基于FFT和小波包变换的电力系统谐波检测方法

针对目前在进行谐波检测时存在频谱泄漏、柵栏现象以及由分析时运算量较大造成的识别定位速度慢、实时性不高等问题,提出了一种基于FFT和小波包变换的综合谐波检测方法。该方法利用傅里叶变换优秀的幅频特性,识别出所有的谐波分量,再利用小波包优秀的时频特性,快速、有选择地对所关注暂态谐波分量发生和结束时刻进行准确定位,同时将该谐波分量提取出来,这样有效地减少了运算量,提高了谐波检测的实时性。用Matlab仿真了综合谐波检测方法,并将仿真结果与目前常用的检测方法的仿真结果进行了比较,验证了所提方法对谐波检测的有效性和实时性。

基于小波包变换的中波红外偏振图像融合研究

针对红外偏振图像的突显目标轮廓的能力及增强景物细节信息的特点,提出基于小波包变换法的红外偏振图像灰度级融合方法,对辐射强度图像及偏振信息图像进行有效融合.通过与常用的红外图像融合方法进行客观比较,表明通过小波包变换法得到的融合图像的对比度值、信息熵及互信息值均比较高,该方法有利于场景感知和目标识别.

基于提升小波包变换的滚动轴承包络分析诊断方法

提出了一种基于提升小波包变换提取滚动轴承损伤特征的方法。在提升模式的框架下,根据小波包变换的思想,对细节信号进一步采用提升模式进行分解,实现了提升小波包变换。为了有效地获取滚动轴承的损伤特征,选择合适的小波包基函数,把振动信号按给定的尺度分解,以该尺度信号能量最大的小波包信号分解频带作为最佳小波包,再用解调分析法提取特征频率。并采用仿真和实验信号对该方法进行了验证。采用该方法对无损伤和含有损伤的滚动轴承进行分析,取得了较好的诊断效果。