基于抗混叠Shannon小波包变换的声波测井曲线高分辨率处理方法

测井曲线高分辨率处理是提高薄层测井解释精度的一条重要途径,对重新评价老井测井资料,寻找漏失掉的油气层具有非常重大的意义。提出一种基于抗混叠Shannon小波包变换的测井曲线高分辨率处理方法。首先使用频域内插方法消除Shannon小波函数的频域混叠问题,进一步提高其分频严格的特性;接着利用改进的Shannon小波包变换对声波测井曲线进行分解,并根据测井曲线的频谱特点确定最优小波树;最后根据分频加权重构的思想,对低分辨率测井曲线进行能量补偿。实际资料处理表明,该方法能够明显提高声波测井曲线分辨率,达到高分辨率处理的目的。

测试系统中非平稳信号的时频优化小波包检测算法

非平稳信号为测试系统所测试分析的主要目标之一。对于这些信号传统的检测方法(例如:傅里叶变换)不能起到有效的分析作用。小波包变换是非平稳信号分析的常用工具。Shannon小波函数是现有的单小波家族中唯一能够对信号频域进行严格划分的小波函数,但是由于其时域的非紧支性限制了其应用。本文通过对Shannon小波函数的时频联合优化,改善了其在非平稳信号检测过程中的性能;首先在时域上,改写其时域表达式,并保留其频域的紧支性,提升了其时域的紧支性;其次在频域上,提出了对Shannon小波函数频域滤波器的插值算法,改善其频域的滤波性能;再次,通过牛顿插值法给出了算法的快速实现;最后,做出了仿真实例。结果表明,通过本文的算法,改善了Shannon小波包变换的性能,使其成为测试系统关于非平稳信号检测的有效手段。

基于谐波小波包能量熵的轴承故障实时诊断

将谐波小波包变换与信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法。对故障振动信号进行谐波小波包分解,将分解的小波系数按尺度进行排列,计算不同尺度的能量,以尺度能量为划分标准,计算故障信号的能量熵,通过能量的熵值诊断轴承故障。给出谐波小波包能量熵的轴承故障的具体诊断方法和模型。对不同型号轴承的内圈故障、滚动体故障进行大量的试验研究,实验验证该方法的有效性。同时该方法具有很高的诊断实时性,能对采样频率低于64 kHz的诊断系统进行实时诊断,具有很好的工程适用性。

基于平稳小波包分解和希尔伯特变换的故障特征自适应提取

提出一种自适应地提取信号特征分量的故障检测方法。采用逐层推进的平稳小波包分解算法,运用希尔伯特变换,在对信号进行小波包分解的同时,对分解结果进行瞬时频率和瞬时幅值分析,根据设定的分量提取和信号分解规则,实现信号分解路径的自主搜索,自适应地构建信号的小波包分解树,对信号进行多分辨率的频谱分析,达到信号消噪和特征分量提取的目的。仿真研究表明该方法的分量提取规则简单、目标明确,信号分析结果简洁,具有运算时间少、数据存储量小的特点和良好的抗噪性能,所提取的故障特征分量的时-频-幅值信息清晰、易于检测。

最优小波包变换的化学模式特征选择方法

提出了用近红外光谱作为化学模式的原始特征矢量,通过引入Shannon信息熵并根据最小熵准则寻求原始特征矢量小波包分解的最优小波树,使分解有最大的规律性,从而实现特征的选择.结果表明,该方法既能有效地将原始的高维特征空间变为低维的特征空间,又能使样品间的差异性变大,这对化学模式识别和多元校正模型的建立,特别是分析方法灵敏度的提高都具有非常重要的意义.

震源识别中小波变换类型的选择研究

在天然地震与人工爆破的识别中,小波变换凭借它良好的表征信号时域和频域局部特征的能力得到了人们的青睐。探讨了离散小波变换、静态小波变换和小波包变换在天然地震与人工爆破识别中的适用性问题,分类效果的检验采用的是-νSVC算法。实验结果证明,只要选择合适的小波基函数,从它们变换后的小波系数中提取出来的香农熵特征都能很好地表达天然地震与人工爆破之间的本质区别。而且从实验结果中还可以看出,随着特征向量维数的增加,分类准确率有提高的趋势,但是整个识别过程所花费的时间也将随之增加。

局部放电在线监测中典型干扰信号的处理方法

通过对周期性窄带干扰和高斯白噪声两种典型局部放电干扰信号的特性分析,分别采用传统傅立叶分析法和小波包变换法进行降噪处理。并用计算机进行仿真研究,同时与其他方法相比较,发现降噪性能稳定,适应性强,信噪比得到显著提高。