小波改进算法在泵转子故障识别中的应用

小波变换对转动机械振动信号的识别具有特有的效果。但小波包变换在工程应用中,存在频率混淆、幅值失真等缺陷,采用频率补偿算法,并选取了泵转子的动不平衡、弯+动不平衡等典型故障试验数据,通过分析,验证频率补偿算法能够提取振动信号的更多细节,可以识别出故障的特征频谱,能够有效地解决频率混淆、幅值失真等问题,为小波分析的工程应用奠定了一定基础。

基于小波阈值算法的气体超声波流量计信号预处理

气体超声波流量计超声信号在气体中传播时,存在易受到各种噪声的干扰,能量衰减严重、回波信号幅值弱、信噪比低等问题,为准确采集气体超声波流量计回波信号,在传统阈值滤波算法基础上提出了一种改进小波阈值算法,对气体超声波流量计信号进行预处理;将改进小波阈值算法与传统阈值算法进行仿真对比分析,并用FPGA实现对采集超声波信号的6层Coif5小波滤波处理。经仿真与实验对比表明:在不改变超声波信号的特征波基础上,使用改进阈值滤波算法对超声波回波信号降噪处理后,均方根误差为0.0014,信噪比达到了88.3290 dB,该方法提高了超声波流量计的采集质量,实现了良好的降噪效果。

粮虫在线检测图像的Daubechies小波压缩算法

当采用嵌入式设备实现一个在线粮虫图像检测系统时,由于嵌入式系统硬件资源的不足及存储空间的限制,传统图像压缩算法通常无法满足实时图像处理的要求。针对这些问题,在ARM9 S3C2440嵌入式平台上提出了一种改进后的新型小波变换算法。通过改变传统算法过程中浮点数据的整型化,在有效保留传统小波算法优点的同时降低了算法复杂度。本文改进小波三级压缩算法与传统JPEG算法的在S3C2440嵌入式平台上的比较试验表明,在压缩时间、峰值信噪比等主要性能防线,本文算法均优于传统算法,非常适用于采用嵌入式平台的实时粮虫图像处理系统。

基于改进模糊小波域的架空输电线路鸟害监测响应模型

针对传统驱鸟装置启停功能判断准确率较低,且驱鸟响应速度较慢的问题,构建基于改进模糊小波域的架空输电线路鸟害应急响应模型。引用改进模糊小波域算法,改善极端天气下图像识别的误差兼容问题。根据架空输电线路实时监控采集的图像数据,提取图像的深层次特征,采用多尺度目标识别模型对鸟害进行网格化识别。根据识别结果启动应急响应模型,对鸟害进行距离判断后,开启声波驱鸟装置。经实验分析,在架空输电线路鸟害识别任务中,该模型准确率可以达到98.75%,识别速度达到56frame/s,可以精确实时地识别出架空输电线路周围的鸟害数目,并验证了该模型在极端天气影响下具有较强鲁棒性,可以保障架空输电线路的安全、稳定运行。

基于均值量的多媒体数字音频内嵌水印算法

与图片或视频相比,音频是在时间域上连续变化的信号,具有更高的维度和复杂性,且需要应对各种攻击手段,为了有效提升多媒体数字音频水印的安全性,提出一种基于倒谱变换的多媒体数字音频水印算法。通过改进小波域阈值滤波算法对多媒体数字音频信号展开分解处理,经过分解处理后,对选定的音频段展开倒谱变换,获取各段音频信号对应的倒谱系数,经过计算获取倒谱系数均值,并对倒谱系数均值量化处理,最后通过修改后的倒谱系数在多媒体数字音频内嵌入水印。通过大量实验分析证明,所提方法可以承受不同类型的攻击,有效确保多媒体数字音频的安全性。

基于不同算法实现的数字图像水印技术及其抗攻击性比较

本文基于数字图像处理的基本原理,通过Matlab编程技术及其GUI图形用户界面设计工具,设计实现了数字图像水印添加、提取技术及其抗攻击性比较的软件,可分别通过LSB算法、小波域算法和改进小波域算法,实现静止图像数字水印的添加、提取和抗攻击性比较。

考虑风电不确定性的电气综合能源系统混合尺度调控

为改善电-气互联综合能源系统中风电出力不确定性和多能传输差异对调控过程的影响,提出了基于改进小波融合算法的混合尺度调控方法.首先采用区间数学的方法,对系统中风电功率不确定性进行表示并给出风电处理策略.其次,考虑到不同能源传输特性的差异,提出了改进的小波融合算法,即先对电力网络中传感器信号数据进行多个不同小波基的多尺度分解,再对天然气系统信号数据中使用相同小波基分解的信号在混合尺度上实施加权数据融合,进行不同小波基的逆变换后得到融合信号.最后基于所搭建仿真模型,对比分析了不同调控方法的调控效果.结果表明本文所提方法的调控结果优于DMPC(分布式模型预测控制)滚动优化调控结果,且在改善了系统运行经济性的同时也提高了系统稳定性.

生命信号探测的研究

随着我国的快速发展,人口密集、资源依赖、社会安全等问题也日渐凸显。自然或人为灾害导致的人员伤亡事故与日俱增。矿难、地震等事故后抢救的事实证明:开展快速有效的生命探测定位的研究具有十分重要的意义。本文利用多普勒原理,对生命信号特征、连续波雷达信号的检测做以介绍,并提出基于小波的处理改进算法,通过两种算法的仿真对比,得出小波算法在人员定位领域具有其他算法不具备的优势,为今后国内人员定位系统领域的研究提供借鉴。

微弱信号混沌检测系统的噪声分离研究

混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好.

基于小波隐马尔可夫模型的控制过程异常数据检测方法

针对小波异常信号检测原理的局限性,提出了适用于过程数据的基于小波隐马尔可夫模型(W-HMM)的异常数据检测方法.首先在一定尺度下对检测信号进行分解,将频率组分不同于其他大部分信号的信号作为异常信号;然后通过计算待检测信号的小波系数与正常信号小波系数的相似概率,并利用求取隐马尔可夫模型(HMM)最优状态链的Viterbi算法对数据进行最终判断;最后通过数值验证和应用表明了所提出的检测算法的有效性和实用性.