小波熵去噪在微差爆破延时精确识别中的应用

在小波熵去噪理论的基础上,对实际隧道爆破工程采集到的爆破振动信号进行了小波熵方法去噪。利用db8小波对去噪后的信号在尺度a=16进行了连续小波变换得到其模极大值,准确识别了隧道多段别微差爆破实际延期时间间隔,并验证了小波熵方法去噪的可靠性。结果表明,小波熵去噪方法能够有效滤除和抑制爆破振动非线性信号所夹杂的高频噪声分量,并且很好地保留了爆破振动信号的突变细节。对滤波后的信号进行模极大值变换,信号局部奇异点的辨识更准确,可以精确识别隧道微差爆破延时间隔。

基于LWT-WEST的IGBT器件中1/f噪声检测方法研究

1/f噪声的产生与IGBT器件质量缺陷紧密相关,在检测IGBT单管噪声过程中,热噪声、散粒噪声在低频段表现明显的白噪声特性,通过在强白噪声背景下检测出1/f噪声,即可表征IGBT器件的性能。因此提出了一种基于提升小波变换的小波熵软阈值(Lifting Wavelet Transform-Wavelet Entropy Soft Threshold,LWT-WEST)的1/f噪声检测方法,创新性的将提升小波变换(LWT)与小波熵软阈值(WEST)去噪进行结合,利用提升方案得到的二代小波变换可以更为灵活的构造小波基,达到算法优势互补,实现1/f信号与背景噪声的分离。通过在不同信噪比下的大量实验可知,相较于较优的小波熵软阈值去噪算法检测的信号,基于LWT-WEST去噪算法检测其信噪比可提高3%~4%,而均方误差相应的可下降1%左右,改善了信号检测效果。