基于自适应小波变换与HHT的混合储能容量配置

混合储能系统能有效缓解风电输出功率强波动性与随机性造成电网频率不稳定问题。本文以蓄电池和超级电容组成的混合储能系统为研究对象,提出了一种混合储能容量配置方法。该方法首先采用自适应小波变换对风电输出功率进行功率一次分配,得到满足条件的并网功率和储能功率。然后采用HHT变换对储能功率进行分解,得到一系列波动功率分量以及各分量的瞬时频率。再根据瞬时频率确定分界频率,将高于分界频率的功率分量分配给超级电容,剩余的功率分量分配给蓄电池。最后根据蓄电池与超级电容各自的储能功率,对储能系统的额定容量与额定功率进行配置。该仿真结果表明,本文采用自适应小波变换与HHT变换能够有效地将风电输出功率进行分解,实现风电输出功率的平抑与混合储能系统的容量与功率配置。

基于小波变换的语音信号去噪算法优化

深入研究基于小波变换的语音信号去噪方法,并针对传统方法在复杂噪声环境下处理效果不佳的问题,提出一种基于自适应阈值的小波变换去噪优化方法。首先,分析小波变换去噪的基本原理。其次,深入研究自适应阈值技术的数学模型,并将其应用于小波变换,通过动态调整阈值来适应不同噪声环境的需求。最后,采用Aurora数据集进行实验验证。实验结果表明,该方法能够有效去除噪声。

改进自适应无参经验小波变换在变压器高频局放电流噪声抑制中的应用

变压器是电力系统中的关键设备,局部放电(partial discharge,PD)是致使变压器绝缘劣化的主要原因,也是绝缘劣化的重要表现形式。针对高频PD信号中窄带干扰和白噪声这些复杂的噪声信息,提出一种基于互信息和样条插值拟合优化频谱分割的改进自适应无参经验小波变换的降噪方法。该方法以无参经验小波变换为基础,计算经无参经验小波变换分解的各个时域分量的互信息值进行合并优化得到新的频谱分割点,然后在各个频段内提取峰值点,将这些峰值点进行三次样条插值拟合得到拟合曲线,将拟合曲线的极小值点作为最新频谱分割点进行划分得到各个时域分量,最后计算各个分量的峭度值,去除峭度值小于3的分量,将剩余分量进行通用阈值降噪重构达到PD信号降噪效果。仿真、实验室和现场测试表明,与现有小波变换降噪和基于经验模态分解降噪的方法进行对比,文中的方法能够更加有效抑制变压器高频PD信号中的噪声信息。

自适应瞬变电磁波场反变换方法及其在隧道超前预报中的应用

瞬变电磁法(TEM)是一种感知地下含水体,圈定隧道含水区范围的有效方法。从瞬变电磁信号中准确提取虚拟波场是刻画含水区形态边界的关键。为提取准确可靠的虚拟波场,需要解决核函数动态范围大、波场反变换方程高度病态和实现自适应求解等问题。本研究基于精细积分方法,结合缩短波场反变换数值积分区间的经验公式,提出优化的自适应波场反变换方法。结果表明,在对均匀半空间的数值模型计算中,对正演数据的拟合误差低于0.5%;在对H型地电断面的数值模型计算中,提取的虚拟波场具有合理准确的运动学特征;在对全空间HKH型模型的数值计算中,提取的虚拟波场突出不同深度的含水层边界,在整个观测时间段拟合程度高;对于隧道实测数据,虚拟反射波在富水区边界和电性界面附近响应明显,拟合误差低于5%,虚拟波场记录圈定的含水区与视电阻率分布规律相互印证且与钻井试验吻合,证实了该方法的有效性和可靠性。

基于小波变换与IAGA-BP神经网络的短期风电功率预测

为提高风功率预测精度,减轻输出风能波动性对风电并网不利影响,提出了基于WT-IAGA-BP神经网络的短期风电功率预测方法。利用风速分区、3σ准则及拉格朗日插值法清洗风电场历史数据;其次,依据小波重构误差,选择db4小波分别提取风速、风向、历史风功率的不同频率特征信号,并引入改进自适应遗传算法(IAGA)对各序列BP神经网络的初始权值与阈值寻优,使用Sigmiod函数通过适应度值自适应改变交叉概率与变异概率;构建各序列的WT-IAGA-BP模型对短期风功率组合预测。通过仿真分析,并与ELM、IAGA-BP、WT-ELM及WT-LSSVM方法对比,验证该方法具有更高的预测精度和更好的预测性能。

小波域噪声估计的分块自适应降噪方法提升Φ-OTDR信噪比研究

相位敏感光时域反射计(Φ-OTDR)以激光器为探测光源进行光纤沿线振动信号的检测,但激光器的自发辐射现象会导致光场相位发生波动,直接影响相位解调信号的信噪比。针对此问题,提出了一种小波域噪声估计的分块自适应降噪方法。分析了激光器自发辐射导致的相位噪声特征,通过连续小波变换提取系统相位噪声在不同分解尺度下的噪声水平,结合无偏似然估计调整小波系数的分块长度和阈值,实现对不同输入信号的自适应降噪。实验证明,与未经本算法处理相比,在光纤4.5 km处,单频信号的信噪比从40.01 dB提升至54.60 dB,系统的应变分辨率从66.15 pε/√Hz优化至11.69 pε/√Hz;线性扫频信号的信噪比从18.31 dB提升至26.40 dB。与其他同领域的降噪算法相比,单频信号均方根误差低至0.0096,信噪比增益达到14.59 dB;线性扫频信号的均方根误差低至0.0809,信噪比增益达到8.09 dB。研究表明,该方法在保留有效信号的同时,抑制了相位噪声,提高了相位还原的精度。

Sigmoid变换的滤波-x四元数最小均方算法

滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制系统中常用的算法,对中低频噪声有较好的控制作用,但在某些环境噪声中传统的算法可能达不到期望的抑制效果。提出一种基于sigmoid变换的滤波-x四元数最小均方算法,该算法利用四元数的空间特性使噪声信号在超复数域内部相互耦合和关联,并通过sigmoid函数对误差信号进行非线性变换来约束噪声信号以减低对权值更新的影响力度,避免权值在更新过程中发散,从而实现优异的收敛性能以及增强的鲁棒性。同时通过研究步长分析该算法的稳态特性,并在汽车、工厂噪声环境下验证提出算法性能的优越性,仿真结果支持了该结论。

三参数小波变换自适应阈值压制地震数据高频随机噪声

在有效压制高频随机噪声的基础上,最大限度保留有效信号一直是地震数据降噪处理中的难点.小波变换阈值降噪因其优秀的降噪效果和较高的计算效率受到地球物理学家们的青睐.在小波变换阈值降噪中,小波基、阈值函数以及阈值是影响降噪效果的3个关键因素.针对这3个关键因素开展相关研究:(1)采用更加适合地震信号分解的三参数小波作为母小波,可以更好进行信噪分离;(2)采用改进的阈值函数克服传统硬、软阈值函数的不足,基于改进阈值函数得到的降噪地震数据不仅波形光滑、连续,而且基本保持原始信号的特征,综合了硬阈值和软阈值函数的优点;(3)针对统一阈值"过扼杀"有效信号这一缺点,提出自适应阈值,自适应阈值不单以能量为标准进行有效信号和噪声的识别,还考虑有效信号小波系数的相关性,避免有效信号被当成噪声舍弃.最后通过模型试算和实际地震数据验证所提方法的有效性和实用性.

重载液压缸动态位移信号的自适应滤波器设计

为了能够在大型减震阻尼器性能测试试验中更好反馈试验台的重载液压缸动态位移变化信息,从而真实模拟大型减震阻尼器所需振动激励信号,进而获得更好的特性参数,对比传统变步长LMS算法,根据试验台重载液压缸实际振动的加载工况,在预期参考信号不可知的情况下,通过小波变换对原始信号进行拟合,并使用MATLAB建立误差与步长之间的非线性函数表达式,提出一种基于小波变换的LMS自适应滤波器,最后通过LabVIEW编写了测控程序进行了试验。试验结果表明,相较于传统变步长LMS算法,基于小波变换的自适应滤波器收敛速度更快、稳态误差更小且跟踪能力更强,在实际应用中,相较于其他类型滤波器具有更好的滤波效果。

基于小波变换的红外与可见光图像融合

针对利用传统方法进行的微光条件下红外与可见光图像的融合结果彩色视觉效果差以及缺少环境细节的问题,提出一种基于二级小波变换与自适应直方图均衡化的红外与可见光图像融合算法。首先对可见光图像分别进行自适应直方图均衡化与直方图均衡化,将自适应直方图均衡化处理结果转化为HSV格式,依据视觉感官结果进行色彩修正,再与直方图均衡化结果线性加权得到处理后的可见光图像,最后将处理的可见光图像与红外图像进行二级小波变换。为了验证算法的优越性,将其与4种传统方法比较。经过一个数据集大量的实验结果证明,相较于传统方法,所提出的算法具有较好的色彩视觉效果,有效的保留了可见光的环境信息,具有较高的实用价值。

基于改进小波变换的农村集体土地测绘图像高分辨率自适应重建方法

为提高农村集体土地测绘图像的分辨率,改进在重建图像的过程中发生的灰度偏移的情况,研究了基于改进小波变换的农村集体土地测绘图像高分辨率自适应重建方法。采集农村集体土地测绘图像,对差值处理后的测绘图像进行Haar小波变换,高分辨率重建测绘图像,校正图像灰度化偏移的同时保证重建测绘图像的质量;采用基于贝叶斯估计的自适应小波去噪方法,去除重建测绘图像噪声,使重建的高分辨率测绘图像更清晰。实验结果表明:PSNR值接近30dm,SSIM值接近1;不同噪声方差下,PSNR值最高。提高了重建测绘图像的清晰度和分辨率,得到高分辨率的农村集体土地测绘图像。

基于小波变换及自适应线性神经网络的充电桩谐波检测方法

针对大量引入作为一种非线性负载的电动汽车充电桩,给电网带来大量的谐波干扰,威胁电力系统电能质量等问题,文章提出了一种小波变换及自适应线性神经网络的充电桩谐波检测方法,该方法通过松散型结合的方式,既保留了小波分解重构的时域特性,又利用了自适应线性神经网络的高效性与准确性。仿真实验结果表明提出方法能够很好地检测出充电信号中的谐波。

基于NSCT域滚动引导滤波与自适应PCNN的医学图像融合

针对传统CT和MRI医学图像融合后存在边缘轮廓模糊、纹理细节丢失等问题,提出基于NSCT域结合相位一致性滚动引导滤波与改进参数自适应双通道PCNN的图像融合方法。首先,采用相位一致性滚动引导滤波对CT源图像进行增强,提高骨骼轮廓结构清晰度。然后,通过NSCT变换分解增强后的CT和MRI源图像得到低频子带和高频子带。低频子带系数采用改进参数自适应双通道脉冲耦合神经网络融合策略,明显改善了软组织的纹理细节模糊效果;高频子带系数采用加权求和修正拉普拉算法融合,提升了融合后图像的细节、纹理等信息。最后,通过逆NSCT变换重构出融合图像。通过五组对比实验表明,所提方法的AG、CC、SF、MSE以及CEN客观评价指标分别平均提高了13.30%、6.71%、4.40%、40.23%、19.16%,说明该融合方法在处理纹理细节、边缘轮廓、结构相似性以及图像像素方面性能更好。

基于连续小波变换的自适应面波压制方法

面波干扰的抑制是陆上地震资料处理的主要问题之一.本文根据炮集记录中面波与反射波主要能量在小波域分布区域的不同,以及面波干扰的影响随炮检距变化等特点,提出了一种具有时变、空变特性的自适应面波衰减方法.文中将该方法用于模型及实际炮集资料的处理,并与常用的高通滤波方法进行对比,结果表明,该方法在衰减面波干扰的同时,能更好地保持反射波的振幅及相位信息.

基于纹理的自适应提升小波变换图像压缩

经典二维小波变换仅在图像的水平和竖直方向应用小波滤波,不能提供灵活的方向信息,对纹理信息丰富的自然图像稀疏化效果不理想,在基于小波变换的图像压缩中还需改进.为了实现更有效的图像的稀疏表示,文中提出一种新型的基于图像纹理的自适应提升小波变换:根据局部特征将图像自适应分块,预先判断局部图像纹理方向,保持正交性质不变;沿纹理方向应用小波滤波,结合提升变换格式实现即位运算;沿纹理方向插值获取分数像素值,保护纹理信息不被破坏,总体变换对图像纹理描述更有效;结合JPEG2000中的编码方法EBCOT,对变换系数和方向信息分别编码,应用于图像压缩.仿真实验是在数值结果和视觉效果上将文中方法和JPEG2000方法作比较,以体现文中方法的优越性.

基于小波变换的自适应滤波器消除ECG中基线漂移

设计了一种新的基于小波变换的自适应滤波器 ,其参考信号选择原始信号经小波分解后的高频部分 .该滤波器可有效消除心电信号中基线漂移 .经MIT/BIH心电数据库检验 ,取得满意的结果 .

基于自适应小波变换的织物密度测量

应用自适应小波变换技术以实现机织物密度的自动测量。先运用Wiener2和直方图均衡技术对织物图像进行预处理,增强图像的纹理特征;接着选取自适应小波技术对织物图像进行分解;再对分解得到的子图像进行二值、平滑等后处理;最后通过分析后处理图像的经纬纱线信息得到织物密度。试验结果证明,运用该方法能够准确测量3种基本组织的织物密度,是一种行之有效的方法。另外,还简要介绍了自适应小波的构造技术。

自适应提升小波变换在心音信号预处理中的应用

通过构造提升小波变换的预测滤波器和更新滤波器,将自适应提升小波变换用于心音信号的预处理,提升小波变换不仅保留了小波变换在信号处理中的优势,而且可以提高信号处理的速度,可以在心音信号的实时处理中起到很好的去噪效果。通过仿真实验对实际采集的几十组心音数据进行了去噪处理,结果表明,该方法在去噪效果和处理速度上都有着明显的优势,在心音的实时采集中有很重要的应用价值。

基于小波变换的自适应阈值微震信号去噪研究

针对矿山微震信号中所包含的随机噪声对微震监测和微震源的准确定位存在着严重干扰的问题,根据前人的研究成果,在分层阈值上增加分层自适应因子,提出一种新的分层自适应阈值方法.该方法根据矿山微震有效信号的低频特性,利用分层自适应因子,将高频部分的噪声信号最大限度地去除,提高矿山微震信号的信噪比;同时,最大程度地保留低频部分的信号.通过实际数据与分层阈值的对比,验证了该方法的有效性与优越性.

小波变换的自适应阈值图像边缘检测方法

在Marr的计算机视觉系统中,图像边缘检测占据着重要位置。但由于问题本身的复杂性和技术手段的限制,图像边缘检测的研究困难重重。近10年来,由于小波分析技术在工具和数学方法上的重大突破,试图将小波理论应用于图像边缘检测。根据边缘检测的评价标准,参照最佳边缘滤波器的设计要求,确定选择用于边缘检测的小波母函数的一般准则,并在此基础上构造出二次B样条小波,提出了基于小波变换的自适应阈值图像边缘检测的新方法。通过计算机仿真对该算法进行了验证,结果明显优于采用固定阈值的小波边缘检测。