EMD-Hilbert和M-RVM相融合的故障诊断策略及应用

应用EMD-Hilbert和M-RVM相融合的故障诊断方法,对信号进行时域局部特性分析以及快速地对信号进行故障诊断和分类。该方法先对采集到的信号进行经验模态分解(Empirical Mode Decomposition,EMD),进而对分解后的每个内蕴模式函数分量(Intrinsic mode function,IMF)进行Hilbert变换,计算出每个IMF的瞬时频率。通过对瞬时频率的分析确定主要的IMF分量,提取主要IMF的特征矢量,最后通过多分类相关向量机(Multiclass Relevance Vector Machine,M-RVM)对输入的特征矢量进行故障诊断和分类。     

基于Fast-ICA的盲信号分离的研究与实现

本文介绍一种典型的ICA算法——Fast-ICA算法的基本原理及其在瞬时混合语音信号盲分离中的应用与实现,通过对三路随机混合语音信号进行的分离实验,说明了Fast-ICA算法可以用于分离超高斯语音信号,且具有较快的收敛速度,证明了其在瞬时混合盲语音信号分离中的现实有效性。     

梦魇唤醒系统的特征信号分析

本文为了研究给人类带来困扰的梦魇的自主唤醒的特征信号。通过比较梦魇发生时产生的各种信号,确定自主唤醒的呼吸音信号作为特征信号。提出呼吸节律提取法,提取出有用的呼吸信号,滤除噪声信号。利用类周期法对采集到的呼吸信号进行呼吸节律的分析,运用COOL EDIT录制模拟梦魇时的粗重呼吸音信号和正常的平稳呼吸音信号,应用MATLAB软件对两种呼吸音信号做短时傅里叶变换,进行频域对比分析。获得了呼吸信号的节律范围是3~6s,粗重呼吸音信号的频率是0~300Hz,幅值为50~220m V。通过确定的粗重呼吸音信号的节律、频率、幅值范围,可以进行特征信号的提取。     

基于小波变换的信号奇异性检测研究

信号的突变性或奇异性经常携带有比较重要的信息,它是信号重要的特征之一。本文介绍了小波变换的基本概念,讨论了小波变换的奇异性检测方法,可以应用于海洋声波信号的奇异性检测。阐述了高斯和Daubechies小波函数的信号奇异性检测原理及其MATLAB仿真实现,分析了信号奇异点的定位方法和小波检测效果,并指出了利用此方法时对所用小波函数的要求及小波尺度的选取对检测结果的影响,为非平稳信号的奇异性检测的研究提供了一种行之有效的方法。     

CGAU2小波在矿井瞬变电磁数据噪声识别中的应用

矿井瞬变电磁感应数据中存在有大量金属干扰,在时间域将地质体与金属干扰信号分离较为困难。鉴于频域信息丰富,试图通过研究两者频率域响应特征,剔除金属干扰响应,提取地质异常响应信息。首先对原始信号做傅里叶变换,其频率域特征差别不明显,然后对信号一级小波分解,对其高频部分和低频部分别做傅里叶变换,差异并不明显。最后对信号做CGAU2小波变换,模谱的差别不大,但在相位谱中却有良好的差别。锚网、工字钢、铁轨的干扰在相位谱中有很大差异,结果表明井下不同金属体具有不同的瞬变电磁响应特征。     

CGAU2小波在矿井瞬变电磁数据噪声识别中的应用

矿井瞬变电磁感应数据中存在有大量金属干扰，在时间域将地质体与金属干扰信号分离较为困难。鉴于频域信息丰富，试图通过研究两者频率域响应特征，剔除金属干扰响应，提取地质异常响应信息。首先对原始信号做傅里叶变换，其频率域特征差别不明显，然后对信号一级小波分解，对其高频部分和低频部分别做傅里叶变换，差异并不明显。最后对信号做CGAU2小波变换，模谱的差别不大，但在相位谱中却有良好的差别。锚网、工字钢、铁轨的干扰在相位谱中有很大差异，结果表明井下不同金属体具有不同的瞬变电磁响应特征。     

小波分析在活蛹缫丝单根蚕丝颣节检测中的应用

小波分析是应用数学和工程学科领域发展的一项新技术,广泛应用于信号处理。针对家蚕新品种选育中活蛹缫丝单根蚕丝颣节信号出现的特征,采用小波分析方法对其进行有效检测。检测原理是:将单根蚕丝信号进行小波分解,利用小波域阈值滤波方法抑制噪声信号提高检测效率及抗干扰能力,利用小波在奇异性检测上的优势找出单根蚕丝检测信号中的突变点,再根据相对应的时域信号进行颣节信号检测。针对小波分析在信号分析和信号消噪处理中的应用建立了matlab仿真模型,将基于小波分析的传感器安装在ZHJ-20智能型活蛹缫丝机上,使单根蚕丝颣节的检测速度较传统人工肉眼检测方法提高2倍以上,检测数据误差值小于企业标准中的误差值。建立的用于活蛹缫丝单根蚕丝颣节检测的小波分析方法,具有数据处理速度快,检测结果准确的特点。     

井下核磁共振测井仪微弱信号处理算法设计

本文针对核磁共振测井中采集到的核磁回波信号十分微弱的特点,提出两种微弱信号的提取处理算法:DPSD数字相敏检波算法与小波提取算法。详细分析了两种算法的特点,并对两种算法的微弱信号提取效果进行了分析。目前该两种微弱信号的提取算法已经成功应用于核磁共振仪器的微弱信号提取上,并在实际测井过程中取得了很好的应用效果。     

心电信号压缩方法研究

为有效压缩心电信号,且保持信号特征,以便实现心电信号远程传输与处理,在比较了常用数据压缩算法的基础上,本文提出了心电信号小波变换调整编码压缩方法来实现心电信号的压缩。首先将心电信号进行小波分解,再通过小波系数的处理减少信息冗余,达到信号压缩的目的。     

蚕茧质量无损检测方法的研究

提出了一种根据振动信号无损检测蚕茧质量的方法,介绍了对振动信号进行小波分解重构蚕蛹的随机振动信号,提取了与蚕蛹重量有关的特征值,利用模糊聚类的方法优选了特征值,然后建立了蚕茧质量无损检测的BP神经网络数学模型.试验证明该检测方法有效可行.     

一种高性能的小波框架静音检测算法

利用语音信号和噪声分帧信号在频域上的小波框架分解后能量分布特征的明显差异性,本文提供了一种高性能的静音检测算法,算法引入了一种分段阈值和判决平滑机制,获得了较好的静音检测效果。仿真结果表明,在噪声功率时变和低信噪比的情况下,检测算法仍具备高准确率,性能明显优于一些传统算法。     

Urban road extraction of high resolution RS imagery based on high-pass filter

本文根据高分辨率遥感影像城市道路与房屋等建筑物在空间域中光谱特征差异很小,而在频率域中区别很大的特点,提出一种基于频率域的道路提取方法.在图像频率域中利用Butterworth高通滤波器对图像进行锐化增强处理,突出道路的边缘信息,将道路与建筑物初步区分开来;再对增强后的图像二值化,通过形态变换等方法对图像中的建筑物进行归类合并,并去除道路上的行人、汽车、斑马线、树的阴影等噪声点;最后对图像进行细化和修剪,得到单像素宽的道路中心线信息.通过遥感图像实验验证,该方法可以快速准确提取复杂的城市道路信息.     

生猪咳嗽声识别与定位方法的研究

为了及时发现并定位咳嗽生猪,从而预防生猪呼吸道传染疾病的传播,试验设计了一种可以对生猪咳嗽声进行识别并定位的方法。首先通过麦克风阵列采集声音,并对声音信号进行预处理;然后提取声音信号的梅尔频率倒谱系数及其一阶差分,采用支持向量数据描述模型识别生猪咳嗽声;最后利用相位变换算法计算麦克风信号之间的到达时间差值,并结合麦克风的几何位置得到声源位置估计值。结果表明:生猪咳嗽声识别方法的总识别率可达87.3%,定位方法得到的平均距离误差为0.52 m。说明所采用的生猪咳嗽声识别与定位方法可有效地识别并定位生猪咳嗽声,为生猪现代福利化养殖提供技术指导。     

基于BP神经网络的煤矿配电网故障测距研究

本文提出了一种基于小波分析与BP神经网络的煤矿配电网故障测距方法。该方法首先采用小波包提取故障暂态零序电流的模极大值,并在小波基函数、分解尺度、BP网络各参数选择等方面进行了分析,进而在BP神经网络训练的基础上,将各故障特征的模极大值输入到BP网络中进行测试,输出了故障发生的位置。大量仿真实验表明,该方法在不同接地电阻及故障距离情况下,均能准确计算出故障发生的位置。     

一种基于解调技术的电机故障诊断方法

本文针对电机故障诊断提出了一种解调方法。首先,对复杂信号进行经验模式分解,得到若干个本征分量,再对包含调制信号的本征分量进行包络解调以提取故障信息。该方法可实现故障信息的有效分离,提高了诊断信号的信噪比,为基于信号分析的故障诊断提供了一种可行的途径。     

基于FPGA的数字频率计设计

设计是以FPGA为处理模块,以VHDL做为描述语言。20MHz的晶振做为主时钟,外部两个按键分别是使能按键和复位按键,便于进行人工控制。该设计通过直接测量的方法对被测信号的频率进行检测并显示。详细介绍了系统的各个设计模块,并对调试过程进行说明。该设计可以做成便携式手持设备用于测量手机中的实时时钟信号频率,还可以对音频信号的频率进行检测。     

一种频域分析的行波法在配电网故障定位中的应用

对于单端辐射状的配电网,要想实现单相接地故障后的准确定位,必须得到故障后的行波波头以及特征波头的时间间隔,目前在特征行波的提取方面一直没有产生很好的解决方案。本文利用人工建立母小波对故障暂态信号的频域进行分析,比较精确的获得了接地点的特征频率值,同时判断对端母线反射行波波头到达时刻,计算初始波头和对端母线反射波头的时间间隔达到确定故障距离的目的;利用PSCAD仿真实验验证,该方法通过对故障后的暂态信号进行暂态分析,能够实现单端辐射状配电网下的单相接地故障定位。     

基于小波变换的图像频域处理研究

本文介绍了几种常用的图像频域变换的方法,重点介绍了基于小波变换的方法,并且将传统的傅里叶变换、Gabor变换与小波变换作了详细的比较.小波变换具有丰富的伸缩和平移等运算功能,这些功能可对信号或函数进行多尺度的分析,能够解决传统频域变换不能解决的一些复杂问题.     

小波包去噪在暂态电能质量信号去噪中的应用

为了提高暂态电能质量检测的精度,就要求被检信号去噪效果达到最佳;本文通过对比小波去噪和小波包去噪的优劣性,以此选出效果较好的小波包去噪进行深层次筛选,包括对sym4小波包、sym8小波包、d B3小波包、d B5小波包去噪的效果比较,从而筛选出效果最好的sym5小波包去噪方法。该方法有效克服了小波去噪效果不佳而致使信号失真的缺点,应用范围也不仅仅局限在低频范围;除此之外,减少了去噪过程中信息损失,使信噪比和均方根误差等性能指标较之小波去噪有明显优化。     

采用小波分析提高雷达回波检测精度的研究

非相干多普勒激光雷达能够通过大气后向散射信号反演径向风速,然而激光雷达测量的后向散射信号包含的各种噪声和干扰信号会严重影响反演精度。我们采用离散小波变换,应用双正交小波和随距离变化的阈值设定方法,对非相干多普勒激光雷达的径向风速数据进行了降噪处理,从而提高风速反演精度。通过分析均方差以及相关系数,并与现场数据比对,显示该方法能够显著降低激光雷达风速测量误差。