改进的Morlet小波在信号特征提取中的应用

小波分析提取数字调制信号调制特征是一种比较有效的分析方法。本文通过分析Morlet小波中各参数对提取调制特征性能的影响 ,提出一种改进的Morlet小波变换 (MMWT) ,并将其用于信号调制特征提取。计算机仿真表明 ,基于MMWT的特征提取性能优于基于Morlet小波变换的方法 。

改进的Morlet小波变换在储集层预测中的应用

Morlet小波是时频域内具有最好分辨率的小波。介绍了小波变换的方法,选取Morlet小波为母小波,引入一个控制小波函数带宽的参数c2加以改进,并研究了参数c2的变化对小波函数的影响,将改进的Morlet小波变换应用于地震物理模型发现,分频处理后的地震数据刻画目标体更为清晰,实例应用结果表明,改进的Morlet小波变换分频处理方法可以有效地提高储集层预测精度。

改进的Morlet小波及其变换

提出了一个改进的Morlet小波,并在此基础上给出了Morlet小波变换的完全重构公式,这个重构公式不需要Morlet小波满足小波容许条件,使得Morlet小波变换在理论上趋于完善。改进后的Morlet小波其尺度参数替换为小波主频参数,参数有明确的物理意义,用它作为核函数的小波变换把时间信号映射到时间-频率域。重构公式的提出可拓宽Morlet小波的应用范围,引进了一个由Morlet小波变换及其逆变换构建的时-频滤波器并将其用于地震信号处理以提高其分辨率。从理论上分析了Morlet小波变换与S变换的区别,并用实际算例验证了分析结果。

基于改进的Morlet小波变换的雷达信号特征提取

为了能够进一步准确地估计出雷达信号的瞬时频率,在原有的Morlet小波基函数的基础上,提出了一种改进的Morlet小波基函数,并将其用于小波脊线的提取。用改进后的Morlet小波基函数来提取雷达信号的小波脊线特征,从而估计出雷达信号的瞬时频率。仿真结果表明,用改进后的Morlet小波基函数提取出来的雷达特征比利用原有的Morlet小波基函数提取出来的雷达特征性能更优,具有更好的时频综合特性及良好的抑制噪声能力,其方法是可行的。

基于改进的Morlet小波变换在伊犁盆地南缘层序地层划分中的应用

阐明了小波变换的基本原理及其包含的砂/泥比、砂泥岩互层频率等地质信息,处理手段选择适用性较好的Morlet小波。由于传统的Morlet小波不满足小波的容许条件,引入带宽参数对其进行了改进,用频率参数替换尺度参数,从而获得更高的分辨率,使其能够更加明确地表达出所包含的地球物理意义。利用改进后的Morlet小波基函数,对测井信号进行多频段分解,将一维信号转换为二维深度-频率信息,并进行逆变换恢复为深度-尺度信息。以新疆伊犁盆地南缘苏阿苏地区A4560钻孔为例,选择测井数据中最能体现泥质含量变化的自然伽马测井信号,进行连续小波分析和复小波连续变换,联合应用振幅谱和相位谱进行层序划分,获得了旋回叠加模式、层序界面。与地质资料反复对比确认后,确定了适用于该钻孔的划分标准,推广应用到该地区其他钻孔,经统计与人为划分的结果基本一致。基于改进的Morlet小波分析,能够在排除干扰因素的情况下,有效地利用自然伽马测井曲线准确地识别层序界面,为层序地层划分提供了借鉴。

VTI介质改进声学近似qP波交错网格正演模拟

Alkhalifah提出的声学假设近似令沿TI介质对称轴的qSV波速度近似为0,建立了相应的qP波波动方程并进行了数值模拟,但存在两个不足:一是方程中存在退化的qSV波解,不是纯qP波波动方程;二是方程不适用于ε<δ(ε和δ为Thomsen参数)的介质。为此,在Liang等的工作基础上,将改进声学近似方法的思想引入qP波频散关系和一阶波动方程推导。令qSV波的精确频散关系中的圆频率为0,同时结合椭圆分解,推导了VTI介质纯qP波解耦频散关系,利用改进标量算子的空间域渐近近似建立了VTI介质改进声学近似qP波一阶速度—应力波动方程,采用交错网格有限差分算法实现了基于改进声学近似的VTI介质纯qP波正演模拟。频散关系分析和数值示例表明,基于改进声学近似的qP波一阶波动方程不包含退化qSV波,是纯qP波方程,与弹性波波动方程模拟结果吻合较好,具有较高精度,并且该方程在ε≥δ和ε<δ的VTI介质中均是稳定的,同时也适用于复杂VTI介质。

基于改进蜜獾算法的波能转换器阵列优化

针对波浪能转换器(WEC)阵列发电效率提升问题,提出一种基于改进蜜獾算法的三系WEC阵列优化方法.首先,为克服原始蜜獾算法(HBA)收敛速度慢、收敛精度低等缺陷,引入佳点集初始化、混沌机制和蜜獾种群变异3种策略对原始HBA进行改进.此外,为了验证改进蜜獾算法(IHBA)的先进性和有效性,开展2个浮标、10个浮标和20个浮标3个不同规模的WEC阵列优化实验.2浮标阵列仿真结果表明,WEC阵列优化存在多组最优解,且IHBA、HBA、遗传算法和粒子群优化算法都能以不同速度找到最优解.然而,随着WEC阵列规模的增大,3种对比算法都会陷入局部最优解.相反地,IHBA依然表现出较强寻优能力并能搜寻到全局最优解.最后,IHBA所获10浮标和20浮标的阵列q因子分别高达1.059和0.968,远优于其他3种算法.

基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法

针对现有红外图像增强算法存在信噪比低、细节模糊、清晰度差等问题,本文提出基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法。首先,为克服尺度参数固定和光线散射导致红外图像退化的问题,利用大气透射率得到Retinex尺度参数的全尺度映射图,从而有效提高图像的清晰度,并将输入图像和使用全尺度Retinex处理后的输入图像作为算法的第一个输入和第二个输入。其次,为解决传统小波阈值函数在图像降噪过程中存在伪影、细节丢失等问题,设计改进小波阈值函数,通过引入尺度因子,在计算每层高频子图小波系数后,能根据该层数自适应调整尺度因子,并引入调节因子,结合指数函数,使该函数不仅能抑制高频子图噪声,还能极大程度保留细节信息。然后,使用小波图像融合的方式融合输入的高频子图和低频子图,进一步提高输出图像的纹理细节。主客观仿真结果表明,所提算法比其它对比算法具有更好的降噪和细节突出能力,并能提高红外图像的人眼视觉效果。最后,本文算法应用于红外成像模块采集的红外图像增强,效果良好,表明本文方法具有实用性。

经验小波变换和改进S变换结合的电能质量检测与识别方法

为分析不确定干扰因素影响下的实际电力网络电能质量问题,提出一种经验小波变换(EWT)和改进S变换相结合的电能质量检测与识别方法。该方法一方面利用EWT联合归一化直接正交(NDQ)算法和奇异值分解(SVD)算法准确提取调幅-调频分量的频率、幅值和时间参数,另一方面考虑到EWT算法在高噪声环境下瞬时幅值波动的问题,引入改进S变换提取高噪声干扰下的电能质量扰动时频信息,最后,基于EWT和改进S变换提取的扰动特征向量,利用基于改进粒子群优化算法(IPSO)优化支持向量机(SVM)的电能质量扰动识别分类器实现扰动类型的精确识别。仿真和实验表明所提方法在复合扰动识别分类时平均识别准确率为93.23%,且能够准确识别4种实测扰动信号。

基于Morlet小波与CART决策树的滚动轴承故障诊断方法

针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建。然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型。测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显。

基于改进小波阈值—CEEMDAN的变压器局部放电超声波信号白噪声抑制方法

为了有效去除变压器局部放电超声信号中的白噪声干扰,提高后续局部放电模式识别及定位的准确性,提出了一种基于改进小波阈值和自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的变压器局部放电超声波信号去噪方法。首先,通过对放电信号进行CEEMDAN分解得到一系列由高频到低频的本征模函数IMF(intrinsic mode function);然后,利用多尺度排列熵(multi-scale permutation entropy,MPE)算法计算各阶IMF分量的排列熵PE(permutation entropy),根据各IMF的排列熵值确定信号的去噪阈值与有效阈值。对高于去噪阈值的IMF分量采用改进小波阈值法进行去噪处理,对低于有效阈值的IMF分量视为基线漂移进行剔除。最后,通过重构去噪分量与剩余分量来获得去噪后的超声波信号。仿真和实验结果均表明,文中所提出的去噪算法大大提高了信号的信噪比,并保留了原始超声波信号中的有效信息,对提高后续利用超声波信号进行局部放电模式识别及定位的精确性具有重要意义。

基于改进小波变换与卷积神经网络的干式空心电抗器红外图像去噪方法

针对传统小波变换法去除干式空心电抗器红外图像中夹带的噪声效果不理想的问题,提出了基于改进小波变换与卷积神经网络的干式空心电抗器红外图像去噪方法。首先利用卷积神经网络中的残差学习对图像中混合特征信息进行提取;然后通过改进小波变换对图像进行小波分解,并将分解后的分量输入至网络中进行训练;进而通过残差学习增强图像纹理细节信息,解决了传统图像去噪方法的不足;最后进行仿真比较。结果表明,所提方法可以降低网络计算难度,加快训练速度,同时具有良好的去噪性能,优于传统图像去噪方法。

基于改进小波模型的样条光顺算法

数控加工数据传输过程中存在丢包、噪声干扰等现象,导致数据点位出现误差。针对现有方法对误差的修正大多适用于平面,且基本都是只对单独一段的大弧段修正等限制,提出一种空间整体的光顺处理方法。该方法借由小波光顺分离出细节部分,定义修正因子后配合有局部自检效果的改进灰狼粒子寻优优化算法再对细节修正,构建新的稀疏模型进行光顺效果的判别。实验结果表明:提出的方法不仅可用于多弧段的情况,且可适用于空间样条的光顺。

基于改进小波分析的电弧故障高频信号识别

电力故障监测范围较广,电弧故障高频信号识别准确率不高,因此引入改进小波分析技术,设计电弧故障高频信号识别方法。按照故障类型将电弧故障分为串行电弧、并行电弧、接地电弧。检验电弧高频信号的正则性,确定平方函数的连续小波变换结果,通过离散化处理分析故障特征。根据特征提取结果利用小波模极大值理论完成信号降噪处理,采用分级保留识别故障波形,通过电路信号分析实现故障高频信号识别。实验结果表明,该方法对时刻突变点故障识别准确率高达99.99%,对连续间断点故障识别准确率高达99.2%,故障信号识别效果好。

基于CEEMDAN-改进小波阈值的大坝变形数据处理方法

针对现有方法对大坝变形监测数据去噪精度低、易将部分高频有用信息误判为噪声的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)和改进小波阈值联合去噪的方法。该方法利用CEEMDAN对原始数据进行分解,通过t检验对分解获得的多个本征模态函数(IMF)分量进行特征分析,筛选出含噪分量并利用Pearson相关系数和方差贡献率进行校验,最后采用改进的小波阈值对筛选出的含噪分量进行精细化去噪,并重构去噪后的模态函数分量,得到去噪后的数据。仿真试验和工程实例验证结果表明,该方法在多种不同指标上均优于对比的3种方法,同时能够更有效地保留数据的高频有用信息,提高准确度和平滑性,可用于大坝中的非线性变形数据去噪处理。

改进小波阈值与优化BiLSTM组合的大坝变形预测方法

变形是反映大坝结构状态变化的重要指标。由于变形数据的非线性特点和其背后复杂的机理,提升变形的预测精度对大坝安全及结构控制具有重要意义。为此,基于融合建模理念提出了一种组合的大坝变形预测方法,该方法结合了改进小波阈值去噪与鹈鹕优化算法(POA)优化的双向长短期神经网络(BiLSTM)。首先,采用改进小波阈值去噪法对变形实测数据序列进行处理;其次,通过POA搜索最优超参数组合用于优化BiLSTM模型;最后,基于最优超参数下的BiLSTM模型进行大坝变形预测。工程实例表明,改进小波阈值法具有更好的去噪效果,POA-BiLSTM能够准确预测大坝变形。在最终测试集上平均MAE、MAPE、RMSE、R^(2)分别为0.244、0.041、0.301、0.906。相较于其他方法,表现出更高的预测准确性和稳健性,可为大坝变形监测提供参考。

基于改进小波变换的造纸车间网络通信弱信号增强研究

传统造纸车间网络通信弱信号增强方法由于仅提取了造纸车间网络通信弱信号的单一参量,导致对其的增强效果不佳。为解决这一问题,设计一种基于改进小波变换的造纸车间网络通信弱信号增强方法。首先,利用信号采集设备采集造纸车间网络通信信号,并对采集信号进行预处理;其次,计算感知造纸车间网络通信弱信号,在传统小波变换的基础上对其进行改进,并由此提取造纸车间网络通信弱信号的频率参量、幅度参量等多个信号参量;最后,利用提取的信号参量,将相似信号进行叠加,以完成弱信号增强。实验结果表明,与以往的造纸车间网络通信弱信号增强方法相比,设计的基于改进小波变换的造纸车间网络通信弱信号增强方法在实际应用中信号强度更高,增强效果更好。

小波降噪及改进遗传算法的BP神经网络在基坑变形中的组合应用

以某市人民医院基坑工程为例,针对实测数据建立实测数据结合BP神经网络预测模型,小波降噪结合BP神经网络模型和小波降噪结合改进遗传算法优化的BP神经网络模型,并利用误差分析理论对基坑变形数据预测效果评价。结果表明:对比3种模型实际处理、预测数据能力,实测数据结合BP神经网络模型预测精度在1%-4%之间,小波降噪结合BP神经网络模型预测精度1%-2%之间,小波降噪结合改进遗传算法优化的BP神经网络模型预测精度在1%以内,小波降噪结合改进遗传算法优化的BP神经网络模型的预测准确率最高。针对基坑变形监测,小波降噪结合改进遗传算法优化的BP神经网络模型具有更高预测精度,可为类似工程提供实际参考。

基于MK检验和Morlet小波的乐清市降水量分析

文章为了研究乐清降水年内、年际特征,应用集中度(期)、Mann-Kendall(MK)检验和Morlet小波对乐清1956—2022年的降水量进行分析。结果表明:1956—2022年,乐清降水量年际变化较大,总体呈增长趋势,夏、秋、冬季节呈上升趋势,而春季呈下降趋势;降水年内分布不均,呈“双峰”型,夏季最大,占全年比重54.3%;全年和四季降水具有相似的丰枯变化周期,分别为7a和16a,未来几年乐清的降水仍处于少雨时段。分析结果对乐清市防汛抗旱和水资源调度管理有重要指导意义。

基于INGO-VMD-改进小波阈值算法的TDLAS二次谐波信号去噪研究

针对可调谐半导体激光吸收光谱(TDLAS)技术中气体浓度检测信号———二次谐波信号夹杂噪声导致反演精度下降的问题,提出基于改进的北苍鹰优化算法(INGO)、变分模态分解(VMD)和改进小波阈值法联合的去噪算法,利用包络熵值最小为目标函数的INGO算法寻找VMD中重要参数———模态个数k和惩罚因子α,以分解后的各固有模态分量(IMF)能量密度与平均周期乘积为一常量的特点筛选出有效信号IMF分量,联合小波改进阈值法对有效信号进行降噪并组合得到去噪后信号。仿真实验对比分析表明INGO-VMD-改进小波阈值法能有效滤除噪声信号,降低幅值误差,提高反演精度,降噪效果较优,降噪后波形相似系数为99.86%,信噪比达到25.2305 dB,均方根误差达到0.01523%,较含噪信号,峰值误差下降0.157。