基于解析小波变换识别结构的模态阻尼参数

在结构振动分析中,结构的模态参数尤其模态阻尼参数的准确识别是一项十分重要的任务。基于Gabor小波函数的解析小波变换(AWT)通过小波函数与复值信号的匹配机制揭示信号的幅频和相频信息以实现结构模态阻尼参数的识别。基于小波变换(WT)理论,讨论了Gabor小波函数的特性及解析小波变换的时频分辨率和端点效应问题;为实现结构模态阻尼参数的准确识别,提出了Gabor小波函数参数选取和有效信号长度确定的依据。最后,一个频率呈密集分布的三自由度(3DOF)结构的数值模拟数据验证了所提出的模态阻尼识别方法的有效性。

小波变换用于色谱重叠峰的解析

利用小波变换的时频局部化性质，通过对色谱重叠峰信号小波变换后的某些频率段 进行放大，使重叠谱峰得到了分离，并将此方法用于苯和甲苯二组分色谱体系的定量分析，重 叠峰中各组分均得到了良好的线性关系及令人满意的定量分析结果。本文还讨论了不同小 波基、分解的次数及放大系数对解析结果的影响。

在频率域基于小波变换和Hilbert解析包络的CSEM噪声评价

传统CSEM一般只提取主频信号,或以谐波与主频的振幅比为依据提取部分低阶谐波信号,但缺乏判断标准,实际操作中存在很大的不确定性.本文基于小波变换和希尔伯特解析包络提出一种新的CSEM信号噪声评价方法,首先在时间域中基于混合基快速傅里叶变换获得原始信号准确功率谱;其次在频率域中根据CSEM频率位置相邻频率幅值进行频谱预处理,基于离散小波变换将预处理后的频谱分成低频部分和高频部分,基于希尔伯特变换识别高频部分的上包络线,并与低频部分重构得到频谱的整体上包络线;最后根据包络线与对应CSEM频率振幅的比值估计噪声的影响幅度,根据阈值筛选出高信噪比的主频和谐波信号.本方法不需增加野外工作量即可提取大量的频率信号,特别是高阶谐波信号,实现频率加密,提高CSEM的纵向分辨能力和能源利用率.

基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起 ,具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率 ,通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析 ,表明该方法能有效地诊断齿轮局部故障 ,且与传统的频域方法相比具有更好的分析效果。

小波变换与高斯拟合在光谱重叠峰解析中的应用

利用小波变换对小波低频系数置零、高频系数阈值量化,实现了光谱信号的基线校正和谱线去噪;对光谱信号进行多尺度小波变换,搜寻各层小波系数模极值所构成的脊线,并对其中复合脊线进行校正,脊线中小波尺度参量最大时所对应的位置即为峰位;根据得到的峰位值,在最小二乘意义下寻找由多个单峰高斯函数叠加而成的最佳拟合光谱,得到谱峰峰强以及峰宽信息.利用该算法对含有基线漂移和随机噪声的光谱重叠峰进行解析,结果表明该算法能够较好地分离重叠峰,其中利用多尺度小波变换求解得到的峰位值偏差在±1.3以内,通过高斯拟合得到的峰强值偏差不超过8.5%.与现有算法求解得到的谱峰信息对比可知,本文所设计的光谱重叠峰解析算法具有一定优势.

复解析小波变换与振动信号包络解调分析

阐述解析小波变换用于振动信号包络解调分析的理论基础。在解析小波傅氏频谱为一实值函数的条件下,论证一个解析小波的虚部是其实部的Hilbert变换,因而简洁地推论出"Morlet组合小波、谐波小波、谐波组合小波也是一类解析小波,它们的实部和虚部构成一对Hilbert变换对",可用于故障调制振动信号的包络解调分析;另外,还论证了"解析小波变换系数的实部与虚部构成一对Hilbert变换对"的结论。最后,以谐波组合小波为例分析滚动轴承故障振动信号。

小波变换在重叠化学信号解析中的应用

将小波变换应用于重叠化学信号的分辨与处理,由于在噪声较大的情况下二阶导数法很难从噪声中区分出微弱信号峰,故通过小波卷积法确定各个组成峰的位置。在信噪比相对较低的情况下明显优于二阶导数法,然后利用小波滤波器处理数据,处理后的峰可达到基线分离,峰位置和面积基本不变。将此方法应用于单一成分的正丁酮、正丁醛以及乙醇、正丙醇、异丙醇、正丁醇、正戊醇和仲辛醇6种醇类物质的混合物处理,得到了满意结果。

复解析小波变换与语音信号包络提取和分析

利用传统的Ｈｉｌｂｅｒｔ变换方法提取语音信号包络存在一些固有缺陷，为此本文建议了一种复解析小波变换包络提取新方法．该方法将Ｈｉｌｂｅｒｔ分析与小波分析紧密地结合在一起．文中推导并论述了新包络滤波器的时域、频域构造条件和设计方法，选择Ｍｏｒｌｅｔ复小波对语音信号进行了初步数字仿真实验，结果证实了理论分析的正确性，并显示出文中提出的新的分析方法对于信号处理具有许多独特优势和潜在性能．

基于解析轮廓波变换的图像稀疏表示及其在压缩传感中的应用

提出了具有平移不变性的低冗余度解析轮廓波变换.在该变换中圆对称滤波器组首先将图像分解为多个不同分辨率的细节子带和一个低频子带,再对细节子带进行希尔伯特变换形成二维解析信号.最后用方向滤波器组对二维解析信号进行分解,实现具有平移不变性多尺度多方向的解析轮廓波变换.解析轮廓波变换基函数的实部和虚部与Gabor小波的实部和虚部类似,符合人眼视觉特性.实验结果表明解析轮廓波变换在图像去噪和压缩传感方面具有明显优势.

小波变换用于示波计时电位法中重叠峰解析

基于小波变换的分频及时移不变性，将小波变换用于示波计时电位法中重叠峰解析的研究。探讨了极化电流大小、频率和示波信号中噪音、分解次数等因素对小波变换结果的影响。实验结果表明：小波变换能从含有噪音和背景的信号中提取有用信息，使信号中重叠峰获得了较好的分离，可用于多组分的定量分析。

连续小波变换-纯变量法解析气相色谱-质谱重叠信号

提出了连续小波变换-纯变量法(CWT-PVA)解析气相色谱-质谱(GC-MS)重叠信号的新方法.在CWT-PVA中,利用CWT对重叠色谱峰处理,得到重叠组分数目,再利用PVA解析重叠质谱数据,得到纯组分质谱信息,并进而计算出各组分色谱信息,在质谱和色谱两方面完成GC-MS重叠信号定性定量解析.结果表明,CWT-PVA是一种简便有效的GC-MS重叠信号解析方法.

基于小波变换和连续Hopfield神经网络的重叠峰解析策略

针对化学谱图分析中的重叠峰解析问题,提出了一种基于小波变换和连续Hopfield神经网络的谱图重叠峰解析策略.使用高斯函数作为曲线拟合的数学模型,将重叠峰分解为一系列高斯峰的叠加组合.首先,根据检测信号卷积型小波变换中奇异点特性分析原理,利用卷积型小波变换方法寻找信号的特征点,并根据特征点对信号做出初步解析;然后,构造解析峰参数与解析误差之间的函数关系,并以之作为连续Hopfield神经网络的能量函数;最后,根据该网络自我演化特性经过指定次数的迭代得到误差函数的极小值点,进而得到谱图重叠峰的最终解析参数.谱图重叠峰模拟解析表明,所提算法有效.

二维小波变换与子窗口因子分析法结合用于含噪声HPLC-DAD数据的解析

将二维小波变换与子窗口因子分析法相结合,用于模拟的高噪声HPLC-DAD数据的解析.首先应用二维小波变换滤除噪声,然后采用子窗口因子分析法解析重叠峰.结果表明,信噪比为10的高噪声基本被滤除掉.

基于解析小波变换和Hilbert模量频谱分析的感应电动机转子断条故障诊断

针对感应电动机转子断条故障诊断会受负荷波动影响以及故障频率容易被基波成分湮没的问题,本文提出基于解析小波变换和Hilbert模量频谱分析的感应电动机转子断条故障诊断方法。首先对感应电动机的定子电流信号进行解析小波变换,判断负荷是否波动;然后根据负荷波动的定位信息提取位于负荷平稳时间段内的定子电流信号,构造此负荷平稳时间段内的定子电流信号的Hilbert模量,对其做频谱分析,判断是否含有2sf_1频率分量,以确定感应电动机是否发生转子断条故障。仿真结果表明了这种基于解析小波变换和Hilbert模量频谱分析的感应电机转子断条故障诊断方法的有效性。

复解析小波变换在齿轮故障诊断中的应用

提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起 ,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位 ,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。

基于复解析小波变换的信号包络检测

水声信号中的低频线谱成分是目标声信号的一个重要特征量,在水声信号检测、识别和分类中起着重要的作用。为了提取水声信号中的线谱成分,本文利用复解析小波变换兼具带通滤波和包络提取的特性提取信号包络。仿真和实测数据分析表明,与传统的Hilbert变换提取信号包络算法相比较,基于复解析小波变换的信号包络提取算法可以完全抑制所分析通带以外的噪声,从而提高了信号包络的信噪比。

复解析小波变换的圆阵波达方向估计方法

针对多重信号分类的圆阵高分辨波达方向估计方法不稳定问题,提出了复解析小波变换的圆阵波达方向估计方法。该方法通过复解析小波变换将圆阵拾取数据转换为一定频带复解析数据,在时域对复解析数据进行时延补偿,并采用多采样点累积处理方式对时延补偿后复解析数据构造协方差矩阵,对协方差矩阵进行特征分解,并对分解所得各子空间特征向量进行累积求和,获得各子空间获空间谱,对各子空间合成空间谱进行极大值判决处理,提高目标子空间空间谱在最终合成空间谱中的比重。数值仿真及实测数据处理结果均表明,相比频域多重信号分类方法,通过时域多点累积处理和极大值判决处理,最低信噪比的宽容性得到了5 dB以上的改善。

基于解析信号的小波变换及其应用

提出对信号的解析进行小波变换 ,从而可直接计算出信号能量的时 -频分布 .使分析结果能象短时Fourier变换、Wigner分布那样直观地显示出来 ,解决了小波分析的可视性问题 .用这种算法在调频信号的分析。

由小波变换模极大值重构信号的改进解析迭代算法

在分析了经典的重构算法的不足之后 ,以小波变换的多孔算法电路为依据 ,提出了一种改进的解析迭代新算法 ,由信号的各个分解尺度上的小波变换的模极大序列和最大分解尺度上的离散逼近信号 ,通过迭代直接重构信号。该算法不需要进行小波反变换 ,也不需要对最大分解尺度上的离散逼近信号进行重采样 ,而且投影算子是解析形式的 ,克服了非解析形式投影算子计算量大、程序复杂等缺点。数值仿真试验证明了该算法信号重构的精度较高 ,收敛速度较快。

基于小波变换的便携式质谱重叠峰解析方法研究

针对便携式质谱重叠峰导致无法准确识别待测物质特征峰的问题,研究了基于小波变换的重叠峰解析方法,并对使用该方法处理重叠峰时存在的小波函数的选择、小波分解层数的确定、信号经小波变换后细节部分的选取,以及细节部分放大倍数的确定等问题进行了研究。选用仿真的大峰与大峰重叠数据、大峰与小峰重叠数据和便携质谱仪实测的DMMP重叠峰数据进行实验。结果表明,应用该方法解析重叠峰后,与原始数据的分离度相比,仿真的大峰与大峰的分离度提高了128.57%,大峰与小峰的分离度提高了52.0%,实测DMMP数据的分离度提高了至少33.75%。