小波分析在船舶测试信号中的算法研究

获得精准的船舶测试信号对于保障船舶航行安全非常重要。本文将小波分析应用于船舶测试信号去噪处理中,在处理的过程中详细的阐述了阈值的选择以及小波去噪的实现步骤。最后利用不同的小波系对获取到的含有高斯白噪声的VLCC振动信号进行去噪处理,并通过信噪比的评价得到处理效果较好的母小波函数。     

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明：本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。     

海上航行中的行程传感器电磁干扰信号抑制算法研究

保证船舶电子设备的正常运作是现代船舶业发展中的重要课题,船舶中传感器输出信号的精确度对于船舶安全行驶是至关重要的。本文利用小波降噪来抑制行程传感器电磁干扰信号,最后通过实验来获取小波分解层数,并且确定阈值函数。实验结果表明,经过小波去噪后,信号的误差非常小,系统的稳定性得以提高。     

小波变换分析及船舶噪声处理

针对目前船舶噪声对船舶有用信息的影响,本文利用小波变换进行船舶噪声处理,并利用Matlab函数进行不同小波基的船舶信号去噪实验。实验结果表明,恰当的小波基函数和阈值能够很好抑制信号中的高频部分,得到平滑的有用信息。     

多元线性拟合船舶遥感图像条带噪声分离技术

本文介绍多元线性拟合方法,分析多元线性拟合模型以及参数估计、多元线性模型拟合优度和显著性检验,重点阐述船舶遥感图像信号特征以及船舶遥感图像噪声,提出船舶条带噪声模型及分布规律。最后,结合傅里叶变换以及小波函数研究船舶遥感图像条带噪声分离技术。     

噪声源信号的高阶谱分析

为实现船舶噪声干扰信号的分离,本文以某船舶噪声信号为研究对象,采用高阶谱分析技术对其进行特征分析。通过特征值排序方法以及协方差分析理论确定噪声主频率入射方向,并结合小波变换技术对其频率响应特性进行匹配,有效实现干扰信号的分离。     

小波分析在船舶测试信号和图像消噪方面的应用

小波消噪已经成为目前信号消噪的主要方法之一，小波变换由于在时频两域都具有良好的局部性能，尤其在信号处理过程中，采样信号都不可避免地受到各种噪声和干扰的影响，利用小波分析可以对实验数据进行消噪处理。本文详细介绍了目前小波消噪的各种方法，揭示了小波消噪的数学背景和滤波特性；并阐述了针对不同信号的自身局部特性以及使用不同的小波变换函数和构造出适合的闻值之间的联系。对一个含有噪声的多普勒测试信号和一个含噪声图像分别进行了多尺度一维离散平稳小波分解和二维离散平稳小波消噪分析，仿真的结果表明：小波分析可以对信号更有效地消噪。     

基于小波变换的浅海船舶电场信号提取

船舶电场只能消减,不能消除。在浅海中测量得到某型货轮电场信号,并利用小波分析的方法对所测信号进行了降噪处理。结果证明,小波变换在处理白噪声方面有其特有的优势。     

一种基于小波分析的船舶振动故障检测方法

迅速兴起的小波分析方法,对时变信号处理具有独特的优点,能同时在时频双域中对信号进行分析。通过对船舶辐射噪声特性的分析,论述了针对振动信号如何选择小波基和如何利用阈值的选取规则。通过与正常信号在仿真过程中的分析对比,直观地得到电路中改变参数所带来的软故障信号的突变特征,成功提取出电路中输出信号的软故障特征,为进一步诊断故障提供了便利。     

船用UCB自动化测试软件的开发应用

船用UCB自动通信检测系统能够保证船舶通信的正常运行,为船舶的安全航行保驾护航。而配套的船用的自动化测试软件,对船用UCB系统的检测稳定性和精确度有着重要的影响。本文从船舶的实际需求出发,设计自动化测试系统的功能,并给出实现方法。通过对软件的输入数据进行滤波处理,然后利用小波变换对自动化测试系统中的无用信号进行处理,得到最终的有用信号。因此,在实现UCB自动化测试的过程中,数据通信和处理是非常重要的一个环节。     

船模耐波性试验测量信号分析中的FFT-FS频谱细化技术研究

近年来,随着海洋运输行业的发展,对船舶制造和设计提出了越来越高的要求。船模耐波性试验为船舶性能验证提供了数据支持。频谱细化技术通过增强频谱分辨能力来提高信号分析的效率和精确度,是信号分析的一种常用手段。本文分析船模耐波性的影响因素,在此基础上建立船模运动方程,并提出基于FFT-FS频谱细化技术的船模耐波性试验测量信号分析算法,满足信号分析对精确度的要求。     

采用多分辨奇异分解算法的船舶故障诊断技术

为了保障船在机械设备的运行可靠性,研究船舶机械的故障诊断技术有重要的价值,本文主要采用噪声分析法对船舶机械的运行状态进行诊断,并结合小波变换和奇异值分解算法,研究船舶机械设备噪声信号的分析,对于提高传统的船舶故障信号分析技术以及故障诊断的精度有重要的意义。     

时频分析及其应用

介绍了时频变换和小波变换，利用三级小波包分解，获取信号能量分布的特征向量，根据信号能量分布的特征向量相关系数，确定两种信号相关程度，给出了识别不同信号的识别方法。试验表明：本方法在车辆噪声、振动源识别应用方面比传统的分析方法更为简单、有效，为车辆振动和噪声控制的研究提供了新的测试手段。     

时频分析及其应用

介绍了时频变换和小波变换,利用三级小波包分解,获取信号能量分布的特征向量,根据信号能量分布的特征向量相关系数,确定两种信号相关程度,给出了识别不同信号的识别方法.试验表明本方法在车辆噪声、振动源识别应用方面比传统的分析方法更为简单、有效,为车辆振动和噪声控制的研究提供了新的测试手段.     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

EMD技术在机械震动故障中的诊断方法

齿轮箱是船舶机械动力系统的核心装置,连接着动力系统各精密零部件,在船舶的整个航行中起着动力枢纽作用,对它的故障诊断的效率及准确性关系着航行的效率,也船舶系统工程重要研究方向。传统的故障诊断依靠测量设备对振动点进行大量测量,随后通过时域信号分析,其测量工作繁重且信号分析复杂度较大,已越来越不能适应现代故障检测要求。本文利用EMD技术对机械振动中的故障进行检测,对振动信号降噪利用小波变换进行处理,有效提高了诊断效率及精确度。     

基于小波滤波和LSTM神经网络的船舶运动极短期预报研究

为了提高船舶运动极短期预报精度及预报时间长度,本文采用小波多分辨率分析方法,将含有噪声的船舶运动信号进行了多尺度小波变换,通过采用阈值函数法对各尺度下细节信号的小波系数进行处理,对小波分解层数、小波基函数、阈值处理方法进行了深入研究,并通过模型试验数据对滤波效果进行了验证分析,实现了船舶运动信号的小波滤波.进一步针对船舶运动的非线性特性,基于深度神经网络的非线性映射能力,建立了基于LSTM网络的多步直接映射船舶运动极短期预报模型,并采用滤波后的船舶运动数据进行了不同工况下的预报分析.结果表明,不同时间长度的预报与试验结果幅值和相位吻合较好,验证了所建立的极短期预报模型的可行性.     

基于声音分析技术的船舶辐射噪声特征提取方法

基于声音分析技术,对船舶的辐射噪声进行仿真分析,给出了船舶辐射白噪声的功率谱、衰减功率谱以及周期分量线谱图,并对冲击信号曲线进行分析,给出了净化之后的船舶辐射噪声demon谱曲线等。     

基于DASP的船舶舱内噪声信号测量系统研究

研究了基于DASP软件系统的船舶舱内噪声信号采集系统,且系统在海上航行船舶舱内准确地测试了舱内噪声信号,很好地监测了室内噪声环境。海上试验结果表明该系统具有较好的可靠性和可操作性,测试数据说明船舶舱内噪声信号具有较好的频谱特性,十分便于舱内噪声的监测和研究。     

自适应小波网络在船舶噪声识别中的应用

本文基于自适应小波网络理论,构造了一个应用于船舶辐射噪声识别的自适应小波网络分类器。仿真结果表明,该方法具有良好的目标识别性能,且收敛速度快,是一种有效的目标识别方法,从而为研究自适应小波网络理论在声呐信号目标识别领域中的应用有着极其重要的实际意义。