基于小波去噪的加窗FFT电网谐波检测

提出一种基于小波去噪的软硬阈值改良折衷法与加布莱克曼窗的傅里叶变换算法相结合的谐波检测方法。该方法采用小波软硬阈值改良折衷法对含噪的电力谐波信号进行降噪处理,利用加布莱克曼窗的傅里叶变换算法对去噪后的信号进行分析,提取各次谐波的幅值和频率。仿真检测结果表明小波去噪后的谐波波形接近于原始信号谐波波形,信噪比提高了8.3226dB,小波去噪与FFT 结合的方法适合在谐波检测系统或装置中应用。     

基于加Blackman窗FFT和db44小波包变换的综合电力系统谐波分析

传统的傅里叶变换（FFT）主要适用于平稳信号的分析,确定信号的幅值和频率,但会丢失信号的局部信息,而小波包变换虽然可以准确得到信号局部细节的信息,但其分析精度不及傅里叶变换。将高分析精度的傅里叶变换和可以准确得到信号局部细节信息的小波包变换结合,提出结合两者优点的谐波分析方法。对平稳信号采用加Blackman窗傅里叶变换进行分析,得到信号的频率和幅值。对暂态信号采用db44小波包变换进行分解分析,得到信号局部细节的信息。通过 MATLAB仿真结果表明,该方法可以准确分析电力系统中的稳态谐波并准确定位暂态谐波。     

基于色散光学傅里叶变换的宽带射频频谱检测

近年来,待检信号的频率逐渐趋向多元化、复杂化,给以往的检测手段造成了冲击,局限了宽带射频频谱检测的时效性。光学傅里叶变换利用自身高带宽快速性的特点在射频信号检测中具有优势。因此,本文通过理论分析、仿真实验、实验研究以及性能分析的结合来对色散光学傅里叶变换进行系统分析,在理论分析的基础上阐述了色散光学傅里叶变换的工作原理、变换流程以及结果,并通过实验对傅里叶变换流程和结果进行了检验,明确了色散光学傅里叶变换在宽带射频频谱检测的可行性。     

小波变换与傅里叶变换相结合的暂态谐波分析方法

结合小波变换良好的时频局部化特性和傅里叶变换良好的频域分析特性,提出小波变换与傅里叶变换相结合的暂态谐波分析方法。利用傅里叶变换和静态小波变换得到被测信号频域特性和时域特性,再结合连续小波变换得到暂态谐波的时频特性。理论分析和仿真试验结果表明,利用本方法得到的暂态谐波幅值与理论值一致。本方法能够准确分析电网中的暂态谐波,可为电力系统暂态谐波的分析和治理提供依据。     

基于S变换与傅里叶变换的电能质量多扰动分类识别

提出了一种基于S变换、加窗插值快速傅里叶变换(FFT)和概率神经网络(PNN)的电能质量扰动检测和分类方法.应用S变换和加窗插值FFT对电能质量多扰动信号进行时频分析,获取信号的特征量.通过训练信号集上获得的特征量,训练了一个概率神经网络用于扰动分类.训练好的网络在测试信号集上的测试结果表明,对正常电压和常见的电能质量扰动,该方法具有较高的分类准确率,在训练样本数较少、噪声影响大和多扰动信号并存时仍能取得较好的分类效果.     

基于小波包变换的电力系统谐波检测

谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生严重危害和影响.根据电网谐波中既存在稳态谐波分量又有暂态谐波分量的特点,依据小波分析具有对非平稳信号的分析和处理能力及多分辨率的特性,将小波变换理论应用于电网谐波检测中,提出了利用小波变换实现测量信号各次谐波的方法.仿真算例表明:小波包变换分析法能够正确地提取电力系统的谐波信号,将电流信号中的基波成分与高次谐波成分分离,验证了该方法的有效性.     

DSP频谱分析系统设计

阐述以TI公司的TMS320VC5416芯片为核心部件，利用快速傅里叶变换对输入信号进行频谱分析的设计方法。通过CCS软件开发仿真平台，结合ADS7864、LCDl2864构成的信号采集和液晶显示等外围硬件电路，实现对输入信号的采集、频谱变换、频谱仿真以及液晶显示功能，完成整个DSP频谱分析的教学案例系统设计。     

电压扰动定位中小波与HHT性能分析

为实现配电网电压扰动的有效检测,分别运用小波变换与希尔伯特-黄(HHT)变换2种方法对电压扰动信号进行定位检测,分析对比2种方法的检测精度和性能。仿真算例结果表明:2种方法均具有较好的多分辨率分析特性,但HHT受噪声影响比较大,因此在合适的小波基下小波分解方法检测精度高于HHT变换检测精度。     

小波数字滤波器的设计及在tanδ测量中的应用

由于现场电磁干扰的影响,采用基于快速傅里叶变换(FFT)的谐波分析方法进行介损tanδ测量时,测量精度难以达到工程要求。本系统以Mallat快速算法为基础,利用小波分析的多分辩率特性设计了小波数字滤波器的算法。根据对小波基的数学特性的分析,选择了一种适用于信号去噪的最优小波基,并讨论了小波分析分解层数的确定。最后利用MATLAB工具进行软件仿真。     

基于经验小波变换的瞬时谱分析技术及其在致密砂岩气藏检测中的应用

瞬时谱分析技术在油气检测方面具有巨大潜力。瞬时谱分析技术建立在时频分析方法的基础上,因此瞬时谱分析技术的好坏取决于时频方法的优劣。传统时频分析方法受Heisenberg测不准原理的制约,在处理地震信号这类非平稳信号时无法兼顾时间域和频率域的分辨率。将经验小波变换应用到瞬时谱分析技术中,与基于传统时频分析方法的瞬时谱分析技术相比具有更高的时间和频率分辨率,解决了Heisenberg测不准原理的制约难题。将基于经验小波变换的瞬时谱分析技术应用于致密砂岩气藏的地震资料中,分别从一维地震道、二维地震剖面两种角度开展了致密砂岩气藏的检测工作。结果表明,基于经验小波变换的瞬时谱分析技术相比常规方法具有更优的含气检测能力。     

基于Curvelet和小波变换的纹理图像识别

提出了一种基于Curvelet变换与小波变换相结合的纹理图像分类算法.小波变换在分析点奇异信号时具有良好的性能,而Curvelet变换更适合分析图像中的曲线或直线状边缘特征.算法通过提取两者分解子波段的统计学和灰度共生矩阵特征,采用支持向量机对纹理图像进行分类.实验结果表明,和单一的多分辨率变换特征提取相比,该算法具有更高的分类准确率.     

一种基于DTT的水印嵌入和提取算法

信息技术和多媒体技术的快速发展,为数字作品信息的存取、传输提供了极大的便利。但是,数字作品易复制、易修改、易传播的特点使得数字信息内容容易被窃取和篡改。数字水印作为信息隐藏技术的重要分支,是实现版权保护和跟踪侵权行为的有效方法。介绍了离散小波变换（DWT）和离散傅里叶变换（DFT）2种典型算法,提出了一种基于离散正切变换（DTT）的水印嵌入和提取算法。     

对数域技术实现的连续小波变换共享型结构

基于对3类特殊小波的分析,从时域和频域两个方面,分别提出了用于实现这三类连续小波变换的新型电路结构.以3类小波的相似结构为基础,采用新型的对数域集成电路设计方法,设计实现了具有共享结构的连续小波变换系统,并进行了电路仿真实验.该系统可以同时实现3类特殊的连续小波变换,且由于对数域设计技术的引入,电路工作在电流模式状态下,具有低电压、低功耗以及灵活的宽频段可调性等特点.     

基于非线性分析的复杂机电系统故障特征提取

针对复杂机电系统振动信号呈现复杂非平稳性的特点,采用Hilbert-Huang变换(HHT)和基于小波包分解的频带能量比例非线性分析方法,对机电转子系统碰摩和不对中故障试验信号进行分析.分析结果表明:基于非线性分析的HHT和小波包频带能量比例方法弥补了原有传统频谱分析的不足,可以清晰的表征故障的瞬时和局部特性,实现故障特征的有效提取.     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

一种基于轮廓波变换的高效率去噪算法研究

为提高地震属性剖面的信噪比和空间分辨率,提出了一种基于轮廓波变换的高效率去噪算法。该方法利用地震剖面能量分布的空间特征,结合9-7正交滤波器组和方向滤波器组对原始采集的地震剖面进行多尺度分解,根据有效地震信号和噪声信号分解后的差异性设计了一种自适应的阈值滤波器,通过拉普拉斯金字塔重构地震数据实现轮廓波变换去噪。试验结果与小波变换算法的去噪结果对比论证表明,基于轮廓波变换的高效率去噪算法能够有效压制噪声,提高地震信号的信噪比,处理后效果较小波变换有明显提高。     

Hilbert-Huang变换在管道泄漏监测系统中的应用

音波管道泄漏监测系统利用管道泄漏产生的音波信号进行泄漏报警定位。为了能够及时发现泄漏并准确定位,需要从管道的背景噪音中检测到音波信号的微弱瞬态变化以及音波传感器接收到信号瞬态变化的准确时刻。Hilbert-Huang变换作为一种时频分析算法,能够同时获得较高的频率分辨率和时间分辨率,利用该特性,选取兰成渝成品油管道进行模拟试验,使用Hilbert-Huang变换对泄漏音波信号进行处理,可以获得信号的时频分布图,分析信号每个时刻的频率特性,进而得到泄漏音波信号到达传感器的准确时刻,并据此计算泄漏点位置。     

FTIR结合小波变换分析鉴别8种根茎类作物（英文）

为了区分鉴别8种根茎类作物,通过采用傅里叶变换红外光谱(FTIR)结合小波变换(WI)、主成分分析(PCA)和聚类分析(HCA)的方法,测试研究了8种根茎类作物40个样品的红外光谱。结果表明:8种样品红外图谱相似,但在1800~700 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行连续小波和离散小波变换。提取连续小波变换的第15层系数和离散小波变换的第5尺度细节系数数据,进行主成分分析和聚类分析。连续小波和离散小波的前3个主成分的累计贡献率分别为93.12%、89.78%,主成分分析和聚类分析正确率为100%。研究结果显示:傅里叶变换红外光谱技术结合小波变换的方法可以区分鉴别不同种的根茎类作物。     

次声波法输气管道泄漏检测系统的信号处理

对输气管道泄漏产生的次声波信号进行采集时,受传感器的频域限制,次声波传感器检测到的信号尖端被舍弃,同时自然界中的环境噪声亦对次声波信号产生强烈的干扰。为了降低次声波检测误报率,通过特殊算法对检测信号进行尖端补偿,将真正的泄漏信号与干扰信号快速分离,并选用小波变换的方法对补偿后的信号进行处理,使采集的信号在时域和频域两方面都具有良好的局部特性,且在时频平面的不同位置具有不同的分辨率,对噪声具有更好的抑制作用,同时较精确地提取信号的突变点。通过以上尖端补偿和小波变换信号处理,可以明显地降低误报率和漏报率。     

FTIR结合DWT鉴别研究六种不同植物来源的淀粉

利用傅里叶变换红外光谱(FTIR)结合离散小波变换(DWT)、主成分分析(PCA)和聚类分析(HCA)方法对甘薯、马铃薯、薯蓣、莲藕、豌豆、玉米淀粉进行鉴别研究,测试淀粉样品的红外光谱。结果表明,6种淀粉样品红外光谱相似,但在1 700~800 cm-1范围内,红外光谱的峰位、峰形及吸收强度差异明显。对此范围内的原始红外光谱进行离散小波变换,提取离散小波变换的第五尺度细节系数数据,进行主成分分析和聚类分析。离散小波的前3个主成分的累计贡献率为94.43%,主成分分析和聚类分析正确率为100%。研究表明,傅里叶变换红外光谱技术结合离散小波变换的方法可以鉴别不同植物来源的淀粉。