小波熵

摘要： 主要研究了声发射波形的波普特征。声发射波形包含了裂缝源的位置,特征机制,以及传播的介质信息。这些波形特性不能从时域参数上反映出来。混凝土等非均质复合材料的复杂断裂过程体现在声发射信号的光谱无序性上。提出了利用小波熵估算光谱无序度的方法。为了评估小波熵,利用小波变换确定了频率子带的相对能量分布。香农熵是小波熵的一种,可根据无序程度来区分不同时空的声发射事件。定性地论证了小波熵作为信号鉴别和损伤指标双重应用的可能性。小波熵分布的统计方差随应力水平的增加而增加,表明多源多机制断裂过程的存在。

摘要： 为了评价脑电信号的爆发抑制水平,本文从非线性动力学的角度出发,通过计算脑电信号的排列熵,再计算排列熵的小波熵,得到一种新的参数排列小波熵(PEWE)于量化脑电信号的爆发抑制水平。结果表明,在4例数据的测试中,PEWE与双谱指数模块输出的爆发抑制比指数的相关系数达0.9425,因此,PEWE可以作为一种新参数来量化EEG信号的爆发抑制水平,为评价EEG信号的爆发抑制水平提供了新思路。

摘要： 基于拉-拉疲劳试验,在线监测了试件关键部位的声发射信号在不同疲劳循环次数下的变化.通过对声发射监测信号进行统计分析、小波包能量谱分析和小波熵特征提取,确定了反映疲劳损伤的声发射特征参数为幅值、电压、高频能量占比和小波熵值,结果表明:所提取的特征参数均将整个疲劳过程划分为初始、中间和后期3个阶段,较好地反映了疲劳寿命循环的裂纹萌生、裂纹稳态扩展和裂纹失稳扩展3个阶段,可用于不同疲劳寿命区间的预测.

摘要： 心音信号在采集过程中,易受到干扰混入噪声,常采用小波变换进行心音信号的去噪处理.传统的小波阈值去噪,未根据心音和噪声的特性选择阈值,导致去噪效果不甚理想.针对小波阈值选择问题,提出基于小波熵的自适应阈值选择方法.基于小波熵阈值、极大极小阈值和固定阈值,分别对正常心音、第二心音分裂和含S4的心音信号去噪仿真分析.结果表明,在同信噪比条件下,本文算法的输出信噪比较大而均方根误差较低,该算法的去噪效果优于其他两种小波阈值去噪算法.

摘要： 运用四阶Runge-Kutta求取了Lorenz系统的时间序列,采用小波分解与信息熵计算了时间序列的小波熵值,并用来测度系统准周期运动过程中的复杂度.计算结果表明,系统的三个运动复杂度分量均由许多大小不一、形状相似、山峰状的循环窗口组成,并且在不同的尺度上具有自相似特征,系统的小波熵序列也具有混沌性质,其运动具有准周期特性,进一步研究发现,在Lorenz系统运动的整个准周期过程中,运动复杂度的大小不同,复杂度大时,对应短准周期,复杂度小时对应于长准周期,系统的演变过程由各种不同的长准周期和短准周期交替组成.

摘要： 运用四阶Runge-Kutta求取了Lorenz系统的时间序列,采用小波分解与信息熵计算了时间序列的小波熵值,并用来测度系统准周期运动过程中的复杂度。计算结果表明,系统的三个运动复杂度分量均由许多大小不一、形状相似、山峰状的循环窗口组成,并且在不同的尺度上具有自相似特征,系统的小波熵序列也具有混沌性质,其运动具有准周期特性,进一步研究发现,在Lorenz系统运动的整个准周期过程中,运动复杂度的大小不同,复杂度大时,对应短准周期,复杂度小时对应于长准周期,系统的演变过程由各种不同的长准周期和短准周期交替组成。

摘要： 针对高速空投试验最大开伞动载测量值离散性大的问题,采用小波熵对试验数据和仿真数据进行对比分析.假人姿态差异大是导致试验测量值重复性差的直接原因,而从空投开始到拉直开伞时刻假人姿态的不确定性是问题的主要来源.试验数据和仿真结果得到的小波熵随空投速度和空投系统质量的变化趋势相同,并且与空投系统的物理本质相符;在考察救生伞开伞动载的试验研究中,仅考虑最大开伞动载的测量值,而忽略系统不确定性是不合理的,因此建议对拉直之前的假人姿态加以控制.

摘要： 针对由于轨道交通车辆走行部故障数据缺乏,故障信号检测困难等因素造成列车走行部故障难以及时、准确地诊断.按照轨道交通车辆技术规范标准,采用多体动力学软件Simpack构建列车模型,通过计算机仿真列车正常运行,抗蛇形减震器故障以及一系悬挂弹簧失效时的三种工况的信号,基于结合小波变换和信息熵的小波熵理论(Wavelet Entropy Theory)对三种工况信号进行故障诊断分析.选取列车构架中部通道的三种工况信号,采取Tsallis小波能量熵,小波奇异熵,小波近似熵以及小波时间熵作为分类特征,通过SVM分类器进行仿真,最后经过仿真分类三种工况的准确率能到达92.25％,从而验证基于小波熵理论构造分类特征的可行性和可靠性.

摘要： 针对旋转机械声发射信号采集过程中的强嗓声干扰问题,利用有用信号相邻层间小波系数相关性强的特点提出了小波熵相关性去噪方法.该方法首先对AE信号进行二进小波变换,采用相关性来划分有用系数和噪声系数接着对有用的小波系数进行重构,最后恢复原有真实信号,去噪阈值的设定采用小波熵的自适应方法.为比较去噪效果分别对仿真信号和滚动轴承实测AE信号进行小波熵相关去噪和传统小波以及传统提升小波去噪,通过3种去噪方法信噪比与标准差的对比,表明小波熵相关去噪法可以大幅的提高滚动轴承AE信号的消噪效果.

摘要： 分布式光纤温度传感系统近几年己在石油、化工、电力等工业领域进行实时、安全的温度测量。但由于环境干扰和传感信号本身微弱，需要在强噪声中提取微弱的温度信号。论文采用基于小波熵的自适应阈值提取方法，对含有强噪声的温度信号进行小波去噪处理，提取有用信息。与软阈值方法比较，不论是温度值的确定还是温度位置点的确定都优于软阈值方法。

摘要： 在研究离散小波变换的若干特性,以及用信息熵来反映信号统计分布特征的基础上,提出了一种基于小波熵的多尺度变换医学图像融合方法。该方法首先利用离散小波变换将图像进行多尺度分解,对各分解层上不同频带的子图像采用不同的方法进行融合处理,最后通过逆变换得到融合图像。本方法通过计算小波熵值来确定各分频子图像所提供的信息比从而确定采用的融合规则,该方法能够发现信号中微弱变化,并且有效地保留微小区域的细节信息,为今后通过医学图像及时发现早期病变提供了有利的依据,实验结果证明了该方法的有效性,获得的图像更加符合视觉特性。

摘要： 输电线路故障识别具有重要意义。本文从信息融合的角度出发，提出利用多种小波熵测度的融合来解决输电线路故障识别问题。小波熵测度由于结合了小波变换和信息熵理论的优势，能快速准确地提取线路故障特征；但由于故障的不确定性和多样性，依靠单一的小波熵测度识别故障可能出现识别困难或识别失真等问题，因此，提出采用D-S 证据理论对多种小波熵进行信息融合并采用范数加权平均的方法建立基本可信度分配，以基本可信数的决策方法来实现故障识别。基于EMTDC和MATLAB的仿真证明，该方法能提高对故障识别结果的支持度、能提高输电线路故障识别的准确性和实时性，是故障识别的一种可行性新方法。

摘要： 本文提出了一种基于小波熵的组合定位系统数据融合方案.对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合.结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性.

摘要： 熵最初在热力学领域提出并得以应用，经100多年的发展，它已深入到生命科学、工程领域等研究领域。在简要介绍熵概念的提出和发展的基础上，介绍了熵概念的泛化过程。分析了信息熵、小波熵在机械领域故障检测以及生物领域信号识别中的应用，最后，对小波熵在电力系统领域的应用进行了分析，探讨了熵在电力系统中的应用潜力。

摘要： 针对模拟集成电路故障的诊断问题，本文提出了一种电源动态电流、小波包分解、熵和改进遗传神经网络相结合的故障诊断的新方法．首先采用串并联电阻技术对MOS器件建立软硬故障的统一模型，然后提取模拟集成电路电源的动态电流信息，并进行小波包分解，以小波包分解后系数的能量及能量熵组成故障特征向量，最后采用一种改进的遗传神经网络完成模拟集成电路故障诊断．文中详细给出了故障诊断的原理和过程，实验结果验证了该方法的有效性．

摘要： 针对模拟集成电路故障的诊断问题，本文提出了一种电源动态电流、小波包分解、熵和改进遗传神经网络相结合的故障诊断的新方法．首先采用串并联电阻技术对MOS器件建立软硬故障的统一模型，然后提取模拟集成电路电源的动态电流信息，并进行小波包分解，以小波包分解后系数的能量及能量熵组成故障特征向量，最后采用一种改进的遗传神经网络完成模拟集成电路故障诊断．文中详细给出了故障诊断的原理和过程，实验结果验证了该方法的有效性．

摘要： 针对模拟集成电路故障的诊断问题，本文提出了一种电源动态电流、小波包分解、熵和改进遗传神经网络相结合的故障诊断的新方法．首先采用串并联电阻技术对MOS器件建立软硬故障的统一模型，然后提取模拟集成电路电源的动态电流信息，并进行小波包分解，以小波包分解后系数的能量及能量熵组成故障特征向量，最后采用一种改进的遗传神经网络完成模拟集成电路故障诊断．文中详细给出了故障诊断的原理和过程，实验结果验证了该方法的有效性．

摘要： 针对模拟集成电路故障的诊断问题，本文提出了一种电源动态电流、小波包分解、熵和改进遗传神经网络相结合的故障诊断的新方法．首先采用串并联电阻技术对MOS器件建立软硬故障的统一模型，然后提取模拟集成电路电源的动态电流信息，并进行小波包分解，以小波包分解后系数的能量及能量熵组成故障特征向量，最后采用一种改进的遗传神经网络完成模拟集成电路故障诊断．文中详细给出了故障诊断的原理和过程，实验结果验证了该方法的有效性．

摘要： 本发明提供了一种一种基于小波近似系数熵的多信号智能调制模式识别方法，构建训练信号集，基于深度神经网络方法对多信号调制模式识别系统进行训练，最后调制模式识别结果测试，实现复杂电磁环境下多信号的智能调制模式识别。本发明不仅降低了深度神经网络的复杂度，而且提升了其在低信噪比下的调制识别性能，在复杂电磁环境低信噪比下通过小幅增加深度神经网络训练次数可达到较高的识别率，证明了调制识别方法的有效性。另外，通过选择各尺度小波近似系数熵不同的指数权重矢量，可以将所提出模型扩展到更多的应用领域，表明模型具有较好的可移植性。

摘要： 本发明公开了一种基于小波信息熵的配电变压器振动提取方法及系统，其中一种基于小波信息熵的配电变压器振动提取方法包括，利用信号采集模块采集配电变压器的振动信号；通过压缩模块构造测量矩阵，以压缩配电变压器的振动信号；利用分解模块对压缩后的配电变压器振动信号进行分解，获得小波系数；根据小波系数并通过特征提取模块计算小波信息熵，获得配电变压器振动特征；本发明通过结合压缩感知技术降低了信号的采集量，为信号的采集、传输和存储降低了硬件要求，同时选择了归一化小波信息熵作为故障诊断的输入向量，增大了每个子频带的数值差距，提高了振动信号提取的精度。

摘要： 本发明涉及一种基于小波奇异熵和BP神经网络的电力电缆故障识别方法，包括S1、采集不同故障电缆的原始故障信号，建立样本库；S2、对S1获得的样本库的数据进行预处理；S3、构建基于小波奇异熵的故障特征量提取模型，并构建训练集、验证集和测试集；S4、构建基于BP神经网络的机器学习模型；S5、用步骤S4构建的训练集对机器学习模型进行训练；S6、验证机器学习模型；S7、测试模型。本发明能够精确识别每种种接地、短路故障，且在限定范围内不受故障距离、故障初相角和过渡电阻影响，具有高效性和实用性。

摘要： 本发明提供一种基于小波近似熵的VSC短路故障识别方法及系统，其中方法包括构建三相多电平VSC直流配电系统；采集直流配电系统金属性短路故障后的电容电压；将金属性短路故障后的电容电压进行小波分解，得到每层分解系数的小波近似熵；以小波近似熵为故障信号特征向量，组成训练集；根据故障类型设置故障代码，组成输出集；根据训练集和输出集训练BP神经网络，得到训练后的BP神经网络；获取直流配电网实际接地故障时待测线路特征向量；将待测线路特征向量输入至训练后的BP神经网络，输出的故障代码，实现故障识别。小波近似熵结合了小波分析时频局部化特性和近似熵表征暂态信号的特性，可准确对金属性短路故障进行检测识别。

摘要： 本发明提供一种基于传感器信号小波能谱熵值计算的板卡故障诊断方法，涉及电子控制器故障诊断技术领域。该方法包括：从燃气轮机控制器系统中，获取原始传感器过程信号，进行数据处理，形成原始数据集；将原始数据集输入到传感器小波能谱熵计算模型中，获得传感器小波能谱熵值；选取与IO板卡相关联的所有传感器的小波能谱熵数值，输入到IO板卡小波能谱熵计算模型中，获得IO板卡的小波能谱熵值；计算IO板卡的小波能谱熵值与预设正常范围边界的差值，判断IO板卡是否发生故障。该方法以工程化方式快速对IO板卡进行故障状态诊断，为及时识别IO板卡故障提供了一种可工程应用的手段，为燃气轮机控制系统回路故障诊断提供重要支撑。

摘要： 本发明的目的在于提供基于复合评价指标和小波熵的小波阈值去噪参数选取方法，包括以下步骤：获取备用小波基，小波去噪处理，复合评价指标计算，将每个小波基不同分解层数的两种传统评价指标组成的数据集分别进行归一化处理，每个小波基各得到一组复合评价指标，确定最佳分解层数，使用同类小波基对含噪信号进行逐层小波分解至最佳分解层数，通过计算低频系数的小波熵确定每一层分解的最优小波基，比较复合评价指标确定多类小波基中的最优去噪方案。本发明通过构建复合评价指标确定最佳分解层数，计算低频系数小波熵确定每一层分解的最优小波基的方式，在尽可能减小计算量的前提下解决了小波去噪中小波基和分解层数两种去噪参数的优选问题。

摘要： 本发明属于脉冲星信号处理技术领域，公开了一种基于小波熵的脉冲星信号去噪及辨识方法。首先利用小波变换分解脉冲星信号，计算出小波分解后各个子区间的小波熵。将小波熵和小波阈值相结合从而确定各层高频小波系数阈值门限。利用阈值门限处理带噪声的脉冲星信号。再根据不同的脉冲星信号在各区间的能量值呈现差异化的特点，计算样本中所有脉冲星信号在每个区间的小波熵的数值。记录各个脉冲星信号的小波熵数值的结果，结合相应的名称来构建特征参数载入到数据库中，再与未知的脉冲星信号特征进行比对，并完成对脉冲星信号的辨识。本发明只使用小波熵算法，在信号去噪的同时，可以提取信号的小波熵值为特征量来完成辨识的任务。

摘要： 本发明的目的在于提供基于复合评价指标和小波熵的小波阈值去噪参数选取方法，包括以下步骤：获取备用小波基，小波去噪处理，复合评价指标计算，将每个小波基不同分解层数的两种传统评价指标组成的数据集分别进行归一化处理，每个小波基各得到一组复合评价指标，确定最佳分解层数，使用同类小波基对含噪信号进行逐层小波分解至最佳分解层数，通过计算低频系数的小波熵确定每一层分解的最优小波基，比较复合评价指标确定多类小波基中的最优去噪方案。本发明通过构建复合评价指标确定最佳分解层数，计算低频系数小波熵确定每一层分解的最优小波基的方式，在尽可能减小计算量的前提下解决了小波去噪中小波基和分解层数两种去噪参数的优选问题。

摘要： 本发明公开了一种基于归一化标准差和小波熵的直流串联电弧故障检测方法及装置，该方法包括采集待测直流线路的电流信号；对采集到的电流信号进行分帧并加窗；计算当前帧信号的归一化标准差和小波熵；将当前帧信号的归一化标准差和小波熵与各自的阈值进行比较，若超出阈值范围则判定为发生直流串联电弧故障，否则更新阈值进行下一帧信号的归一化标准差和小波熵的计算及判断，直至处理完所有帧信号。本发明能够自动确定并更新特征量阈值，实现直流配网中串联电弧故障的实时检测。

摘要： 本发明公开了一种基于探地雷达和小波熵的地下水管渗漏定位方法,采集三维探地雷达数据并进行增益处理，从三维探地雷达数据中选取包含管线区域的数据，对管线反射及其下方数据进行小波熵计算，获得小波熵水平切面图，大于阈值的区域视为疑似渗漏区域；对该区域的雷达数据进行二次处理，在垂直剖面中观察是否存在典型的渗漏雷达图像特征，判断该区域是否存在渗漏及定位渗漏位置。本发明提出的基于探地雷达和小波熵的地下水管渗漏定位方法可以准确定位渗漏区域，减少从业人员在数据处理上的工作量和降低数据解译的难度，且算法复杂度较低，便于集成到探地雷达系统的采集软件开展现场应用。