基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

小波包神经网络在卸船机电机故障模式识别中的应用

针对卸船机中异步电机故障率高的问题,本文采用小波包分解和神经网络技术相结合的方式,将采集到的电机振动信号进行小波包分解,通过分析观测信号在小波包某一分解层次上不同时频分辨空间中的能量分布,进行电机运行状态的特征提取,对提取的特征用RBF神经网络技术进行故障诊断,为卸船机的电机故障诊断提供了一种新的思路和方法。     

L^2[0,1]区间上的Daubechies小波包的应用

利用小波-Galerkin积分法,第一次给出了用区间上的小波包解第二类积分方程的算法实例,并与小波解积分方程得到的结果进行比较,实验结果表明条件数更小,稳定性更好;同时讨论了解法中方程组的系数矩阵的稀疏性,小波包得到的矩阵更稀疏.     

L2[0,1]区间上的Daubechies小波包的应用

利用小波-Galerkin积分法,第一次给出了用区间上的小波包解第二类积分方程的算法实例,并与小波解积分方程得到的结果进行比较,实验结果表明条件数更小,稳定性更好;同时讨论了解法中方程组的系数矩阵的稀疏性,小波包得到的矩阵更稀疏.     

基于小波包分析的结构损伤预警方法研究

通过研究小波包理论,对连续梁在瞬态荷载冲击下节点的加速度信号进行小波包分析,并提取了损伤前后各频段的节点能量特征向量变化和不同模态的频率变化进行比较分析,证明节点能量特征向量对损伤更加敏感．     

基于小波分析的电力参数交流采样信号去噪方法

介绍了应用小波分析方法进行信号去噪的基本原理,基于阀值小波变换去除信号高、低频噪声,然后应用小波包分解方法获取信号的特征量从而进行信号的重构,消除瞬态突变干扰信号.论述了电力参数交流采样信号的特点,并对系统结构和组成进行了分析.实验结果表明:该方法可以有效地进行信号的消噪,并获取真实的采样测量信号.这种方法对其它类似系统也具有一定参考价值.     

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。     

一种小波包去噪自适应阈值算法

小波包变换可以将不同频段的信号分离,信号和噪声经小波包分解后,其小波包系数将表现出不同的特性,通过对小波包系数进行阈值处理 ,可以有效地抑制噪声,很好地重构信号.运用统计信号处理的理论,提出了一种确定小波包分解系数自适应阈值的方法.结果证明,这种方法具有良好的去噪效果.     

基于小波分析的高速公路事件检测算法

以高速公路为研究对象,首先利用突变理论分析了事件发生对高速公路交通流特性的影响,并建立了突变交通流模型,然后在此基础上设计了一种基于小波理论的事件检测算法。该算法利用小波变换放大交通流奇异点特征,根据小波系数幅值变化情况检测道路交通事件。为求取小波系数模值,对Newto—Core数值积分算法进行了改进,使其能充分反映M...     

基于小波神经网络的短时交通流预测

针对现阶段城市道路交通短时交通流预测精度不高的局限性,将小波变换引入到城市道路交通预测过程中,提出一种基于小波神经网络的预测方法。运用美国加州高速公路通行能力度量系统数据作为数据来源,应用小波变换和BP神经网络相结合对其进行预测,然后对预测结果数据进行分析,并对短时交通流进行综合评价。实验表明,该方法与传统的BP神经网络相比较,在短时交通流预测方面具有较好的有效性和优越性。     

A NOVEL METHOD FOR NETWORK WORM DETECTION BASED ON WAVELET PACKET ANALYSIS

Objective To detect unknown network worm at its early propagation stage. Methods On the basis of characteristics of network worm attack, the concept of failed connection flow （FCT） was defined. Based on wavelet packet analysis of FCT time series, this method computed the energy associated with each wavelet packet of FCT time series, transformed the FCT time series into a series of energy distribution vector on frequency domain, then a trained K-nearest neighbor （KNN） classifier was applied to identify the worm. Results The experiment showed that the method could identify network worm when the worm started to scan. Compared to theoretic value, the identification error ratio was 5.69%. Conclusion The method can detect unknown network worm at its early propagation stage effectively.     

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。     

基于加权FCM算法的轴承故障诊断

提出一种基于特征评估和特征加权FCM算法的滚动轴承故障诊断方法．对原始振动信号提取时域、频域和小波包归一化能量特征,组成联合特征．然后对联合特征进行评价,计算类可分性评价指标．根据该指标大小选取敏感特征,进行特征加权模糊聚类分析,实现对轴承故障状态的自动识别．特征评估克服了传统方法在特征选择上的盲目性,特征加权提高了分类准确率．实例表明,该算法不仅可以可靠识别不同类型的滚动轴承故障,而且可以识别不同程度的故障．     

双正交小波包提升格式算法

提升格式是一种新的小波构造方法,它是因构造紧支的第二代小波之需而产生的从双正交小波包出发,研究提升格式在双正交小波包理论中的应用,给出提升格式的一种快速小波包变换实现方法——分解和重构公式,并给出实例.     

双正交小波包提升格式算法

提升格式是一种新的小波构造方法,它是因构造紧支的第二代小波之需而产生的从双正交小波包出发,研究提升格式在双正交小波包理论中的应用,给出提升格式的一种快速小波包变换实现方法--分解和重构公式,并给出实例.     

Novel Adaptive Beamforming Algorithm Based on Wavelet Packet Transform

An analysis of the received signal of array antennas shows that the received signal has multi-resolution characteristics, and hence the wavelet packet theory can be used to detect the signal. By emplying wavelet packet theory to adaptive beamforming, a wavelet packet transform-based adaptive beamforming algorithm (WP-ABF) is proposed . This WP-ABF algorithm uses wavelet packet transform as the preprocessing, and the wavelet packet transformed signal uses least mean square algorithm to implement the adaptive beamfonning. White noise can be wiped off under wavelet packet transform according to the different characteristics of signal and white under the wavelet packet transform. Theoretical analysis and simulations demonstrate that the proposed WP-ABF algorithm converges faster than the conventional adaptive beamforming algorithm and the wavelet transform-based beamforming algorithm. Simulation results also reveal that the convergence of the algorithm relates closely to the wavelet base and series; that is, the algorithm convergence gets better with the increasing of series, and for the same series of wavelet base the convergence gets better with the increasing of regularity.