基于布里渊增益谱二维图像小波阈值降噪的BOTDR测量精度提升研究

针对布里渊光时域反射仪(BOTDR)信号弱,噪声干扰造成的测量精度降低问题,提出基于布里渊增益谱二维图像小波阈值降噪方法实现BOTDR系统测量精度提升。分析了微波扫频法BOTDR测量原理及二维布里渊增益谱图像特征,设计了二维图像小波阈值降噪算法流程,搭建了微波扫频法BOTDR实验装置进行降噪性能验证,基于降噪性能对比确定了二维小波基函数、分解层数、阈值规则及阈值函数最优参数匹配方案。实验结果证明,使用二维图像小波阈值降噪算法,在累加平均500次条件下,降噪前后10km传感光纤末端变温区布里渊频移波动范围由±4.61MHz降至±2.59MHz,均方根误差由2.24MHz降至0.99MHz;降噪前后50km传感光纤末端变温区布里渊频移波动范围由±41.25MHz降至±2.83MHz,均方根误差由33.59MHz降至1.69MHz。研究表明,使用该降噪方案可有效提升BOTDR测量精度。

基于小波阈值降噪算法的滚动轴承故障诊断

滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强的故障诊断能力.因此,WTD算法具有有效性.

改进小波阈值降噪方法在振动-高动态离心复合试验控制系统中的应用

目的 针对振动-高动态离心复合试验控制系统中控制信号受噪声干扰导致控制效果不佳的情况,进行降噪处理,以提升试验控制能力。方法 利用改进的小波阈值降噪方法,对振动-高动态离心复合试验控制系统中控制信号进行降噪处理,通过分析信号特性,结合小波阈值降噪方法原理,提出阈值准则随分解尺度自适应动态变化的改进方法。结果 通过本文改进方法和其他小波阈值降噪方法的对比分析表明,本文所提方法对于振动-高动态离心系统所存在的中高频噪声干扰起到了明显抑制作用,可有效保留控制信号特征,获得了更佳的综合降噪效果,信噪比提升近10 dB,满足试验控制所需的降噪要求。结论 采用自适应动态变化的阈值准则的小波阈值降噪方法对振动-高动态离心复合试验系统的控制信号进行降噪处理有效且可靠,可对后续相关试验技术研究方向提供一种可行思路。

融合小波阈值降噪和INFO-LSSVM算法的化工过程参数预测

针对化工过程非线性、时滞性高的实际问题,以某氨合成工段为研究对象,首次提出基于小波阈值降噪的向量加权平均算法(INFO)优化最小二乘支持向量机(LSSVM)的氨合成塔预测方法 INFOLSSVM,将小波降噪理论与INFO-LSSVM算法结合创建了预测精度较高的氨合成塔预测模型,用模型筛选出6个氨合成工段中的样本数据进行小波阈值降噪预处理,然后用INFO-LSSVM训练降噪后的数据,得到小波阈值降噪的INFO-LSSVM氨合成塔预测模型,对比INFO-LSSVM、PSO-LSSVM、LSSVM模型的预测结果,得到三者的均方根误差分别为0.231 8、0.447 7、0.496 4,可为多因素作用下类似预测提供借鉴。

基于改进LMD阈值降噪的滚动轴承故障诊断研究

针对滚动轴承振动信号易受噪声干扰从而影响故障诊断精度的问题,提出了一种将改进局部均值分解(LMD)区间阈值降噪算法、多尺度排列熵(MPE)和支持向量机(SVM)相结合的滚动轴承故障诊断方法。采用改进LMD区间阈值降噪算法对信号进行预处理,考虑到去噪信号仍有较强的非线性特性,采用MPE算法构建特征向量集,并将其输入SVM进行故障识别。实测轴承信号分析结果表明,本文所提出的故障诊断方法的故障识别准确率为98.3%,优于其他故障诊断方法。

基于小波阈值降噪的长距离BOTDR测温系统研究

针对长距离布里渊光时域反射仪(BOTDR)存在的精度较低问题,提出基于探测光功率优化和小波阈值降噪的长距离BOTDR测温系统。通过分析光纤本征布里渊频移下时序曲线末端信噪比实现长距离BOTDR探测功率最优匹配,结合小波阈值降噪提高测温精度,在63km光纤上进行验证。实验结果表明,30m空间分辨率下,小波阈值结合探测功率优化使变温区布里渊频移波动从22MHz降至10MHz,重复性实验中光纤末端变温区温度波动为±5.3℃,温度波动均方根误差(RMSE)小于1.68℃,定位均方根误差(RMSE)小于1.78m。最后探索了不同空间分辨率下最优探测功率和光纤末端布里渊频移精度。研究表明,小波阈值降噪结合探测功率优化可有效提升长距离BOTDR系统的测温精度。

基于改进阈值原则与样本熵的轴承阈值降噪方法

为了提高对故障轴承信号的降噪效果、降低重构信号中噪声信号的比例,提出基于改进阈值原则与样本熵的小波阈值降噪新算法。采用小波变换法对信号进行多层分解,以样本熵为标准采用改进阈值原则设置不同分解层的阈值,并重构降噪后的小波系数,最终实现信号降噪。仿真实验结果表明,新算法对轴承信号的降噪效果显著,改进的标准阈值原则优于传统的通用阈值原则和固定阈值原则。

改进小波阈值降噪的汽车加速度信号处理

汽车加速度信号表征汽车的行驶状态,蕴含了大量信息,是汽车驾驶性评价中的重要参数。在实际测试中由于路面复杂、车体振动等不确定性因素会引入许多噪声,影响加速度信号提取的准确性。在工程中常采用小波变换对信号进行降噪处理。小波去噪的一个重要点是去噪时阈值函数的选取,本文通过试验对比不同小波阈值函数的去噪效果,并对阈值函数提出改进建议。结果表明:新的阈值函数提升了降噪效果,更好地保留了信号特征,为阈值函数的改进提供了新方向。

多小波自适应阈值降噪在故障诊断中的应用

为了提取淹没在强背景噪声下的微弱故障信息,引入多小波自适应阈值降噪方法实现滚动轴承的信号去噪,并结合包络解调提取故障特征.多小波具有多个尺度函数和小波函数,具备单小波无法同时满足的对称性、正交性、紧支性和高阶消失矩等优良特性,可匹配信号中的不同特征信息.基于轴承外圈点蚀故障的仿真信号,分别利用GHM多小波和Db2小波对其进行降噪处理.通过信噪比的定量分析表明,相比单小波而言,多小波的降噪优势明显.针对滚动轴承的微点蚀实验信号和现场实采集的工程数据,多小波自适应阈值技术比单小波方法具有更好的降噪效果,且更易于提取出滚动轴承的早期故障信息.

基于EMD的水轮机空化声发射信号阈值降噪方法

针对随机噪声对水轮机空化声发射信号的影响,提出了基于经验模态分解(EMD)的水轮机空化声发射信号阈值降噪方法:首先利用EMD将水轮机空化声发射信号分解得到多个本征模态分量(IMF),然后结合给定阈值规则对前半部分IMF分量进行降噪,将降噪后的IMF分量与未处理的IMF分量重构,得到降噪后的声发射信号。采用该方法分别对仿真信号和水轮机空化试验过程中采集到的声发射信号进行了降噪处理,并与小波阈值降噪方法、小波包阈值降噪方法及传统EMD降噪方法进行了对比。结果表明:EMD阈值降噪方法有效结合了EMD自适应分解的特性和阈值降噪的良好性能优点,对水轮机空化声发射信号的降噪效果优于其他3种方法。

小波阈值降噪技术在振动信号处理中的应用

通过对转子不对中故障信号的模拟仿真,用小波阈值降噪法消噪,分析比较几种不同小波函数降噪的效果,对比默认阈值方法与自适应阈值消噪方法的降噪效果,结果表明,自适应阈值比默认阈值更具有可信度。

惯性导航EEMD区间阈值降噪方法

陀螺随机误差是影响惯性导航系统精度的主要因素。在经验模态分解(EMD)和阈值降噪的基础上,提出一种基于集合经验模态分解(EEMD)的区间阈值的陀螺信号降噪方法。该方法利用EEMD方法将陀螺信号分解多个本征模态函数(IMF)分量和1个残余分量,基于信号和IMF分量的概率密度函数的2范数距离方法剔除纯噪声IMF分量,利用改进的区间阈值降噪方法实现信号的降噪。仿真和实测试验表明,该方法不仅能有效抑制EMD中的模态混叠问题,而且能有效削弱陀螺的随机误差,从而提高惯性导航系统的精度和可靠性。

基于经验模式分解的电晕放电辐射信号阈值降噪处理方法

随着输电电压等级的提高,电晕放电已成为影响高压、特高压输电线路安全稳定运行的重要因素。鉴于此,提出了基于经验模式分解(empirical mode decomposition,EMD)的电晕放电辐射信号阈值降噪处理方法,首先利用EMD算法对采集到的电晕放电辐射信号做分解处理,得到不同的基本模态分量,然后利用阈值函数和给定阈值对各分量做降噪处理,并对处理后的分量重构,得到降噪后的信号。研究结果表明:与小波降噪和EMD时空降噪相比,基于EMD的阈值降噪方法不存在基函数选取和分解层数选取等问题,其降噪过程是完全由信号特征决定的自适应降噪,同时该方法保留了小波降噪中对各分量进行阈值处理来降噪的优点,并且在对信号的降噪过程中去除了可能存在于信号中的趋势项干扰,因而该方法更有利于对电晕放电辐射信号的降噪处理。

基于小波阈值降噪滚动轴承信号的研究

分析了不同故障情况下滚动轴承故障信号频率的变化情况以及Penalty阈值降噪模型、Brige-Massart阈值降噪模型和缺省阈值降噪模型的特点。利用小波分析和三种阈值降噪模型对实际采集的轴承故障信号进行降噪,结果表明,Penalty阈值和缺省阈值降噪模型比Brige-Massart阈值降噪效果更好。文中还对降噪后的信号进行了频谱分析,获取了滚动轴承的特征值,便于判断滚动轴承发生的故障类型。

小波阈值降噪技术在齿轮箱振动信号处理中的应用研究

阐述一维信号的小波降噪原理及小波阈值降噪方法,用MATLAB软件对齿轮箱振动信号进行降噪处理。利用图像和计算数据说明不同小波函数和不同阈值规则的消噪效果,得出Stein无偏似然估计阈值(Rigrsure阈值)方法对强噪声复杂的齿轮箱振动信号降噪效果最佳。

基于噪声方差估计的小波阈值降噪研究

信号中包含的噪声不仅降低了信号的质量,而且还严重影响着各种相关处理算法的有效性,因此,高效稳健的噪声方差估计对于各类信号处理非常重要。提出一种噪声方差估计的新方法,该方法首先应用两状态高斯混合模型对高频系数建模,混合模型的各项参数通过EM(Expectation-maximum)算法迭代估算得到。在建立的高斯混合模型中,当参数满足一定条件时,可以将高频系数分为噪声类和边缘类。基于高频子带内系数的相关性,对噪声类所包含的系数再次应用高斯混合模型的方法分类,并在每个类中分别进行噪声的估计,最后对所得噪声信号计算方差作为原始信号的噪声方差估计。基于这种估计方法,将小波阈值法应用到反求工程的降噪中,实际信号的降噪结果在光滑性和特征保持方面均有较好的效果。试验表明,该噪声方差估计方法对噪声大小具有一定适应性,且小波阈值降噪法简单易行,应用广泛。

换挡加速度信号的EMD和小波阈值降噪方法

针对采集的换挡工况加速度信号中存在的噪声对换挡品质评价指标值提取的准确性和复杂性产生较大影响的问题,提出一种基于经验模态分解(EMD)和小波阈值方法结合的信号降噪方法。首先利用EMD将含噪的原始信号分解为有限个本征模态函数(imf)分量,然后对高频imf分量进行小波阈值降噪,并将降噪后高频分量和低频分量利用EMD进行重构得到降噪后的信号。最后对某一换挡工况的加速度信号进行降噪试验。试验结果表明,在换挡加速度信号降噪方面,基于EMD和小波阈值的降噪方法与传统的EMD分解降噪、小波阈值降噪相比,能够更好地保留原始信号特征形态,降噪效果更明显。该方法为换挡加速度信号的降噪处理提供了一种可行的思路,为后续整车驾驶性评价创造了条件。

一种基于加权平均的改进型小波阈值降噪算法

通过分析传统硬、软阈值小波降噪算法的原理和特点,提出一种改进型小波阈值降噪算法。该算法基于加权平均原理,结合了硬、软阈值降噪的优点,克服了硬阈值函数在阈值处不连续的缺点,使重构信号具有更加良好的光滑度;同时克服了软阈值函数存在固定偏差的不足,提高了重构精度,优势明显。通过实验对传统硬、软阈值小波降噪算法与改进型小波阈值降噪算法进行了对比分析,结果表明:改进型小波阈值降噪算法的降噪效果更好,信噪比更高,均方根误差更小。

基于小波阈值降噪和经验模态分解的高光谱图像分类算法

为了充分降低高光谱图像中的噪声以获得高精度的分类结果,本文结合小波阈值降噪(WTD)和经验模态分解(EMD)的优点,提出了一种基于小波阈值降噪-经验模态分解的高精度支持向量机(SVM)高光谱图像分类算法(WTD-EMD-SVM)。首先对高光谱图像进行小波阈值降噪,除去高光谱数据中的高频噪声;然后再对高光谱图像进行EMD,获得含有高光谱数据本质特征的内固模态函数(IMF)和含有低频噪声的残差;最后采用内固模态函数重构高光谱图像,并对高光谱图像进行SVM分类。将其应用到AVIRIS数据92AV3C,仿真结果表明该算法不仅提高了高光谱图像分类精度,同时可减少支持向量数目,以提高高光谱图像分类速度。

活塞涡流信号的小波阈值降噪优化研究

涡流检测信号在产生、传输及接收过程中,会引入大量的随机噪声,为了后续信号特征提取识别处理,降噪在信号处理中是必不可少的一个环节。阐述了小波阈值降噪的基本原理,搭建了活塞喉口涡流检测实验平台。采集多组涡流检测信号,结合信噪比、均方根误差两项指标,评价降噪过程中阈值、阈值函数选取的不同对降噪效果的影响,对降噪方法进行比较优选。实验结果表明:当涡流检测信号中含有大量白噪声时,启发式阈值准则和改进指数型阈值函数能够很好的实现真实信号的提取,降噪效果最优。