基于小波包变换和神经网络的油井故障诊断方法

为精确诊断机械采油井的系统故障,提出一种基于小波包特征向量的神经网络故障诊断方法。对采集到的悬点位移和悬点载荷数据进行3层小波包分解,构造小波包特征向量,并以此为故障样本对3层BP神经网络进行训练,考虑到传统BP算法的局限性,采用改进的遗传算法训练网络权值,进而实现油井系统的智能化故障诊断。试验结果表明,训练好的神经网络能够很好地诊断出采油井故障类型。     

基于小波包的振动攻丝特征提取方法

在振动攻丝过程中,切削扭矩直接反映了丝锥工作状况.利用小波包分解对信号进行精确细分,有效地提取扭矩信号能量的频带分布特征,可用于监测丝锥的工作状况.试验表明,这一特征能够有效地分辨出正常丝锥与磨钝丝锥及不同工作条件下丝锥的工况,从而为振动攻丝过程的监测奠定基础.     

机动车声信号能量特征的小波包提取

针对机动车车型识别中声信号非平稳且易受噪声干扰的问题,提出了一种有效的声信号特征提取方法。利用小波包分析技术对声信号的能量分布进行研究,以德比契斯(Daubechies)小波为基函数对目标声信号进行小波包变换。基于获取的不同频带能量分布状态给出了机动车车型的特征判据,并对该判据的有效性给予了分析。试验结果表明基于小波包分析的机动车声信号特征提取方法是有效的。     

基于小波包分析的农业机械故障诊断的研究

本文通过分析小波变换的基本原理及小波包用于农业机械故障检测的基本原理,提出了一种以小波包为基础的判断农用器械缺陷的理论,这个理论主要是对经过初步处理的信息使用小波包原理进行分析、分解、重构,有效识别了机械故障信号,提高了农业机械故障诊断精度和稳定性。     

基于正交小波包变换的工程图纸降噪方法

针对工程图纸数字图像的特点，对小波包降噪方法中阚值和阈值函数的选择进行了讨论，给出了适合工程图纸数字图像降噪的小波包方法的具体实现步骤。实际应用结果表明，该方法可有效消除图像中的噪声，所选阈值和阈值函数是合理的。     

小波包变换在拉曼光谱数据压缩中的应用

小波包变换作为一种有效的数据压缩方法,已经广泛用于图像、电子信号和红外光谱数据压缩。介绍了小波包压缩原理及方法,并选用小波包（bior）变换压缩了8种苯系物的拉曼光谱数据。压缩后光谱可保留原光谱能量的99．91％以上,置零系数百分比为87．50％,小波包变换压缩拉曼光谱数据效果明显。     

基于小波包分析的滚动轴承的故障诊断方法研究

用基于非平稳信号的分析方法,研究滚动轴承的故障诊断模型与算法。在充分分析故障机理及特点的前提下,重点开展对滚动轴承故障振动信号的小波包分析的研究工作,提取出反映故障模式的有效故障特征。并基于所获取的故障特征向量,建立BP神经网络分类器,实现对滚动轴承典型故障的识别与诊断。     

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。     

基于最优基小波包的植物病害图像压缩算法

针对现代温室中由于植物病害图像数据量庞大而产生的远程传输负荷过大等问题,分析了植物病害图像存在的数据冗余、视觉冗余等特性,提出了基于最优基小波包的压缩算法。简要介绍了小波包的构造方法及其压缩的基本原理,重点阐述了最优基的构建及病害图像压缩算法实现方法,并与小波变换的压缩方法进行比较。仿真试验表明:提出的算法在保证图像质量的同时能够有效的提高图像压缩性能。     

基于小波包变换的暂态电能质量扰动信号分析

暂态电能质量问题在当今电能质量问题中变得越来越重要。针对暂态电能质量扰动信号,通过小波包变换对扰动信号进行时间定位和消噪并对产生数据加以比较,确定小波包变换能否对暂态电能质量信号进行有效的分析。以电压骤升、瞬态脉冲扰动信号为例,通过去噪来对暂态电能质量扰动信号进行小波包计算、分析和比较,结果表明:暂态电能质量扰动起止时刻是描述扰动的重要属性,并且证明了小波包变换是分析暂态电能质量信号的一种有效的方法。     

一种优化的小波包码分多址系统信道估计算法

在小波包码分多址(WPDM-CDMA)系统中,信道估计对于系统性能提升有着显著的影响,针对WPDM-CDMA 系统最小二乘(LS)信道估计算法信道噪声很敏感问题,提出利用小波包阈值去噪对LS估计的信道响应值进 行处理,以此来减少噪声影响.最后将此算法在3径Rayleigh信道模型下进行了测试,仿真结果表明该算法比传统 的LS估计算法具有更好的性能,能够有效减小信道噪声的影响,提高信道估计精度.     

基于对数熵最优小波包基树的图像编码压缩研究

图像的能量主要集中在高频部分,传统的小波变换图像编码压缩方法主要侧重低频信号,而把高频部分看为不重要的信息,这就导致图像的细节失真。考虑到图像能量分布情况,提出以对数熵为代价函数,选择最优小波包树的图像编码压缩方法,仿真结果表明这种方法不仅可以提高的压缩比,而且重构的图像效果比较好。     

H1[0,1]空间小波包分析

在H1[0,1]空间提出小波包理论,给出了这一空间小波包定义及小波包分解算法,弥补了H1[0,1]空间多分辨分析方法的缺陷,进一步提高了时频分辨率,增强了信号处理的灵活性,从而丰富了这一空间小波分析的理论。     

基于小波包的水力机组振动故障信号消噪方法研究

在水轮发电机组故障诊断中,提取监测信号中的奇异信号特征,对准确判断机组运行状态具有重要意义。研究充分利用水力机组振动故障信号的特征和小波包的特点,采用小波变换的方法,通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,并针对南桠河姚河坝水电站水轮发电机组实测数据进行检验,取得了良好效果。表明所研究的故障信号消噪方法能有效地从信号中提取信息。     

基于小波包和Elman神经网络的异步电机转子断条 故障诊断方法

提出了一种基于小波包分析（WPA）和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明：基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.     

基于小波包熵的天然气管道阀门内漏分析方法北大核心

为了解决严重威胁天然气管道运行安全的阀门内漏问题,采用小波包分解和信息熵理论相结合的方法对3 in(1 in=25.4 mm)球阀不同内漏程度下的声发射信号特征进行分析。首先,通过搭建阀门内漏声发射检测试验平台开展不同内漏流量下声发射检测试验;其次,应用小波包熵方法对声发射信号各频率段信息度进行分析;最后,采用均方根值评价参数对不同频带内小波包熵值与内漏流量的相关性进行评价。结果表明:在25~37.5 kHz频带内的小波包熵值与阀门内漏流量具有最大相关性(均方根误差为0.012 6),表明小波包熵分析方法是一种输气管道阀门内漏流量量化检测的新方法。     

基于小波包分解的2种储粮害虫活动声信号分析

采集不同温度下玉米象(Sitophilus zeamais)成虫在小麦、玉米和米象(Sitophilus oryzae)幼虫在薏米中活动的声信号进行小波包分解,并提取分解节点的能量、能量比、能量熵均值3个特征进行分析.结果表明:相同温度下玉米象在小麦、玉米中活动声信号的节点能量和节点能量比有差异,能得到2类信号差异的频段;2类信号的能量熵均值差别较大,并可发现小麦和玉米不同储粮中玉米象活动声信号能量熵均值的统计规律;不同温度下米象幼虫在薏米中活动声信号节点能量均值、节点能量比均值和能量熵均值皆存在差异;不同温度和不同种类粮食均会影响储粮害虫活动声信号,其活动声在小波包分解特征中差异显著.     

基于众包数据和遗传规划算法的农作物遥感智能识别方法

【目的】 农作物空间分布信息是支撑相关科学研究与政策制定的重要依据。当前农作物空间分布遥感分类在理论和技术方法方面取得了长足的发展,但仍面临一些难题,包括地面样本数据的获取困难、作物特征选择存在主观性和冗余、特征构建过程中缺乏针对性和代表性等,导致农作物空间分布遥感分类的效率与精度不足。【方法】 针对这些问题,文章开展快速、准确、低成本的样本获取、特定作物分类的最优特征构建与优选,并分别选择多个研究区开展实证研究。样本获取方面,开发基于“视田”众包的样本获取平台,通过迭代更新的任务采集和历史样本库的方式高效获取地面样本。作物分类方面,提出遗传规划算法为不同作物提取差异化的特征,通过遗传进化思想实现定制化特征的构建,能够在原始特征的基础上构建高层次特征。【结果】 在北方地区,利用“视田”众包工具,由8名工作人员2天内完成了位于义县、辽中区、新民市及开原市4个区域的水稻、玉米、大豆和花生的样本采集,内业工作人员同步进行分类并迭代样本需求,分类的总体精度均大于90%,kappa系数均高于0.87。在南方地区,位于湖北省枝江市区域的春秋两季作物分类结果的总体精度均大于94%,kappa系数均高于0.86。【结论】 该文提出了一套快速、高效开展农作物遥感分类的技术体系：利用众包采集快速扩大样本数量,同时利用遗传规划算法提高样本训练效率。在不同区域、不同作物类型研究区应用,可实时、准确生产农作物空间分布图,总体效果稳定,在支撑科学研究与政策制定方面具有较强的应用前景。     

基于小波变换的遥感影像纹理信息提取

小波变换作为一种时间-频率分析方法,具有变焦性、对称性、正则性等特点,而纹理反映的是遥感影像中DN值的空间排列规律,利用小波提取遥感影像中的纹理特征信息,具有独特的优势.特别是结合金字塔状结构的小波变换和树状结构的小波包变换,提取的纹理特征信息在地质上具有重要应用价值.该研究以漠河县西北部砂宝斯的遥感影像为例,结合影像特点及应用目的,运用小波变换方法,提取了具有方向性的遥感纹理信息.     

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.