TEXTOR托卡马克等离子体的磁流体动力学振荡特性

根据实验数据系统地描述欧姆放电情况下的ＴＥＸＴＯＲ托卡马克等离子体的磁流休动力学（ＭＨＤ）振荡（Ｍｉｒｎｏｖ振荡）特性，主要包括：ＭＨＤ振荡的主要模式及各模振荡的相关性；ＭＨＤ振荡的传播方向；m=2/n=1模的电子温度、密度和密度涨落强度等各量振荡之间的相关特性。 关键词：     

小波变换在心磁信号处理中的应用

噪声的消除一直是微弱信号检测和处理中尤为重要的一个环节.从小波变换的角度出发，利用了小波变换在时、频两域都具有表征信号局部特征的能力，对心磁信号这种典型的微弱信号进行了消噪处理.实验中的心磁数据是单通道高温超导量子干涉磁强计测得.理论分析和实验结果表明，这种方法能有效地提高输出信噪比，同时也适合于其他非平稳信号的消噪. 关键词： 小波变换 心磁 消噪     

THz波的小波变换频谱分析

将小波变换引入THz波时域光谱技术.将水蒸气的THz波时域信号通过小波变换转化为二维的时间-频率平面，得到了和文献报道数据相一致的水蒸气的吸收谱线.同时发现了THz波频谱的时域分布特性，这将有利于进一步研究THz波与物质相互作用的内在机理. 关键词： THz波 频谱分析 小波变换     

小波分析方法在动态响应分析中的应用

小波分析是20世纪80年代后期发展起来的数学方法，作为—种全新的信号处理方法，它将各种不同频率成分组成混合信号分解到不同的频率段上，有效地用于信号滤波和信噪分离。在工程中常用的信号滤波方法一般有低通、带通、高通滤波，它们都只是提取信号某一频率段的成分，不能同时给出各个不同频率段的成分，因此所得到的信号其信息量不够完整。而小波变换能同时给出各个频率段的成分，其信息量是完整的。如图1所示。     

激光大气闪烁的小波频谱分析

激光对数光强起伏的快速傅里叶变换功率谱的无标度区间的标度指数在许多情况下很不稳定,并且超出了理论界限,因而本文引入了离散小波变换（ＤＷＴ）频谱分析。通过对１／ｆ信号的快速傅里叶变换频谱和离散小波换频谱的对比分析,验证了离散小波变换频谱分析的优越性。激光大气闪烁的离散小波变换频谱的无标度区间的标度指数在一天内（除日出后和日落前两段时间外）的变化比较稳定,并且超出理论界限。这此结果表明,对于一般在大气     

小波分析及其在光谱分析中的应用

近年来,一种被称为小波变换的数学理论和方法成为众多学科关注的焦点,在分析化学领域中,小波分析也逐渐应用于去噪与平滑,数据压缩等方面,本文介绍了小波分析理论并对其光谱分析中的应用进行了综述。     

小波变换在二维图像背景处理中的应用

利用小波变换能结合空域和频域进行滤波的特点，对二维CCD信号进行滤波处理，得到了较好的结果。在二维单光斑图像处理中，通常待处理的图像是离散的二维数缈其中包含有信号和背景，由于已知图像的内容为单光斑，因此，可以通过窗口滤波的形式对图像变换的小波系数进行处理，实现滤除噪声，保留信号的功能。     

小波变换及其应用

傅里叶变换是信号分析的最基本工具和方法之一,但其本身仍然存在较大的缺陷,例如不能提供信号在时域上的特征.短时傅里叶变换虽然可以在一定程度上弥补该缺陷,但是它的频率分辨率和时间分辨率都十分有限,只是一种折衷的解决办法.小波变换是一种快速发展和比较流行的信号分析方法,它精确地揭示了信号在时间和频率方面的分布特点,可以同时分析信号在时域和频域中的特征,并可用多种分辨率来分析信号,实现信号的有损和无损传送.文章简要地回顾了小波变换的发展历史,介绍了小波变换的基本思想、主要概念、计算方法和计算流程.最后以四个典型的     

小波变换在近红外光谱分析中的应用进展

小波变换(WT)具有很好的时频分离特征,信息处理能力强,已广泛用于分析化学领域;本文就小波变换在近红外光谱领域的应用进行简述。小波变换用于近红外预处理,提取有用信息,消除背景干扰,可以提高近红外的分析精度和模型稳健性;用于数据压缩可以减少数据库存储空间,提高建模速度;小波系数用于模型传递,具有传递速度快,稳健性强,所需标样少等特点;小波变换可以与神经网络、遗传算法等结合,在近红外分析领域呈现出良好的发展前景。     

基于频率切片小波变换和支持向量机的癫痫脑电信号自动检测

实现癫痫脑电信号的自动检测对癫痫的临床诊断和治疗具有重要意义.本文提出先使用频率切片小波变换分离出5个不同频段的节律信号,再分别计算每个节律信号的近似熵和相邻节律的波动指数,最后使用遗传算法优化的支持向量机进行分类.实验结果表明,所提出的方法能够对正常、癫痫发作间期和癫痫发作期三种脑电信号进行准确分类,分类准确率为98.33%.     

小波相位解调轮廓术

针对傅里叶变换轮廓术因混频难以准确提取基频的问题,可将小波变换用于三维形貌相位直接解调。对其原理进行了研究,通过编程实现了小波相位解调。取Morlet复小波作为小波母函数,对调制栅线图逐行进行连续小波变换,从各位置的沿尺度方向的小波变换系数幅值的极值中可直接求取对应的相位数据。由于小波函数具有空域_频率两域的局部化特性,因此它对变形栅具有很强的自适应能力。为验证新方法,对其进行了仿真分析,同时还对石膏半球模型和化妆品瓶进行了实际测量,并分别用傅里叶变换和小波变换进行了处理。结果表明,新方法有效地克服了混频的问题,改善了相位解调效果,提高了测量精度,特别适合于复杂物体的形貌测量。     

基于小波变换的CCD光谱信号消噪及汽车车灯颜色测试的应用研究

研制了一种新型测色系统。依据小波变换理论 ,对颜色测量中所接收到的光谱信号采用了小波变换消噪平滑数据处理技术 ,提高了系统测色的精度。采用CCD作为光电转换元件 ,接收汽车车灯光谱并转换为电信号 ,提高了测量速度。给出了CCD关于颜色测量的光谱标定方法。通过测量色度值与其标准色度值比较 ,所得偏差Δx≤ 0 0 0 8,Δy≤ 0 0 0 8;重复性Δx≤ 0 0 0 8,Δy≤ 0 0 0 8。     

雷雨次声波的三维动态频谱测量研究

采用三台电容式次声接收器，在北京昌平安装次声三点阵，并测量到2000年7-8月15次强雷阵雨的次声波P-t曲线及其三维动态频谱，频谱分析结果表明：（1）雷阵雨的次声波主要来自雷次声。（2）雷次声的频谱有三大特点：其一是听到雷声越响时，雷次声振幅越强；其二是特强振幅持续时间很长；其三是周期范围时而连续、时布分布在周期较长和较短端，形成谱图上一个个空洞。据此可区别与其它次声波。（3）初步探讨了雷次声的产生机理和传播特点。     

激光单稳频指标的激光计量红外光谱仪精度分析

在傅里叶变换红外光谱仪中,采用激光计量光程差可提高光谱的测量精度。激光波长作为光程差测量的基准单位,其线宽和稳频特性直接决定了光程差的误差,进而影响光谱的测量精度。根据光谱仪的干涉原理,通过傅里叶逆变换和误差分析方法,建立了光谱测量相对误差与激光单稳频指标之间的理论模型,并对该模型进行了仿真计算。结果证明,该模型可作为设计激光计量光程差光谱仪系统的理论依据。     

Instantaneous intensity analysis of impulsive sound by the wavelet transform

The method for measuring instantaneous intensity by using the wavelet transform is proposed. We also conducted an analysis of the experimental data by using the hammering noise and confirmed the applicability of this calculation method.     

小波变换在区域波前重构算法中的应用

在自适应光学中使用区域法进行波前重构的一个主要困难是计算量非常大。通过对重构矩阵进行小波变换 ,并对生成的矩阵选取门限 ,获得稀疏矩阵 ,从而可在对重构精度仅有轻微影响的情况下 ,显著降低计算量 ,提高计算速度。文中根据 Bowman[1 ]的理论分析 ,证实了小波变换应用于 Kolmogorov大气扰动重构的适用性 ,提出了适合工程设计应用的门限选择方法和评价参数 ,针对 Kovlmogorov大气扰动进行了计算机仿真 ,给出了有实际应用价值的结果     

小波变换的信号分形分析及其在心电信号处理中的应用研究

介绍了一种基于小波变换的分形分析方法,并将它成功地应用于心房纤颤的检测中.该方法提取了一个特征值r,结果表明在心房纤颤开始时,特征值是上升的,心房纤颤结束后,特征值又慢慢恢复到原来的数值,由此可以成功地检测出心房纤颤的开始和结束.此外,由于特征值同时反映了heartratevariability(HRV)信号的复杂程度,所以同时它也表明:心房纤颤开始后,HRV信号的复杂度是下降的 关键词： HRV 小波变换 分形     

小波变换在变压器励磁涌流识别中的应用

为防止励磁涌流导致变压器的差动保护误动作,本文提出了一种以小波系数分布为判据的励磁涌流识别的新方法。该方法以小波变换中多分辨分析为理论依据,通过小波变换后对所得二尺度上的小波系数进行提取,计算其方差变化率来表示小波系数的变化情况,并设定合理的阀值,来对励磁涌流与故障电流进行区分。应用MATLAB工具箱搭建变压器励磁涌流与故障电流仿真模型,进行大量仿真,仿真试验结果表明,该方法能够快速有效的对励磁涌流与故障电流进行识别判断,克服了传统方法的不足,保证差动保护的正确动作,具有很高的应用前景。     

Acoustic emission source location in plates using wavelet analysis and cross time frequency spectrum

In this study, the theories of wavelet transform and cross-time frequency spectrum (CTFS) are used to locate AE source with frequency-varying wave velocity in plate-type structures. A rectangular array of four sensors is installed on the plate. When an impact is generated by an artificial AE source such as Hsu–Nielsen method of pencil lead breaking (PLB) at any position of the plate, the AE signals will be detected by four sensors at different times. By wavelet packet decomposition, a packet of signals with frequency range of 0.125–0.25 MHz is selected. The CTFS is calculated by the short-time Fourier transform of the cross-correlation between considered packets captured by AE sensors. The time delay is calculated when the CTFS reaches the maximum value and the corresponding frequency is extracted per this maximum value. The resulting frequency is used to calculate the group velocity of wave velocity in combination with dispersive curve. The resulted locating error shows the high precision of proposed algorithm.