基于小波能谱和小波信息熵的管道异常振动事件识别方法

提出了基于小波能谱和小波信息熵的油气管道异常振动事件识别方法。基于Mach-Zehnder光纤干涉仪原理的分布式光纤油气管道安全监测系统实时检测管道沿途振动信号,对测量的时间序列进行小波变换,根据小波系数计算小波能谱与小波信息熵,通过小波能谱和小波信息熵值两种测度识别不同的管道安全异常事件。港枣线成品油管道的现场实验结果表明,该方法可以快速有效地识别管道周围发生的泄漏及其他异常情况,其总体识别准确率达到98.5%,有效降低了误报警率,具有较强的在线工况识别能力。

小波信息熵在输水管道泄漏检测技术中的应用

应用美国物理声学公司(PAC)WSα压电陶瓷(PZT)传感器对PE水管管道泄漏振动信号进行了实验,测试了不同孔径、不同的水压下的管壁泄漏振动信号,并测试了环境振动对管壁引起的扰动特性,通过数据分析获得了泄漏信号的标准差,近似熵(AE),小波信息熵(WIE)以及信号的功率谱等测试结果,最终得到干扰信号与泄漏信号在近似熵的表征下两者无法明显区别,在使用小波信息熵的表征下,分离度显著提升,泄漏信号相比于跺脚信号具有更高的小波信息熵等一系列结论。

基于压缩感知和小波信息熵的滚动轴承特征提取方法

为降低滚动轴承在线监测和故障诊断过程中振动信号采集、传输、存储和处理负担,基于压缩感知理论和小波包分析技术,提出一种基于压缩感知和小波信息熵的滚动轴承特征提取方法,用于滚动轴承故障诊断。应用部分哈达玛(PartHadamard)矩阵采集振动信号实现压缩,通过小波包分解提取滚动轴承状态特征,计算其小波信息熵作为故障诊断特征。在标准数据集上进行振动信号特征提取,并采用4种分类方法完成故障诊断实验。结果表明:所提出的特征提取方法能够在较高的数据压缩率条件下,保持较高的故障诊断精度,适用于滚动轴承在线监测和故障诊断。

一种基于小波信息熵的非接触呼吸暂停检测技术研究

目的:利用小波信息熵非接触呼吸暂停检测技术研究人体睡眠状态下的呼吸信号并自动判断是否发生了呼吸暂停。方法:首先使用生物雷达非接触检测到人体的呼吸信号,然后对呼吸信号进行小波信息熵法分析,最后根据自适应阈值自动判断是否发生呼吸暂停。结果:小波信息熵法在信噪比大于-5 d B的条件下,能够较好地判断出是否发生了呼吸暂停,检测准确率达到79%。结论:小波信息熵法能够有效判断人体睡眠中是否发生了呼吸暂停,为生物雷达用于睡眠非接触检测奠定了基础。

框架结构缺陷识别的小波信息熵方法

为有效检测框架结构缺陷,将小波分析和信息熵理论相结合,提出了一种基于小波信息熵的框架结构损伤缺陷以别方法。该方法首先对框架结构振动响应信号进行多分辨率分解,然后利用小波信息熵提取结构损伤特征信息,得到表征结构状态的信息熵指数,最后识别出框架结构缺陷的位置。并在一个三层结构框架模型上进行了仿真分析,分析结果表明:所提出的方法能在被测对象数学模型未知情况下,准确有效地对框架结构损伤进行识别与定位。

基于小波信息熵的分布式振动传感系统的扰动评价方法

针对基于相敏型光时域反射计(OTDR)的振动传感系统所使用的平均算法、差分算法不能有效实现对扰动的识别定位问题,提出了一种结合小波分析理论和信息熵理论的处理算法,以实现系统对外界扰动的准确评价。在深入分析系统所得信号特征及小波信息熵处理方法特点的基础上,探讨了窗长、步长对评价算法的影响,并使用加权算法对该评价算法进一步优化。实验表明,本方法可以区别噪声信号和扰动信号,实现对外界扰动事件的快速准确识别并精确定位扰动发生的位置,对系统的实际应用有重要意义。

基于小波信息熵归一化的齿轮箱可靠性研究

针对目前可靠性分析方法必须采用很大的统计样本数据和采用概率统计方法计算齿轮箱可靠性的不足,提出了利用齿轮箱运行状态信息来实现小样本条件下齿轮箱可靠性估计的方法:基于小波信息熵归一化的可靠性估计。基于小波信息熵归一化的齿轮箱可靠性估计是对齿轮箱运行工程中的振动信号利用第二代小波包进行分解和重构计算,得到分解频带信号,然后计算分解频带信号的相对能量和小波信息熵归一化,最后根据小波信息熵归一化获得反应齿轮箱运行状态可靠性的指标——可靠度。在对齿轮箱可靠性估计的应用表明所提出的方法有效、合理,为齿轮箱在缺乏大样本数据、非概率统计条件的可靠性估计提供了方法。

基于小波奇异信息熵的10 kV供电系统故障选线研究与仿真

针对现有的供电系统中接地故障选线精度不足、反应速率较慢的问题,提出一种利用小波分析、奇异值分解和信息熵的融合的供电系统接地故障选线新方法。充分利用小波变换良好信号时频分析特点,奇异值分解维数压缩、特征提取能力,信息熵测度强大的系统状态、特征信号的定量描述、对比、研究特点,在系统故障后的故障选线中,克服单一方法对系统接地故障的失判或误判。通过Matlab与Simulink软件建立供电系统模型,对基于小波奇异信息熵的供电系统接地故障选线方法进行多方位的测试,实验结果表明该方法对供电系统接地故障能够快速、准确地诊断选线,是一种新的行之有效的供电系统接地故障选线方法。

小波变换在电力机车主整流器故障检测中的应用研究

提出了一种基于小波变换的小波信息熵,并利用其构造设备状态检测指标计算方法,将这种状态检测方法应用到电力机车主整流器故障检测中。通过各种不同故障状态仿真实验分析,表明这种方法是有效的,同时具有较强的抗干扰性。

基于小波和非线性指标的表面肌电信号动作特征分析

由于表面肌电信号的复杂性,使得寻找到适合其分类的特征是非常困难的事情,因此,特征选取在表面肌电信号的模式识别中有着决定性的作用。表面肌电信号具有非平稳,非线性的特性。小波分析是一种分析非平稳信号的有效工具,而最大Lyapunov指数已广泛应用于判定非线性指标中。文章基于小波分析和Lyapunov指数的特点,提出了算法上的改进方案,利用小波分析和最大Lyapunov指数相结合的方法对表面肌电信号进行分类识别,取得了很好的分类效果。

基于超宽带生物雷达的动态杂波干扰抑制技术研究

目的:为提高动态杂波干扰下生物雷达识别人体目标的准确度,提出一种人体目标检测新方法。方法:基于超宽带生物雷达系统,采用小波信息熵算法,计算人体呼吸信号与动态杂波的频谱成分复杂度差异,抑制探测区域的动态杂波干扰,识别人体目标。为了验证方法的有效性,在实验室条件下开展动态杂波干扰下的人体探测实验,并以自适应谱线增强算法和能量累积算法作为对比方法。结果:模拟实验条件下,自适应谱线增强算法和能量累积算法均存在虚警,小波信息熵算法可在动态杂波干扰下准确识别人体目标。结论:提出的方法可有效抑制灾后救援中动态杂波干扰,提升生物雷达在复杂环境中识别人体目标的能力。

基于小波变换的换流器故障特征提取算法

换流器故障会引起高压直流输电系统中某些电气量的突变。为有效诊断换流器故障,需要对故障反应敏感的突变电气量进行特征提取。基于德宝直流输电系统的ETSDAC仿真模型,对换流器不同故障进行了仿真分析。采集逆变侧换流母线电压信号,采用db10小波对其进行10层小波分解与重构。详细介绍了小波能谱信息熵、小波能量偏度和小波系数电动势方均根值三种故障特征提取方法,并利用这些方法提取不同故障特征信息。故障特征信息分析结果表明,这三种方法都能有效提取换流器故障特征,且将小波能量偏度和小波系数电动势方均根值相结合,可准确诊断出换流器故障类型。

基于自适应噪声完备经验模态分解的Φ-OTDR信号去噪算法

针对相位敏感光时域反射仪(Φ-OTDR)信号信噪比较低的问题,提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)的小波信息熵阈值去噪算法。该算法配合CEEMDAN分解,通过小波信息熵阈值去噪,提取扰动位置的高频信息,从而提高系统的信噪比。首先,采用Savitzky-Golay滤波算法对不同光脉冲间的信号进行预处理;其次,采用CEEMDAN将滑动差分后单个脉冲内信号分解为不同的固有模态函数(IMF),并利用连续均方误差准则确定含噪较多的高频IMF分量;然后,采用小波信息熵阈值去噪算法对以上高频IMF分量进行阈值去噪处理;最后,将其与低频IMF分量以及残差分量进行重构。采用自行研制的相干Φ-OTDR系统实测数据进行了验证,结果表明,文中算法与两种传统去噪算法相比,信噪比提升了3dB,这对于系统的实际应用具有重要意义。

一种非接触呼吸暂停检测技术的研究

为了实现在低生理和心理负荷条件下睡眠呼吸暂停的非接触检测,本文首先利用生物雷达实现了对人体呼吸信号的非接触采集,然后通过函数模拟构造伴有呼吸暂停的呼吸仿真信号,提出基于时域的能量谱法和基于小波域的小波信息熵谱法,最后根据两种算法的准确率提出综合判断方法,最终实现了对睡眠呼吸暂停的非接触检测。实验结果表明,利用能量法与小波信息熵法按权重综合判断睡眠暂停,能够较准确地判断阻塞性睡眠的呼吸暂停次数,为非接触睡眠呼吸暂停辅助诊断奠定技术基础。

基于地面光谱水稻重金属胁迫监测光谱特征尺度识别

为探究地面高光谱遥感监测不同光谱尺度对水稻重金属胁迫区分度,以不同污染水平地面ASD高光谱数据为基础,通过光谱敏感特征优选确定450~900 nm为水稻重金属胁迫敏感波段,利用DB5小波变换产生的多尺度小波特征系数模拟不同光谱分辨率,结合小波参数的信息熵特征和分形维数特征,对水稻重金属胁迫特征光谱尺度进行识别,通过构建胁迫相关的叶绿素光谱指数MCARI/OSAVI、NDSI_R、Depth验证所识别的特征尺度的可靠性和精准性。结果表明:(1)小波分解各尺度细节系数计算出的信息熵在分解的5~7尺度附近不同胁迫水平有明显的特征转折点;(2)随着分解尺度的增加,不同胁迫水平的分维数差异值变小,第5尺度是水稻受不同重金属胁迫8层尺度分解和重构下光谱曲线尺度的最明显的转折点,在尺度5下,光谱曲线的峰谷细节得到更好的反映;(3)研究水稻重金属污染光谱特征尺度既保留光谱信息的主要特征,又最大程度的减少了光谱数据量,不仅提高了水稻重金属污染监测的效率而且为环境监测提供了新的手段。

一种基于小波变换的太赫兹时域光谱分析方法

传统太赫兹光谱傅里叶分析法要求必须先测量出无样品时的THz信号作为参考信号,对测量环境要求高,提出了一种基于小波变换的太赫兹时域光谱信号处理方法,以简化太赫兹光谱测量的步骤。对空气中直接测得的样品光谱信号进行去噪预处理,然后利用Coiflets正交小波基进行多尺度下的小波分解,进而计算出各样品不同尺度下的小波多分辨信息熵,得到表征样品的特征信息。实验结果表明,在太赫兹频段,不同样品的小波多分辨信息熵值差异显著,同一样品则保持稳定;不同湿度下光谱信号的小波熵值重复性好,平均偏差小于0.05。