平移不变量小波阈值去噪法在齿轮振动信号处理中的应用

齿轮振动信号往往受到噪声干扰,用传统的小波阈值去噪法去噪时,由于信号中存在不连续点,会在不连续点处引起Pseudo-G ibbs现象。采用平移不变量小波阈值去噪法对信号进行去噪,首先对含噪声信号进行循环平移,然后对信号进行小波阈值去噪,最后对信号进行反平移后平均,得到去噪后的信号。应用这种方法对仿真信号和实验采集的含噪声齿轮故障信号进行去噪,并和小波阈值去噪效果进行对比,结果表明这种去噪方法有效抑制了Pseudo-G ibbs现象,并有更好的去噪效果。

一种改进阈值的平移不变量小波消噪方法

分析了小波消噪软、硬阈值方法,提出一种改进阈值的平移不变量小波消噪方法.采用重复循环平移原始信号的方法消除不连续点的相互干扰,分别进行小波分解.使用改进的阈值量化算法,通过处理小波系数的幂次和阈值的幂次来估计小波系数,并重构信号,对重构信号进行相反平移,通过相反平移信号求平均得到消噪后的信号、对表面肌电信号处理的实验结果表明,与传统的阈值法相比,该方法提高了信噪比,降低了均方误差.

基于平移不变量小波的全张量重力梯度数据滤波（英文）

全张量重力梯度(FTG)数据包含大量场源体的细节信息,其滤波处理对异常的反演和解释结果有重要影响,本文提出一种基于平移不变量小波的自适应混合阈值滤波方法,可有效压制随机噪声并保留数据细节信息。建立了新的混合阈值法,根据信号和随机噪声所对应小波系数的能量分布进行滤波。平移不变量小波能有效压制伪吉布斯现象,混合阈值方法相对传统阈值能得到更好的信噪小波系数的分离,同时,根据每个分解尺度上小波系数的统计特性,使用自适应贝叶斯阈值进行小波系数的处理。此外,应用二维离散小波变换直接处理网格数据,可以提高计算效率。模型数据和实测数据处理的结果表明,相对高斯滤波器,本文所提出的方法不仅能有效去除高斯白噪声,还能更好地保留FTG数据的高频细节信息,具有良好的实际应用前景。

一种改进阈值的平移不变量雷达信号去噪方法

分析了软硬阈值去噪方法的缺点,提出一种改进的阈值去噪方法,最后提出基于这种改进阈值函数的平移不变量小波去噪方法。该方法可克服软、硬阈值的缺陷,同时抑制阈值法去噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测雷达信号进行了处理。结果表明,与传统的阈值方法相比,该方法具有更好的去噪效果,可提高目标的检测性能。

平移不变量小波去噪法在齿轮故障诊断中的应用

平移不变量小波去噪方法是对 Donoho阈值法的改进 ,该方法不仅能有效地抑制伪吉布斯现象 ,而且能减小原始信号和估计信号之间的均方根误差 ,提高信噪比。将这种方法用于变速箱齿轮故障信号的去噪处理 ,同时与阈值法去噪的结果进行比较。结果表明 ,该方法可以有效地去除强噪声的干扰 ,提取齿轮故障特征信息 。

形态滤波与平移不变量小波增强EEMD的故障诊断方法

针对集成经验模式分解(Ensemble empirical mode decomposition,EEMD)在轴承故障特征提取中的问题,提出一种混合故障诊断方法。首先,将"形态滤波-平移不变量小波"作为EEMD的前置滤波器,实现对原始信号中窄带脉冲和随机噪声干扰的有效消除;其次,针对本征模式分量(Intrinsic mode functions,IMFs)中真实分量的选取问题,提出一种轴承振动信号EEMD分解的筛选规则,即计算各IMFs和原信号的自相关函数并作归一化处理,然后计算各IMFs自相关函数和原信号自相关函数的相关系数,以最大相关系数的一半作为阈值剔除虚假的IMFs,与此同时保留第1和第2阶IMFs,从而实现对EEMD的改进。仿真和实验轴承故障诊断研究表明了该方法的有效性,方法的优点在于:将"形态滤波-平移不变量小波"作为集成经验模式分解的前置滤波器,可有效去除故障轴承振动信号中的窄带脉冲和随机噪声干扰;本文的筛选规则可有效选取去噪信号EEMD分解后的IMFs中真实分量,从而可靠地获取故障特征频率。本研究为轴承故障诊断提供了一种新的手段。

基于平移不变量的摩擦焊检测信号降噪方法

平移不变量小波降噪方法,首先对所分析的信号进行循环平移;然后将平移后的信号进行软(硬)阈值小波消噪处理;再将消噪后的信号进行逆平移,通过多次‘平移——去噪——逆平移’过程,最后平均所获得的结果。它能够有效地消除软阈值小波去噪过程中出现的pseudo-Gibbs(伪吉布斯)现象,提高了信噪比,使去噪结果更加逼近于真实信号。将其应用于对摩擦焊检测信号进行降噪处理,实验证明,具有较好的降噪效果。

平移不变量小波去噪方法的研究

在小波去噪的方法中,应用最为广泛的是Donoho等人提出的非线性小波变换阈值法.但在有些情况下,如在信号的不连续点处,运用阈值法去噪会产生伪吉布斯(psuedo-Gibbs)现象.在阈值法基础上加以改进的平移不变量小波去噪方法不仅能有效的抑制伪吉布斯现象,而且能减小原始信号和估计信号之间的均方根误差(RMSE).通过仿真实验可以看出,该方法比阈值法有更好的去噪效果.

图像的平移不变量小波去噪法及其应用

图像的平移不变量小波去噪法是小波收缩阈值去噪法的改进,能够有效抑制小波阈值去噪过程中出现的伪吉布斯现象.分析了图像的平移不变量小波去噪法的原理及其算法,并将该方法应用于颗粒显微图像的去噪.对采用不同去噪方法的图像按照分水岭算法进行分割,然后进行对比.实验结果表明图像的平移不变量小波去噪法的去噪效果较好。

基于改进平移不变量小波阈值法的齿轮泵振动信号降噪

齿轮泵的振动信号中含有大量噪声,在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象,为此研究了一种新的小波阈值函数,把新的阈值函数和平移不变量相结合,提出了改进小波阈值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷,同时抑制阈值法降噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理,并与小波软、硬阈值法及新阈值法进行了对比。结果表明:该方法具有更好的降噪效果,可应用于齿轮泵振动信号降噪处理。

Tchebichef矩的平移不变量的新计算方法

文章提出了利用矩阵的方式来计算Tchebichef矩的平移不变量的方法,避免复杂的迭代的同时,保持了数值的稳定,实验表明,这种方法有着较高的精度.

利用改进阈值的平移不变量小波处理FBG传感信号

噪声是影响光纤布拉格光栅(FBG)传感系统精确解调中心波长的一种重要因素。小波变换因具有良好的时频特性和多分辨率特性而去噪性能较好。本文通过分析小波传统软、硬阈值去噪方法,发现它们存在影响系统的测量精度缺陷,并且其函数表达式有难以确定的可调因子。提出一种不含调节因子的改进阈值函数并将这种改进阈值与平移不变量(TI)小波去噪法相结合处理FBG传感信号噪声,以提高传统小波去噪法的去噪效果。对FBG模拟信号与实验信号去噪,结果表明,采用基于改进阈值的TI小波能处理不同FBG含噪(从5dB到40dB)信号,且获得最好的信噪比(SNR)和均方根误差(RMSE)性能。与传统软阈值去噪法相比,信噪比平均提高3dB,与参考的改进阈值去噪法相比,信噪比平均提升2dB,满足提高FBG传感系统测量精度的要求。

CO2气保焊电信号的平移不变量小波消噪

CO2气保焊的焊接过程中电信号含有大量随机非平稳噪声,消噪预处理是电信号后期分析的重要环节。常见的信号滤波方法有硬件滤波和软件滤波,其中小波阈值消噪方法在软件滤波中应用最为广泛,该方法能够很好的消除电信号中的噪声,但在信号不连续点处易产生伪吉布斯现象。提出利用一种平移不变量小波方法（Translation invariant de-noising,TID）对焊接电信号进行去噪处理,其通过对信号进行多次循环平移,再将平移后的信号进行软（硬）阈值小波消噪处理,然后将消噪后的重构信号进行反向逆平移,最后再对去噪结果进行平均,该方法可消除软阈值小波消噪产生的伪吉布斯（Pseudo-Gibbs）现象。结果表明相对于传统软阈值小波去噪法,该方法去噪后的信噪比更高,去噪后信号更加逼近于真实信号。该方法在熔化极气体保护焊电信号降噪处理方面具有广泛的前景,进一步扩展了小波方法在焊接中的应用。

基于平移不变小波变换的脑电信号去噪

鉴于传统小波阈值法去噪时,硬阈值函数存在不连续性,软阈值函数存在恒定偏差,去噪效果不佳,提出一种基于新阈值函数的小波平移不变量去噪法。首先构造一种任意阶可导的新阈值函数,再采用平移不变小波方法处理脑电信号。在matlab2009平台上分别采用软、硬阈值及改进方法对脑电信号进行去噪,结果表明:改进方法能够更好的保持脑电信号的特征,且具有更高的信噪比和更低的均方根误差。该方法去除脑电信号噪声性能优于传统小波阈值法,有利于准确提取脑电特征参数。

基于改进阈值法的平移不变小波压力脉动去噪研究

针对传统软、硬阈值函数和广义阈值在消噪处理中存在恒定偏差、不连续等缺点,提出一种改进阈值函数和新阈值相结合的新方法。为避免传统的小波变换去噪在信号的不连续点上产生Pseudo-Gibbs现象,将平移不变量方法与上述改进阈值去噪方法相结合。采用该方法对实验测取的压力脉动信号进行消噪处理,结果表明:该方法提高了重建信号的信噪比,降低了均方根误差值,有效地消除了信号噪声。

平移不变与系数放大小波变换图像消噪方法

平移不变量小波变换在图像降噪中的应用,主要通过阈值方法来有效的降低图像的噪声,但它的结果中会出现诸如伪吉布斯现象之类的情况。为消除此类情况,将平移不变量小波变换引入到小波图像降噪中,并结合阈值方法进行消噪处理,同时在阈值处理前对分解后的高频与低频系数进行适当放大,从而形成平移不变量与系数放大法的有机结合。经仿真实验,证明这种方法比一般的图像消噪方法有很大改进,特别是图像的均方误差有很大的降低,提高了信噪比。

小波平移不变阈值去噪在数据挖掘中的应用

平移不变量小波阈值去噪法是对小波阈值去噪法的改进,能够有效抑制小波阈值去噪过程中出现的伪吉布斯现象。基于此方法这一特性,利用其对时序数据挖掘中的数据进行预处理,再结合小波多分辨率的特点进行分析挖掘,研究较准确提取有用信息的方法。

基于局域均值分解的行星齿轮箱故障诊断方法

在低转速工况下,容易出现行星齿轮箱故障的微弱信号和强信号难以分离的情况,导致行星齿轮箱存在微弱故障诊断精度较差的问题,为此,提出了一种基于局域均值分解(LMD)的行星齿轮箱故障诊断方法。首先,采用DASP数据采集系统,采集了行星齿轮箱不同工况下的振动信号,采用平移不变量小波降噪方法,对其振动信号进行了降噪处理;然后,采用局域均值分解方法分解了其振动信号,分别采用了能量算子和循环频率对其进行了解调处理,获取了微弱故障信号分量所对应的幅值和相位调制信息,准确提取了行星齿轮箱的微弱故障信号特征;最后,采用最小二乘支持向量机(LSSVM)识别了齿轮箱不同故障特征,判断了行星齿轮箱的运行状态,实现了行星齿轮箱的故障诊断。研究结果表明:采用基于LMD的方法,可以对行星齿轮箱的微弱异常信号及强异常信号进行准确诊断,获得满意的行星齿轮箱故障诊断结果,有效保障行星齿轮箱的安全、稳定运转。

小波去噪的几种方法

利用小波方法去噪 ,是小波分析应用于工程实际的一个重要方面。该文介绍了几种常用的小波去噪方法 ,分别是小波分解与重构法、非线性小波变换阈值法、平移不变量法和小波变换模极大值法。将上述几种方法分别用于叠加了高斯白噪声的仿真信号的去噪处理 ,并通过对几种方法优缺点的比较 ,为小波去噪的方法选择提供了一个参考依据。

改进的小波变换用于处理FBG信号

解调系统是光纤布拉格光栅(FBG)传感技术的核心。信号去噪和峰值搜索是影响FBG传感系统精确解调的两个重要因素。为提高测量精度,文中针对传统方法存在的缺陷,提出了一种新的FBG波长解调方法,此解调方法由一种改进的去噪方法与高斯拟合寻峰算法组成。采用平移不变量小波与文中提出的改进阈值和改进阈值函数相结合的方法来处理FBG含噪信号;然后采用高斯拟合寻峰算法对去噪信号作进一步解调。实验结果表明,改进阈值的平移不变量小波能处理不同的FBG含噪信号,该方法获得的信噪比和均方差性能优于传统小波阈值去噪法以及其他改进的小波去噪法;该改进小波的波长解调方法测量的峰值误差低于1pm,比常用的波长解调方法具有更高的测量精度。