基于小波变换的轨道检测数据滤波方法

为了尽量减小轨道检测数据中夹杂的粗大噪声干扰对轨道检测结果的影响,利用小波算法对轨道检测数据滤波处理是一种可行方法。分析了dbl,db2,db3和db4小波基对轨道检测数据中高频突变脉冲信号的敏感性,选用较为敏感的db1小波基对轨道检测数据进行小波分解。通过3σ准则识别出粗大误差点并加以剔除,对轨道检测数据的高频和低频部分进行小波重构,从而达到较好的轨道检测数据去噪滤波效果。分别采用均方误差值、信噪比和平滑度指标对几种小波的去噪滤波效果进行了分析比较,进一步验证了db1小波能在轨道检测数据的处理中达到较好的去噪滤波效果。实例表明,论文提出的方法对能够敏感地识别轨道检测数据中的噪声信号,有效地剔除检测数据中的粗大误差,达到较为理想的轨道检测数据滤波效果。     

电磁超声车轮探伤技术及算法处理

详细介绍基于电磁超声车轮探伤系统的工作原理、产生电磁表面波的探头结构及车轮缺陷探测机理,分析设备在运行过程中电磁干扰信号的自相关解析原理及噪声抑制方法.     

轨道检测噪声数据剔除方法的研究

为了消除铁路轨道检测数据中夹杂的噪声数据对轨道状态评定的影响,利用小波算法对原始数据信息进行分解.通过对分解后得到的高频信息进行分析,即可以找出轨道检测数据中噪声数据出现的规律.然后利用小波消噪方法对检测数据进行处理,得到消噪之后的数据,从而实现数据的恢复.使用Matlab中的小波算法对兰新线某段数据进行分析,实践表明小波算法具有较好的消噪功能.     

差分跳频信号的存在性检测

提出一种利用小波奇异性检测实现差分跳频信号存在性检测的方法，利用差分跳频信号与噪声信号在波形奇异性上的差异，通过小波分解来获得被检测信号的奇异性检测毕样式可结合FFT运算获得的能量检测结果来判断被检测带宽内是否存在差分跳频信号，仿真结果表明；该方法不仅可用于差分跳频信号的存在性检测。还可用于差分跳频带内噪声功率估算和噪声类型识别。     

车轮电磁超声探伤技术及自适应滤波算法研究

对电磁超声技术(EMAT)及车轮踏面探伤原理进行介绍,并给出回波定位及缺陷判断的方法。针对检测过程中所产生的噪声信号,提出采用变步长、归一化的最小均方自适应滤波(NLMS)算法来解决。通过将输入信号进行适当延迟获得参考信号,将其与输入信号叠加,进而用于过滤探伤中产生的噪声信号。从处理结果来看,该方法应用前景良好。     

一种融合小波变换和数学形态学的图像边缘检测算法

针对传统图像边缘检测方法中出现噪边、边缘定位不精确等缺点,提出一种融合小波变换和数学形态学的图像边缘检测算法。先将图像进行小波分解,高频部分利用小波模极大值噪声抑制和尺度相关子带关联算法进行边缘检测,可以很好地减弱噪声;低频部分利用修正的形态算子进行形态学边缘检测,能够检测出弱边且定位准确;最后对两种方法得到的边缘图像进行融合。实验结果表明,该算法能有效抑制噪声,提高边缘精度并且定位准确.     

基于Wav2vec2.0神经网络的轨道交通钢轨损伤压电阵列超声导波定位方法

鉴于普通超声波检测方法无法实现对轨道交通钢轨的长距离检测，基于超声导波的SHM (结构健康监测)技术难以从响应信号中提取损伤特征而影响损伤定位精度，提出了一种基于Wav2vec2.0神经网络的压电阵列超声导波定位方法对轨道交通钢轨损伤进行定位。基于压电阵列超声导波数据的特点，对该方法进行了简要介绍。搭建了钢轨损伤的超声导波检测系统，并利用该系统进行数据集的采集。采用ABAQUS有限元软件建立钢轨损伤超声导波检测三维有限元模型，并利用该模型进行数据集的采集。利用小波信号处理方法对超声导波试验信号进行重构，以达到信号去噪的目的；在仿真信号中加入随机噪声，将叠加随机噪声后的超声导波仿真信号作为补充数据集；通过计算模型中钢轨损伤定位的准确率和误差对模型的性能进行评估。结果表明，当迭代轮次达到第120次时，训练样本的准确率达到100%。利用基于Wav2vec 2.0神经网络的压电阵列超声导波定位方法可实现轨道交通钢轨损伤的准确定位。     

基于小波域谱相减算法的语音增强研究

谱相减算法是目前常用的语音增强算法，它常在处理宽带噪声中使用，具有运算量小、效果明显等特点，但该算法是基于短时傅立叶变换（STFT）基础上的，是一种单分辨率的信号分析方法。与STFT本质不同的小波变换是一种变分辨率的时频联合分析方法，当分析低频信号时，其时间窗口很大，而当分析高频时，其时间窗口减小，这恰恰符合实际中对非平稳信号进行分析的自然规律。基于小波域的谱相减算法，是将带噪语音信号进行Mallat多尺度分解，然后分别对各尺度下的信号进行谱相减运算，再逐一进行小波重构，得到去噪后的语音信号。仿真结果表明。该方法不但有效地提高了语音信号的信噪比，而且也在很大程度上改善了语音的失真程度，不失为一种有效的语音增强算法。     

基于人工鱼优化的MP超声微弱信号提取方法研究

强噪声背景下微弱信号的提取一直是超声信号处理领域研究的一个难题,传统的信号处理方法难以准确提取弱缺陷信号,稀疏分解方法为提高超声弱缺陷的检出率开辟一条新途径,但计算量大是困扰其应用的一个主要因素。本文提出一种人工鱼群优化匹配追踪的快速算法。人工鱼是一种新型智能优化算法,具有并行寻优、全局收敛性好,对初值不敏感的特点。利用本文算法在重建信号质量不变的情况下,提高稀疏分解在冗余字典中原子匹配的速度和精度,满足信号处理实时性要求。采用与超声信号最优匹配的Gabor函数,经伸缩和平移生成过完备原子库,提高对超声信号的表达能力。通过仿真分析和实际检测铸钢试件,表明该方法能够有效地检测出强噪声背景下的弱信号。     

受电弓与接触网间的接触压力检测研究

提出一种在受电弓上安装4只压力传感器及1只加速度传感器来检测接触压力的方法,考虑了受电弓的惯性力;介绍一种用FSO系统把信号传输到低压侧的新的数据传输方式,并提出了一套评价接触压力的算法,此算法可对受流质量进行智能判断。     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。     

小波变换在机车振动信号分析中的应用研究

介绍了小波变换的理论背景和在振动信号处理方面的两种应用。文中对机车转向架振动信号用db4小波进行了分解,并运用本文所介绍的算法进行了降噪处理,取得了明显的效果;运用小波包技术建立了机车转向架的振动状态特征向量,较好地表征了机车振动的故障状态。     

驼峰测速雷达信号的小波滤波分析

针对卡尔曼滤波方法存在的缺点,研究采用小波滤波方法进行驼峰测速雷达信号滤波。小波滤波的基本原理是对信号小波变换后的小波系数进行非线性处理,然后重构信号,滤除信号中的噪声。根据雷达信号的特点,初步选用Haar小波和二阶Dauhechies(db2)小波、3层分解、通用阈值和半软阈值算法,进行离线试验及分析。根据离线试验的滤波效果,确定选用二阶Daubechies(db2)小波、3层分解和半软阈值算法进行雷达信号滤波。利用离线试验选定的小波和算法,对采集的雷达信号进行实时滤波仿真,仿真结果与离线试验结果基本一致。将小波滤波方法与卡尔曼滤波方法对比可知,小波滤波能有效地滤除噪声、提高信噪比、减少均方差,滤波效果比较理想。因此,采用小波滤波方法进行驼峰测速雷达信号滤波,可以获得更准确的车速。     

列车车轮踏面擦伤信号处理算法研究

车轮踏面的擦伤、磨损等缺陷严重影响车辆与轨道设施的安全和使用寿命。使用小波分析,对列车运行中踏面与轨道产生的振动检测数据进行算法研究处理,数据处理中采用小波包分解重构的方法对信号滤波,利用直方图的特性得到擦伤信号的阈值。     

小波包方法在车载FSK信号中的应用

FSK信号作为保障铁路安全运行的主要信号制式，在国内铁路上现在有两种，是法国引进的UT信号和国内自主开发的YP信号，小波变换是继傅里叶变换之后的重大突破，而小波包则是小波变换的进一步发展，克服了小波变换的一些不足，本文首先研究了车载FSK信号的特征，再利用小波包对车载FSK信号进行滤波处理，文中，给出了如何确定给定频率的信号在小波包分解树各个分解层中对应节点的算法，在滤波处理过程中，为了处理带内的噪声，也给出了采用阈值的方法来减少带内白噪声，阈值的选取充分应用到FSK信号的小波包分解的特点，最，我们给出了计算机产生的仿真FSK信号和现场采集的FSK信号的两种仿真，仿真结果表明，根据车载FSK信号的特性，小波包方法是处理车载FSK信号的有效方法。     

基于小波变换的轨道电路移频信号奇异性检测

针对当前移频自动闭塞系统采用时域分析方法处理轨道电路移频信号显示出准确率不高等问题,引入小波变换的Mallat算法,借助Matlab,通过对实际信号的数字处理,得到用coif5小波基6层分解和相应阈值可以有效地分析和判断轨道移频信号的结论。     

一种新型l次格基规约算法

寻找格中的非零短向量是格理论应用于密码学研究常常遇到的一个问题。一般通过各种格基规约算法来得到格中的近似最短向量。本文在标准LLL规约算法[7]的基础上,首次提出了l次规约的概念,并且设计了一种新型的l次规约算法。利用这种新型算法找到的短向量比使用标准LLL规约算法求得的短向量更加接近格中的最短非零向量。算法在一定范围内具有计算花费时间和规约结果质量之间可以相互转化的特点,可以通过牺牲更多的运算时间来获得质量更优的规约基。通过大量的数值测试,本文比较了l次规约算法和标准LLL规约算法的实际性能,验证了对l次规约算法的理论分析。最后,本文提出了进一步改进l次规约算法的两个思路。