基于最优小波包基的电动机故障信号的消噪与检测

现场采样获得的电动机故障信号通常会含有很多的噪声,如果对噪声不能加以有效地消除,那么故障特征信息的提取将会受到很大的影响。该文通过对基于shannon熵的最优小波包基的快速搜索算法的探讨,提出了基于最优小波包基的电动机故障信号的消噪与检测方法。通过实例分析,验证了基于最优小波包基的信号消噪效果要优于小波方法或普通小波包方法的消噪效果。通过对消噪后的故障信号进行分析,提取出了故障特征信息。检测结果表明,在故障检测前先采用最优小波包基方法对故障信号进行消噪,有利于提高电动机故障检测的准确性。

基于最优小波包变换与核主分量分析的局部放电信号特征提取

UHF法作为GIS设备PD检测的有效方法已得到广泛应用,但GIS内UHFPD信号的特征提取一直是研究的难点问题。作者从小波包对UHFPD信号分解过程入手,根据已建立的GIS内4种典型缺陷UHFPD数学模型,分别采用熵最小原则选取最优小波包基,利用所得到的最优小波包基对UHFPD信号进行分解得到的小波包系数,计算信号在各频带投影序列的能量、在各个尺度下的模极大值和绝对平均值,构造出能完整描述UHFPD信号的特征空间,并用KPCA法将高维特征空间降到低维特征空间,解决了维数危机,消除了类内散度矩阵的奇异性,并最大限度地保持原有信号的特性。由此作为模式识别的特征量能够较好地应用于UHFPD信号模式识别。

红外光谱预处理中去噪的研究

红外(IR)光谱由于包含了噪声等各种外界干扰因素。应该先进行光谱预处理,以便降噪,提高分析准确度。本文采用了一种基于最优小波包基的信号去噪算法,该算法根据最小代价原理,采用不同的阈值算法对光谱的高频和低频信号进行量化处理,用量化后的系数重构得到去噪信号,从而达到较好的去噪效果。实验表明,本方法处理后光谱曲线非常光滑、噪声消除效果明显。

模拟电路故障最优特征搜索与识别

为解决模拟电路故障诊断中故障特征选取的难题并提高故障识别率,提出一种故障最优特征矢量候选集的搜索算法,并构造了模式最佳邻居查询规则来选取故障模式最优特征进行故障识别。以故障信号小波包分解的频段能量值构造故障样本的初始特征矢量,搜索识别多种模式的特征子矢量生成最优特征矢量候选集,查询模式最佳邻居确定其最大邻域,在综合判据监督下选取故障最优特征完成故障识别。模拟诊断实例表明,选取的最优特征在诊断模拟电路故障时具有满意的准确率。

基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中.该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号.仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景.

最优小波包基算法在爆破振动信号去噪中的应用

为比较基于Shannon熵准则的最优小波包基信号去噪算法的优越性,采用延期时间分别为22 ms、45 ms和75 ms高精度雷管进行台阶爆破试验,对监测的振动信号分别用基于小波变换去噪算法和基于Shannon熵准则的最优小波包基信号去噪算法进行对比并计算2者方法的峰值信噪比。结果表明:基于Shannon熵准则的最优小波包基信号去噪算法提高了信噪比,能够识别高精度雷管爆破振动信号随药量增加和延期时间不同而产生的速度峰值变化,具有较强的信噪分离能力和良好的去噪性能,达到了很好的去噪效果。

基于最佳小波包基的高光谱影像特征制图

鉴于在时频局部化能力方面小波包变换优于小波变换,将高光谱影像像元光谱曲线作为1维信号并对其进行多尺度小波包变换分解,得到不同尺度上的低频和高频成分向量。根据不同地物像元光谱小波包分解最佳基有很大差异,而同一地物像元光谱小波包分解的前若干个最佳基完全相同的特点,提出一种基于前若干个最佳小波包基特征参量数组的分类特征参量和目标识别方法,并对AVIRIS影像中的特征如地物植被、水体、岩石及某些阴影等进行提取与制图。

基于小波包变换与自适应阈值的SAR图像去噪

针对SAR遥感图像在探测、传输过程中受到噪声干扰,不利于对其进行处理的问题,提出一种基于小波包和自适应阂值的SAR图像去噪方法。该方法采用小波包对SAR图像进行分解,与传统的小波分析相比,小波包分析能够提供一种更加精细的分析方法;然后采用自适应阈值的方法去除sAR图像中的噪声。实验结果表明,该算法能有效去除SAR图像中的噪声,在信噪比和主观视觉上都要优于小波去噪的方法。

基于神经网络技术的电梯动态智能检测系统

提出了一种基于神经网络技术的电梯动态智能检测系统,它可以长期不间断地采集电梯运行数据并存储.利用最优小波包的理论分析提取轿厢垂直振动加速度信号特征,与水平方向振动信号特征融合建立了BP神经网络模型,实现对电梯急停故障现象的诊断.经验证,该模型能有效判断出电梯急停故障,为特检部门提供了电梯的检测依据.

小波包调制树优选简易算法

提出了一种基于小波多速率调制的小波包优选树提取简易算法。该算法在不增加传输系统复杂度的条件下,通过发送训练序列,并计算各个小波树分支解调信号的均方误差,从而确定最佳树优选分解。仿真结果表明,通过优选树算法,在小波传输频带确定的情况下,可以在特定信道下,有效确定小波多速率调制的最佳树分解结构,降低系统接收误码率。

基于最优小波包基的降噪方法及其应用

如何有效去除信号中的噪声是地球物理勘探领域中一个较重要的研究内容。如何去除有效数据中的噪声而保持信号的初至相位不发生畸变,常规的频率域或时间域滤波方法均不能较好的解决这个问题,而基于小波包基的信号去噪方法却是一种较好的方法。本文以小波包分析为基础,根据最小代价原理研究信号分解的最佳小波包基,对不同频率的系数采用不同的阈值进行量化,对高频信号采用Stein无偏似然估计的原则计算阈值,而在低频部分则采用以信号能为依据的浮动阈值,利用量化后的小波包系数重构得到去噪后的信号。仿真和实验结果表明,该方法去除噪声的同时并不改变原信号的相位,也不会产生波形的畸变。同时,将该方法利用到超声波数据降噪处理的工程实际中也取得了较好的效果。

一种最优小波包基搜索算法

提出了一种最优小波包基搜索算法.信号奇异点的小波分解系数远大于其余点,利用这一特性构成有效的数据压缩方法.在小波包分解各节点中保留与信息有关的较大的系数,去掉其余干扰数据.由于有关的信息被保留下来,舍弃的是大量无关的干扰,一方面达到了消噪的目的,另一方面大大压缩了数据,便于数据的存储和传输.最后基于该算法给出了算法用例,并将该算法应用于分解压缩,得到了较好的效果,证明该算法在工程应用中具有一定的价值.

基于小波包变换和数学形态学结合的光谱去噪方法研究

对反射光谱数据进行去噪是提高光谱信息准确度的前提。传统时域平滑和频域去噪方法存在诸多缺点,本文首次将广义形态滤波方法用于可见近红外光谱的去噪处理,并提出基于小波包变换和数学形态学结合的光谱去噪方法。使用USGS光谱库中的植被光谱进行实验,采用信噪比(SNR)、均方误差根(RMSE)、波形相似度(NCC)和平滑度(SR)四个指标来评估去噪效果。结果表明,小波包最佳基阈值法和广义形态滤波法都能较好地保持波形和平滑度,广义形态滤波法能较好地消除幅值较大的随机噪声,但其对连续随机噪声中幅值较小的噪声成分不能有效消除;而小波包最佳基阈值法不能有效消除幅值较大的噪声成分;二者结合的方法组合了这两者的优点,使得幅值较大、较小的噪声成分都能较好地消除,同时还提高了相似度和平滑度指标,充分表明小波包最佳基阈值与广义形态滤波结合的方法是一种更好的可见光近红外光谱去噪方法。

基于最优小波包基的陀螺仪信号去噪算法研究

文中提出了一种基于Shannon熵准则的最优小波包基浮动阈值去噪算法,并将其应用于某型反舰导弹陀螺仪信号的去噪处理.仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,将具有更为广泛的应用前景。

小波包和多小波图像数字水印的研究与比较

介绍了小波包和多小波两种数字水印技术,比较了二者的应用特点和优越性,并对不同的图像进行了试验和对比研究。结果表明,在宿主图像、水印的嵌入位置和对水印的攻击类型相同的条件下,多小波水印在图像增强、添加噪声和滤波的攻击实验中抵抗能力要好于小波包。而基于最优基的小波包水印能够更好地抵抗剪切、JPEG压缩和马赛克等操作,具有更好的自适应性,并且从实用价值来看,小波包水印方案更易于操作,实用性更强。

最佳小波包基的矿区植被及红边位置提取

小波包变换能同时对植被光谱信息的低频和高频分量进行分解,并能克服小波变换时间分辨率高而频率分辨率低的缺陷从而具有能够探测植被细微变化的优势。实验利用Hyperion高光谱影像对云南省普朗铜矿区植被像元的光谱进行最佳小波包基参量获取与植被信息识别,并在此基础上提出一种提取重金属污染下植被红边位置的最佳小波包基系数应用模型。研究结果表明基于最佳小波包基参量的植被信息识别及基于最佳小波包基系数的重金属污染探测具有可行性与一定优越性。

基于小波包和改进的FCM的医学图像分割

提出应用最优小波包变换对磁共振颅脑图像做分解,以各子带小波包系数的能量形成纹理特征集;并运用基于核函数的模糊C均值聚类算法(Kernel-Based Fuzzy C-means Algorithm,KFCM)对所提取到的特征集进行聚类分析,从而实现了对磁共振颅脑图像的有效分割。实验证明应用KFCM算法做分割的收敛速度和抗噪性明显优于FCM算法。

一种基于小波包最优基算法的图像压缩方法

小波包是近年来的一个研究热点 ,在图像处理方面有着很广泛的应用。本文提出了一种基于快速小波包算法的图像压缩方法 ,在一维情况下 ,它比传统算法提高 2 .67倍 ;在二维情况下 ,和具体的图像大小有关 ,但比传统算法还是提高了三至四倍 ,因此加快了图像压缩的进程 ,取得了很好的实验效果。将图像在小波包最优基下展开 ,利用小波包最优基极好的空间、尺度定位性 ,使得图像的小波包变换系数在小波变换域极可能的集中从而使在不降低压缩信号的视频质量情况下 ,提高了图像的压缩比。

一种基于小波包变换的纹理图像压缩算法

提出一种基于小波包变换与自适应混合量化的新图像压缩算法。该算法首先用小波包变换对纹理丰富的图像进行完全分解,并用一种与后续编码器相关联的成本函数(CostFunction)进行最佳小波包基搜索;然后依据图像内容,自适应确定小波包系数的扫描次序;再对小波包变换后的最低频子带进行DPCM无失真编码,对高频子带实施矢量量化编码;最后对所形成的二进制符号流进一步实施自适应算术编码。仿真实验结果表明:提出的小波包图像压缩算法是一种比较好的编码方案,其压缩效果不仅明显优于JPEG算法与SPIHT算法(特别是纹理图像),而且优于已有的其他小波包图像压缩算法。

一种基于最优小波包基的电泳荧光信号去噪方法

针对现有电泳荧光信号去噪处理方法的不足,提出一种基于最优小波包基的信号去噪方法.该方法采用Shannon熵准则选择最优小波包基,选取Penalized阈值,用量化后的系数重构得到去噪后的信号.仿真实验表明:基于最优小波包基的电泳荧光信号去噪方法在使信噪比得到提高的同时,电泳荧光信号的峰值误差也进一步减小.