基于小波变换模极大值的电能质量奇异性检测

针对配电系统中最常见的暂态电能质量扰动,例如电压暂降、电压暂升、电压振荡和脉冲等,在发生扰动的起止时刻常常对应电压信号发生奇异点的特点,提出了一种基于小波变换模极大值的电能质量奇异性检测方法,通过信号小波变换模的极值点在多尺度上的综合表现,来表示信号的突变或暂态特征,并通过算例仿真验证了该方法的有效性。     

基于小波变换的信号降噪和奇异性检测

本文对基于小波阈值的信号降噪进行研究,重点讨论了阈值函数设计。传统的硬阈值函数法处理信号时,降噪后的结果有较大方差,软阈值函数法降噪后的结果相对平滑,但软阈值函数法降噪的同时削弱了小波系数的幅度,降噪结果会出现较大的偏差。基于此,本文提出了两种改进的阈值函数,用该两种函数对小波系数进行处理,降噪效果较为明显,信噪比得到较大的提高。     

小波变换在机械故障信号分析中的应用

正确检测机械故障信号对提高机械设备运行稳定性具有非常重要的意义。通过简要介绍小波变换应用在信号奇异性检测方面的基本原理,提出基于小波变换的机械故障信号分析方法,该方法既充分利用了小波变换在故障信号分析中的优点,又克服了传统傅里叶变换分析方法的不足,对机械故障信号处理具有良好的效果。     

光滑奇异性信号的小波检测及其应用

本文从理论上分析了小波变换对被光滑化了的奇异性信号进行处理的效果,证明了小波与高斯函数、小波与任意光滑函数的卷积仍是一个小波．并实际应用于刀具磨损时切削力信号的检测,结果表明可有效地分析刀具的磨损状况．     

小波分析在信号奇异性检测中的应用

研究了信号的奇异性检测问题。给出小波变换和信号奇异性的关系,实现小波分析对信号各类奇异间断点的有效检测,利用小波分析构造故障诊断所需的特征因子（或直接提取对诊断有用的信息）,从而将该方法推广到各类冲击响应信号的奇异性检测中。最后给出一个实例进行验证。     

基于奇异性检测的信号去噪新方法

该文引进了一种基于奇异性检测的信号去噪方法,并对其在二维降噪中所需进行的复杂的线性内插作了进一步简化,使得整个二维降噪得以大大简化而达到快速运算和节省存储量的目的。文中详细描述了该算法的理论基础并给出其一维计算机仿真,同时也给出了进一步简化后的二维降噪仿真。这种去噪方法不需要信号或噪声的先验信息。仿真结果表明,相比其它小波去噪方法,该方法的主要优势在于:它在某一时刻的脉冲噪声的辨识和去除能力相当强,而且在去噪的同时能很好地保持信号边缘。     

一种基于小波变换模极大值的估计 Lipschitz指数新方法

信号的奇异点和不规则部分往往包含丰富的信息,其奇异性行为通常由Lipschitz指数(Lipschitz Exponent,LE)来刻画.Mallat和Hwang在其经典文献[1]中提出采用小波变换模极大值随对数尺度变化曲线的最大斜率作为LE指数的度量.该方法已被学界广泛采用.但是,由于该计算方法只是文献[1]定理4不等式等号成立时的特例,故在噪声的情况下其计算的精确性和鲁棒性往往得不到保证.本文将Mallat的方法进行了改进,将对数坐标系中在小波变换尺度范围内满足文献[1]定理4的直线与小波变换模极大值(Wavelet Transform Modulus Maxima,WTMM)曲线间的面积作为估算LE的目标函数.在此基础之上研究了LE的先验知识,并给出了适于工程计算的估计算法.最后进行了对比仿真实验.实验结果证明本文的方法具有更高的精确性和鲁棒性.     

用小波变换的模极大值提取调制信号频率

利用小波变换系数的模值与信号奇异性指数之间的关系,从调频信号中提取出调制信号的频率.其方法是:对调频信号进行小波变换,取适当尺度上的小波系数进行平方,得到小波变换模极大值的分布曲线,对该曲线进行小波强制滤波,得到反映调制信号频率的光滑曲线,计算该曲线的频率,即可得调制信号的频率.经过计算机仿真,证明该方法是可行的.     

信号奇异性分析

信号的奇异性往往携带了信号最重要的信息,因此,对奇异性的研究是一项很有价值的工作。由于传统的信息处理工具(如傅氏变换)在奇异性处理方面的局限性,该文利用多重分形理论来对信号的奇异性进行分析,并给出计算算法和一些初步的结果,同时结果分析也表明了多重分形理论是分析信号奇异性的有效方法.     

模糊奇异性信号的检测机理

工程实际中一般很难有理想的奇异性信号,它们的奇异性往往表现得很模糊。该文从理论上分析了这种模糊奇异性信号的小波检测机理,证明了小波对模糊奇异性信号的检测相当于用一个新小波对理想奇异性信号进行检测,给出了新小波的生成定义与实例、理想奇异性信号的模糊化模拟与检测实例,也给出了一个工程实际模糊奇异性信号的奇异性检测过程,这些实例结果证明了理论分析的正确性。     

基于小波分析的光电脉搏波奇异性处理

高精度的光电脉搏波信号,对于动态光谱法血液成分无创检测非常重要。要获得高精度的脉搏波信号,首先就要对信号中的噪声奇异点进行定位和修正。本文选择Marr小波,针对信号中的单个脉冲噪声和窄带脉冲噪声。研究了基于小波分析的光电脉搏波奇异性处理。利用脉搏波信号极大值线的周期性,在每个周期段内,首先利用单个脉冲噪声与有用信号截然不同的李氏指数特性,对单个脉冲噪声进行了处理。然后利用窄带脉冲的小波系数极大值线的特点对常规小波方法难以处理的窄带脉冲噪声进行分析定位。鉴于模极大值重构算法比较复杂,本文利用线性插值法对被定位的噪声奇异点进行了修正。仿真实验表明,利用小波分析和线性插值相结合的方法可以完成对光电脉搏波信号的奇异性处理,提高了脉搏波信号的幅值检测精度。     

莫奈特子波变换分析信号奇点

用原函数为光滑曲线的子波变换(简称莫奈特子波变换)检测信号波形奇点的方法是建立在信号奇异性与李普西兹正则性关系基础上的。该方法的基本原理是信号子波变换Wψ(a,t)等价于信号光滑版s(t)θa(t)的1阶导数,当s(t)θa(t)为尖锐变化时,必然对应其导数的模的极大值,只要检测到子波变换模的极大值,就能检测到信号s(t)的奇点。仿真表明,莫奈特子波变换能准确检测出信号奇点。     

Singularity Detection of Signals Based on their Wavelet Transform

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｐｏｉｎｔｓｏｆｓｈａｒｐｖａｒｉａｔｉｏｎｓａｒｅｏｆｔｅｎａｍｏｎｇｍｏｓｔｓｉｇｎａｌｓｏｒｉｍａｇｅｓｗｈｉｃｈｃａｎｂｅａｂｓｔｒａｃｔｅｄｂｙｔｈｅｓｉｎｇｕｌａｒｉｔｙｄｅｔｅｃｔｉｏｎｏｆａｆｕｎｃｔｉｏｎ     

小波变换及其在信号去噪中的应用

介绍了小波变换理论及基于小波变换去除信号噪声的基本原理和方法.研究利用小波变换技术对噪声进行阈值处理和去除非平稳信号的噪声,并应用Matlab软件实现了小波去噪的计算机仿真,仿真结果表明小波变换去除噪声的效果优于传统的Fourier变换.     

基于小波的信号Lipschitz指数分析和应用

奇异信号往往带有一些重要信息,一般用Lipschitz指数来描述信号的奇异性。在Mallat等人的基础上讨论了奇异信号Lipschitz指数定义和相关理论基础,同时研究了小波变换与信号奇异性关系和Lipschitz指数的计算。利用信号和噪声奇异指数不同的特点应用于去噪声,文中提出了一种对噪声模极大值对应点周围的小波系数进行非线性压缩后重构信号新方法,仿真实验结果表明,这种方法有着较好的去噪效果。     

一种基于小波的单相接地故障检测方法

架空高压线单相接地故障信号是奇异信号,利用小波变换的时频局部化性质,可有效地检测该奇异信号。搭建了一个简单的架空高压线输电线路模型,将产生的单相接地故障信号进行小波变换,分析得出故障发生的起止时刻;提出一种基于DB10小波的单相接地故障信号的检测方法,用MATLAB进行了仿真。仿真结果表明,此方法在准确快速检测该奇异信号,同时可最大限度地减少信号的损失,简化硬件检测电路,易于实现。