一种广义小波神经网络的结构及其优化方法

从理论上分析了小波神经网络节点过多及鲁棒性差的原因 ,基于主成份分析 (PCA)的思想提出了一种规模小、抗干扰性强的广义小波神经网络 (EWNN)及其优化方法 .仿真结果表明 ,用该方法设计的广义小波神经网络 ,其非线性逼近能力及稳定性都明显优于普通小波神经网络 .

乘积Laguerre超群K^n上的广义小波及其Weyl变换

定义了乘积Laguerre超群上的广义小波及其Weyl变换,给出了Weyl变换在Lp空间上的有界性.

基于离散余弦-广义小波变换的数字水印技术

提出了兼备离散余弦变换和小波变换两者优点的离散余弦-广义小波变换和分层嵌入数字水印的概念与方法,该变换具有较强的数据压缩能力和嵌入水印的能力。用MATLAB语言在512×512Lena图像中分两层嵌入了图片及随机码,通过实验证明了该数字水印具有较好的隐蔽性和抵抗常见攻击的鲁棒性,也证明了为适应网络传输进行分层嵌入水印的可行性。

基于广义Beta小波稀疏域混合约束优化的地震去噪方法研究

地震随机噪声压制是鄂尔多斯盆地黄土塬、沙漠、戈壁滩等复杂地表区域低信噪比地震资料处理的一项重要任务.稀疏反演去噪是地震随机噪声压制的常用方法之一.ℓ_(1)范数和全变分(Total Variation,TV)正则化是稀疏变换域去噪方法中常用的两种正则化项.但是,ℓ_(1)范数是对ℓ_(0)范数的松弛,难以提供更稀疏的去噪结果;基于TV正则化项的方法容易引起阶梯状异常结果.因此,为了避免上述缺点,本文提出了一种基于广义Beta小波稀疏域混合范数优化的地震随机噪声压制方法和算法流程实现.首先利用广义Beta小波紧标架加快计算,获得具有更高局域化性的稀疏时频表示.其次是引入包括ℓp范数和TV正则化的混合约束项,克服单一正则化项的缺点.最后,利用鄂尔多斯盆地黄土塬区的合成地震数据、三维叠后地震数据和共反射点道集数据验证了本文去噪方法的有效性.结果表明:本文提出的去噪方法既能够有效抑制随机噪声、显著提高信噪比,让地震同相轴连续光滑;又能够准确保护有效信号,保持波组间的相对幅值,突出有利微小断层和含油气层的振幅形态.

基于广义尺度小波熵的电网传输电能质量扰动信号分析

提出了一种基于广义小波熵算法进行电网传输电能质量扰动信号分析和识别的算法。计算多个尺度下不同电能质量扰动信号的小波熵数值分布特点,给出了广义小波熵应用于电能质量分析的尺度选择特点以及分布规律,并结合支持向量机进行了不同电能质量扰动信号的识别与分类,达到了96%以上的分类正确率。

广义小波框架

通过将分数阶Fourier变换(Fr FT)与传统小波框架(WF)相结合,本文引入了一类新的框架,即广义小波框架(GWF).首先介绍了分数阶Fourier变换、级数以及相关结论;然后通过分析母小波的Fourier变换,得到了L2(R)中广义小波框架的若干个充分条件和必要条件;最后在参数选择为a=2,b=1的特殊情形下,给出了L2(R)中紧广义小波框架的一个充要条件.

应用广义谐波小波提纯转子轴心轨迹

将二进谐波小波推广到广义谐波小波后,能够对信号的任意频段进行分析,且能够保证信号经过广义谐波小波变换后其频率分辨率保持不变。利用广义谐波小波的这一优点,对某一或某几个频段进行细化分析。利用广义谐波小波对某试验台具有不平衡故障的转子轴心轨迹信号进行谐波小波滤波,提纯后的轴心轨迹呈椭圆形,这与转子不平衡故障状态相符。应用实例说明,广义谐波小波有良好的滤波效果。

基于广义谐波小波分析的低速重载轴承故障诊断

研制出一种低频振动传感器作为谐振器,利用谐波小波在频域连续分布且具有严格的盒形谱特性,通过适当调整参数m和n,构造出不同频段的带通滤波器对信号进行广义谐波小波变换。通过广义谐波小波变换实现低速重载轴承振动信号的共振解调,从而提取出故障轴承的低频冲击信息,为低速重载轴承的故障诊断提供了一种新的有效方法。运用该方法准确判断出炼钢转炉悬挂齿轮箱耳轴轴承的故障。

一种改进的广义谐波小波包分解算法及在信号特征提取中的应用

提出了一种改进的广义谐波小波包分解算法,克服了传统特征提取方法的缺点,实现了信号的快速无混叠分离。通过与小波包分析、经验模态分解、广义谐波小波包分解进行比较,证明其在信号分析上的有效性和优越性。基于超声波信号频率非单一性的特点,将该算法应用到超声波信号特征提取中,实现了任意频段及任意频宽的信号特征提取,且计算量小。该算法为信号特征提取提供了一种更加精确有效的方法。

广义内插小波在电能质量扰动信号分析中应用

广义内插小波(GIW)具有对称性、紧支撑性、双正交性、内插性和高阶消失矩等优点,并消除了分解初始化时的Mallat误差。介绍了GIW的基本概念和分解、重构算法。将GIW应用于电能质量扰动信号的分析,对电压骤升、电压骤降、局部跌落、瞬时断电、频率漂移和局部振荡进行了仿真,并比较了GIW、Bior 3.7、Coif3、Db 4等4种小波在电压骤升、局部跌落、局部振荡时的信号定位性能,结果表明:虽然选取的GIW的滤波器长度要大于其他3种小波,但其对突变信号定位的幅值和偏移点数等参数仍优于其他三者;检测突变信号时,选用紧支撑对偶、具有高阶消失矩的小波可以更精确地检测突变点。分析可知,GIW具有很好的综合性能指标,可以有效地检测出各种微小扰动。

彩色图象的广义分形小波变换压缩算法

基于广义二维分形小波变换,提出了一种新的复合分形小波变换图象编码算法,并将该算法推广到三维彩色空间,实现了彩色图象压缩。同时,提出了一种自适应小波子树分割算法。该算法根据图象局部区域纹理的复杂程度对小波树进行分割,有效地避免了解压缩图象中的分块效应。对彩色图象的实验表明在压缩比相同的情况下。新算法可得到更好的图象效果。

广义Morse解析小波变换在机械故障诊断中的应用研究

提出了一种基于广义Morse小波变换的机械故障诊断方法。研究了广义Morse小波相比常用的Morse小波是一种完全解析特性,因此广义Morse具有其他非解析小波所不具有的优势。将该方法应用于某空分机的故障诊断中,并成功提取出重要的故障特征信息,结果证实了该方法可为机械故障诊断提供一条新途径。

基于二维分数阶Fourier变换的二维广义连续小波变换

文章基于二维分数阶Fourier变换,引入二维广义连续小波的概念,并给出了二维广义连续小波变换的定义,定义了相应的二维分数阶广义连续小波变换的可允许性条件。并且给出了二维分数阶小波变换的可允许性条件,证明了二维分数阶广义连续小波变换的一个性质定理。最后,得到了二维分数阶广义连续小波的离散形式。

基于广义谐波小波的低速重载轴承故障诊断

广义谐波小波可任意选取频带,是理想的带通滤波器。将广义谐波小波结合共振解调技术,可较好地提取轴承故障激发的共振信息。应用该方法,对某转炉耳轴轴承进行故障诊断,诊断结果与实际情况相符。

广义Morse小波在物体三维轮廓测量中的应用

光学主动非接触式物体三维轮廓测量技术应用广泛。为了测量物体面形的3D轮廓,提出用广义的Morse小波作为母小波,对由物体表面高度调制而发生变形的投影条纹图像进行连续小波变换,根据小波变换的相位与物体高度之间的关系确定物体3D轮廓。并与当前最为流行的复Morlet小波作为母小波进行详细比较。模拟和实验对比均表明,由于广义Morse小波具有灵活的时频局部特性及严格解析性,广义Morse小波作为母小波是适合的,并且测量物体3D轮廓效果优于目前流行的用复Morlet小波作为母小波,测量精确率提高约20%。

基于广义谐波小波的工频功率因数测量算法

针对传统功率因数测量方法存在的问题,基于广义谐波小波的优良特性,结合功率因数定义,提出测量工频功率因数的广义谐波小波算法。该算法通过对采样离散化后的电压与电流信号进行工频提取,然后对其进行重构,最终结合功率因数定义来实现。建立算法的数学模型,对其进行仿真分析,最后通过液压系统实验对算法进行验证,提取出完全基于工频的功率因数。分析结果表明:与其他算法特别是与正交小波相比,基于广义谐波小波的工频功率因数测量算法速度快、精度高,测量误差<3.5%,具有较好的工程实用价值。

基于广义Morse小波和EWT的移动荷载下结构时变频率识别

提出了基于广义Morse小波和经验小波变换的移动荷载作用下结构时变频率识别方法。首先介绍了经验小波变换技术和广义Morse小波特性,采用经验小波变换对结构响应信号进行分解,对分解得到的不同经验模式成分采用广义Morse小波分析,提取信号小波脊线识别结构瞬时频率。用一个数值算例验证了方法的有效性和精度。随后设计了一个移动小车通过钢板梁的模型试验,采用该方法识别其时变频率并与有限元计算结果进行对比分析,进一步验证方法的效果。

基于VMD和广义Morse小波的结构瞬时频率识别

提出了基于变分模态分解和广义Morse小波相结合的时变结构瞬时频率识别方法。首先,针对噪音干扰问题,提出了快速阈值迭代算法,通过将信号转换到小波域,利用信号稀疏特性进行降噪;然后,提出了基于变分模态分解和广义Morse小波的时变参数识别理论,采用数值算例验证了提出方法的有效性和精度;最后,设计了一个具有时变特性的移动小车试验,进行模态试验对结构有限元模型进行校正。采集小车通过主梁时的应变和加速度响应,由应变数据估算小车不同时刻在梁上的位置,对加速度响应数据进行分析识别结构的瞬时频率,与有限元计算的结果进行对比分析。结果表明,提出的方法可以有效准确地识别时变结构瞬时频率。

基于Soblev空间上的广义积分小波变换

在Ｓｏｂｏｌｅｖ空间ＨＳＲｎ 上定义一种新的广义积分小波变换，它包括了通常的小波变换，Ｆｏｕｒｉｅｒ变换，Ｒａｄｏｎ变换，以及朱文革在文献［１］中引入的广义积分小波变换等。并且研究了这种新的变换的基本性质。

伸缩因子为M的广义插值多小波的研究

由于小波具有其他分析工具所没有的时频性质。可以很好的解决奇异信号的处理问题。对小波系统的两大构成要素一尺度函数和小波的构造研究及对小波包的研究有很大的意义；我们利用时域内伸缩因子为M的多小波的平衡阶和逼近阶的关系证明了其逼近阶和平衡阶的等价性。