基于小波分析的信号突变点探测及其MATLAB仿真

小波变换突破了傅立叶分析在时域和频域方面的局部化能力，适合对非平稳信号的处理。信号的突变部分包含了信号的许多重要信息。在介绍了小波分析的概念及其时频方面性质的基础上，分析并仿真了小波变换的时频局部化在信号突变部分探测中的理论与应用。     

含噪电能质量信号小波降噪的方法与改进

在电力系统电能质量信号的检测中,不可避免会遇到因为测量设备故障以及环境因素的影响,使得信号夹杂噪声,使得采集到的信号受到一定程度的噪声污染,干扰了检测电力系统的电能质量准确性,而小波降噪在信号降噪中具有很大优势,所以利用小波降噪降低电力系统信号中的噪声具有重要的意义。在比较分析小波变换的优势,多次进行小波变换反馈信号特征,通过观察信号的时频特性,应用小波变换局部化特性可调整不同叠加信号的系数,可最大限度的得到电能质量的有用的分析信号,然后再分析和运用多种阈值处理方式改进小波降噪,并应用差值的方法分析哪种阈值处理方式更加有效。     

基于小波包络分析的滚动轴承故障诊断研究

滚动轴承出现故障时的振动信号是非平稳信号,傅立叶变换方法难以达到满意的效果。小波分析可同时从时域和频域两个方面对信号进行分析,十分适于滚动轴承的故障诊断。根据滚动轴承故障诊断理论,通过构造轴承上有单个损伤点时的仿真信号,应用小波包分析与包络分析相结合的方法,成功提取了滚动轴承的故障特征,并在此基础上对实测的滚动轴承振动信号进行分析,实验结果表明小波包络技术可以有效的提取滚动轴承故障信号。     

基于小波分析的隔膜泵主轴振动信号研究

活塞隔膜泵主轴的振动信号属于冲击性非平稳信号，在对隔膜泵进行状态监测及故障诊断时，需对隔膜泵主轴的振动信号进行分析，以提取故障特征值。本文介绍了小波分析方法．该方法具有良好的局部化性质，对突变信号具有很强的识别能力，适用于隔膜泵主轴非平稳振动信号的分析。     

基于小波变换诊断轴承外圈故障

针对设备的关键部件轴承易发生故障的特点,利用轴承试验台采集外圈点蚀的故障信号,使用小波分析法对故障信号进行早期诊断,通过实验及诊断过程证明小波与Hilbert包络谱结合进行故障信号分析的方法对于轴承故障具有明显的效果,有助于更好的进行故障诊断工作。     

基于能量频谱分析法的电机故障诊断

基于定子电流信号进行异步电机故障诊断时,转子断条和匝间短路故障特征频率分量常常被电流的基频分量淹没,利用小波变换的能量谱对其进行诊断十分必要.考虑到小波分析在时域、频域都具有表征信号局部特征的能力,能通过时频窗的灵活变换来突出信号的不同频率成分;同时还有用小波处理非平稳信号的优越性,计算出各频带所占能量,进而获取能量分布的故障特征.实践表明,通过上述分析并从能量分布的角度出发,可以快速、准确地诊断出电机故障,诊断效果好于傅里叶分析;同时也提供了一种思路,为电机故障在线实时诊断提供了理论依据.     

电能信号降噪研究

基于小波信号的变换原理,增加小波重构,提高电信号的精确度,同时增加反馈环节。先对电信号进行小波分解,查看是否有较多的暂态突变,假如有较多的暂态突变,或者电力系统部件有什么故障,可获得实时修正,使最后得到的降噪后信号更加精确。将重构的信号与真实信号相减,得出降噪方式处理后的实验结果发现:强制降噪范围比默认阈值降噪与给定阈值降噪大6~8倍,降噪后的信号与原信号相比差别太大,说明把较多有用信号去除了,这就违背了降噪的初衷,强制降噪后的信号精度不够。在实际工程应用中,可以根据情况选择给定阈值降噪方式以及默认阈值降噪方式。     

汽轮机轴承振动信号突变的故障分析

针对广东粤嘉电力有限公司梅县发电厂6号机组运行中发生4号轴承Y方向振动信号突变,险些造成机组跳机的现象,进行了原因分析;最后确认振动探头延伸电缆1米接头处存在拧动现象,造成信号有时接触不良,是导致此次振动信号突变故障的原因,更换探头后故障现象得以消除。     

基于倒谱预白化和辛几何模态分解数量规律的轴承故障特征提取方法（英文）

为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和背景噪声的干扰,提出了一种基于倒谱编辑信号预白化和辛几何模态分解数量规律的轴承故障特征提取方法.首先,对原始信号进行倒谱预白化来增强轴承故障的冲击特性,去除复杂振动信号中的周期性频率成分,产生只包含背景噪声和损伤引起的非平稳冲击成分的白化信号.其次,发现了辛几何模态分解中哈密顿矩阵的有效特征值数目与信号中的频率个数成2倍的数量规律,并通过仿真和理论推导验证了该数量规律.最后,构造预白化信号的轨迹矩阵,进行辛几何模态分解,根据发现的数量规律,选择相应的特征向量重构信号,进行希尔伯特包络谱分析,并提取故障特征.通过仿真分析和应用实例证明,所提方法可以清晰地提取轴承的故障特征.     

基于小波包分析的小飞轮轴承故障诊断方法研究

小波包分析具有很强的适应性,特别是对于非平稳振动信号能显示其优越性.实测小飞轮轴承振动信号中含有大量噪声,对此必须进行小波包滤噪提取出有用的信号成分,然后对降噪后的信号进行小波包分解,计算出各子频带内的能量成分,作出小波包能量谱,对能量突出的频带进行进一步分析.实验证明这种方法用于小飞轮轴承故障诊断是有效的、可靠的.     

基于相关函数的小波变换实现语音去噪研究

语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。     

小波分析的魅力

小波分析是继Fourier分析之后纯粹数学和应用数学完美结合的又一光辉典范。本从理论、应用和发展三个方面论述了小波分析所表现出的迷人风采和无穷魅力。     

应用“dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号。本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究。     

小波与视频图像压缩技术探讨

小波基的时频局部化特性和小渡变换的多尺度展开结构使得基于小波的图像／视频压缩编码不仅具有良好的率失真特性,而且更容易实现压缩码流的全伸缩特性,基于小波的图像／视频压缩编码在未来将会显示出技术优越性。小波图像压缩新技术的研究,目前和未来很长一段时间仍将是图像和视频压缩应用研究的热点。     

小波理论发展及其应用(综述)

小波分析是傅立叶分析的继承和发展,它具有广泛的应用价值.文章介绍了小波分析产生的背景,发展历程及其在应用领域的现状,并从几个方面概述了它比较成功的应用,最后展望了该理论进一步的发展趋势.     

基于小波多分辨分析的相思鸟哨声的处理

利用小波的多分辨分析对相思鸟的哨声进行了处理．选取具有正交和紧支集程度较高Sym8小波对原始信号进行5层分解，得到具有明显特征时域和频域信号．     

小波变换应用于信号去噪研究

分析了小波变换的基本原理,分别对小波分解与重构法去噪法、非线性小波变换阈值法去噪法以及小波变换模极大值去噪法的原理进行了阐述,并比较了这几种小波去噪方法的优缺点,通过计算机仿真结果表明有效可行.     

Study on Detection Technique for Pipeline Leakage

Pipeline integrity defect is a considerable portion in all the defects.Therefore,the study on detection technique is of great concern to the owners of pipelines.A real-time monitoring system of pipeline defect is established.For unexpected accidents of pipeline leakage,several methods of signal processing,including wavelet analysis are utilized.The leakage can be located accurately in time.This system is applied to many long distance pipelines in China,which has made great contributions to the economy.     

复数小波变换在图像匹配中的应用

本语言介绍了一种新的基于多分辩率的层次分配方法,即利用复数小波变换作为分层的手段。小波变换的聚焦作用,可以分析到图像的任何细节,而复数小波变换所具有Gabor变换的特征,可以考察经分层后的信号的各个方向的细节。