小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

南京长江大桥结构健康监测及其关键技术研究

在分析国内外桥梁结构健康监测研究现状的基础上，以南京长江大桥为工程背景，对既有铁路桥梁结构健康监测的系统建设、实时信号分析处理、参数识别、模型修正和结构疲劳损伤分析等关键问题进行研究。具体研究内容和取得的成果如下。     

铁路多信息机车信号分析系统的研究

文章介绍了铁路机车信号设备分析系统的研制背景,重点描述系统功能、软件结构和研究的技术关键.该系统目前已成功应用于机车信号的分析和故障诊断及定位中.且经过现场多次试验,分析系统性能稳定,通用性强.实践表明,该系统不仅有助于分析目前已投入现场使用的机车信号,消除故障隐患,进一步提高系统的可靠性和安全性,保障行车安全,而且为今后发展高速铁路的以机车信号为主体的信号系统提供了一项基础研究成果.     

一种基于3/2维谱的水中目标调制信息提取方法

利用目标辐射噪声的调制信息可以实现对目标的高方位分辨。为了能够准确获取目标调制谱特征,提出了一种基于小波变换和多分辨率分析理论的辐射噪声调制信息提取方法。首先提取水下目标辐射噪声的调制包络信息,之后对动态调制包络进行3/2维谱分析,从而得到辐射噪声的谐波信息。最后对实测噪声数据进行了仿真研究,结果表明,该方法可以有效提取噪声中动态调制信息。     

基于小波分解的车道偏离预警算法研究

针对当前车道偏离预警系统成本高且精度较低等问题,提出基于小波分解的车道偏离预警算法。该算法利用车载CCD实时采集路面图像信息,运用小波分析对图像进行去噪和二值化处理,利用车道线对称性精确识别车道线,通过判定车道中心线所在位置辨识自车是否偏离车道。试验结果表明该算法能对主车的偏离进行准确识别,识别精度达到95.4%。     

高速列车监测数据处理及故障诊断

车体性能好坏直接影响列车的行车安全,文章利用安装在车体上的传感器所采集到的振动信号,选取合适的信号特征提取方法进行评估,达到列车故障早期预警的目的。试验数据表明,车体的振动信号具有非线性、非平稳的特点,先对振动信号提取小波包能量矩特征进行时频域分析,发现该特征提取方法可以直观地反映车辆横向和垂向振动情况。引入基于局部分析的拉普拉斯特征映射算法(LE),对故障工况的小波包能量矩熵特征所构造的高维特征向量空间进行降维,发现能够从垂向加速度信号识别出空气弹簧失气工况,从横向加速度信号识别出抗蛇行减振器故障和横向减振器故障。这与车辆动力学分析结果一致,同时也证实了流形学习方法对列车性能评估具有一定的作用。     

某空压机共振故障的诊断与处理

船用设备共振状态的判断对故障诊断与处理十分重要。某空压机横向振动剧烈,为判断其是否处于共振状态,文章首先通过敲击法获得强噪声背景下的冲击响应信号,采取分时段频谱分析的方法粗略估计固有频率。然后,分别采用带通滤波和小波降噪的方法处理含噪信号,确定了系统横向一阶和二阶固有频率。其中,二阶固有频率与转频接近,从而导致共振故障。最后,采取更换隔振器的处理措施,系统横向固有频率增大70%,振动降低54.6%。     

基于GA-BP和小波-SVM算法的风电场短期功率预测

风力发电过程中的功率预测问题是制约风力发电发展的重要因素。针对单一传统神经网络易陷入局部最优的问题,提出了利用信息熵原理把遗传算法优化的BP网络和小波-支持向量机2种算法进行组合预测,结合华北某风电场提供的历史功率数据和数值天气预报数据对未来48 h功率进行预测,仿真结果表明,该组合预测方法的预测精度比单一预测模型的预测精度高,效率高,具有一定实用价值。     

综合小波和数学形态学的图像边缘检测

提出一种基于小波和数学形态学相结合的图像边缘检测方法,即将图像分为高频和低频两部分别进行处理,利用小波对高频和低频部分进行边缘检测后,再利用数学形态学方法对低频进行边缘处理,并对两种边缘图像进行了融合.实验结果证实了该算法的可行性.