局部投影和离散小波变换在心音信号去噪中的应用

针对心音信号非线性的特点,提出噪声水平自适应估计的局部投影与离散小波阈值相结合的去噪方法,该算法既能得到精确的重构信号又能保留微弱信号的有效特征。Lorenz序列数值仿真结果表明,该方法可以有效地抑制噪声,其信噪比和均方误差均优于局部投影去噪和离散小波阈值去噪;对比不同算法去噪前后信号的最大Lyapunov指数,得出该方法能很好地保留原始信号的非线性特征。对实测心音信号的降噪研究,进一步表明了该方法的有效性。

角加速度信号自适应小波的去噪方法

针对多扰动、大负载环境下角加速度计输出信号中含有脉冲噪声和高斯白噪声的情况,提出一种改进的离散小波阈值法与中值滤波算法相结合的角加速度计信号自适应去噪算法。首先,使用中值滤波对原始信号进行去除脉冲噪声的预处理;其次,使用分解层数的自适应确定方法与改进的阈值选取准则,通过离散小波阈值去噪法去除高斯白噪声。仿真结果表明,该算法能够有效地提高信噪比,降低最小均方误差。实验结果表明,该算法既能去除分子型液环式角加速度计信号中噪声,又能很好地保留真实信号中的高动态部分。

基于非接触式电压测量的电压监测系统

非接触式电压测量方法不直接与线路的金属导体部分接触,能适应多种应用场景的电压监测。设计一种利用改进的非接触式电压测量技术对线路电压进行测量并将测量得到的电压波形用于线路故障电压诊断的系统。对传统的非接触式电压测量技术进行拓扑分析并对测量电路拓扑进行改进,能够不受耦合电容影响并准确地测量线路上的电压。由于目前单一的故障特征提取方法具有局限性,为了利用由非接触式电压测量技术测量得到的电压波形实现准确地对线路故障电压进行识别诊断,提出了基于集成学习的故障电压状态识别系统,利用多种特征提取方法提取非接触式电压测量得到的电压波形特征,其识别结果用于对线路故障进行预警和处理。针对该电压监测系统,设计了测量精度和故障识别测试,得到稳态平均误差为0.9%,故障识别准确率最高可达到93%,表明该电压监测系统具有较高的精度和故障识别准确率。

基于多种平滑算法的三峡水库反推入库流量消噪

三峡水库的反推入库流量存在严重的“锯齿”问题,影响了实际的水库实时调度相关工作,利用数据平滑算法可有效对其误差进行后处理。通过对比各平滑算法分别选取五点三次平滑算法及离散小波阈值消噪算法进行研究,并与实际工作中常用的三点平滑算法进行对比,通过构建水文要素指标和平滑度指标评价平滑效果。结果表明:在综合适用条件最好的Db小波与Sym小波中,Db7小波阈值消噪的平滑效果优于其他小波;相比于三点平滑法和五点三次平滑法,Db7小波阈值消噪法能较全的保留原序列的洪峰、洪量和峰现时间,并消除了原入库流量更多的锯齿。研究表明,利用离散小波阈值消噪法对三峡水库的反推入库流量的噪声平滑可具有推广价值。