非高斯非平稳背景噪声中的信号检测方法

在非平稳非高斯背景噪声下,使用经典信号检测理论对信号进行检测往往难以达到理想的效果。文中利用小波包变换,通过将信号及噪声变换到小波包系数域,使得噪声在某些尺度及子空间上的小波包系数成为近似乎稳高斯噪声,从而运用信息融合的思想和经典信号检测理论的分集检测方法,对非平稳非高斯噪声下的确知信号检测问题提出了一种新的检测算法。仿真实验表明该方法是经典信号检测理论的有效推广。     

奇异点检测的小波方法在信号初至时提取中的应用

本文简要介绍了一种噪声背景下检测确定性信号间断点的位置及个数的小波方法,该方法的基本思想是利用小波变换所特有的“变焦距”性质,而精确刻画信号在小波变换下的局部奇异性,进一步地,利用统计分布的思想,设定阈值,较好地屏蔽平稳噪声的影响,各奇异点的位置,则可以由小波变换的局部极大性检测出来,通过地震波信号的计算机模拟实验,结果说明该方法对于淹没在平稳噪声中,尤其是强噪声背景下的信号奇异点检测,具有灵敏度高,克服品能力强的特点,检测效果是明显的。     

小波滤波器在弱信号检测中的应用及设计

根据小波变换的多尺度分解特性,构造了一种小波能量积累器,将不同分解尺度上的能量进行积累。在此基础上设计了一种用于弱信号检测的小波能量检测法,并对低信噪比信号的检测进行了仿真实验。仿真结果表明,该检测法对低信噪比信号是比较有效的,而且与传统的脉内累加平均的信号检测方法相比,文中提出的信号检测方法具有一定的优越性。     

基于PHAF的多分量LFM辐射源信号检测

为解决信号分量能量不同且时频交叠严重时多分量辐射源信号的检测问题,提出了一种基于乘积高阶模糊函数(PHAF)的检测方法.该方法采用"剥洋葱"的策略,按照能量强弱逐次检测各信号分量.检测时,先检测和剥除能量较强的信号分量,以避免弱信号分量受其它信号分量和交叉项的干扰.将不同时延的高阶模糊函数相乘,以强化信号分量、弱化噪声,有效检测低信噪比信号.分析和实验结果表明:提出的方法能有效检测时频交叠严重的多分量辐射源信号,对强、弱能量信号分量的相对检测误差分别小于2.457×10-4和7.560×10-2;检测含噪声的信号时,对强、弱能量信号分量的相对检测误差分别小于1.300×10-3和7.330×10-2.     

基于小波变换的频谱检测算法分析

文章分析了认知无线电频谱检测中匹配滤波检测、能量检测、周期平稳过程特征检测的性能,指出了噪声对各自检测性能的影响,给出了一种基于小波变换的信号频谱检测算法,着重对含噪2FSK、2PSK信号进行分离仿真。仿真结果表明,该算法可以有效地进行信号的成分分离,降低了噪声的频谱检测的影响。     

野外植物波谱中噪声分布规律研究

基于空间相关算法和小波方差估计法,进行了噪声检测.实验表明,野外波谱噪声总体方差数量级介于10-2～10.之间,在350～1 300 nm.野外波谱曲线的噪声方差略高于JPL光谱库中的Conifers,1450 nm和1800 nm附近则噪声相当显著.野外波谱曲线的小波系数能量分布与加性仿真信号不同.在1450 nm和1800 nm附近,噪声在高分解尺度上表现为尖锐毛刺的减少,噪声能量减弱同时在这2个区段的信号总体能量逐渐增大,证明有波谱特征信号存在.野外波谱数据中这种尖锐噪声与2个污噪信号相除得到的复合信号表现出相似的特征,其能量传播特征也相似.     

小波域子空间滤波法研究

将时域子空间法和小波变换结合在一起,推出小波域子空间滤波算法.具体地讲,把整体观测信号小波系数子空间划分为信号加噪声小波系数子空间和噪声小波系数子空间,根据尺度内时间估计准则,由信号加噪声小波系数子空间重构信号小波系数,从而获得估计信号.实验表明,当用于恢复高斯噪声中Ricker子波时,小波域子空间滤波法相对于传统软、硬阈值法具有明确优势.     

基于小波变换的机械振动故障诊断系统的研究

小波变换具有良好的时频局部性质.论文介绍了小波变换的基本理论,阐述了小波变换用于机械振动信号的奇异性检测以发现机械故障的原理.根据对振动信号小波变换的系数模极值点来定位奇异信号,检测机械故障.给出了系统实现的硬件框图和软件流程.试验表明,系统可以发现故障机械振动信号带有的奇异性,实现旋转机械的故障诊断.     

混凝土结构声-超声检测信号处理

对混凝土结构声-超声检测中超声脉冲反射法和冲击-回声法进行说明，描述了超声回波中的信号构成，然后对平稳随机噪声、结构噪声、缺陷特征提取的处理方法进行分析，认为时频分析和小波变换能有效地提高信噪比、高阶谱中双谱技术是目标回波特征提取的有效方法。     

基于小波变换分析箱梁振动噪声的时频特性

为探讨列车激励引起箱梁振动噪声的时频特性，以32 m混凝土简支箱梁为例，现场实测箱梁各板件的振动和近场噪声，并采用小波变换结合MLP （modified Littlewood-Paley）小波基的方法进行信号处理. 引入小波脊线和小波能量比两个指标对信号的时频特性进行定量分析，在此基础上，探讨了行车速度和行车方向的影响规律. 研究结果表明:相比Morlet小波和Mexihat小波，MLP小波更清晰地刻画箱梁振动噪声在时-频两域的局部集中特性；箱梁噪声比振动的频变程度要小，且前者的小波能量在频域上更为集中；翼板振动和腹板振动的频变特性分别对行车速度和行车方向敏感；45～60 Hz范围是箱梁噪声控制的关键频率范围.      

AIR GROUND RANGING OF AIRBORNE RADAR USING WAVELET TRANSFORM

ＩｎｔｒｏｄｕｃｔｉｏｎＡｉｒ－ＧｒｏｕｎｄＲａｎｇｉｎｇ（ＡＧＲ）ｉｓａｒｏｕｔｉｎｅｔａｓｋｏｆａｉｒｂｏｒｎｅｒａｄａｒ．Ｄｉｆｆｅｒｅｎｔｒａｄａｒｓｙｓｔｅｍｓｕｓｅｄｉｆ－ｆｅｒｅｎｔｍｅｔｈｏｄｓｔｏａｃｃｏｍｐｌｉｓｈＡＧＲ．Ｎｏｎ－ｐｈａｓｅ－ｃｏｈｅｒｅｎｔｒａｄａｒｓｙｓｔｅｍｕｓｅｓｔｈｅｍｅｔｈｏｄｏｆｒａｎｇｅｇａｔｅｔｏｔｒａｃｋｔｈｅｚｅｒｏ－ｐａｓｓｉｎｇｐｏｉｎｔｏｆｔｈｅｄｉｆｆｅｒ－ｅｎｃｅｓｉｇｎａｌｉｎｏｒｄｅｒｔｏａｃｃｏｍｐｌｉｓｈＡＧＲ．Ｗｈｉｌ…     

An Improved Singularity Computing Algorithm Based on Wavelet Transform Modulus Maxima Method

IntroductionA recent finding is that noise signal may con-tain hidden information.Such information promis-es to be of application value(forecasting suddencardiac death in patients,or analyzing financialmarkets fluctuation,or predicting the properties ofelectric devices).We must use some approachesfor extracting such hidden information from noise.Conventional approaches include analysis ofmeans,standard deviations and other features ofhistograms,along with classical power spectrumanalysis.Thos…     

去除探地雷达信号中不相关噪声的方法

根据有效信号在相邻道之间在波形和能量上有相关性这一特点,作者改进了常规KL变换只能提取水平相关信号的不足,使用小波域上的KL变换对探地雷达剖面进行滤波,不仅使倾斜轴和弯曲轴的到了加强,而且在低信噪比时,有效地区分出有效信号和干扰信号,提高了雷达剖面的分辨率.本文运用铁路沪宁线路基检测的数据,使用该方法滤波,其处理后的剖面更能有效地反映出路基病害的信息.     

基于小波能谱系数的声发射源特征提取方法研究

研究了基于小波能谱系数的声发射源特征提取方法,利用小波变换对典型声发射源的波形信号进行了分析,获取其频域特征.采用小波能谱系数描述信号能量在每个频率范围的分布情况,以区别各种不同的声发射源.利用该方法对港口链斗卸船机现场测试获取的裂纹声发射信号进行了小波分析和特征提取,结果表明,该方法能合理地描述缺陷的声发射特征.     

基于小波包变换相关性的信号降噪方法及齿轮故障诊断

介绍了小波包变换的基本思想,将新型小波包变换滤波器与信号重采样结合,提出了一种新的小波包降噪方法,研究了该方法的降噪效果,同时比较小波包直接降噪和小波包重构滤波器的降噪效果。将该方法用于齿轮箱的故障诊断,结果表明,该方法能够有效识别齿轮箱中的齿轮典型故障。     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

一种M带小波的构造方法及其应用

传统2带小波变换在高尖载波信息中提取暂态居分的应用中存在局限性,M带小波变换弥补了这一缺陷,在探讨M带小波基的构造条件的基础上,研究了一种基于余弦调制完全重构滤波器组的M带小波基的构造方法,仿真分析了局部放电暂态信号的6带小波变换的特点,展示了该M带小波基构造及其应用的优点。     

航空发动机转子碰摩故障信号广义S变换方法

为了有效提取航空发动机转子碰摩故障信号,提高碰摩故障诊断的准确性,采用广义S变换方法,把碰摩信号变换到相空间中,在相空间检测和提取故障特征,并与连续小波变换的结果进行了比较。变换分析结果表明:在广义S变换域可以更清楚地反映出信号的时频局域化特性和奇异点位置,易于检测出碰摩点的位置,广义S变换有较好的抗干扰能力,在变换域易于信号与噪声的分离。