基于PW-Maankenall和小波分析法的山东黄河段水沙变化

分析黄河水沙特征变化,对中下游农业灌溉、耕地资源管理配置等具有指导意义。文章基于黄河山东段逐年径流量、输沙量数据,运用PW-MaanKendall、Morlet小波分析方法,对1961—2020年间水沙变化规律进行解析。结果表明:近年来黄河山东段径流量、输沙量均呈现显著减少趋势,径流量与输沙量变化周期同步,以2~4a短周期为主,次周期为8~12a。研究结果为河道治理及防洪提供参考。

基于自适应复平移Morlet小波的轴承包络解调分析方法

针对滚动轴承的传统包络解调分析技术需要人工选择参数的缺点,提出一种自适应包络解调分析方法。该方法针对轴承故障在振动信号中表现为冲击衰减波形的特点,采用复平移Morlet小波实现冲击特征波形的自动提取。同时,基于小波系数峭度值最大的优化策略,给出Morlet小波基函数的中心频率和包络因子的优化方法,从而实现与冲击特征成分的最优匹配,获得较好的包络信号。对模拟信号和实际轴承故障数据的应用分析表明,该方法通过对基函数波形的优化匹配,可以有效地解调出弱故障特征分量,效果优于普通的复平移Morlet小波变换,适合于轴承的早期故障特征提取。

基于复Morlet小波谱峭度图包络分析算法的改进

基于复Morlet小波谱峭度图的包络分析方法具有自适应选取带通滤波优化中心频率和带宽的优点.但原算法存在构造的滤波器带宽并非理想的-3dB带宽,且各级滤波器组所覆盖分析频带不一致的问题,其可导致包络提取错误.本文提出了一种优化算法,该算法可在实现确定带通滤波器优化中心频率和带宽的同时,可确保各滤波器组中滤波器的交叠点为-3dB带宽处和各滤波器组覆盖频带的一致性.试验验证了该方法的有效性.

基于Morlet小波分析的潍坊市降水量周期规律分析

降水量时间序列具有概率统计意义上的周期性,识别判定序列的周期性对于降水规律的预测分析、灾害防御预判具有重要意义,近年来,随着水旱灾害防御工作对“预报、预警、预演、预案”要求越来越高,有针对性的降水量周期性研究的重要性更加凸显。为支撑“四预”工作,研究降水时间序列规律,文章以潍坊市年平均降水的系列资料为基础资料,采用Morlet小波对其进行多时间尺度分析,判定在不同时间尺度下,潍坊市年降水量丰、枯变化的过程和特性,分析得出潍坊市年降水量变化的趋势自2020年后将慢慢转入降水量逐年减少的周期中的结论。

基于双树复小波域主成分分析的地震面波压制方法

面波是地震勘探中一种主要的规则干扰波,面波压制是地震处理中的重要问题之一.结合双树复小波变换和主成分分析提出了一种面波压制方法.首先,对含面波地震信号进行双树复小波变换,在变换域中分析面波信号与有效信号的分布情况.鉴于低频子带既含较多有效信号又有较强的面波成分,对其进行主成分分析处理.对分解得到的每一尺度高频小波系数中±45°方向作主成分分析处理,±75°方向进行基于分位数的阈值处理,±15°方向保持不变.最后,对处理后的小波系数进行逆变换得到压制面波后的地震信号.仿真实验及对实际资料的处理结果显示,该方法能够有效压制面波,去除随机噪声,较好地保留了有效信号.

基于复Morlet小波的海洋水文要素年际变化分析

本文利用复Morlet小波变换对海洋水文要素时间序列的年际变化分析方法进行研究,并对南沙海区月平均表层水温时间序列进行了多时间尺度分析。结果表明:南沙海区月平均表层水温时间序列各时间尺度上的时域分布是不均匀的,存在2.5年和5年左右的周期。

复Morlet小波方法遥感反演海浪波长和水深的仿真分析

利用海浪造成的遥感影像波纹状特征,可以基于小波方法反演海浪波长,进而利用海浪波长随水深变浅而变短的特点反演浅海水深.选择复Morlet小波方法,采用理想波面数据和FUNWAVE模式数值模拟的波面数据代替遥感资料进行仿真研究,讨论资料分辨率和子图分割对波长及水深反演的影响.理想波面数据反演波长的结果表明,在波长空间无变化的情况下,子图长度大于波长、子图内均匀分布的资料点数在9个以上时,资料分辨率对海浪波长反演结果基本无影响,可以用波长能量谱解释其原因;在波长空间变化的情况下,子图长度大于2倍波长、每个波长内资料点数在4个以上,可以得到较好的波长反演效果.数值模拟波面数据反演波长对子图长度和资料点数也有类似的要求,水深反演误差在子图尺度太大时略有增大,随资料分辨率降低也略有增大.

基于行波相位特征的海上风电柔直电缆故障保护方法的研究

电缆线路对行波的色散和衰弱性质会导致常规的行波法在电缆线路上的应用受到限制。文中提出一种适用于电缆线路的保护方案,该方案通过提取线路极线量进行相模变换,进而得到线模和地模行波分量构建整体保护方案。利用复小波Morlet获取故障模量中的相位信息,之后通过区内外故障的相位差异可以有效识别故障。基于PSCAD和Matlab仿真验证了该方法的有效性。与传统行波保护方案比较,该保护方案具有更强的耐受过阻能力。

基于复Morlet小波变换的大跨空间结构模态参数识别研究

探讨了基于复Morlet小波变换的结构频率及阻尼比的识别方法,推导了基于小波变换系数的振型识别原理。为提高识别密集模态的精度,提出了基于最小标准差的小波中心频率及带宽的自适应选择方法。针对大跨空间结构具有低频密集模态以及难以实现用力锤或激振器来激励等特点,提出了自然激励法与小波变换相结合的模态参数识别方法。数值仿真及奥运场馆国家游泳中心现场实测数据分析表明,基于复Morlet小波变换的方法能有效识别低频密集模态参数。

最优Morlet小波滤波及其在机械故障特征分析中的应用

分析了Morlet小波及其滤波特性,结合小波变换技术和奇异值分解技术,提出了基于最优Morlet小波和奇异值分解的滤波消噪方法,解决了传统小波去噪方法的不足,即如何选取小波基、阈值方法和阈值。依据最优Morlet小波滤波方法,研发了基于小波变换的故障特征分析仪,并应用于轴承故障的特征提取,实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的。

基于复Morlet小波和系数相关的齿轮故障特征提取

针对大型机械测取的振动信号信噪比低,故障特征不明显,故障定位难度大,提出了基于复Morlet小波和系数相关的齿轮故障特征提取方法。该方法利用了复Morlet小波的幅值、相位组合信息对信号突变点具有更好的敏感特性和小波系数相关降噪特性,对被测信号进行复Morlet小波变换,再分别将小波系数的实部和虚部进行自相关处理,并将相关后系数的幅值和相位进行组合。该方法在对齿轮传动弱故障信号特征提取的试验结果表明,该方法与直接的复Morlet小波变换相比,能够有效去除噪声,更好地突出故障特征,对故障特征点进行更精确地定位。

基于复Morlet小波的汽车主减速器故障特征提取

提出了基于复Morlet小波的汽车主减速器故障特征提取方法。针对汽车主减速器故障振动信号的特点,结合复小波变换提供的幅值和相位信息构造了两组适合于机械故障特征提取的组合信息。仿真信号的分析结果表明,采用复小波变换的相位信息及所构造的组合信息对信号突变点具有更好的敏感特性,从而可以更好地对信号突变点进行提取和定位。分别采用实小波变换和复小波变换及其组合信息对汽车主减速器故障信号进行分析。分析结果表明,利用所构造的组合信息能够对主减速器故障特征点精确定位;而且只需一尺度小波分解即可得到较好的效果,从而大大减小了故障特征提取的计算量。

基于Morlet复小波的牵引网故障相量估算法研究

牵引网故障前后稳态相量幅值和相位的估算对测距的精度有着至关重要的影响。提出了基于Morlet复小波的相量估算算法,由于采用具有较好频率特性的Morlet复小波,因此该算法的稳定性优于传统傅里叶算法,同时不受整次、非整次谐波及非周期衰减分量的影响,相量估算精度高,鲁棒性强。进一步讨论了各参数对算法性能的影响以及参数选择方法。最后将该算法应用于牵引网典型故障电流工频相量的提取,仿真分析表明其计算精度高,可充分满足测距的要求,因此有很高的工程实用价值。

基于Morlet小波技术的北京平原地面沉降周期性分析

北京市地面沉降自20世纪60年代发现以来一直呈快速发展的趋势。不均匀地面沉降导致建筑物开裂、地基下沉,损害地下管道工程等基础设施,威胁城市安全。为了研究地面沉降发展的特征,分析其演化趋势,本文选取2011—2014年的27景Radarsat-2数据,采用干涉点目标分析技术,获取该时段北京平原区地面沉降时序监测信息;在此基础上,结合Morlet小波分析方法,根据相干点密度差异选取4个典型地面沉降区,分析其地面沉降多尺度演变特征。结果表明:地面沉降速率在空间分布上存在差异性,最大沉降速率为162.70mm/a,年均沉降速率50.08mm/a;地面沉降在时间域具有明显的局部周期性变化特征。在28T(1T表示1个24d的时间段)的时间尺度下,存在着约13.3月的时间周期,不同位置还存在不同的不稳定震荡周期。

短窗Morlet复小波用于电力系统信号处理的探讨

提出了利用短窗Morlet复小波计算工频电信号基波与各次谐波信号幅值的算法,其频率特性和计算值的稳定性都优于傅里叶算法。计算结果受频率波动影响小,对谐波有较强的抑制作用。短窗Morlet复小波算法的时间窗为1个～3个周期,全周期复小波算法的计算量与全周期傅里叶算法完全相同,因此,也是一种快速算法。通过算例验证了短窗Morlet复小波算法的效果,并应用于实验室变压器合闸过程的励磁涌流分析,结果证明了该算法的优越性。该算法可供继电保护的不同需求选择。

复解析小波变换与振动信号包络解调分析

阐述解析小波变换用于振动信号包络解调分析的理论基础。在解析小波傅氏频谱为一实值函数的条件下,论证一个解析小波的虚部是其实部的Hilbert变换,因而简洁地推论出"Morlet组合小波、谐波小波、谐波组合小波也是一类解析小波,它们的实部和虚部构成一对Hilbert变换对",可用于故障调制振动信号的包络解调分析;另外,还论证了"解析小波变换系数的实部与虚部构成一对Hilbert变换对"的结论。最后,以谐波组合小波为例分析滚动轴承故障振动信号。

基于复Morlet小波的地层钻探识别

在低信噪比时,短时傅里叶变换和实小波变换无法准确提取钻头进入不同地层的时延信息。为此,提出一种复小波变换分析法。利用幅值和相位信息对信号突变点进行提取和定位,从而实时判断钻头钻进目的层的时刻。实验结果表明,该方法能准确表征振动信号的时频特征,与短时傅里叶变换和实小波变换相比,具有更好的时间定位和抑噪能力。

基于复Morlet小波SVM的负荷预测

为提高预测精度和克服支持向量机(SVM)凭经验选择参数的不足,针对小波擅长信号细微特征提取和云遗传算法(CGA)良好的全局寻优能力,构建了以复Morlet小波为核函数、以CGA为参数优化算法的SVM——基于CGA的复Morlet小波SVM(CGA-CMW-SVM).针对短期负荷预测,为降低系统复杂性,克服负荷数据信息不完备、不精确的问题,仅仅利用了负荷的历史数据而不考虑气象和节假日等因素,在分析负荷时间序列混沌特性的基础上,对负荷数据进行相空间重构,并以相空间矢量作为CGA-CMW-SVM的输入,提出了短期负荷预测的新方法.仿真结果表明,该方法平均误差和最大误差小,平均误差在1.340 0%以内,最小误差为1.008 7%.

复小波频谱分析在地震数据处理中的应用

短时窗傅里叶变换对地震记录分析是按照固定时窗滑动,而复Morlet小波分析法则在时间域和频率域具有良好的局部特性。复Morlet小波的傅里叶变换为高斯函数,是一个特性较理想的带通滤波器,因此在分析地震记录时可以准确刻画储层的特征。文中讨论了复Morlet小波频谱分析方法,分析了复Morlet小波的性质、信号频谱的计算及中心频率ω0、参数β的选取。理论模型试算与实际地震资料处理结果表明,复Morlet小波频谱分析方法的时频分析结果的分辨率明显高于短时窗傅里叶变换的结果,且缝洞储层与围岩的界限分明,能够较细致地刻画储层的分布特征。复Morlet小波频谱分析方法适合复杂缝洞发育的碳酸盐岩储集体的地震数据处理与解释。

基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起 ,具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率 ,通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析 ,表明该方法能有效地诊断齿轮局部故障 ,且与传统的频域方法相比具有更好的分析效果。