基于小波包分解的频带局部能量特征提取方法

提出了一种基于小波包分解的频带局部能量特征提取方法。在小波包分解的理论基础上 ,引入了频带局部能量的概念 ,用以表征信号在某个频带的某个时间段的能量大小 ,反映了信号频率的时变性。并以仿真信号为例 ,说明基于小波包分解的频带局部能量特征提取方法的有效性。

基于小波提取的超宽频带局部放电信号分形分析

为了研究超宽频带局部放电信号在各个频段上的局部特征、发现特征频段 ,应用小波分析技术 ,将局部放电信号进行小波包分解 ,使信号变为各个频段的信号 ,然后计算各个频率段信号的分维数 ,并通过分维数的变化 ,来量化分析信号特征峰的特征 .应用这种方法 ,可以得到各频段的放电信号的分形特征 。

基于小波分析的频带局部能量的特征提取

提出了一种基于小波分析频带局部能量的特征提取法。利用Matlab软件仿真,把该方法分别运用于频率跳变信号、幅值衰减信号和含瞬态成分的信号,并与常规的频带能量特征提取法进行比较,均得到了更好的特征提取效果。该方法由于考虑了频率的时变性,与常规的特征提取法相比,更具优越性。

基于小波包频带内局部样本熵的桥梁损伤识别

针对移动荷载激励下桥梁结构在损伤区域局部时程信号的非平稳性和复杂性,以及考虑到有限的采样数据、噪声等影响,提出了小波包频带内局部样本熵的概念,以此来定义一个损伤识别指标。首先对单测点时程数据进行小波包分解,以各频带能量为标准选择合适频带系数重构,然后对该重构信号划分成一系列具有时序性的局部时间区间,最后计算各区间的样本熵来作为损伤识别指标。以一弯梁桥为例建立有限元模型,验证方法的正确性,并针对多损伤、测点选择及加载速度等相关因素进行分析。结果表明:当移动荷载在损伤区域附近时,该指标出现突变,适合损伤识别,同样适用于多损伤识别;该方法需要的测点少,布置较灵活;由于弯桥的结构特点,测点位置的选择不会影响指标的定位,但会影响损伤指标的大小。

基于特征优化的无参考光场图像质量评价

光场图像因其能够捕捉光的方向信息而备受学术界和产业界的广泛关注,然而,光场图像在压缩和重建过程中常会出现不同程度的失真,影响光场图像的后续处理和应用。因此,需要设计一个光场图像质量评估器来估计失真光场图像的质量。传统的光场图像评价方法在提取光场图像的空间特征和角度特征时,未充分考虑人眼视觉的多通道特性以及人眼对角度变化的敏感性,从而影响光场图像的质量评价结果。为此,提出一种无参考光场图像质量评价方法。设计多频带局部二值模式算法,提取光场图像的空间特征并利用优化提取的空间特征测量光场图像的空间质量。提出加权局部相位量化算法,该算法在对微透镜图像单元中提取的角度特征进行相位量化时,根据角度信息变化的强弱赋予不同的权值。在此基础上,将空间和角度纹理特征结合成一维特征向量,输入到已经训练的支持向量回归中,得到光场图像的质量分数。在Win5-LID和NBU-LF1.0数据集上的实验结果表明,该方法的斯皮尔曼等级相关系数分别为0.799 1和0.803 2,相比SSIM、FSIM、BRISQUE等方法,具有更优的质量评估准确性和稳定性。

移动荷载激励下基于时空信息融合技术的弯桥损伤识别

利用移动荷载激励下获得桥梁某测点的时程响应数据,结合小波包时频分析的特点,引入频带内具有时序性的局部能量概念,并以此定义了一个单测点时的损伤指标;进一步为了提高指标的准确性及抗噪能力,提出了利用不同速度(不同周期)不同测点的时空信息融合技术来进行最终损伤判别及分析。以一弯桥为研究对象,建立有限元模型,通过瞬态分析方法进行桥梁移动荷载作用下的损伤识别模拟,利用选定测点的时程响应数据,验证该方法的可行性,并进一步进行了因素分析及抗噪能力研究。研究表明:所提出的单测点损伤指标适用于多损伤识别,损伤位置处指标数值大小与测点位置有关,测点离损伤越近,数值越大;一定范围内移动荷载速度对结果的影响不大;通过时空信息融合技术做最终损伤判别可以有效的提高损伤识别的精确度及抗噪能力。

发动机声信号特征提取及方法改进

根据声信号非平稳这一特点,对传统特征提取的方法进行改进,提出一种基于区间小波包分解和频带局部能量法相结合特征提取法,经实践证明,基于频带局部能量区间小波包特征提取法与传统小波包特征提取法相比,能够更有效地提取发动机的故障信息。

Feature Extraction of Acoustic/Seismic Signal of Target

A microphone and a seismic sensor always become a basic unit of UGS(unattended ground sensors) system. The mechanism of acoustic and seismic property of target and its propagation are described. The acoustic and seismic signals of targets are analyzed with time frequency distribution according to its non stationary property. Narrow band energy function (NEF) and local power spectral density (LPSD) are proposed to extract features for target identification. Experiment results show that local power spectral density indicates corresponding target clearly.

基于Gabor小波-传递熵的脑-肌电信号同步耦合分析

人体运动中脑电(EEG)信号和肌电(EMG)信号间的同步特征能够反映皮层肌肉间功能耦合(FCMC)的关系。本文将Gabor小波和传递熵(TE)结合,提出一种新的方法(Gabor-TE)用以定量分析不同恒定握力下EEG-EMG信号间的非线性同步耦合特征及方向特性。本研究首先选取9名健康受试者在4种不同恒定握力下的EEG、EMG信号,并以Gabor小波变换进行局部分解;然后计算频带TE值并定义单位传递面积指标(ATE),分析恒定握力下EEG-EMG信号的局部频段同步特征及方向特性;最后探究EEG信号和EMG信号功率谱对Gabor-TE方法分析结果的影响。本文研究结果表明:恒定握力下,β频段EEG→EMG方向TE值高于EMG→EEG方向,且随握力水平增加EEG→EMG方向上β频段ATE值降低;γ频段TE值在EMG→EEG和EEG→EMG方向上的差异随握力增加而呈现出一定的变化规律;EMG功率谱与特征频段TE结果强相关。本文试验结果表明,Gabor-TE方法能定性、定量描述EEG-EMG信号在局部频带和信息传递上的非线性同步耦合特征,今后或可为研究运动控制及患者康复评价提供一定的理论依据。