基于Meyer小波和FFT的电网间谐波检测

针对快速傅里叶法对间谐波的检测存在频谱泄露和栅栏现象,提出了利用FFT和小波变换综合的间谐波检测法。该方法由FFT算法得到各频谱的频率,根据得到的频率确定多分辨率的分解层数和频段范围。最后运用无限可导、双正交性和无频谱混叠现象的Meyer小波对小小小小分解和重小,得到无频谱泄露和小栏现象的各间谐波分小。该分小法得到的小小小小和目前常用的db3小波小小小小相比更具有效性,可以准确地提取基频分小和各次间谐波分小,并实时跟踪间谐波的变化,达到了检测间谐波的目的。

高维张量积Meyer小波的一种新分解(英文)

基于Meyer小波的无穷可微性、急减性和消失矩性等重要性质,给出了高维张量积Meyer小波的一种新的分解形式.

Y.Meyer小波的一般形式(英文)

首先我们证明了 ,如果尺度函数有紧支集 ,来自多尺度分析的小波函数的支集形式 .然后我们证明了 Y.Meyer小波的尺度函数的一般形式 .最后我们给出了它的另外两种形式和对应的 Y.Meyer小波 .

Meyer小波在电力系统谐波检测中的应用

目前所采用的小波基函数和快速傅里叶变换算法对谐波信号进行检测分析时存在频带混叠、泄漏现象,使检测出的谐波存在较大的误差,提出了运用具有无限可导性、双正交性和无频带混叠现象的Meyer小波基函数对谐波信号进行小波分解,进而进行准确检测、识别定位的新方法。运用该方法对谐波信号进行仿真试验,并将仿真结果与用db3小波基分析的结果进行了比较,验证了该方法的准确性。

Meyer小波构造中S形函数的多项式实现

提出了用于Meyer小波构造的S形函数并对其性质进行了分析,给出了设计光滑多项式S形函数的方法,所得出的光滑S形函数可以达到任意高的阶数,同时给出了S形函数的一些应用,并进行了实验验证.

Meyer小波的推广(英文)

讨论 Meyer小波的推广。

采用Meyer小波变换的电能质量扰动信号的检测与时频分析

论述了小波多分辩率信号分解,提出了采用基于小波多分辩分解的电能质量几种暂态干扰检测和时频分析。并用Meyer小波对暂态振荡、暂态脉冲、电压跌落、电压上升、电压中断、短时间谐波失真、暂态谐波失真和电压瞬变等电能质量干扰的检测进行了仿真实验,结果表明所提出的Meyer小波在时域和频域上都具有良好的检测性能,适合于短暂瞬变信号的检测与分析,并可用于其他时变的非平稳信号处理。

利用充分光滑的S形函数构造Meyer小波

为了在信号或图像的重构中获得较好的平滑效果,必须尽量增大小波的正则性或者连续可微性。在Meyer小波构造中S形函数的选取影响着Meyer小波的可微性、光滑性和衰减速度等性质,所以S形函数的选取至关重要。给出一种构造充分光滑的S形函数的方法,并以一个充分光滑的非多项式S形函数为例,将其作为BP神经网络中的激励函数进行函数逼近得到好的逼近效果且训练次数少。然后通过充分光滑的S形函数得到Meyer小波的尺度函数,给出相应的具有充分光滑、高阶消失矩且无穷次可微性的频谱有限的Meyer小波。最后把充分光滑的Meyer小波与剪切波变换结合进行图像去噪,与传统的Meyer小波剪切波变换去噪相比较,峰值信噪比高于传统的Meyer剪切波变换且去噪后的图像纹理和边缘信息保留更加完整。

采用Meyer小波变换的电能质量扰动信号的检测与时频分析

本文论述了小波多分辨率信号的分解 ,并用Meyer小波对电压上升、电压跌落、电压中断、电压畸变、电压瞬变等电能质量干扰的检测进行了仿真实验 ,结果表明Meyer小波在时域和频域上都具有良好的检测性能 。

以Meyer为基函数的剪切波对MRI医学图像的增强

针对小波变换在图像去噪中方向较为单一的缺点,采用Meyer小波与剪切波结合的方式,以控制奇异曲线的方向.选取Meyer小波作为剪切波的基函数,建立Meyer剪切滤波器对图像进行增强.Meyer小波的性质与S形函数有着紧密的联系,通过研究非多项式型S形函数的构造方法,构造出充分光滑的S形函数.通过MRI图像,将构造的S形函数与多项式型S形函数的去噪效果进行对比分析.结果表明,其去噪效果均较明显,能达到一定的图像增强效果.

Y.Meyer型小波的构造

Y.Meyer小波不仅具有快速衰减和无穷可微的性质,而且在频域具有紧支性。利用多分辨分析理论及AWM方法,给出了Y.Meyer型小波一般形式构造的具体方法及过程,使构造方法规范化,并保持了它在频域的紧支性及自身的快速衰减和无穷可微的性质。

关于Meyer型小波的一个注记

基于单元光滑分解,并利用Meyer型小波自身的性质如急减性,消失矩性等给出了Meyer型小波母函数的一种具有指数衰减的分解形式。

高维张量积Meyer型小波的一个注记

基于急减空间S(Rn)中的一个单元光滑分解,并利用Meyer型小波母函数的性质如急速衰减性、消失矩性等给出了高维张量积Meyer型母小波的一种新的具有指数衰减的分解形式.

Meyer型母小波的一种分解形式

基于Daubechies父小波的离散标准化条件,并利用Meyer型小波的性质如消失矩性和急减性等给出了Meyer型小波母函数的一种分解形式.

Meyer型小波的一种新分解(英文)

利用Daubechies父小波的离散标准化条件和Meyer型小波的一些重要性质,如急减性和消失矩性等,研究了Meyer型小波的分解性质,给出了Meyer型小波的一种新的分解形式.

基于小波分析和时域介电谱的变压器油纸绝缘老化状态评估

为了研究变压器油纸绝缘老化特性，从而为变压器寿命评估作出指导，在实验室进行加速热老化实验，利用时域介电谱图对不同老化时间油纸试样的极化／去极化电流开展研究，结合小波分析理论对时域介电谱提出改进算法，并提取表征油纸各部分老化时间的特征量。结果表明：二次微分时域介电谱可以反映油纸绝缘的整体极化强度，测量时间1000s后介电谱出现峰值，且峰值随着老化时间的增加而增大；小波改进算法处理后的时域介电谱图的不同谱峰对应油纸绝缘3种主要极化类型，分别为油、油纸界面和绝缘纸内部极化；改进时域介电谱的不同峰值和峰值时间表征不同极化过程的强度和响应速度，且不同峰值与油、纸和油纸界面具有拟合优度很高的指数关系，可以考虑将改进时域介电谱不同谱峰作为表征油纸不同部分的老化特征量。

基于小波变换的自适应滤波器消除脉搏波基线漂移

脉诊仪的研制中,由于呼吸运动和身体移位导致脉搏信号的基线漂移是必须克服的。本文提出了一种新的基于Meyer小波变换的自适应滤波器,其参考输入选择原始信号经小波分解后的高频分量。通过仿真和实际测量实验表明,该方法能有效消除脉搏波的基线漂移。

小波分析在大鼠闪光视觉诱发电位特征提取中的应用

背景:由于动物闪光视觉诱发电位本身易受干扰,信号微弱,在其特征提取方面的研究还鲜有报道。传统的平均叠加技术仅依靠增加叠加次数,对闪光视觉诱发电位提取效果不明显。目的:验证小波分析在慢性高眼压模型大鼠闪光视觉诱发电位特征提取中的可靠性。设计、时间及地点:自身对照实验,于2008-11/2009-03在首都医科大学动物科学部实验中心完成。材料:选用健康成年Sprague-Dawley大鼠20只,按随机数字表法分为造模6,8周组,每组10只。方法:大鼠单眼建立慢性高眼压模型;对侧眼不处理,作为自身对照眼。分别于造模后6,8周时进行双眼闪光视觉诱发电位测量。利用离散Meyer小波对原始信号进行7层小波分解,提取单一尺度小波系数,比较与原信号时域分析结果的一致性。对小波变换后的信号进行时域统计学分析。主要观察指标:小波变换后信号的P1,N2,P2潜时,N1P1,P1N2幅值。结果:闪光视觉诱发电位主要成分为N1P1N2P2N3五波。第四五层细节系数和(D4+D5)突出闪光视觉诱发电位局部快速变化的特点,波形规整,主要波形成分识别度高。对(D4+D5)进行统计学分析,造模后6周组造模眼与正常眼N1P1和P1N2眼间幅值差异均有显著性意义(P<0.05);造模组8周组各观察指标造模眼与正常眼间差异无显著性意义(P>0.05)。结论:小波分析可作为提取正常和模型大鼠闪光视觉诱发电位特征的可靠方法。

基于小波神经网络的传感器故障诊断方法研究

详细阐述了小波神经网络的结构、原理,在分析智能大厦中空调机组传感器主要故障的基础上,提出了基于小波神经网络的诊断方案。MATLAB仿真和模拟实验结果表明,在相同的条件下,小波神经网络在解决传感器故障检测、分离和补偿问题上优于传统的BP网络。

利用小波逆变换模拟随机风场的脉动风

首先对洞庭湖大桥处的自然脉动风进行了小波分析,从分析结果可以看出,自然脉动风具有一定的间歇性和局部相似性。传统的谐波合成法(WAWS)和线性滤波器方法(ARMA)虽然可以模拟随机风场的脉动风,但是它们无法模拟脉动风的局部相似性和间歇性。针对这一点,采用Meyer小波基,利用小波逆变换,模拟随机风场的脉动风。最后,根据目标谱,模拟了随机风场的脉动风,模拟的脉动风具有和自然脉动风类似的间歇性和局部相似性,同时模拟脉动风的风谱与目标风谱基本吻合,说明了论文方法的有效性。