基于小波理论的行车信息采集与降噪仿真研究

为研究基于主动安全的汽车防撞系统,建立运行车辆信息采集系统。信息采集系统的精确度对提高系统实时性能、降低误警率起着重要作用。为降低传感器信号中噪声对信息采集系统精度和可靠性的干扰,在信号进入控制系统安全模型前预先对其进行阈值降噪处理。选取适当小波基函数评价指标,根据计算结果,选取合适小波基,新建一阈值函数,并在Matlab平台进行仿真测试。仿真结果显示,基于小波阈值的降噪方法有效地保留原信号特征并去除噪声,对行车信息降噪处理是可行的。     

基于模糊最优小波包的植物胁迫因子识别

为了正确地识别植物常见的胁迫种类,以采集的正常状态和7种胁迫下的植物电信号为样本,结合小波包分解提取特征值能力强的优点,应用模糊准则来优化小波包分解,提取植物电信号中的最优小波包基能量值构成特征集,应用更适合处理模糊的、非线性信号的BP神经网络作为分类器,以实现对不同逆境因子类型的识别.首先利用小波包对采集的植物电信号进行降噪预处理,然后列举了样本经基于模糊准则的小波包处理后各小波包基上的能量样本值,绘制了特征分布图,最后通过对芦荟、碧玉、虎皮兰和蟹爪兰4种植物所处7种胁迫的判断,以统计特征值作为对照,采用所提方法胁迫平均识别率达到95.95％,验证了此方法的准确性和可行性.     

基于虚拟仪器和小波降噪的植物电信号测量系统的设计

根据植物电信号特殊性,采用PMD-1208LS数据采集卡和HB-854A型四通道电压前置放大器、以LABVIEW为软件开发平台,结合MATLAB混合编程,运用小波软阈值降噪技术,设计了植物电信号采集虚拟仪器试验系统.并在一定的室温下,设定3倍放大,构建100HZ的低通滤波,同时对橡胶苗进行电位采集.经过初步分析,经过小波软阈值降噪后的橡胶苗电位信号为1mV左右,功率谱主要分布在0～20Hz,在10Hz处尤为突出.     

基于虚拟仪器的植物电信号的测量系统研究

植物电信号是一种相当复杂的微弱信号。根据研究表明．它的幅度在几个pV到几十个mV之间。根据植物电信号的特点，采用虚拟仪器-Lab VIEW技术，开发了一套植物电信号高速采集与处理系统。该系统采用自适应滤波器，利用LMS算法．通过MATLAB编程完成。实验证明，该系统具有自动化程度高、测试灵活、信号采集准确可靠、数据处理能力强等特点。     

基于局域波分解的信号降噪算法

局域波分解可以把信号分解成多个内蕴模式分量的和，此分解过程等效于用自适应滤波器库对信号进行滤波，各模式分量的频率随着分解阶数的增大而降低，具有小波分解类似的特征。用局域波分解法对信号进行降噪处理，同时用互相关法和自相关法建立了噪声评判准则，得到了较好的降噪效果。     

基于多种小波熵和信号熵的植物电信号特征提取

为了有效地对植物电信号进行分类,提出了基于多种小波熵与信号熵的特征提取方法。小波熵由于结合了小波变换和信息熵理论的优势,能够快速、准确地提取植物电信号的特征;但是,由于植物电信号的非平稳性和多样性,依靠单一的小波熵可能出现分类困难和分类不准确等问题,需要结合多种小波熵和信号的熵信息进行特征提取和分类。为此,以4类干旱胁迫下的君子兰叶片信号为对象,对提取的特征向量利用KNN方法进行分类。试验结果表明,该方法能够对君子兰叶片的电信号进行有效识别,为植物电信号的识别提供了一种可行的新方法。     

基于自适应阈值函数的铡草机振动信号去噪

针对传统小波软、硬阈值函数对铡草机振动信号去噪的不足,采用一种自适应阈值函数去噪算法,实现铡草机振动信号降噪。该方法根据小波分解原理,采用分层阈值,同时通过参数调整阈值函数,在信号分解小尺度上滤除大量噪声分量,而在大尺度上去除噪声分量的同时尽量保留有用信号分量。为验证本文算法有效性,采用软、硬阈值函数法与本文算法对模拟信号和铡草机振动信号进行对比试验,结果表明:本文算法优于2种传统算法,在滤除噪声的同时很好地保留了原信号特征。     

形态小波降噪方法在齿轮故障特征提取中的应

针对齿轮故障特征往往被强背景噪声淹没的问题,采用形态小波降噪方法来提取故障特征.形态小波降噪方法适合于对具有一定形态特征的齿轮故障信号进行特征提取.首先采用形态小波对信号进行分解,然后对各层的细节系数进行软阈值降噪处理,最后根据处理得到的小波系数重构信号以提取故障特征.仿真与实例证明,该方法可有效地提取隐含在噪声中的齿轮故障特征.形态小波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,适合于齿轮故障的在线监测与诊断.     

苹果夜视图像小波变换与独立成分分析融合降噪方法

对不同人工光源辅助下采集到的夜视苹果图像,通过噪声分析,判定苹果夜视图像的噪声以高斯噪声为主,并混有部分椒盐噪声。针对高斯噪声去除难题,将小波变换(Wavelet transform,WT)与独立成分分析(Independent component analysis,ICA)理论引入夜视图像的处理系统,为了最大程度地降低噪声污染,提出WT-ICA融合降噪方法。通过仿真实验,结果表明融合降噪效果较为理想。为了更好地评价夜视图像的降噪效果,以自然光下的图像为参照基准,提出相对峰值信噪比(Relative peak signal-to-noise ratio,RPSNR)的概念。对所采集到的不同的夜视图像进行多次重复实验,结果表明,从视觉上看WT-ICA降噪方法得到的低噪图像噪点明显减少;从RPSNR看,WTICA得到的低噪图像,分别比原始图像、小波软阈值降噪、ICA降噪方法平均提高29.94%、8.09%、7.54%;白炽灯下的图像处理后的RPSNR最高,适合作为人工光源。WT-ICA融合降噪方法通过连续处理,排除夜视图像的噪声干扰,得到的低噪图像更利于进一步识别,从而为实现苹果采摘机器人的全天候作业打下基础。     

基于小波变换的汽车轮速信号去噪

传统的汽车轮速信号处理方法难以消除干扰信号的影响。根据信号与噪声通过小波变换后在各尺度空间呈现的不同特性,选用Daubechies四阶正交小波（db4）对噪声信号进行多层小波分解,对小波分解的各层细节信号,分别采用软阈值处理方法进行量化处理,然后进行小波逆变换重构信号以达到对信号去噪和恢复的目的。研究结果表明,采用此方法能够有效地去除轮速信号中的各种干扰。     

基于相关分析与小波变换的齿轮箱故障诊断

针对大型机械工作噪声大,测取的振动信号信噪比很低,特征信号频率较高,信号消噪难度大,故障特征信号难以提取的问题,提出了一种基于相关性分析与小波变换相结合的故障诊断方法。该方法利用了相关函数降噪特性和小波多分辨特性,达到有效提取有用信号的目的。通过仿真与实验,证明这种方法能有效去除噪声,对故障特征信号有很强的提取能力。     

小波域非局部均值无芒隐子草叶切片盲去噪

在获取无芒隐子草叶切片图像时不可避免受到噪声的污染,易导致后续提取和测量特征参数的不准确。对于自然图像,事先并不知道其所含噪声的类型和方差,因而首先利用小波变换和曲线拟合确定切片图像噪声类型和强度;在此基础上,分别应用小波阈值去噪、非局部均值去噪和提出的非局部均值滤波(NLM)与小波阈值去噪相结合的方法对无芒隐子草叶切片图像进行去噪。实验结果表明:获取的切片图像噪声类型为高斯加性噪声,标准差为σ∈[1. 5,3. 5],用高斯函数对随机选取的10幅切片图像的高频HH子带能量分布进行拟合,拟合优度为R2=0. 990 7;用3种方法对含不同噪声大小的切片图像进行去噪,当噪声标准差为σ∈[1. 5,8]时,应用Beyes Shrink法去噪后,图像的峰值信噪比提高了3 d B,而NLM和本文提出的算法不适用;当噪声标准差为σ∈[8,15]时,NLM算法和提出的算法去噪效果相当,去噪后图像峰值信噪比提高了7. 5d B,应用Beyes Shrink算法提高了6. 5 d B;而当σ∈[15,30]时,使用提出的算法表现出较大的优越性,去噪后图像峰值信噪比提高了10. 53d B,是NLM算法的1. 4倍、Beyes Shrink法的1. 3倍。本文的算法和实验结论可为无芒隐子草切片图像准确降噪提供理论基础。     

基于DSP图像处理和HPI通信接口的采摘机器人设计

为了提高采摘机器人的智能化程度,降低设计和制造成本,提高机器人的通信能力,提出了一种基于HPI接口和DSP系统的新型采摘机器人。该机器人将嵌入式DSP系统和ARM控制器利用HPI接口有效地结合起来,利用图像DSP系统对采集图像进行处理,实现目标的定位,从而提高了嵌入式系统的运算能力;利用ARM控制器对执行末端进行控制,实现了机械臂的准确定位和控制;使用滤波器对通信过程的干扰信号进行降噪处理,从而提高了整个系统的稳定性和可靠性。最后,对采摘机器人的通信能力进行了测试,结果表明:IIR滤波器可以有效的滤除干扰信号,通信较为稳定,从而验证了嵌入式DSP系统和HPI通信接口在采摘机器人设计上使用的可行性。     

拖拉机发动机电气故障诊断方法研究——基于信号瞬态成分稀疏表示方法

由于拖拉机发动机工作时的噪声较大,其故障信号较难采集,而电气信号的输出较为平稳,因此可以通过电气信号的特征提取来诊断发动机的故障。发动机电气的故障信号一般是特征较为明显的瞬态信号,有多种检测方法,信号的特征不同,各种方法的检测性能也会存在差异。本次提出了一种基于小波和稀疏表示的瞬态信号检测方法,并搭建了虚拟仪器平台对发动机的故障信号进行了检测。结果表明:采用小波和信号成分稀疏表示可以成功地提取发动机电气故障的瞬态信号特征,然后将信号特征和经验特征进行比对,便可以判断发动机电气的故障类型,为拖拉机发动机故障诊断的研究提供了重要的数据参考。     

新型非接触式车速仪的研制

为了克服五轮仪在车辆行驶性能测试中的固有缺陷，应用光电测试技术、跟踪滤波技术及微观数据采集与处理技术，研制了新型车速仪。通过试验及用户使用，证实了该新型车速仪的实用性和先进性。     

基于小波变换的Wiener滤波算法去除苹果图像噪声

在小波变换的基础上，提出了一种基于小波变换的Wiener滤波去噪方法。采用该方法对苹果图像的加性噪声（高斯白噪声）去噪，结果PSNR为184．94，视觉效果清晰（而含噪声图像的PSNR为158．23，噪声太多不清晰）。好于邻域平均法（PSNR为174．15，视觉上含部分噪声）、中值滤波法（PSNR为182．4Z）、小波阔值去噪（PSNR为171．59，视觉上也含部分噪声）和Wiener滤波去噪法（PSNR为173．65）的去噪结果，更好于数学形态学的去噪结果（PSNR为150．46，视觉上含较多噪声）。试验结果表明，基于小波变换的Wiener滤波方法对苹果图像加性噪声的去噪效果具有信噪比高、视觉效果好等优点。     

基于小波包分解的频带局部能量特征提取方法

提出了一种基于小波包分解的频带局部能量特征提取方法。在小波包分解的理论基础上 ,引入了频带局部能量的概念 ,用以表征信号在某个频带的某个时间段的能量大小 ,反映了信号频率的时变性。并以仿真信号为例 ,说明基于小波包分解的频带局部能量特征提取方法的有效性。     

农用车发动机声学测试结果影响因素分析

阶次带宽与频率间隔对声学测试结果具有重大影响。为研究这一影响,对某农用汽车四缸四冲程发动机的排气尾管噪声信号进行采集,使用LMS Test.lab软件,基于卡尔曼滤波器原理得到该发动机尾管噪声频谱。采用阶次分析法对分别取不同阶次带宽和频率间隔下测试得到的阶次噪声进行研究。研究表明:阶次的带宽越大,其阶次噪声的声压级就越大,阶次带宽取0.5是噪声测试分析中可选取的最大合理值。频率间隔越大,频率分辨率就越差,噪声信号就难以辨别,噪声测试中合理的频率间隔为1 Hz或1.25 Hz。为噪声测试中,合理选取阶次带宽和频率间隔提供试验和理论依据。