基于GCV准则和改进阈值函数的小波去噪方法研究

为了准确确定小波阈值,改善阈值函数的降噪效果,提出一种基于GCV准则确定阈值和改进的阈值函数相结合的小波去噪方法。首先对信号进行小波变换,定义基于小波系数的GCV函数,通过对其进行优化求解最小值来选取小波阈值,然后采用改进的阈值函数对小波系数进行处理,最后对处理后的小波系数进行重构,得到去噪后的信号。通过一已知信号和噪声的数值算例,对比了该方法与常用的确定阈值方法和软阈值函数的去噪效果,验证了该方法具有更好的去噪效果。应用该方法,对一座斜拉桥的健康监测系统采集的实测挠度数据进行分析处理,结果表明,该方法有效降低了噪声影响,降噪后的挠度与数值结果接近。     

一种基于EMD和小波阈值的桥梁振动信号混合去噪方法

在对桥梁进行健康监测的过程中,桥梁振动信号易受外部环境干扰而产生噪声,影响桥梁真实振动数据的获取与分析.为了减少噪声带来的影响,提出一种基于经验模态分解法(EMD)与小波阈值的混合去噪方法.该方法先通过EMD分解信号获得高频固有模态函数(IMF)分量,然后选取IMF分量使用小波阈值去噪,最后重构IMF分量获得去噪后的信号.结果 表明,基于EMD和小波阈值混合去噪能有效地滤除干扰噪声信号,且去噪效果优于单一的EMD分解去噪法和小波阈值去噪法.这一结果为桥梁振动信号的去噪处理提供了有意义的参考.     

基于连续压实检测方法的压实信号去噪及连续压实指标研究

路基压实过程中压路机振动信号存在各种噪声干扰,故选用常用的傅里叶去噪与小波去噪法,对路基试验段采集到的振动压实信号进行去噪,通过结果比对分析得出:小波去噪法能更好地保留压实信号的信息;进一步计算出两种去噪方法各自对应的压实指标HV,并与压实指标Evd进行相关性校验,发现小波去噪法对应的HV能够更好地反映土体压实状态。最后,在考虑小波去噪后信号的二阶谐波的基础上,提出了新的指标HVN,通过与E     

基于AO算法优化VMD参数联合小波阈值的桥梁信号去噪方法

当桥梁进行状态评估和健康监测时，所获得的桥梁信号易受外部环境的干扰，难以反映桥梁结构的真实响应。针对桥梁信号夹杂环境噪声等问题，提出了基于联合天鹰算法(Aquila Optimizer, AO)、变分模态分解(Variational Mode Decomposition, VMD)和小波阈值的去噪方法。该方法首先利用AO算法优化VMD的参数，然后用VMD对含噪声的信号进行自适应分解，再去除方差贡献率较小的模态，最后对剩余的模态进行小波阈值去噪处理，重构信号得到去噪后的真实信号。对模拟信号和桥梁动应变的实测信号分别进行分析，结果表明：基于AO算法优化VMD参数联合小波阈值的去噪方法能有效滤除噪声信号，且去噪效果优于单一的小波阈值去噪、EMD联合小波阈值去噪以及EEMD联合小波阈值去噪等常用的去噪方法，研究成果可为桥梁信号的去噪处理提供有意义的参考。     

路基压实过程振动信号去噪方法比选及效果验证

针对路基压实过程中振动压路机振动轮信号存在各种噪声干扰,结合高铁路基现场压实振动信号,引入傅里叶去噪方法和小波去噪法进行压实信号去噪。结果表明,小波去噪相较傅里叶去噪具有更高的能量比,能更好地保留压实信号的信息。在此基础上,将原始信号和小波去噪后信号的特征值分别与传统压实指标Evd进行相关性校验,结果显示小波去噪后的信号能更好地反映土体压实状态,证实了小波分析在路基压实信号去噪中具有很高的可靠性。     

一种改进的小波消噪算法

针对传统小波变换在信号消噪中计算的不足,设计了一种改进的小波消噪算法.该算法保留了小波分析处理时变信号的优势所在,但较传统的消噪应用,算法相对简单,易于实现.利用实际数据对该消噪算法进行了数据验证,并与传统小波消噪算法等对比算法进行了效果对比.验证结果表明,所提出的新算法效果较好,具有一定实用性.     

基于软阈值和遗传自适应阈值的车辆制动信号的联合小波去噪

利用遗传算法改进基于自适应阈值的小波去噪方法,并验证了该去噪方法的有效性。通过小波分析和经典谱估计方法计算了某款车驾驶员耳旁声信号的能量分布,发现其信号能量主要集中于低频部分,据此提出了利用软阈值和基于遗传算法自适应阈值的联合小波去噪方法。去噪前后信号对比结果表明,该方法可快速衰减信号的高频噪声,降低信号的波动。     

基于小波变换的汽车振动信号去噪分析

从小波变换的理论背景出发,介绍了利用小波变换对信号进行分解的原理。并针对汽车振动信号的非平稳性特点,对驾驶员座椅振动信号用dB4小波进行了多分辨分析和小波包分析,并运用Matlab中的WaveletToolbox对其进行去噪处理,取得了明显的效果。通过与Fourier去噪的比较,可以看出小波变换在汽车振动信号去噪中有着Fourier分析无可比拟的优点。     

基于小波去噪和神经网络的滑坡变形组合预测研究

基于滑坡的变形监测数据,首先探讨了小波去噪过程中各参数对去噪效果的影响规律,选取最优的小波去噪数据作为趋势项序列和误差项序列的分解依据,再利用BP神经网络和RBF神经网络对两序列进行预测,并与传统预测进行对比分析,最后对组合预测的效果进行探讨研究。结果表明:在滑坡变形数据的去噪过程中,以采用sym 4小波函数、固定式阈值、硬阈值选取阈值和7层小波分解时的去噪效果最好,并由后期预测结果可知其分项预测的效果要优于传统单项预测的效果,且线性组合预测对误差精度的提高有限,而非线性组合预测对误差精度的提高较大。通过上述研究,为滑坡的变形组合预测研究提供了一种良好的方法。     

基于小波阈值去噪与二次经验模态分解的发动机点火波形分析方法

提出了一种结合小波阈值去噪和二次经验模态分解(SEMD)时频分析的发动机点火波形时频分析方法,通过分析去除的噪声特征发现小波阈值去噪比SEMD去噪的效果更好,SEMD时频分析能有效地根据固有模态函数特征来分析点火波形的异常成分。该方法充分利用小波阈值去噪和SEMD时频分析的优点,建立波形库后可实现发动机的不解体故障诊断。     

基于改进小波分解的机载位置数据降噪处理

机载经度、纬度、高度数据的精度,对保证飞机定位的精确性和飞行安全性有着重要意义.结合小波分解和经验模态分解(EMD)2种方法的优点,在小波分解的基础上,提出1种基于 EMD 的小波分解降噪方法.利用 EMD 对机载位置数据进行分解,并对高频分量用小波分解方法进行降噪处理,降噪后高频分量再结合低频分量进行重构得到降噪后的数据.以西安到长春某航班巡航阶段的机载高度数据序列为例,进行了仿真验证.结果表明,改进小波分解降噪方法与传统的小波分解降噪方法相比,信噪比提高了0.649,均方根误差减小了0.6969,消噪效果更加明显.改进的小波分解方法在处理机载位置数据方面有着较明显的优点,可获得更精确的飞机三维数据.      

移动荷载作用下特大悬索桥的行车舒适性

为研究移动荷载作用下特大悬索桥的动力响应和行车舒适性问题,用正交异性矩形板单元弯曲形函数的6次Hermitian插值函数,通过Matlab编程把车辆移动过桥时的荷载转换成加劲梁各节点的荷载时程,用通用有限元程序ANSYS,对移动荷载作用下特大悬索桥动态响应进行了时程分析,给出了悬索桥在不同荷载作用下的数值分析结果。实例分析表明,该方法具有很好的适用性和很高的精度,加劲梁最大位移响应位于桥梁中跨的跨中位置,发生在移动荷载通过桥梁跨中位置前后。最后,通过对某悬索桥动力响应的时程结果进行小波变换,研究了该悬索桥的行车舒适性。     

应用移动质量法的结构损伤小波识别方法

为提高结构损伤识别的精度,充分发挥小波识别在特征提取、信号奇异性检测、信号降噪等方面的独特优势,提出采用移动质量多次检测法的结构损伤小波识别方法。该方法采用移动质量块在不同位置对桥梁进行多次测量,利用各次测量的频率值的变量来确定桥梁结构的其他模态参数,从而确定桥梁的局部单一和多处损伤情况。采用数值算例对该方法进行验证,结果显示,对简支梁的单一和多处损伤识别效果明显。     

基于小波提升格式理论的隧道衬砌缺陷定量识别分析

为提高探地雷达信号分析中小波基函数选取或构造的针对性和适应性，降低构造计算复杂性，并使所构造的小波基能更准确提取隧道衬砌结构背后空洞检测信号特征点信息，提出一种根据提升格式小波理论和目标信号波形特征来构造匹配小波的方法，并将所构造的小波基应用于空洞检测信号特征点的识别中。该方法以完全重构滤波器条件和提升格式小波为理论基础，首先选择一个简单而一般的初始双正交滤波器组，通过对初始双正交滤波器进行提升和对偶提升，获得不同的提升算子和对偶提升算子，从而得到更新后含自由变量的高阶滤波器组函数表达；其次，依据探地雷达信号的固有特点，对新滤波器组中重构端小波函数中的自由参数进行优化，并对新小波基与实际探地雷达信号的相似度进行计算和检验，最终构造出既满足线性相位、紧支撑性，又具有与探地雷达信号匹配度高等优势的新双正交小波基。将新小波基应用于室内空腔检测试验及实际工程中空洞缺陷的定量分析中，结果表明，同其他类型小波相比，用提升方法构造的小波能更准确地识别空洞缺陷信号突变点发生的时刻和位置，能更准确地实现隧道工程中空洞缺陷的位置和垂直尺寸的定量分析，从而大大提高探地雷达对缺陷探测的可靠度和准确度。     

基于车辆制动激励和小波包能量分析的连续梁桥基础冲刷识别方法

近年来，因基础冲刷引发的桥毁事故频发，冲刷会造成桥梁下部结构周围土体被破坏进而导致基础承载力下降，并且由于冲刷位置隐蔽增加了识别检测的难度。为了精准识别桥梁下部结构的基础冲刷损伤，利用车辆制动作用可引起更为显著的桥梁下部结构纵桥向动力响应这一特点，提出了一种基于车辆制动作用下桥梁动力响应小波包能量分析的连续梁桥基础冲刷识别方法。该方法选择典型三轴车制动作用作为动力激励，利用小波包对冲刷前后的车辆制动作用下桥墩顶纵桥向加速度响应进行分解，提出以小波包能量方差变化率作为冲刷识别指标，实现基础冲刷位置识别；进而通过数值模拟方法建立包含多种冲刷程度与对应测点冲刷指标值的样本库，拟合分析确定冲刷识别指标值与冲刷程度间的函数关系，通过识别出的各测点冲刷指标值基于模式反演方法实现冲刷程度的量化识别。一座混凝土连续梁桥工程实例的分析结果表明，该方法能够实现梁桥基础冲刷的定位和定量识别，抗噪能力强，且识别结果受桥面不平度、制动位置、车质量和初始车速等因素影响较小。该方法在试验过程仅需在桥墩顶安装加速度传感器，可借助常规的桥梁荷载试验项目实现，具有测试简便易行、识别精度好等特点，适于公路梁桥基础冲刷的快速检测。     

离散空间小波分析的环境荷载下桥梁的损伤识别

利用离散空间小波多分辨分析,分别探讨了匀速简谐汽车作用荷载和随机白噪声作用荷载(模拟汽车与风荷载的耦合)两种环境荷载作用下桥梁已有损伤位置的识别方法。建构了桥梁结构损伤定位的离散空间小波变换的理论模型,同时讨论了不同小波函数的选取及分解层次的确定方法。该方法仅需测量损伤后桥梁的位移或应变响应,不需损伤前后的结构特性,不影响交通。对原始输入的位移信号进行逐步差分前处理使得识别结果更准确。模拟试验表明,离散空间小波多分辨分析是识别环境荷载作用下桥梁损伤位置的准确可靠方法。     

基于曲率模态和小波系数差的损伤识别

针对单一方法对结构损伤识别不太敏感的缺陷,提出了结合曲率模态和小波分析的综合损伤识别方法。以损伤前后的曲率模态作为分析信号,进行离散小波变换,提取高阶频率系数。将高阶系数之差作为损伤指标,通过高频系数差值的奇异处可以识别损伤位置。经过对2跨连续梁的数值模拟,不仅能够识别1、2处损伤,还能识别支座附近的损伤。证实了此方法定位准确,易于识别的优点,并对一座2跨连续梁钢桥模型进行试验。     

基于振动信号的发动机转速测量研究

介绍一种基于发动机气缸振动信号测量转速的方法.通过采集发动机气缸内部混合气燃烧时的振动信号,利用Labwindows/CVI软件对信号进行频谱分析、低通滤波,结合发动机的振动源以及发动机振动与转速之间的关系,得出发动机的转速.试验证明,此测试方法具有较高的精度.