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。     

多小波的多分辨率分析在电力信号处理中的应用

简要介绍了多小波的多分辨率分析方法．以电力系统故障电压信号为原始信号，探讨了多小波在故障检测、故障数据压缩以及故障信号去噪方面的应用，并与传统小波进行了详细比较．仿真算例表明，选择合适的预处理方法，多小波总体上能比传统小波取得更好的效果．     

形态小波变换在轴承故障信号处理中的应用

基于数学形态学的形态小波变换是对信号基于形态特征的非线性分解，选取合适的信号分解算子既能够抑制噪声，又能够提取信号中的冲击成分。形态小波变换只有加减法和取极大、极小运算，与通用的时频分析方法相比计算简单。仿真数据和实验信号的分析表明：形态小波变换能够准确有效地提取轴承故障的特征频率成分，适用于轴承故障的在线诊断。     

基于声发射技术的滚动轴承故障诊断方法研究

利用声发射信号的高频特性采集滚动轴承故障信息,运用小波分析把信号分解在不同频带,对信号进行重构,从而消除背景噪声,再应用Hilbert变换进行解调和细化频谱分析。实验结果证明,基于声发射信号的小波包络谱分析可有效地检测滚动轴承故障。     

车辆传动系统变参小波流形融合故障诊断方法

应用流形学习方法非线性融合信号在不同小波参数下中央尺度对应的小波包络,研究了强背景噪声下车辆传动系统振动信号故障瞬态脉冲包络的有效提取问题,并与传统信号时频分解方法进行了对比研究;采用不同小波参数对振动信号进行连续小波变换,提取了每组参数下中央尺度上的小波包络;采用基尼指数选择若干包含故障瞬态脉冲信息的小波包络,构造了高维小波包络矩阵;采用局部切空间排列算法对高维小波包络进行流形融合,获得了反映故障瞬态脉冲包络本质结构的小波包络流形;为了验证所提方法的有效性和优越性,采用不同方法对轨道车辆轮对轴承和汽车变速齿轮箱的故障振动信号进行了对比分析。研究结果表明:在分析轴承外圈故障信号时,所提方法基尼指数比传统信号时频分解方法提高27.32%以上;在分析齿轮磨损故障信号时,所提方法基尼指数比传统信号时频分解方法提高26.74%以上。可见,所提方法通过综合具有不同形态的变参小波包络,可以在无需优化小波参数情况下,对车辆传动系统中的不同关键部件故障振动信号具有较好的自适应性,提取的故障脉冲包络中的带内噪声少,故障脉冲特性明显,容易识别其频谱中的故障特征频率,是检测车辆传动系统故障的一种有效方法。      

基于多小波分析的暂态信号去噪方法研究

由于多小波分析方法的特殊性,需要对原始信号进行预处理.不同的预处理方法对多小波去噪效果有着非常明显的影响.文中介绍了多小波理论,选用GHM多小波,采用了4种预处理方法对信号进行预处理,分析了基于这4种方法进行信号去噪的结果,并与单小波处理结果进行了比较.将比较结果应用于检测系统输出电压信号进行分析,结果表明,利用多小波变换方法对暂态信号去噪比用单小波方法具有明显的优越性.     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

基于异构小波基函数的语音增强方法研究

小波基函数的正交程度不同,消失矩、支撑性等也都不同,因此,选用不同的小波基函数会有不同的语音增强效果.本文通过对小波基函数性能研究和筛选,实现了小波基函数在语音增强中的不同作用,同时还提出了一种基于语音信号浊音段和清音段的可变阈值的语音增强实现方案.计算机仿真结果表明:这些方法的综合运用不仅能有效提高语音信号的信噪比,而且在很大程度上改善了语音的失真度,具有一定的实践指导意义.     

小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小波分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据.     

小波变换在轴承故障声发射信号降噪中的应用

噪声消除是小波变换最成功的应用之一，其基本思想是将信号的小波变换系数通过阈值处理，然后进行小波重构得到降躁的信号。根据故障轴承声发射信号的脉冲特性选取Morlet小波．以“小波熵最小”原则确定Morlet小波的波形参数，然后进行连续小波变换。采用软阈值方法处理小波东数，通过小波重构得到降噪后的故障声发射信号，噪声得到了很好的抑制，故障脉冲特征明显增强。采用实验数据，通过与离散小波变换的比较，得到了用连续小波变换可以有效降低噪声、提取故障声发射信号特征的结论。     

Feature Extraction of Bearing Vibration Signals Using Second Generation Wavelet and Spline-Based Local Mean Decomposition

In order to extract the fault feature frequency of weak bearing signals,we put forward a local mean decomposition(LMD)method combining with the second generation wavelet transform.After performing the second generation wavelet denoising,the spline-based LMD is used to decompose the high-frequency detail signals of the second generation wavelet signals into a number of production functions(PFs).Power spectrum analysis is applied to the PFs to detect bearing fault information and identify the fault patterns.Application in inner and outer race fault diagnosis of rolling bearing shows that the method can extract the vibration features of rolling bearing fault.This method is suitable for extracting the fault characteristics of the weak fault signals in strong noise.     

中国航空网络的多分辨率小波分解研究

为解决航空网络中节点与边数量过多导致整体特征分析计算量大的困难,提出了基于多分辨率小波分解理论的复杂网络数据压缩方法,论证了选用Haar小波基进行航空网络小波分解的适用性及分解形式,提出了确定网络分解层数和分解后还原参数的方法.对2011年5月我国163座通航城市和2 198条航线构成的复杂航空网络,选用Haar小波基对该网络的邻接矩阵进行4层小波分解,得到的网络最低频子带10×10阶矩阵,包含了原网络的大部分信息.实证研究结果表明:利用分解后的最低频子带可以还原出原网络节点城市的平均度、平均最短路径长度和聚类系数.      

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

基于小波变换的图像融合算法研究

提出了一种新的基于小波多尺度分解的分层图像融合方法；总结出基于小波分解子图像面积比和低频系数均方根误差2个标准，来确定最佳小波分解层数的方法。通过仿真实验，对分解层数、区域大小对该融合方法的性能影响进行了比较分析，并得出融合结果，将其与金字塔算法融合结果进行了比较。实验结果表明，该融合方法是十分有效的。     

改进小波包与长短时记忆组合模型的短时交通流预测

为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷，提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法. 利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列进行多尺度分解和单支重构. 对低频序列和高频序列进行相空间重构，完成长短时记忆模型的逐层构建，实现本地保存并根据预测精度进行自适应更新，将重构的子序列输入模型训练和预测. 将各子序列的预测值叠加输出IWPA-LSTM最终预测值. 实验结果表明，提出的IWPA-LSTM模型在小样本情况下的预测精度优于经典深度学习模型，具有较强的实用性.     

���ڶ���“�ֽ�-����”���Ե�����������Ԥ��

货运量预测是制定物流政策和决定物流基础设施布局的重要依据。针对受多因素影响的货运量预测具备较强非线性和模糊性特征,提出一种基于趋势分解和小波变换的多重“分解—集成”预测方法。利用趋势分解将货运量分解为趋势项和非趋势项,通过小波分解将非趋势项进一步分解成低频项和高频项,分别建立预测模型,选用相加集成得到货运量预测值。实证表明,“分解—集成”的预测策略将非平稳货运量分解为相对平稳的子序列组合,降低了问题复杂度,有效提高了预测性能,与传统的趋势分解预测模型和小波分解预测模型相比,多重“分解—集成”预测模型精度更高。     

AT供电牵引网故障测距仿真研究

根据接触网的特点和行波故障测距原理,采用了D型行波故障测距法.利用电磁暂态仿真软件ATPDraw搭建了AT供电方式下的仿真模型,然后对故障暂态电流运用小波分析工具进行处理,以检测暂态电流初始行波波头从而实现测距目的.对A型测距法和D型测距法进行比较知D型测距法测距更精确而且受到牵引网结构的影响更小.特别是存在分支站场的牵引网中,D型测距法完全不受分支点反射行波的干扰,可以单独使用实现行波保护.