,利用基于小波分析技术的信号奇异性检测方法,通过机车信号记录器数据分析处理软件对机车信号记录器所记录的波形信号进行奇异性检测。从实际的检测结果中可以看出,该方法克服了传统傅立叶检测方法的局限性,具有简单、快速、准确和高效的特点,能够满足铁路现场实际运用的要求。

基于Hermitian小波的信号奇异性识别

机械设备由于故障而诱发的信号往往具有奇异性 (Singularity) ,正确识别奇异性对设备监测诊断十分重要。采用高斯函数的一阶、二阶导数构成复数Hermitian小波进行奇异性识别 ,具有两个优点 :其一是由于Hermitian小波的Fourier变换是实数 ,对信号进行变换时不会有相位的改变 ;其二是与Morlet小波相比较 ,Hermitian小波的实部和虚部振荡次数少 ,可用较少的数据点对信号进行卷积 ,从而不会损坏信号的奇异性。本文提出了基于Hermitian小波变换的时间 -尺度幅图和相图的信号奇异性识别方法 ,在大型空气压缩机的齿轮箱撞击摩擦故障诊断中取得了成功的应用。

基于Hilbert-Huang变换的信号奇异性检测的比较研究

Hilbert-Huang变换是最新发展起来的处理非线性非平稳信号的时频分析方法。其基本的实现分为两步,多分辨经验模态分解和瞬时频率的求解,随后可以获得信号的时—频谱。这种方法的关键部分是经验模态分解,任何复杂的信号都可以分解为有限数目并且具有一定物理意义的模态函数,对这些固有模态函数作Hilbert变换,就可得到每一个固有模态函数的瞬时频谱,综合所有固有模态函数的瞬时频谱可以得到信号的一种新的时频描述方式-Hilbert谱。本文比较了小波变换和Hilbert-Huang变换在信号奇异性检测上的异同,并列举了一些实例说明Hilbert谱的优越性。

基于信号奇异性的干扰信号识别方法研究

从信号处理的角度对无线电引信干扰信号的识别理论进行研究, 研究表明无线电引信信号在受到干扰后,振荡器的震荡信号和多普勒信号会产生奇异性,根据信号的奇异性首次提出了基于信号的奇异性的干扰信号识别理论,它可以更好地对干扰信号进行检测和识别。

基于信号奇异性的气体泄漏快速检测方法

文中提出一种基于信号奇异性的气体泄漏快速检测方法,利用小波变换分析信号的奇异点和奇异度,提取奇异度参数与气体浓度的对应关系,进而快速检测泄漏和估计气体浓度值。对一个微热板式气体传感器对不同泄漏浓度CO气体响应的实验数据分析处理,结果表明该方法能够抑制传感器基线漂移的影响,大幅度提高气体浓度的估计速度和实时性。

正交样条小波在信号奇异性检测中的应用

本文给出了正交样条小波在信号奇异性检测中的应用,并且与其它常用的小波如Daubechies小波和双正交小波作了比较。实验表明,用正交样条小波进行信号奇异性检测不仅计算量小,而且效果好。

信号奇异性检测在输气管线泄漏检测中的应用

对小波变换的基本理论进行了简要的阐述,特别是信号奇异性检测。并以天然气管道泄漏后获得的相关信号为对象。利用小波分析方法来分析信号的奇异性及奇异性位置,从而应用到天然气管线泄漏检测中,仿真实验证明了该方法对管道泄漏诊断的精度,同时也显示出小波在滤波、定位等方面的优越性。

虚拟仪器技术与小波分析相结合的信号奇异性的检测

阐述采用虚拟仪器技术和小波分析相结合的方法实现信号奇异点检测的原理和实现过程。利用MATLAB中功能强大的小波分析工具箱进行数据处理;采用近年来发展起来的虚拟仪器技术,用方便简易的编程语言-LabVIEW设计界面和数据采集。LabVIEW和MATLAB混合编程,可以充分发挥它们各自的优点,快速直观地实现信号奇异点的检测。

基于小波模极大值的信号奇异性检测

小波分析近乎完美的数学特性受到各领域科学家和工程技术人员的青睐.文中讨论了基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性.实验表明,该方法能有效的、实用的.

边缘检测小波对信号奇异性的检测在汽液两相流动中的应用

对于函数 (信号 )奇异性的检测方法主要是用小波变换实现的 ,小波分解具有良好的空间域和频率域的局部化特性 ,因此小波变换可以刻画出信号的变化规律以及对信号内奇异点的各种奇异性质进行检测和分析。对汽液两相的流动工况也可以用边缘检测小波变换去进行分析 ,并实现对汽液两相流动的热工数值检测。通过对汽液两相均相流动模型压力曲线的边缘检测 ,证明了边缘检测小波完全可以用于对汽液两相的流动工况进行边缘检测。

基于小波变换的一维信号奇异性检测研究

讨论了用小波变换检测一维信号奇异性的方法,并采用MATLAB编程实现了实验仿真,实验中对Lipschitz指数进行了计算,实验值和理论值十分接近。

信号奇异性仿真及其在反射波同相轴检测中的应用

用dbN系列小波对两类具有第二类奇异点的信号进行了数值仿真,通过对两例的多尺度分解,叙述了dbN系列小波正则性与检测效果间的关系,并由此选取了db5为小波基函数对南水北调某地地震反射波资料的同相轴进行了检测,结果表明分析是合理的,方法是可靠的.

小波变换在信号奇异性检测中的应用

小波变换是近年在数据处理和数字信号处理发展迅速的一种新的方法,具有良好的时一频局部化能力,为信号的时一频分析提供了有效的分析方法。本文详细讨论了小波变换、多尺度分析及其时一频特性,同时针对Fourier分析的局限性,研究小波变换来分析信号的奇异性。

基于小波变换模极大值法的涂层信号奇异性检测

热喷涂涂层厚度多在微米量级,超声检测过程中由于涂层很薄,其上、下界面反射回波将产生叠加与干涉,超声信号波形发生畸变。针对涂层超声信号的奇异性检测问题,该文采用小波变换模极大值法对低碳钢表面上喷涂的铝涂层的超声信号进行奇异性检测,进而测量涂层厚度。实验分析证明,超声测量的铝涂层厚度值与金相测量值基本符合。

信号奇异性分析

信号的奇异性往往携带了信号最重要的信息,因此,对奇异性的研究是一项很有价值的工作。由于传统的信息处理工具(如傅氏变换)在奇异性处理方面的局限性,该文利用多重分形理论来对信号的奇异性进行分析,并给出计算算法和一些初步的结果。

基于信号奇异性分析的电气自动化设备故障检测研究

为优化电气自动化设备故障检测的效率与质量,提出基于信号奇异性分析的故障检测法。首先,对电气自动化设备的特征进行分析,并对故障信号信噪分离方法、小波变换变换分析法进行阐述。其次,基于小波变换分析,获取奇异性信号及其特征信息,通过构建奇异性特征分析函数,判断故障点位置。最后,对该故障检测方法进行实证分析,结果显示,该故障检测法的精准度更高。未来发展中,电气自动化设备故障检测方法将会向智能化控制、模块化方向发展。

信号奇异性检测在铁路数据分析处理中的应用

根据目前铁路大力推广的ZPW2000-A自动闭塞方式的信号特点,利用基于小波分析技术的信号奇异性检测方法,通过机车信号记录器接收的波形信号进行奇异性检测,克服了传统傅立叶检测方法的局限性,满足铁路现场实际运用的需要。