基于多尺度形态滤波和递归求差的冲击特征自适应分离方法

针对故障诊断中的耦合冲击特征提取和分离难题,提出了一种基于多尺度形态滤波(multiscale morphological filtering, MMF)和递归求差的冲击特征自适应提取与分离方法。首先,利用能量幅值(energy amplitude, EA)指标和频响特性分析,从典型组合算子中筛选出适合冲击特征分离的组合形态滤波-帽变换(combination morphological filter-hat transform, CMFH)算子;其次,利用CMFH形态学算子和加权谐噪比(weighted harmonic to noise ratio, WHNR)指标实现周期性冲击特征提取;然后,利用求差增强技术(strengthen operate subtract operate, SOSO)抑制谐波干扰和白噪声,进一步增强周期性冲击特征;最后,通过迭代求差思想构造循环滤波器,对周期性冲击特征进行多尺度提取与分离。仿真数据和牵引电机轴承故障数据分析结果表明,该方法在随机冲击、谐波干扰下的周期性冲击提取能力优于最大二阶循环平稳盲解卷积(maximum second order cyclostationary blind deconvolution, CYCBD)方法和经典谱峭度方法。

多尺度多元素形态滤波自适应降噪研究

针对基本的数学形态滤波器存在的问题,提出了一种多尺度多元素形态滤波自适应降噪方法,首先利用不同尺度不同元素的基本形态滤波器对信号进行处理,得出各个误差。根据计算误差,设定权重系数级联基本的形态滤波器,对信号进行自适应降噪。针对正弦信号中复杂噪声干扰的特点,在信号中加入各种噪声,利用提出的方法对信号进行处理,并与多尺度滤波器进行了比较,证明了改进方法的有效性。通过将多尺度多元素形态滤波器应用于旋转检测地磁定向信号中分析与运算,有效降低了正弦信号中的噪声,提高了地磁定向精度,验证该方法降噪的有效性。

基于多结构元素形态滤波的大地电磁去噪

数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和三角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。

基于多结构元广义形态滤波的改进算法

为对采用相同结构元的形态闭-开和形态开-闭这两种滤波器进行改进,采用了不同结构元的广义形态闭-开和形态开-闭滤波器。在此基础上,将一种新的结构元运用到广义形态滤波中,提出了一种滤波新算法。理论分析和图像处理仿真实验表明,该类滤波新算法既能有效地滤除噪声,又可充分保留原图像的细节信息。

基于形态滤波和梯度模糊GHMT的组合边缘检测

提出一种基于形态滤波和梯度模糊GHMT(灰度击中击不中变换)的组合边缘检测方法。先利用广义多结构元形态滤波器对图像进行平滑去噪,然后再引入一种梯度模糊GHMT算子提取边缘,该算子将模糊逻辑融入梯度GHMT边缘检测算子,为梯度GHMT在处理图像边缘不确定信息时提供了一种强有力的工具。实验结果表明,本文提出的组合边缘检测方法能够在较高噪声条件下,得到较为理想的图像边缘。

数学形态滤波在音频大地电磁去噪中的应用

大地电磁去噪方法种类多,且各有其优缺点。本文引入汤井田教授的一种新方法——数学形态滤波法,它是依据形态学原理而创建的一种新型的非线性滤波方法,在信号和图像处理领域中得到广泛的运用。本文通过仿真实验设计一个加噪的正弦曲线,通过经腐蚀运算、膨胀运算、开闭运算、闭开运算和经形态滤波后分析曲线特征,之后对比经组合广义形态滤波在同一结构元素不同长度、同一长度不同结构元素滤波效果,最后将组合广义形态滤波引进到实测的音频大地电磁数据中,对比其滤波前和滤波后的视电阻率曲线,结果表明形态滤波能有效抑制音频大地电磁法中大尺度干扰,取得了良好的应用效果。

一种滤除心电信号中噪声的形态滤波方法

心电信号在检测过程中 ,常常会引入噪声和发生基线漂移 ,这严重影响了对心电信号的进一步分析和处理。采用数学形态学中的形态滤波方法 ,通过采用不同尺寸结构元素的开—闭和闭—开运算平均组合 ,来滤除心电信号中的噪声和校正基线漂移 。

矩形形态滤波器

矩形形态是一种最基本的灰度形态,在图像分析中有着重要的应用.为有效地检测出图像中的矩形形态,提出了一种矩形形态滤波器.首先定义了矩形形态滤波器的结构元素,然后定义了两种滤波模式:序位滤波和序位均值滤波.实验结果表明,矩形形态滤波器可以有效地从二值图像、二值噪声图像和灰度图像中检测出指定大小和方向的矩形形状.

基于LabVIEW的数学形态滤波器的设计与应用

文章以LabVIEW为平台对数学形态滤波器进行过程开发和应用,改变了传统的依靠数学计算工具Matlab进行分析的思想,并且对传统形态滤波器进行了改进,提高了滤波器消噪的效果。首先,设计了各种形态运算的子VI,然后通过这些子VI来实现形态滤波器的构建,最后仿真了滤波器在电能信号中的应用。仿真结果表明该方法的可行性和有效性,以及改进形态滤波器具有更好的消噪性能。

数学形态滤波与大地电磁噪声压制

数学形态滤波是一种新型的非线性滤波方法.介绍了形态学滤波的基本原理,针对大地电磁信号表现出的非线性、非平稳性和非最小相位特性,综合结构元素特征我们提出一种基于数学形态滤波的大地电磁噪声压制方法.为了有效抑制目标信号中的噪声干扰及修正统计偏倚现象,通过选用合理的结构元素及形态开-闭、闭-开组合,将正、负结构元素级联构造组合广义形态滤波器对实测大地电磁信号进行噪声压制.实验结果表明,该方法是切实可行的,有效地剔除了大尺度干扰及基线漂移,较好地还原了大地电磁信号的原始特征,修正了标准形态算子所产生的统计偏倚现象,去噪精度高.该方法计算速度快,具有潜在优势,为矿集区海量大地电磁信号与强干扰的分离提供了一条新的途径,应用前景广阔.

基于峭度准则EEMD及改进形态滤波方法的轴承故障诊断

针对轴承故障成分常以周期性冲击成分出现在振动信号中,而冲击响应成分常被强大噪声淹没,造成轴承故障特征提取困难等问题,将集成经验模态分解(EEMD)与改进形态滤波方法相结合,在本征模态函数(IMF)及形态学结构元素(SE)选取时均以峭度准则为依据,对筛选出的IMF分量进行信号重构后,再进行基于峭度准则的改进形态滤波方法处理。结果表明,该方法可避免共振解调中中心频率及滤波频带选取,自适应性较好;通过对实际滚动轴承内外圈故障分析,该方法可清晰准确提取到故障特征信息,噪声抑制效果好,可用于轴承故障精确诊断。

基于形态滤波和HHT的地磁信号分析与预处理

在地磁导航技术中,为获得精确的地磁场值,必须对信号中含有的各种噪声进行处理。针对地磁测量信号中含有的噪声特点,提出将形态滤波与Hilbert-Huang变换结合起来,先用形态滤波对数据进行处理,消除瞬时强脉冲的影响,再将信号进行经验模态分解,作出其二维时频谱图,分析信号中含有的噪声的特点,并根据分解的结果确定阈值,对各分量进行低通滤波,然后再重构。通过实际采集的数据对所提出的方法进行了验证,结果表明提出的方法可以有效地对地磁测量信号中的各种噪声进行处理。

自适应广义形态滤波方法在介损在线监测数据处理中的应用研究

该文基于数学形态学的基本形态变换及其组合形式,提出了一种采用不同结构元素级联而成的广义形态滤波器,将其应用于介损在线监测数据处理,以保证进一步分析诊断的准确性。考虑到广义形态滤波器仍存在统计偏倚现象,造成开一闭滤波器的输出幅值偏小,而闭一开滤波器的输出幅值偏大的问题,结合了自适应方法实现形态开、闭自适应加权组合滤波以保证输出的准确性。仿真分析和现场处理结果表明,广义形态滤波对于数据中存在的各种加性白噪声和正负脉冲性噪声有较好的抑制作用,能有效地还原数据的基本变化规律,同时采用自适应组合形态滤波的效果要优于单一形态滤波方法和其它非形态滤波方法。

基于数学形态滤波的大地电磁强干扰分离方法

针对矿集区大地电磁信号采集过程中常引入强噪声干扰等问题,采用数学形态滤波对大地电磁强干扰分离方法进行研究。在仿真信号中加入常见的强干扰来检验形态滤波的降噪能力,根据噪声类型选取不同结构元素尺寸及大小,并将形态滤波应用于实测大地电磁数据的降噪处理。采用非线性共轭梯度法进行反演,考查形态滤波对提高大地电磁测量数据质量的改善情况。研究结果表明:数学形态滤波能有效消除大地电磁强干扰中的大尺度干扰和基线漂移现象,重构信号基本保留原始大地电磁信号特征,改善大地电磁测深数据质量。由于该方法原理简单、并行运算速度快,具有较好的应用价值,适合于矿集区海量大地电磁强干扰分离。

基于改进单相dq变换与形态滤波的电压暂降检测方法

针对电压暂降特征量检测时存在的实时性差、准确度低的问题,结合数学形态学理论和d-q变换原理提出了一种基于改进单相d-q变换与形态滤波的电压暂降检测方法。研究了改进单相d-q变换算法实现原理,构造了混合形态滤波器,并给出了滤波器结构参数选择依据。仿真分析了方法在理想电压暂降波形和含谐波电压暂降波形下的检测性能,并进行了实验验证。仿真分析和实验验证结果表明运用改进单相d-q变换可以快速准确地得到暂降幅值和相位;形态滤波能够去除检测结果中非直流量,计算量小、精确度高。

利用广义形态滤波与差分熵的电能质量扰动检测

数学形态学是一种非线性信号处理方法,在电力信号的分析上具有独特的优势,而信息熵是一种典型的无序性测量指标,在电力系统中也具有巨大的应用潜力。在研究数学形态学算法及信息熵基础理论的基础上,提出一种基于广义形态滤波与差分熵的电能质量扰动信号检测方案,该算法利用广义形态滤波器作为前置滤波单元对信号进行预处理,再利用差分熵度量信号的复杂程度,获取扰动信号的特征量,从而实现扰动的定位。对6种理想信号进行了仿真,结果表明,该算法对非过零时刻发生扰动的信号具有较好的适应性,受噪声强度及信号幅值突变幅度影响较小。

基于ITD-形态滤波和Teager能量谱的轴承故障诊断

针对强背景噪声下滚动轴承振动信号故障特征信息难以提取的问题,提出了结合固有时间尺度分解(ITD)-形态滤波和Teager能量谱的滚动轴承故障特征提取与诊断方法。首先对滚动轴承振动信号采用ITD方法分解,得到若干个固有旋转分量;考虑到噪声主要分布在高频段,取前2个高频的固有旋转分量进行形态滤波,并将滤波后的信号与剩余固有旋转分量重构;对重构信号计算Teager能量算子并绘制Teager能量谱,从Teager能量谱中可以识别出故障特征。将本方法应用于滚动轴承的内圈故障和外圈故障诊断,结果表明ITD-形态滤波可以有效去除振动信号中的背景噪声并保留冲击特征,Teager能量谱可以直观并准确显示出故障特征。

基于形态滤波的脉搏波信号基线漂移消除方法研究

脉搏中蕴涵着大量的人体生理病理信息,因此分析脉搏信号成为诊断亚健康状态的重要手段。但是由于呼吸运动和身体移位导致了脉搏信号的基线漂移,影响了诊断结果的正确性。针对基线漂移的去除需求,文章提出了一种基于形态学滤波的方法,该方法通过采用2种不同宽度的结构元素,对脉搏波信号进行广义形态开闭和闭开滤波,分离出基线漂移。实验结果表明,该方法能实时有效地滤除基线漂移,处理效果优于传统算法。

基于数学形态滤波的齿轮故障特征提取方法

针对齿轮故障特征的提取问题,提出一种根据信号形态特征对齿轮故障信号进行形态滤波的新方法。形态滤波是一种新的非线性滤波方式,可以有效地提取出信号的边缘轮廓以及信号的形状特征。对Lorenz信号进行不同结构元素的数学形态滤波处理,证实形态滤波对抑制信号噪声、保留信号非线性特征方面的作用。采用长度为齿轮冲击周期长度的0．6-0．8倍的扁平结构元素,对齿轮断齿故障振动信号进行形态闭运算处理,并对滤波后的信号进行频谱分析。结果表明,利用形态滤波可以从齿轮断齿信号中成功提取隐含在噪声中的冲击故障特征。

基于改进EMD与形态滤波的齿轮故障特征提取

针对齿轮故障特征往往被强背景噪声淹没的问题,提出一种改进EMD与形态滤波相结合的齿轮故障特征提取新方法。首先采用开-闭、闭-开级联而成的组合形态滤波器对原始故障信号进行消噪处理,然后通过EMD方法将包含在齿轮故障信号中的各个频率族信号分离,再采用互信息方法消除传统EMD分解结果中包含的虚假分量,最后利用分解得到的各阶固有模态函数为单一分量调制信号的特点,通过差值形态滤波的方式对分量信号进行解调以提取故障特征。齿轮故障实验信号的研究结果表明:该方法可有效的提取齿轮故障特征信息并抑制噪声,而且能够取得比传统包络解调分析更好的效果。