基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法 ,取定误差限后 ,通过选择分解阶数并自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数v1不压缩和压缩 2种方案 ,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况 ,并比较了不同小波的压缩效果。分析结果表明 ,提出的方法在获得较大压缩比的同时又能不失真地重构原信号 ,并有效地减少小波包分解和重构的计算量 ,是一种有效的电机故障信号的压缩和重构方法。

心音信号特征提取小波包算法研究

为了准确地提取心音信号的病理特征信息,在研究小波包分析的基础上,提出一种心音信号分频带能量特征提取的算法。基于心音信号频谱分析,采用能量集中度高、局部特性好的db6小波函数作为小波包母函数并选取适合心音信号分析的最优基,对不同的心音信号进行4层小波包分解,得到最优基的小波包系数。根据小波包系数与信号能量在时域上的等价关系,提取最优基频带的归一化能量作为心音信号的特征向量。采用类别可分离性判据,计算出该算法对正常和心脏疾病患者的心音特征的可分性测度均值为3.934 9,表明该算法能有效地识别不同的心音信号。

小波包算法在柴油机振声征兆提纯中的应用

将小波包技术引入柴油机振声征兆提纯的应用研究中 ,分析了小波包分解得到的 Paley列存在的频率混叠现象的原因 ,给出了相应的小波包移频算法 .该算法可以极大地抑制信号中的噪声、提高信噪比、有效地提取出信号的特征参数 .对 1 90系列柴油机的实验研究表明 :该算法在柴油机等往复机械振声征兆提纯及其动态诊断中具有工程有效性和实用性 .

基于多目标优化最佳小波包算法的PD信号压缩和重构

根据多目标函数优化的理论 ,提出了基于多目标优化最佳小波包算法的局部放电 (PD)信号压缩和重构方法 ,该方法能在误差范围内通过优化自动地调节各个节点的压缩阈值 ,并对压缩效果评价指标进行多目标优化 ,从而获得最佳的压缩效果。通过对模拟 PD信号的压缩试验表明 ,所提出的压缩方法能在获得较大压缩比的同时不失真地重构原信号 ,是一种有效的 PD信号压缩和重构方法。

一种多分辨率DOA估计的小波包算法

根据MUSIC算法在信号波达方向(DOA)较近或相干时性能迅速下降的情况,提出了一种多分辨率信号波达方向估计的小波包算法基于子带分解的MUSIC算法(SB MUSIC)·算法对全带信号进行子带分解,并根据最优基选取准则选择最优叶节点,然后对每个叶节点应用MUSIC算法进行谱估计·研究表明子带分解具有提高信噪比(SNR)和放大频率间隔等优点·考虑到算法应用时只有全带频率才有意义,提出了子带频率向全带频率映射的方法·仿真证明,SB MUSIC不仅提高了特征子空间方法的分辨率,而且在子带划分适当时,具有一定的信号去相关能力,并且子带谱的估计成功率和谱平度都高于全带谱·

小波和小波包算法与图象压缩

在小波方法的实际应用中，利用尺度方程系数构造得到的小波和小波包变换算法即金字塔算法是非常重要的。考虑到应用的需要，本文结合数字图象数据压缩问题的讨论介绍了一维和二维的小波和小波包算法。最后。

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰，设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上，将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题，并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明，小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．

基于小波包算法的回转零件故障诊断

针对传统的故障诊断方法的局限性,将小波包分析方法应用到回转零件故障诊断中,利用小波包分解和重构方法有效地提取回转零件的共振频段,解决了传统方法人为确定共振解调频段的局限性。应用小波包算法处理后的信号重新采样,再根据Hilbert变换和包络谱细化原理,得到一种新的细化包络谱。通过回转零件的故障诊断实验分析,验证了该理论方法的正确性和实用性。

小波包算法在电动机转子断条故障诊断中的应用

采用改进的小波包算法提取故障特征,提出了一种基于频带能量的故障诊断方法。该方法能快速准确地检测转子断条故障。

改进型小波包算法在变频调速系统故障诊断中的应用

在目前交-交变频调速系统故障诊断方法的研究基础上,文章提出了一种采用改进的小波包算法对交-交变频调速系统进行故障诊断的方法。文章在分析了标准的小波包算法原理及缺点的基础上,阐述了改进的小波包算法原理,并详细介绍了采用改进的小波包算法提取变频器故障信号特征量的方法。仿真结果表明:改进的小波包算法的计算量和占用的存储空间较标准的小波包算法少;与常规的诊断方法相比,基于改进型小波包算法的变频调速系统故障诊断方法具有准确度高、诊断速度快等优点。

小波包算法及其在医学图像压缩中的应用

简要介绍了小波包变换的原理和算法 ,用小波与小波包对一幅图像进行了压缩试验。结果表明 ,小波包压缩性能较小波压缩性能好。

小波包算法在电力系统时变谐波检测中的应用

以matlab工具箱为依托,对采用小波包算法进行谐波检测的方法进行了系统仿真设计,仿真结果表明小波包变换能精确地从谐波信号中分离出基波,并能根据需要分离出任意谐波信号,是一种很好的电力系统谐波分析工具。

基于小波包算法的视频图像压缩技术的研究

随着信息技术的快速发展,视频图像压缩技术也在改变。小波变换有着明确的物理意义,是一种非常优秀的图像压缩算法。人们拍摄的原图像通常包含一些多余的信息,这些多余信息使得数据传输规模越来越大,同时也使得图像传输的成本大大增加,给图像的存储与传输带来巨大压力。因此,寻找一种有效的图像压缩算法至关重要,文中就小波算法和其他图像压缩技术作了比较。

基于奇异谱分析的心音信号小波包去噪算法研究

针对传统心音去噪算法对强噪声下心音信号去噪时,易将部分心音信号视为噪声成分去除,导致有用心音信号能量损失。利用奇异谱分析方法的主成分分析特性,提出多级奇异值分解(Multi-stage Singular Value Decomposition,MS-SVD)算法用于提取心音信号的主分量(Principal Components,PC)信息;采用小波包(Wavelet Packet,WP)分析算法对提取的心音信号进行分解,并对分解所得低频系数进行自适应阈值处理,去除低频噪声;利用小波包多分辨率特性提取高频心音。实验结果表明,该算法能明显改善心音去噪性能指标信噪比(SNR)、信噪比增益(SNRG)及根均方误差(RMSE),且在不同噪声水平下的去噪性能优于传统心音去噪算法。此改进算法既能有效去除心音中噪声成分,亦能保留心音信号细节特征。

基于小波包变换与自适应阈值的ECG信号滤波算法研究

目的:在心电信号(ECG)的采集过程中,常常会受到噪声的影响,为了正确进行心电参数测量、波形识别和病情诊断,在低信噪微弱信号检测中必须要进行噪声抑制,提高信噪比。噪声的滤波处理是心电图分析的一个重要步骤。方法:本文提出了一种基于小波包变换及与分解层次相关的自适应阈值的去噪方法,利用小波包对心电信号进行分解,可以同时对信号的低频和高频部分进行分解,可以更好的保留原信号信息,减少噪声对信号的影响,同时对小波包树系数用自适应阈值进行软阈值处理,可以明显提高信噪比。结果:用本文提出的算法对心电信号进行滤波,确实提高了信噪比。得到比较优秀的去噪效果。结论:仿真实验表明,本文提出的算法滤噪效果优于小波去噪效果。

小波包分解结合LSSVM的永磁同步电机偏心故障诊断

针对现有永磁同步电机瞬时振动信号特征提取能力不足导致诊断准确率低的问题,提出对小波包分解算法的分解规则进行改进,然后结合PSO-LSSVM构建永磁同步电机偏心故障诊断模型。实验结果表明,改进后的小波包分解算法对振动信号具有较高的特征提取能力;构建的故障诊断模型诊断准确率高,在存在振动干扰的情况下,故障诊断准确率仍可达99.8%,基本满足永磁同步电机偏心故障的高精度诊断需求。

小波包特征提取算法在信号分析中应用

小波包算法能把低频和高频分开,比其他算法更容易分析信号的频谱特征。小波包算法卓越的时频分辨率,及其自适应性,有助于目标的准确定位,在对浅层埋地目标的检测中有较好的应用前景。

基于数字信号处理器和小波包重构算法的配电网接地选线装置的研究

根据配电网单相接地故障中零序电流的特点,利用小波包对零序电流进行分解,在按能量最大原则选取的特征频带中通过比较重构后电流瞬时值的符号进行接地故障选线,仿真结果表明该方法既能实现相电压峰值附近的故障选线,也能实现相电压过零点附近的故障选线;并针对该方法构建了基于数字信号处理器(DSP)的配电网接地选线硬件平台,试验结果表明,该软硬件平台运算速度快、抗干扰能力强、运行稳定。

冗余小波包改进及其在齿轮箱故障诊断中应用

针对小波包分解广泛存在频率折叠、频带重叠与频带错位缺陷,分析了其产生的根源,并以此提出了一种改进的冗余小波包分解算法。该算法通过交换偶数位置子带小波包分解后的两子带顺序来消除频带错位缺陷,通过引入两算子依据傅里叶变换滤波原理分别从频域滤去低、高频子带理论频率范围外的频率成分来避免频带重叠缺陷。分别使用仿真信号与某直升机中减速器疲劳试验的故障数据对该算法进行了仿真验证与试验验证。分析结果表明:相对于Mallat小波包算法和通常的冗余小波包算法,改进的冗余小波包分解算法确实成功消除了频率折叠、频带重叠和频带错位等三类缺陷,因此该算法能更有效地提取淹没在强噪声和其他强干扰背景下微弱故障特征,具有一定的工程应用价值。

基于小波包最优处理算法的近钻头电阻率测量装置

电阻率随钻测量装置通常应用于实时对地层的评价,它采集到的反映电阻率信息的电信号含有大量的噪音成分,很难精确地反映出地层的电阻率信息。基于小波包最优处理算法的近钻头电阻率随钻测量装置,由于采用随钻的测量方式,能实时在第一时间测量到地层电阻率信息。通过小波包分解和信息熵最优小波树重构等算法,来对侧向电阻率、钻头电阻率以及方位电阻率测量的数据进行高精度降噪处理,提高了电阻率测量的准确性和可靠性。