小波包

摘要： 小波包分解由于具有很强的时频局域化分解能力而得到广泛应用。在a-尺度三维八向小波函数构造算法分析研究的基础上,给出了2-尺度三维八向双正交小波包的定义,并对其做Fourier变换,得到了与其相对应的8×8的对称矩阵Γ,最后探究并证明了2-尺度三维八向双正交小波包的正交性质,为进一步研究高维度双正交小波包提供参考和借鉴。

摘要： 基于Box-Behnken Design响应面法开展胶接点焊工艺试验,分别采集了胶接点焊、点焊、粘接三种接头拉伸过程的声发射信号,采用小波包对信号进行分解重构,分析了三种接头的信号特征,同时结合撞击计数历程图对焊核失效断口进行了分析,并通过累计撞击计数建立了试件的损伤模型。结果表明:三种接头在屈服阶段和断裂阶段的声发射信号较为丰富;胶层失效和焊核拔出失效可以通过声发射信号特征进行区分,其中胶层失效时其声发射信号频率主要集中在0~62.5 kHz,焊核拔出失效时其声发射信号频率主要集中在31.25~281.25 kHz;声发射撞击计数历程图可以从总体上反映焊核失效过程;建立的损伤模型可以较好地表征试件损伤状态。

摘要： 为了准确识别采煤机截割状态,提出了一种基于小波包分解和学习向量量化(LVQ)神经网络的模式识别方法。将振动信号进行小波包分解,实现振动信号的预处理,得到若干个子频带。在此基础上,计算各个频带的方差,并将其作为特征向量。然后将计算得到的频带方差作为特征向量,输入到LVQ神经网络进行采煤机煤岩截割状态识别。通过实验验证了该方法的有效性,实验结果表明:该方法能够实现采煤机典型煤岩截割状态的识别,平均识别准确率较高,对实现综采工作面的"无人化"具有重要意义。

摘要： 为提高电能质量扰动检测定位在高噪声环境下的准确性,在小波包降噪的基础上引入模糊熵判据,对不同噪声水平的扰动信号自适应最优分解层数,构造阈值随噪声系数改变的函数。选取噪声序列模糊熵最大时的阈值作为最优阈值,对降噪后的扰动信号进行Hilbert-Huang变换,以确定其起止时间与频率等参数。将算法与传统的小波阈值降噪方法进行对比,结果表明算法对于不同的噪声环境均具有良好的抗噪能力。由此可见基于模糊熵的小波包降噪可以更好地提高电能质量扰动分析的精度。

摘要： 立磨主减速机是矿渣立磨的核心设备,然而由于设备结构和工作条件的复杂性,难以对其进行准确的故障诊断。提出了一种基于小波包、稀疏自动编码器和支持向量机对立磨主减速机进行故障预警和诊断的方法。利用小波包对立磨主减速机的振动信号构建能量特征向量,通过稀疏自动编码器对特征向量进行数据重构,利用重构数据将支持向量机训练成具有多重感知功能的分类器。实验研究结果表明,基于小波包、稀疏自动编码器和支持向量机的故障诊断方法可以有效地对故障进行分类。按照该方法针对立磨主减速机开发故障预警模型,利用立磨主减速机故障时的振动信号,建立故障诊断模型,实现立磨主减速机的故障预警和故障诊断。

摘要： 为了研究已有最优基选择算法在微弱故障信号降噪方面效果差以及终端节点不易确定的问题,依据蚁群算法和小波包的相关理论,分析了小波包基选取的影响因素,对选取规则进行了重新定义,并结合蚁群算法的全局优化能力对新定义的终端节点坐标集和分解层数寻优,给出了一种基于蚁群算法的小波包基优选方法。对比传统最优基选择算法,新方法的收敛性能及分布性能加强了12.5%,在轴承的微弱故障信号降噪过程中,经处理后的信号信噪比提高了46.7%,均方根误差降低了20.4%,验证了新方法的有效性和优越性。

摘要： 当雷雨天气来临时,电力网中的冲击接地电阻系统起着重要的预防雷电袭击作用,于是选择合适的冲击接地电阻测试方法就显得尤为关键。一般而言系统主要包括冲击电流产生器以及主控部分等。系统在测试原始阶段对冲击接地电阻获取信号及处理,这里考虑采用小波包最优算法处理初始电阻信号。MATLAB仿真结果表明基于小波包最优算法的处理方式能够合理地去除接地电阻信号中的电磁干扰成分,这对物理设计可靠的电力网冲击接地电阻测试系统有着一定的指导作用。

摘要： 磨煤机作为火电厂制粉系统最重要的设备,设备运行状态直接影响火电机组运行性能,因此,对磨煤机进行故障诊断对于保障电厂安全生产具有实际意义。针对磨煤机实际运行过程中故障类型难以确定及故障诊断时间滞后等问题,提出一种基于小波包-LSTM神经网络磨煤机故障诊断方法。首先,基于LSTM神经网络建立磨煤机出口压力和出口温度预测模型,以亚临界燃煤机组为例,将磨煤机运行时正常数据与故障数据组成混合数据作为LSTM神经网络预测模型输入量,预测磨煤机出口压力和出口温度并获取残差信号;其次,针对残差信号进行小波包分解,辨识残差信号突发奇异点;最后,对磨煤机故障库中故障发生前后部分数据和混合数据中故障发生前后同时段内部分数据的全部变量变化趋势进行相关程度分析以诊断磨煤机故障类型。结果表明:LSTM神经网络预测磨煤机出口压力和出口温度最大相对误差不超过1%;采用小波包分解残差信号能够较精确地确认故障发生时刻;采用相关系数法分析全部变量变化趋势能辨识磨煤机故障类型。

摘要： 小波包分析技术被广泛应用于爆破振动信号的幅频特性研究,其有助于分析爆破振动的传播规律与控制。该研究依托青岛地铁交叠隧道工程分区爆破振动试验,获得了现场爆破振动监测数据,并采用小波包技术对爆破振动信号的频率、能量分布特征进行了研究。研究表明:自由面个数、已(未)开挖区等因素导致爆破振动特性的差异性。掏槽区爆破主振频率相对辅助区较小。爆破工作面前方(即隧道未开挖段)主频带随着水平距离的增加总体向高频移动,高频能量比重增加。而在工作面后方,主频带随着水平距离的增加总体向低频移动,低频能量比重增加。辅助区与掏槽区爆破振动能量随距离变化趋势基本一致,但是能量随距离的衰减速率不同。该研究结合频率与能量因素,对既有隧道的安全保护提出建设性意见,以期保证隧道的安全稳定。

摘要： 针对单相接地故障检测和快速隔离的难题,提出了基于配电网一二次融合技术的接地故障处理方案。方案通过一二次融合成套设备及小波包暂态零序选线技术,利用来电合闸、无压分闸、合于故障加速跳闸、故障路径优先等策略,有效解决了多分支、多供电方式下单终端选线选段的难题。同时结合现场应用案例,证明了所提方案可以快速实现接地故障区段的定位和隔离,具有普遍的适用性。

摘要： 在分析破碎机典型故障原理及其基本特征的基础上,利用小波包分析将振动信号分解到不同波段,采用能量归一化处理后形成特征向量输入bp神经网络,将通过网络训练后bp神经网络用于实际故障识别,结果证明该方案具有较高的正确率,可有效识别和预警破碎机各类故障.

摘要： 针对不平衡-碰摩耦合故障作用下的碰摩振动特性,提出转子系统碰摩耦合故障的小波包能量熵诊断方法.首先根据动力学方程和数值计算方法,分别仿真了转子系统正常、不平衡、单一碰摩和不平衡-碰摩四种工况下的振动状态,对单一碰摩和碰摩耦合故障分别进行小波分析,仿真结果表明,不平衡-碰摩耦合故障在高频段的振动能量增大.将实验分析结果与仿真进行对比,再次表明,不平衡-碰摩耦合故障的小波包能量熵在工频和高频段的能量百分比突出,能够很好地提取出碰摩耦合故障特征.

摘要： 针对基于小波包和高阶统计量的热红外遥感图像目标检测算法对非高斯性目标的敏感性,以驻泊码头的舰船目标为研究对象,提出一种考虑目标形状特征的热红外遥感图像舰船目标检测算法.通过设置形状特征阈值,滤除检测到的非舰船非高斯性目标,能在具有一定程度的条纹噪声和岸边背景等干扰条件下实现对近岸舰船目标的有效检测.实验结果表明:改进算法能够根据形状特征对离岸一定范围内的舰船目标实现有效检测,并且具有一定的抗噪能力.

摘要： 本文在前人研究的基础上，基于小波包和峰度AIC（Akaike Information Criteria，赤池信息准则）提出了一种P波震相自动识别新方法，即小波包-峰度AIC方法。该方法由三部分组成：（1）利用加权STA/LTA（short term average/long term average，长短时窗平均比）方法自动检测出有效的地震事件并粗略拾取P波初至的到时；（2）对粗略拾取的到时前后各推3秒的时间窗内的信号进行小波包三尺度分解重构；（3）分别计算三个尺度重构信号的峰度AIC曲线并进行叠加，将叠加的AIC曲线的最小值作为最终拾取到的精细P波初至到时。为检验新方法的效果，参照云南地区实际震例合成理论地震图，并将本文的小波包-峰度AIC方法应用到合成理论地震P波初至自动拾取中。在合成地震记录中加入不同信噪比的高斯白噪声和实际地震噪声，以由射线追踪方法计算的理论到时为标准，对比了本文方法、加权STA/LTA方法和峰度AIC方法拾取P波的效果。结果表明本文方法抗噪能力更强，P波拾取的精度更高，当加入实际地震噪声SNR≥8dB时，自动与理论拾取的P波差值可保持在0.25s以内。

摘要： 本文采用小波包分解提取信号能量谱特征和支持向量机的分类识别算法来提高舰船目标分类的准确率.首先说明了小波包分解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,提取分解后各子频段能量谱作为特征量,归一化处理后构建分类特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对水声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分类和识别.

摘要： 机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全.针对机车走行部滚动轴承故障信号难以分离的问题,提出了一种基于小波包和形态分量分析的故障诊断方法.通过小波包分解与重构对原始信号进行降噪,然后采用形态分量分析方法进行分离,最后对分离出来的冲击分量使用希尔伯特包络解调分析.仿真结果表明,采用小波包和形态分量分析相结合的方法实现了低信噪比环境下的机车走行部滚动轴承故障诊断,为机车走行部滚动轴承故障诊断和状态监测的研究提供了一种新思路,进一步保证了机车的性能和列车的安全.

摘要： 在周界入侵防御系统中地面目标产生的地震动信号较为微弱,因此在进行目标识别时需对目标信号进行特征提取.本文研究了基于小波包和BP神经网络的周界入侵防御系统目标识别方法.首先,使用小波去噪对前端探测器采集到的目标运动信号进行信号预处理,通过小波包分析将信号进行分解重构,对重构后的信号进行特征提取获得目标信号的特征向量.然后,将目标特征向量作为BP神经网络的输入,对各种类型的目标特征进行学习训练.最后,应用训练完成的网络对目标进行在线识别.提取地震检波器在6种距离下各5组共30组数据进行目标识别实验验证,结果显示,网络的实际输出向量和网络的期望输出向量是一致的,目标识别准确率达到99％左右.结果表明本方法可以有效识别周界入侵防御系统的各种目标。

摘要： 针对目前故障模式识别缺乏有效实验数据的现状,本文利用MFS-MG故障模拟实验台进行实验研究,获得了大量的齿轮故障样本.利用小波包对振动信号进行分解,求出各频率段的能量比例值,并以此作为特征向量,输入到支持向量机中进行训练、测试,从而完成故障模式识别.实验结果表明:该方法具有抗噪能力强、分类精度高等特点,适合在小样本条件下诊断机械故障.

摘要： 针对齿轮早期故障振动信号故障特征微弱,具有非线性特征并且往往含有较强背景噪声从而难以提取故障特征的问题,提出了基于小波包变换与非线性时间序列的齿轮故障诊断方法.首先,利用小波包变换对微弱故障振动信号进行分解,得到处于不同频段的分量;然后,应用非线性时间序列方法对周期性冲击较为明显的分量进行降噪;最后,对降噪后的信号进行希尔伯特包络解调得到包络解调谱,便能够准确地确定故障信号的特征频率.对仿真信号与工程实际信号的分析表明,该方法能够有效地对早期微弱故障信号进行降噪,准确地提取出了齿轮的早期故障特征信息,从而验证了该方法的可行性和有效性,提供了一种齿轮早期故障诊断新方法.

摘要： 车载电器设备的广泛应用，使得车内电磁环境变得越来越复杂。对车内众多电磁干扰信号进行有效模式识别，可以进一步准确地了解和掌握车内电磁干扰信号的特性，对于分析整车电磁环境分析及电磁干扰源的建模至关重要。文章以小波包对汽车雨刮电机干扰信号分解入手，计算信号各层小波变换系数并提取其累积能量参数和突变参数，以此构建表征干扰信号的特征向量，采用多样本平均的方法建立特征参数的标准向量库，提出先分频段再分类别的识别算法，对汽车实际存在的四种干扰信号进行识别与分类，结果表明本文提出的方法能够达到识别与分类汽车干扰源的目的。

摘要： 本发明涉及光谱分析技术领域，具体公开了一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。该方法首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。所述方法为滤纸干血片FTIR/ATR光谱提供了一种有效的去噪方法；有利于进一步提高苯丙氨酸校正模型的精度，使得该模型可以对苯丙氨酸实现快速、准确和绿色的检测。

摘要： 本发明涉及一种机械故障定量提取的标准化多小波与多小波包变换方法，均是通过对待测故障信号分别实施多小波变换、标准基变换、能量误差标定和标准化处理这四个步骤，实现对机械故障的定量提取与识别。本发明不仅继承了传统的多小波变换优点，兼具正交性、紧支性、对称性和高阶消失矩等多种优良性质，并拥有多个时频特性有所差异的基函数；同时能克服多小波分解失真的问题，提高计算效率与准确性，有效揭示机械故障，特别是早期损伤和复合故障的部位、种类和程度，为机械故障特征定量提取与识别提供实用手段，保障机械设备运行安全。

摘要： 本发明利用小波包分解和相关分析的小电流接地系统故障选线方法，属电力系统继电保护技术领域。本方法为：当母线零序电压瞬时值越限时，故障选线装置立即启动并录波，获取各馈线暂态零序电流；小波包分解后先求出各线路暂态零序电流在各频带上的能量，再按频带将所有线路暂态零序电流的能量求和，选择能量和值的最大值和次大值所在的频带为特征频带。依次在选定的特征频带上对线路暂态零序电流应用相关分析法，最后综合两个频带的相关分析结果确定故障点。本方法应用小波包分解和相关分析方法，能更加有效地利用故障暂态过程中包含的信息(幅值、相位)，能最大限度地反映故障线路和非故障线路的区别。原理分析和仿真表明，该方法选线准确、可靠。

摘要： 本发明涉及一种机械故障定量提取的标准化多小波与多小波包变换方法，均是通过对待测故障信号分别实施多小波变换、标准基变换、能量误差标定和标准化处理这四个步骤，实现对机械故障的定量提取与识别。本发明不仅继承了传统的多小波变换优点，兼具正交性、紧支性、对称性和高阶消失矩等多种优良性质，并拥有多个时频特性有所差异的基函数；同时能克服多小波分解失真的问题，提高计算效率与准确性，有效揭示机械故障，特别是早期损伤和复合故障的部位、种类和程度，为机械故障特征定量提取与识别提供实用手段，保障机械设备运行安全。

摘要： 本发明涉及光谱分析技术领域，具体公开了一种基于小波或小波包变换对苯丙氨酸FTIR/ATR光谱进行去噪的方法。该方法首先对小波或小波包变换的参数进行优化，然后分别对原始光谱(OS)、9点平滑光谱(9S)或一阶微分9点平滑光谱(1D9S)进行去噪处理；所述对小波或小波包变换的参数进行优化，包括小波或小波包母函数的确定、分解层数的确定、阈值选取方法和重调规则的确定。所述方法为滤纸干血片FTIR/ATR光谱提供了一种有效的去噪方法；有利于进一步提高苯丙氨酸校正模型的精度，使得该模型可以对苯丙氨酸实现快速、准确和绿色的检测。

摘要： 本发明公开了一种基于Pthreads的小波和小波包多核并行计算方法。它首先利用IntelParallel Amplifier找出小波与小波包串行应用程序的热点部分，即耗时最为严重的代码段。通过分析这些关键点的潜在并行性，对卷积计算与数据回存的过程分别提出并行策略。接着，在Pthreads环境下，对小波与小波包实现并行分解与重构。其中分解过程采用数据级并行、重构过程采用任务级并行并比较并行计算与串行计算的结果。实验加速比随着数据量的增加而逐渐接近2，并行效果明显，能够显著提高变换速度。

摘要： 本发明公开了一种基于OpenMP的小波和小波包多核并行计算方法，首先利用IntelParallel Amplifier找出小波与小波包串行应用程序的热点部分，即耗时最为严重的代码段。通过分析热点的潜在并行性，对卷积计算与数据回存的过程分别提出并行策略。接着，在OpenMP环境下，利用OpenMP编译指导语句，对小波与小波包循环体实现并行分解。另外在对小波包并行化中提出嵌套与非嵌套并行方式，并比较并行计算与串行计算的结果。本发明算法可以避免多机结构由于维修、通信等等带来的冗余开销，同时在适应当今多核处理器的应用前景下，能够大大提高小波与小波包变化的计算速度，增加它们的实用性。

摘要： 本发明属于信号处理和模式识别技术，具体公开一种基于模糊小波包分解的小波特征提取方法，取平稳信号或非平稳信号为信号样本，包括对已标明类别的信号样本的训练过程和新未知类别的信号样本的特征提取过程，以训练过程为主体；即通过训练过程找最优小波分解Ω

摘要： 本发明利用小波包分解和相关分析的小电流接地系统故障选线方法，属电力系统继电保护技术领域。本方法为：当母线零序电压瞬时值越限时，故障选线装置立即启动并录波，获取各馈线暂态零序电流；小波包分解后先求出各线路暂态零序电流在各频带上的能量，再按频带将所有线路暂态零序电流的能量求和，选择能量和值的最大值和次大值所在的频带为特征频带。依次在选定的特征频带上对线路暂态零序电流应用相关分析法，最后综合两个频带的相关分析结果确定故障点。本方法应用小波包分解和相关分析方法，能更加有效地利用故障暂态过程中包含的信息(幅值、相位)，能最大限度地反映故障线路和非故障线路的区别。原理分析和仿真表明，该方法选线准确、可靠。

摘要： 本发明涉及信号处理技术领域，提供一种基于CEEMDAN联合小波包阈值的超声信号处理方法，包括：步骤1，利用电磁超声换能器产生激发信号探测铝板，在铝板另一侧接收换能器接收超声兰姆波的原始信号；步骤2，根据获得的超声兰姆波的原始信号，确定自适应噪声的完整集合经验模态分解的输入参数；步骤3，根据确定的CEEMDAN的输入参数，进行CEEMDAN分解得到n个从高频到低频的IMF分量；步骤4，通过相关系数法确定k值；步骤5，将前k‑1个IMF分量进行小波包阈值处理；步骤6，将阈值处理后的IMF与保留的IMF进行重构信号。本发明能够提高信号处理效率，减少分解时间。