共查询到20条相似文献,搜索用时 31 毫秒
1.
行驶车辆振动信号的小波分析 总被引:10,自引:0,他引:10
本文介绍了小波分析的理论方法,并上小波分析方法应用到了行驶车辆振动的分析中,即:通过二进离散小波变换,把实际振动信号进行多层小波分解,使异常信号和非平稳高频信号得到良好的时间定位和图形显示,并把信号的路面激励与本体振动分离开来。 相似文献
2.
基于小波变换可提取信号所需频率成分的特性,利用多个小波组合,设计较理想的带通滤波器,采用频谱细化法对法国TVM430调制信号进行频谱分析。仿真结果表明,使用该方法细化得到的频谱分辨率高,谱线清晰,是处理TVM430调制信号的一种有效方法。 相似文献
3.
4.
基于小波变换的汽车振动信号去噪分析 总被引:2,自引:0,他引:2
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。 相似文献
5.
小波分析在变速器齿轮故障诊断中的应用 总被引:1,自引:0,他引:1
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。针对变速器齿轮振动信号的非平稳性特点,通过对变速器齿轮振动信号用db4小波进行了多分辨分析,说明这种方法可以有效地对变速器齿轮故障进行诊断。 相似文献
6.
7.
车用发动机前端辐射声源的小波分析与识别 总被引:3,自引:0,他引:3
根据连续小波变换具有较二进离散小波变换和小波包变换更精细的尺度分辨率的特点,研究了适用于工程应用的发动机表面辐射声信号小波变换结果的表述方法,并以一台车用增压柴油机前端表面辐射噪声的测量和识别分析为例,提出了一种车用发动机主要噪声源诊断和识别的测试分析方法。文中还将声信号测量识别的结果与表面振动信号识别的结果做了比较,两者是吻合的。 相似文献
8.
基于小波分析和神经网络的交通事件自动检测 总被引:5,自引:0,他引:5
提出了利用小波分析和神经网络进行交通事件自动检测的方法,其基本思想是通过小波变换对原始采样信号进行奇异点检测,然后通过神经网络对小波变换的结果进行分类,最后给出交通事件的信息。通过MATLAB仿真实验,证明该方法相对于传统的事件检测算法能更准确、快速地实现分类。 相似文献
9.
10.
11.
12.
13.
14.
推导和证明了Haar小波连续小波变换时间和尺度的周期性,指出这种周期性可以提取出信号中的周期成分,并且使谐波和冲击信号在时间-尺度域中有不同的图形特征。因此根据这些特性可以识别齿轮裂纹产生的冲击和刚度变化,仿真和汽车变速器齿轮故障分析验证了Haar小波变换的有效性和实用性。 相似文献
15.
向量函数空间上的连续小波变换 总被引:1,自引:0,他引:1
讨论了向量函数空间上的连续小波变换,分别得到了由变换向量函数产生的重构公式和由不同变换向量的向量函数生成的重构公式,获得了两种重构公式在强拓下成立的条件,并得到了一种选变换函数使得重构公式的最简单形式的方法。 相似文献
16.
小波包变换(WPT)建立在小波变换的基础上,可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,具有更好的谐波分析特性。但是现有的小波包变换算法实现的频带划分不是按频率大小顺序排列的,给系统和谐波分析带来混乱。根据采样定理和滤波器组实现电路分析了小波包变换实现频带划分的特点,并利用改进的小波包变换实现算法进行系统分析,实例验证这种新的小波包分解结构对谐波分析具有更好的特性。 相似文献
17.
鉴于工程中采集到的车辆道路载荷谱易受外部环境干扰而存在噪声和异常的尖峰信号,而传统的傅里叶变换滤波方法容易将真实信号随噪声信号同时滤除,本文中研究了基于小波变换理论的车辆实测道路载荷谱降噪方法。选用Daubechies小波函数,结合多种小波阈值降噪准则对某试验车辆实测道路载荷谱进行降噪处理,系统性地研究了不同小波阈值降噪准则和小波消失矩对实测含噪随机载荷信号的降噪性能。结果表明,基于小波变换的降噪方法能有效剔除干扰噪声信号,其中Heuristic SURE准则对原载荷谱各项载荷特征的保留效果最好。此外,研究了基于小波变换理论的实测载荷谱中异常尖峰信号自动检测方法,为车辆实测道路载荷谱的优化处理提供了一定的参考。 相似文献
18.
为了对桥梁健康监测系统采集的海量数据进行深入挖掘,使其在结构评估中效用最大化,将监测数据视为一维信号,以小波变换、时间序列分析为工具,对某四跨连续刚构桥挠度监测数据进行了分析,研究探讨了该方法对于监测数据分析的适用性。对于监测数据进行离散小波变换,根据小波变换系数分析得出了结构监测数据的发展趋势,同时可过滤掉数据信号中已缺失细节信息的系数,重构信号,对该重构信号进行时间序列分析,采用最小二乘法进行参数估计,建立了重构信号的ARIMA预测模型,成功对某大桥某时刻后未来一定时间的挠度进行了预测。研究结果可以预测桥梁结构在未来某周期内的运营状态信息,对于结构运营状态监测预警有积极的意义。 相似文献
19.
20.
汽车安全部件的工作状态直接影响汽车的安全行驶,运用小波变换理论对汽车在不同部件参数作用下的运动参量进行小波分解。提取相关低频信号和车辆动态评价指标作为汽车运动的特征值,结合神经网络技术进行了部分安全部件的故障状态识别。 相似文献