小波变换的分形特性

利用小波变换和多分辨分析对分形的尺度变化性质作了分析，提出了小波变换的平移不变性与分形变换的尺度不变性是一致的结论；并据此提出了一种２小波变换和ＩＦＳ分形编码相结合的新的图象编码方法 。     

小波分析在桥上移动荷载识别中的应用

利用小波分析技术和三次样条函数对测点的位移响应进行曲线拟合,根据拟合结果微分求得速度、加速度响应。利用梁体有限元振动方程结合模态迭加法推导出的移动荷载识别公式进行桥上移动荷载识别。对接触力的识别结果,利用小波分析技术将其在时域内分解为低频、高频部分,发现对轴重和沉浮运动引起的动荷载识别较好,识别的主要误差在于点头运动引起的动荷载。进一步的分析表明,虚假点头运动是引起误差的根源。指出在识别方法中剔除虚假点头运动将是提高识别精度的有效途径。计算机仿真计算表明,该方法具有较好的识别效果。     

一种改进的多小波分解重构算法及其应用

在论述多小波基本理论及其分解重构算法的基础上,基于多小波分解重构算法的扩展与正交多小波的对称/反对称特性,提出了一种改进的分解重构算法,并以SA4多小波为例,对电力系统高压输电线故障暂态信号进行分解与重构,证明了其有效性。     

基于小波分析的位移时效变形提取方法及其应用

为了判断建筑物(或构筑物)的运营是否正常,须对位移的时效变化进行分析,从中进一步分析位移的演变规律。针对传统确定时效变形方法的局限性,提出了基于小波分析的多分辨率分析方法,并结合某大坝的位移进行时变分析验证,证明了该方法的有效性。     

小波变换及其在轨道检测中的应用

介绍小波变换的原理及其特点，列举在轨道检测中的应用实例，简要说明如何选用小波函数与其他技术相结合进行信号分析。     

小波变换及其在轨道检测中的应用

介绍小波变换的原理及其特点 ,列举其在轨道检测中的典型应用 ,并仿真分析垫层、道床刚度的变化对客车轴箱加速度的影响 ;同时 ,对如何选用小波函数和与其他技术相结合进行信号分析作了说明。     

小波变换在结构损伤识别中的应用研究

针对土木工程结构的复杂性和数据的不完备性，以小波分析为理论基础，结合多尺度分析理论和数值模拟，对结构损伤识别进行了研究。主要分析了结构动力参数在损伤后的变化特征，对单自由度框架的加速度信号进行小波分析，得到结构损伤的时刻；研究了利用空间域信息对结构损伤位置的识别问题，对带裂缝悬臂梁的变形曲线进行小波变换，判定了结构损伤位置。     

小波分析在机车优化粘着控制中的应用

分析了机车粘着控制中粘着利用机理,提出了空转趋势识别方法,并采用小波变换这一工具对含有随机干扰信号的瞬时轮周加速度信号进行了多分辨率分析,即把轮周加速度信号分解为多个层次的细节部分和平滑部分。轮周加速度信号中的噪声被分解到了各层的细节部分,由剩余的平滑部构成轮周加速度发展趋势曲线,并对其微分。然后根据其加速度微分值进行空转趋势识别。最后,给出了仿真结果表明:基于空转趋势识别方法的模糊粘着控制能充分利用粘着力,避免空转发生;小波分析方法的应用有效避免空转趋势误识别,提高了粘着控制稳定性。     

自适应小波分析和多层卷积极限学习码器的轴承故障识别研究

针对滚动轴承振动信号由于强时变和强噪声等特性导致其故障难以辨识的问题,提出一种基于自适应小波分析(AWA)和多层卷积极限学习自编码器(MLCELAE)的滚动轴承故障识别模型.首先,提出一种新的轴承振动信号频谱边界检测方法,对信号频谱进行自适应分割,进而将信号分解为若干本征模态分量;然后选择较能反映轴承故障特征的模态分量...     

基于小波包分解多尺度排列熵及2阶特征选择的转辙机故障诊断方法

针对转辙机高精度故障诊断的需求,结合声音信号非接触、易采集等优势,提出一种基于声音信号的非接触式故障诊断方法。首先,基于小波包分解与多尺度排列熵,实现对声音样本的特征提取;其次,提出基于ReliefF和二进制粒子群优化算法的2阶特征选择方法,得到最佳特征集合,实现对声音样本的特征选择;最后,基于支持向量机算法对最佳特征集进行训练和测试,完成对转辙机的故障诊断。依托10种常见工况下共计800组声音样本开展实验,结果表明：该方法在反位—定位和定位—反位转换过程中得到的特征点数分别为13和39个,故障诊断准确率分别为99.67%和100%;相比于单一特征选择方法,采用的2阶特征选择方法能够大大降低特征维度,提高故障诊断准确率;相比于k近邻和线性判别分析这2种分类器,支持向量机分类器在转辙机故障诊断中更具优势。     

基于小波神经网络的建筑火灾预测模型及应用

随着我国城乡建设的飞速发展,建筑火灾形势日趋严峻,依靠传统的管理技术和方法已远远不能适应社会和民众对安全的需要。针对某城市建筑火灾非线性时间序列,建立了小波神经网络(WNN)预测模型,计算分析证明了该模型的可行性。该模型可与消防工作相结合,建立和实施城乡综合防灾减灾系统,实现城乡综合防灾减灾的科学管理。     

基于小波分析和神经网络的网络流量预测

网络流量的准确预测对于提高网络服务质量与网络安全有很重要的作用.本文主要对流量序列进行小波分解和重构,并结合神经网络对网络流量进行预测,新的算法可以有效提高预测精度.通过分析神经网络及非线性预测模型的优劣,建立一个网络流量预测模型.同时利用实际采集的网络流量数据对模型进行仿真,证实该模型可以有效控制由各种因素导致的误差,从而提高网络流量的预测精度.     

基于小波分析的自适应噪声识别

图像噪声类型直接影响去噪方法的去噪效果.因此,研究图像噪声类型的识别,对于数字图像去噪方法效果的提高具有重要意义.利用小波分解的高频系数,分析直方图和曲线拟合图的跳变出现概率特征以及黄金分割点处的窗口宽度特征,提出一种数字图象噪声类型自适应识别方法.针对图像噪声识别类型,采用相适用去噪方法提高图像去噪效果.通过大量实验表明,该方法是切实有效的.     

一种新的IP网络路由模型

充分分析ＩＰ网络的机理和ＩＰ网络的特点，根据波动理论，当网络出现挤或堵塞时建立了流的密度、速率和流量的关系式。进一步分析了波的前向和后向传播现象，定义了排队长度，定义了排队长度。由此推断出链路传输延迟同排队长度和速率之间的关系，证明了延迟是流量的增函数。最后用最优控制理论建立了ＩＰ网络系统最优的路由模型。该模型可以用来设计缓冲器、配流和寻径。     

隧道爆破振速小波包及数值模拟对比分析

以某浅埋隧道为背景,对隧道开挖的爆破效应进行了数值模拟,获得各测点峰值振速;并应用小波包理论对实测峰值振速进行分析,得到了峰值振速预报值。对比实测振速峰值,发现影响爆破振速模拟值准确性的关键是振动荷载的计算,且数值模拟值偏大。小波包分析是建立在对原始爆破信号分析基础上的,其预报值较为精确,是比较理想的方法。     

地质雷达信号定量识别用小波基选取的正演及模型试验研究

针对隧道衬砌结构地质雷达检测信号分析用小波基函数难以选取及信号特征点信息不易提取的问题,在小波分析原理及信号特征点识别理论基础上,从各小波基函数基本性质出发对适用于地质雷达信号分析用小波基进行初步选取.构建含空洞地质雷达正演模型,开展含空洞沙槽模型地质雷达探测试验.基于初选的小波基函数,采用小波时-能密度法对空洞检测信...     

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。     

多点通信最优路由模型及其启发式算法

路由是多点通信研究中的一个重要问题。从系统资源利用的角度出发，路由的结果应该尽量使网络中的总费用最小，这是多点最优路由（ＯＭＲ）问题。目前对ＯＭＲ问题尚无系统的建模和理论分析。本文提出了多点通信系统最优（ＳＯＭＲ）模型，并通过对模型的分析得到最优路由的性质。在此基础上提出一种启发式路由算法－Δ算法，并将Δ算法与ＫＭＢ算法进行了比较。仿真结果表明，Δ算法较ＫＭＢ算法在路由平均费用及有效地利用系统资源