基于激光自混合传感器的齿轮局部故障振动信号分析

建立了齿圈局部故障调频现象模型,分析了故障轮齿啮合频率及其倍频两侧边频带的产生机理,给出了齿圈局部故障特征频率的计算公式,建立了倒频谱分析模型。采用激光自混合传感器,分别从径向和轴向两个方向采集齿轮箱振动信号波形。在齿轮箱1Hz和2Hz两种不同输出转频下,分别研究了无故障齿轮箱和故障齿轮箱的振动信号特征。通过实验研究验证了理论推导结果。     

小波分析在激光多普勒信号处理中的应用

 提出将激光多普勒测速仪(LDV)应用于车载惯性导航系统中,阐述了激光多普勒自身速度仪的基本原理和小波变换的相关理论,并运用小波变换对多普勒信号进行检测、去噪及提取多普勒频率,仿真及实验结果表明：信号进行小波分解后,对每一级小波进行阈值处理,得到了较好的去噪效果;在小波降噪常见的阈值原则中,无偏似然估计阈值和极值阈值不容易丢失信号中的有用成分,而启发式阈值原则和固定阈值原则可以更有效地去除噪声;对于提取多普勒频率而言,小波变换与快速傅里叶变换所得的结果是一致的,而小波变换不但可以求出系统自身的运动速度,而且还可以求出对应速度发生的时刻。     

基于小波变换的激光光刀图像去噪技术

介绍了激光线扫描测量系统的测量原理,以及图像去噪处理在系统中的必要性;以现代数学小波分析为依据,提出了基于小波变换的激光光刀图像去噪技术.通过实验与分析,说明使用小波变换进行光刀图像去噪处理提高了激光扫描测量系统的测量精度.     

小波分析在汽车车灯光源色测量中CCD光谱的消噪平滑处理

本文依据小波变换原理 ,提出利用小波变换技术对汽车车灯光源色测量中实时采集的光源光谱信号进行多分辨分解 ,有效地消除噪声 ,提高了光谱的信噪比。由CCD接收的标准A光源谱进行了多层分解 ,讨论了不同小波基和分解阶次对信号分析结果的影响。选取最佳小波基 ,为光谱信号消噪平滑处理提供了较有效的数据处理方法。通过对CCD接收的光谱信号进行了消噪和平滑处理 ,解决了实时采集光谱信号在分析和数据处理上的困难 ,该研究充分体现了小波变换在数据处理方面的优势 ,在依赖于光谱信号的颜色测量领域中起重要的作用。     

小波分析在气泡幕散射光信号处理中的应用

选取Daubechies小波对尾流气泡幕散射光信号做一维离散小波变换,小波阶数为3,尺度数Level为5,得到了原始信号的小波分析和重构误差结果.经db3小波分解,散射光信号的低频及高频部分区别不大,可能是信号采集频率过低(×10－1 s)导致的结果.对原始信号进行小波分析容易得到均值、中值、模式、标准差等统计量.通过对散射光信号进行一维平稳小波去噪、小波变换密度估计、小波系数选取等方面的分析,揭示了不同压强下散射光信号具有不同的性质.     

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     

基于Polytec激光测振仪和第二代小波的齿轮箱故障诊断

齿轮箱是机械设备中一种必不可少的通用零部件,也是故障多发部件,而齿轮失效又是诱发其故障的重要因素。因此发展新型齿轮箱故障诊断技术具有重要意义。搭建了基于Polytec激光测振仪的光学测量系统,拾取齿轮箱振动信号,采用第二代小波提取故障特征,达到了故障诊断的目的,可用于齿轮箱故障预知和智能维修。     

激光主动探测中回波信号的小波去噪方法

在分析激光主动探测中回波信号的噪声特性和小波变换去噪原理的基础上，提出了一种基于最大信噪比准则的小渡阈值去噪方法。首先用最大信噪比准则对小波变换系数进行阈值选取，然后采用软阂值方法对小波系数进行量化处理后再重构。仿真结果表明最大信噪比准则小波去噪方法改善信噪比效果十分显著，检测下限达到-16．2dB。证明了该方法在激光主动探测系统回波信号检测中的有效性。     

基于小波变换的蓝宝石荧光光纤温度计

采用激光加热小基座法生长出掺Cr3+的蓝宝石光纤荧光温度传感头，它具有结构紧凑，耐高温等特点，测温范围从室温到450℃。使用基于小波变换的数据处理方法，有效去除信号中的噪声，提高了信噪比。在对荧光测温机理和有关光纤技术进行分析的基础上，采用与调制荧光信号相关的双参考源相位锁定测量方案，可在无激励光干扰的情况下对荧光寿命进行实时测量。根据噪音和信号在小波变换下表现出的不同性质，提出以小波变换为基础的温度信号特征提取及消噪方法。与其它处理方法相比，小波变换方法可以克服傅里叶变换对突变信号不起作用的缺点，同时又比Gabor变换具有可变窗口的优点。该方法可以缩短测量时间，提高测量分辨率。     

基于希尔伯特变化的微小振动激光多普勒信号处理

为了实现对固体目标微小振动参数的测量,建立了微小振动的激光多普勒信号模型。采用希尔伯特数字运算,将激光多普勒振动信号的即时信号采样转化为信号的谱采样。通过频谱计算得到每个振动周期中瞬时频率的平均数,应用差值采样序列积分计算得到振动频率,最后根据振动信号频率变化与振幅的关系得到振幅。采用希尔伯特方法对实验测试结果进行处理验证,并分析了误差来源。实验结果表明：实验测量目标的振动振幅约为1.85×10-4m,转动的圆频率约为170 Hz。因此,应用希尔伯特变换方法处理测量的目标微小振动信号,获取目标运动的参数是可行的。