小波分析的自适应卡尔曼滤波模型在地铁隧道变形监测中的应用

为了加强地铁安全保护机制,基于测量机器人智能化、自动化的特点,对某试验区的地铁隧道进行变形监测,选择Trimble S9 HP测量机器人进行数据采集,通过云平台进行数据处理及变形分析,最后利用小波分析的自适应卡尔曼滤波模型对后期形变量进行预测。结果表明,自动测量机器人的测量精度满足隧道监测要求,完成了地铁隧道变形监测的预设目标,分析隧道结构的变形特征并通过小波分析的自适应卡尔曼滤波模型进行变形预测,所得预测数据精度较高,可以为今后工程建设和地铁维护提供参考。

自适应滤波和曲波变换联合衰减面波

为了去除地震勘探资料中的低频面波干扰,提出了自适应去噪和曲波域滤波联合的分频渐进面波衰减方法。通过时频分析统计面波的频率、速度等特征参数并进行面波模拟,利用最小二乘自适应相减法压制面波的中、低频成分;之后进行曲波变换,在曲波域将残余高频段面波与有效波分离进而压制面波。自适应与曲波域去噪联合的面波压制方法,分步、分频地消除了面波的高、低频成分,原始数据的低频信息得到较好的保留。该方法相对保幅保真,实际资料的去噪效果表明了本文方法的有效性和实用性。

基于小波相关滤波-包络分析的早期故障特征提取方法

噪声是影响齿轮、滚动轴承等机械设备早期故障诊断正确性的主要因素,利用小波相关滤波法的降噪特性,将小波相关滤波降噪方法和Hilbert包络谱分析相结合,提出了小波相关滤波-包络分析的早期故障特征提取新方法,即首先利用小波相关滤波方法作为包络分析的前置处理手段提取振动信号的微弱故障信息特征,以求得信噪比较高的小波系数;然后对高频段尺度域的小波系数进行Hilbert包络细化谱分析,得到早期故障的特征频率。仿真信号和诊断实例分析结果表明,该方法比直接小波系数包络分析法更能有效抑制噪声,凸现早期故障频率。

基于小波分析的SAR图像斑点滤波及其性能比较评价

进行斑点噪声滤波是对SAR图像进行分割、分类和信息提取处理前不可或缺的处理步骤。该文首先简要回顾了各种传统的SAR图像斑点滤波算法。在充分考虑SAR图像斑点噪声乘性特征的基础上 ,对SAR图像进行对数变换 ,将乘性噪声转变为加性噪声 ,然后在对图像进行小波分解 ,采用软门限方法进行典型SAR图像斑点噪声滤波。归纳SAR图像斑点噪声滤波效果评价的 5个指标 ,并将文中基于小波分析的滤波效果与传统的自适应局部统计斑点滤波器、Gamma Map滤波器的滤波效果进行了全方位的比较。结果表明 ,该方法在图像均匀区域的辐射特性保持和斑点抑制能力 ,边缘、细小特征和点目标等结构信息的保持方面都优于传统的斑点滤波器。

基于小波分析的Kalman滤波动态变形模型研究

对GPS动态形变测量信号的性质进行了分析 ,采用小波分析对GPS动态变形数据滤波、变形特征提取和不同变形频率分离。与Kalman滤波方法相结合 ,首次提出基于小波分析的Kalman滤波动态变形分析模型 ,研究其参数设计和算法 ,并用MATLAB与C语言在微机上编程实现。对比大坝实测数据的处理结果可知 ,通过对原始观测值进行小波分析与Kalman滤波的联合处理 ,能克服只使用单一方法进行GPS数据噪声处理的不足。

小波滤波及奇异性分析在表面形貌评定中的应用

为了定位和减弱由于震动等因素引入检测数据中的奇异性信号,从而更加准确地分离表面粗糙度轮廓以评定表面形貌,提出了一种基于小波的奇异性检测和滤波的方法。首先应用小波变换检测奇异性信号对样品表面轮廓测量数据进行预处理以减弱奇异信号对表面参数评定的影响,然后采用小波滤波分解表面轮廓以获得粗糙度尺度轮廓,在此基础上对其三维典型参数进行计算。验算实例采用两类:在实测数据的基础上外加已知的奇异特征和典型带有奇异信号的实测数据。实验结果表明:第一类数据经过小波奇异性处理后与原始未加奇异特征的粗糙度轮廓参数非常接近,Sa,Sz,Sq,Ssk和Sku的相对变化分别为0.27%、0.78%、0.51%、0.04%和1.04%,第一类数据经过小波奇异性处理轮廓测量数据后与原始外加奇异特征的实测数据未经奇异性处理的小波滤波表面粗糙度参数Sa,Sz,Sq,Ssk和Sku的相对变化分别为1.14%、20.63%、1.95%、3.81%、8.86%;第二类实测数据小波奇异性处理前后的小波滤波表面粗糙度参数Sa,Sz,Sq,Ssk和Sku的相对变化分别为6.2%、27.47%、9.54%、131.62%、53.77%。实验结果表明,采用精度较高的小波滤波提取表面粗糙度轮廓之前通过奇异性算法抑制奇异特征,可得到更加合理的表面参数评定结果。

最优Morlet小波滤波及其在机械故障特征分析中的应用

分析了Morlet小波及其滤波特性,结合小波变换技术和奇异值分解技术,提出了基于最优Morlet小波和奇异值分解的滤波消噪方法,解决了传统小波去噪方法的不足,即如何选取小波基、阈值方法和阈值。依据最优Morlet小波滤波方法,研发了基于小波变换的故障特征分析仪,并应用于轴承故障的特征提取,实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的。

光纤陀螺组合的信号频谱分析与滤波技术研究

对某惯导系统中使用的三轴向光纤陀螺(FOG)组合的输出信号做了基于FFT的频谱分析,设计并实现了中值滤波I、IR数字滤波器滤波、小波滤波三种不同方法对该信号的噪声滤除,分别给出了滤波后陀螺输出信号的幅频特性图。通过对试验数据的分析,肯定了三种方法在FOG组和输出信号滤波处理中的有效性,并分析了各自的优缺点。

改进型小波多分辨率分析及小波梳状滤波器

为克服小波多分辨率分析在高频段频率分辨率低的缺点,提出一种改进型小波多分辨率分析算法,并在此基础上给出一种新型小波梳状滤波器(WCF)的实现方法.改进型小波多分辨率分析算法对高频段进行逐级细分,得到一系列窄带的共轭正交滤波器(CQFs)及其输出信号序列.利用共轭正交滤波器的频率响应特性,将这些窄带滤波器通道组合成WCF.理论分析与仿真结果均表明,WCF在各频段都具有相同的频率分辨率,并能够检测子频带交界处的频率分量.WCF不仅易于实现,而且可以根据问题需要设定子带带宽,得到足够高的频率分辨率,适用于时变和非平稳信号时频特征的检测.

基于小波多尺度分析和Kalman滤波的微机保护算法

提出了一种新的微机保护算法。采用小波多尺度变换对采集信号进行分解得到平滑信号和细节信号,在细节信号上利用模极大值法确定异常发生与否及其产生时刻。异常产生后进入故障处理程序,启动Kalman滤波器。利用平滑信号更新滤波器的观测值,减少故障信号暂态噪声的干扰,提高了滤波算法的收敛速度;利用细节信号实时在线计算测量噪声的方差,提高了滤波算法的收敛精度;小波分析对故障进行初次检测和判断,而滤波器估计出故障信号基波分量结合继电保护原理对故障进行再次判断,提高了保护算法的可靠性。在Matlab/Simulink环境下搭建仿真模型对算法进行验证与测试,仿真结果证实了算法的可行性和有效性。

自适应滤波在近红外无创生化分析中的应用

提出用血流容积差光谱相减法来消除近红外无创生化分析中组织背景的干扰。为提高光谱相减中所需获得的脉搏波近红外光谱信号的信噪比,研究了自适应滤波处理方法。介绍了最小均方算法(LMS)自适应滤波的基本原理,在此基础上提出了一种适用于处理本实验脉搏波光谱信号的自适应滤波方法;采用实验室自行研制的16元近红外脉搏波采集系统,获得人体脉搏波光谱信号;最后,利用提出的自适应滤波方法处理脉搏波光谱信号并分析其滤波效果。结果表明,利用该方法处理采集的脉搏波信号,可使血流容积光谱相减后血液光谱吸光度噪声由800μAU降低至12μAU,相邻波长的脉搏波相关系数由0.994 0提高至0.999 9。分析结果说明该自适应滤波方法可以有效地应用于近红外无创生化分析中。

基于均值滤波和小波分析的图像去噪

由于均值滤波在抑制噪声的过程中会损失图像的边缘等细节信息,从而导致整幅图像的模糊不清,而小波分析在图像处理中具有较强的图像增强能力,故而采用两种滤波方法的结合来处理含噪图像。通过实验证明,该法在处理含噪图像时,不仅很好地降低了噪声,而且还较好地保留了原图像的边缘等细节信息,使得图像的对比度增强,增进了图像的视觉效果。两者的有机结合使得图像的去噪效果比单独使用其中一种更优。

基于小波变换与卡尔曼滤波结合的GM(1,1)模型在高铁隧道沉降变形分析中的应用

高铁隧道的变形量较小,但受随机噪声的干扰较大,使得监测得到的沉降曲线不能反映实际的沉降情况。鉴于此,文章提出了基于小波变换与卡尔曼滤波相结合的RLG降噪方法,该方法既有小波变换的去相关作用和多分辨分析功能,又有卡尔曼滤波对未知信号的线性无偏最小方差估计的特点。采用GM(1,1)预测模型对降噪后的数据进行分析,得到的结论是:基于小波变换与卡尔曼滤波相结合的GM(1,1)模型的精度较基于卡尔曼滤波的GM(1,1)模型的精度高,可有效地运用于高铁隧道沉降分析中。

基于多分辨率分析的相关算法在信号滤波中的应用

测量仪表获得的信号带有噪声 ,使内燃机关键参数的计算比较困难 ,已有的FIR和IIR数字滤波器的去噪效果较差 ,且使内燃机的瞬时转速曲线产生了相移 ,难以确定速度曲线局部极值点的位置 .为去除信号中的噪声 ,提出了一种基于多分辨率分析的相关算法 ,首先对原始信号进行小波变换 ,根据规划后的相关函数 ,仅选择对应于信号的小波变换的模极大值 ,将信号和噪声分离开来 ,然后再重建信号 .将该方法用于R410 2型内燃机的瞬时转速曲线的信号滤波中 ,并与IIR滤波后的结果进行比较 .可以看出 ,相关算法不仅使滤波后的曲线更加平滑 ,还避免了IIR滤波中存在的相位滞后 .这表明相关滤波法在精确地重建原信号的同时 。

小波滤波的频率结构分析及其在表面形貌分析中的应用

分析论证了Ｍａｌａｔ快速小波变换和小波包数据分析的频率结构关系，为小波方法在工程中的应用提供了理论依据，并给出了小波变换及其频率结构关系在表面形貌分析中的应用方法和技巧．

小波分析在捷联惯导陀螺信号滤波中的应用

介绍了小波变换和多分辨率分析理论。针对捷联惯导系统中光纤陀螺输出信号的特点,对其进行小波变换,去除信号中高频部分的噪声,从而抑制了陀螺的随机漂移。通过仿真实验,肯定了使用小波分析算法对陀螺输出信号进行滤波消噪处理的可行性。在实际用于捷联惯导系统中的实验结果表明,有效地提高了系统的精度。

基于组合滤波和时频原子变换的故障录波数据分析新算法

提出基于组合滤波和时频原子变换的故障录波数据分析新算法。组合滤波通过推导并分析非同步采样时采样值修正算法对非周期分量的滤波误差公式,提出利用差分法有效消除误差,实现更理想滤波。时频原子变换具有良好的频率特性,能克服非同步采样影响;具有复带通滤波特性,能准确输出基波复相量而不受其他频带分量干扰;利用灵活可调的时频域带宽,能获取较短的计算数据窗。仿真研究表明,所提方法有快速动态特性,能在固定采样率条件下有效滤除非周期分量并实现故障录波数据基波幅值、频率和相位的精确测量,同时具有较好的抗干扰性能。

分析化学窄带锐峰信号滤波新技术

窄带锐峰信号是指峰形狭窄、峰周围数据点极少的信号 ,采用常规滤波方法难以处理。本文提出了适合于这类信号的滤波新技术———MexicanHat小波最小二乘法 (MWLS)。它将原信号中的尖锐峰分离出来 ,以MexicanHat小波构造拟合函数 ,根据最小二乘原理对各数据段进行拟合 ,再重构信号 ,以去除噪声。大量处理实践证明 :该方法除噪能力强 ,滤波结果可靠 ,尖锐信号峰中的有用信息不会损失。即使对信噪比为 1.5的高噪声锐峰信号仍能获得满意结果。

一种新的基于多尺度分析的滤波算法

利用多分辨分析思想对空域相关滤波法进行了研究 ,给出了一种形式简单的变系数算法 ,仿真结果说明该算法对处理含有噪声的信号是有效的。

滤波长度为4的双正交多尺度分析的构造

该文研究了滤波长度为4的双正交多尺度分析的一般构造.依据Lawton条件,通过解决一个线性代数问题,求出了其实滤波系数所在的范围,给出了一些构造的例子,并通过计算和分析这些小波用于图像压缩的熵和信噪比数据,研究了它们用于图像压缩的性能.