基于时频特征的光纤周界振动信号识别

在光纤周界安防系统中,蓄意入侵和环境噪声均能引起光纤传感器振动,在保证系统高灵敏度的前提下区分入侵和非入侵事件极为重要。为了有效识别各种光纤振动信号,本文依据入侵和环境噪声引起的光纤振动信号在时域上的短时特性以及复小波域各尺度上能量分布特征,提出了两级判别法识别光纤信号。第一级用时域特征,短时能量和短时平均过零率判断是否有振动发生;第二级用复小波提取光纤信号的能量分布特征,联合时域特征形成特征矢量,支持向量机(SVM)作为分类器识别是否为入侵信号及入侵类型。实验结果表明,此方法可以有效识别入侵信号和环境噪声引起的非入侵事件,提高了系统报警率,降低了误报率。     

光纤光栅周界安防系统在海风环境中的应用

光纤光栅周界安防系统利用光栅传感器来感知布防区域的振动信号,再经过分析判断对入侵行为进行及时预警。当系统安装于起风频繁、风力较大的海边环境时,需要在准确预警入侵行为的同时,减少大风干扰引起的错误报警情况。该文以某一海风环境的网片安装方式周界系统为研究对象,比较了入侵信号和海风信号的异同,由于大风产生的扰动,影响范围较大,该文结合区域信息,先对大风环境进行判断,再为发生扰动的监测单元分配对应的报警策略,能够有效提升系统的预警效果。     

基于小波能谱和小波信息熵的管道异常振动事件识别方法

提出了基于小波能谱和小波信息熵的油气管道异常振动事件识别方法。基于Mach-Zehnder光纤干涉仪原理的分布式光纤油气管道安全监测系统实时检测管道沿途振动信号,对测量的时间序列进行小波变换,根据小波系数计算小波能谱与小波信息熵,通过小波能谱和小波信息熵值两种测度识别不同的管道安全异常事件。港枣线成品油管道的现场实验结果表明,该方法可以快速有效地识别管道周围发生的泄漏及其他异常情况,其总体识别准确率达到98.5%,有效降低了误报警率,具有较强的在线工况识别能力。     

基于小波分析的惯性传感器信号实时处理方法

分形噪声和白噪声是影响光电跟踪系统惯性传感器输出信号精度的重要因素,采用传统的方法很难滤除分形噪声.利用分形噪声在小波变换域的特殊性质,采用小波滤波方式,并在此基础上,实现两种不同带宽的惯性传感器信号的融合.通过将阈值计算进行简化,并对信号输入延拓方式进行改进,提高了信号处理的精度,由此可以大大降低信号的小波变换长度以提高运算速度,最终在相应硬件的基础上实现信号的实时处理.最后的实验验证了该算法的有效性和实时性.     

信号提取技术在振动传感器标定中的应用

随着高精度、超低频振动传感器的出现,对振动传感器标定系统在信号失真方面提出了更高的要求。存工程振动和强地震动测量中,振动传感器被大量使用,因此标定系统实现数字化和自动化管理是一个重要发展趋势。论文通过局部细化傅立叶变换和提取主频信号来去除因振动台的非线性而产生的谐波信号。实验结果证明,通过对振动俞和传感器输出信号进行主频信号提取,减小了振动传感器标定系统的信号失真度。     

分布式光纤传感器的周界安防入侵信号识别

在分布式光纤周界安防系统中,对距离较长、背景环境复杂的边境进行检测时,系统根据光缆沿线发生的事件进行识别.为了区分各种引起光缆振动的激励,本文根据入侵信号与环境引起的振动信号在小波尺度上方差幅值的分布特征,利用小波多尺度分析理论构造了由各尺度下的方差组成的特征向量,提出了根据方差特征向量的不同来识别各种振动信号的“尺度-方差”信号的方法.在实验系统中,光缆总长度为56 km,光源的功率为300 μW,工作波长为1 550 nm.实验结果表明,此方法可以有效区分入侵信号、环境噪声和人为活动引起的非入侵事件,提高了系统的检测概率和降低系统的虚警率.     

旋转叶片振动信号的小波变换去噪处理

在旋转叶片叶尖定时测振系统中,叶片多处于大噪声工作环境,为了保障振动位移的高精度测量,需有效解决叶片振动信号的去噪问题.提出采用具有时频局部分析特性的小波变换方法对振动信号进行去噪,建立了叶尖定时测振系统的仿真模型.针对仿真信号的特征,对小波变换的小波基、阈值估计及小波分解尺度进行了参数优化,实现了宽频白噪声的有效滤除.并与传统的滤波和Savitzky-Golay(SG)平滑算法进行对比,结果表明小波变换去噪方法在去噪效果和减小振动位移测量误差上均具有明显优势,有较好的实际工程应用价值.     

基于神经网络预测与小波变换的结构非线性振动参数识别

首先介绍利用复Morlet小波变换进行结构非线性振动模型参数识别的原理,进而分析了因小波变换过程中的边端效应以及在采样点较少情况下复Morlet小波变换对非线性模型参数识别准确性的影响。然后提出了利用BP神经网络对非线性模型参数识别的信号进行预测延拓,并基于预测后的信号进行参数识别。最后通过对两种非线性振动模型进行数值仿真,验证了该方法能很好的提高非线性模型参数识别的准确性,并且具有一定的抗噪能力。     

基于两类可视化方法的柴油机活塞环胶结故障辨识

用两种可视化方法,二进小波变换图形和浑沌分析中的Ｐｏｉｎｃａｒｅ截面,对采集于柴油机身的一组振动信号时间序列进行分析,以实现故障辨识的便捷性和可视化。     

基于小波变换的多尺度主元分析在传感器故障诊断中的应用

讨论了多尺度主元分析方法在传感器故障诊断中的应用问题.为了解决传统的多尺度主元分析方法不能实现对传感器故障的全面检测问题,本文结合小波变换在相关传感器信号的各个尺度上建立主元分析模型,使这种方法能够同时检测到低频故障和高频故障.实际应用中设计了固定窗长的移动窗口,根据最后一个尺度系数计算残差空间的平方预报误差统计量进行故障检测;在检测到传感器故障后,再采用传感器有效度指标这种具有定量辨识标准的参数对故障传感器进行辨识.最后,通过液体火箭发动机试车台液氢供应系统的传感器故障诊断验证了这种方法的实用性和有效性.     

基于小波变换的介损测量方法研究

高压介质损耗测量是电力系统中检测高压电气设备的常规项目，对于高压电气设备的正常运行至关重要。依据小波分析理论、阐述了信号分解重构的过程，并且结合损耗测量中的波形特征，提出了利用小波变换来提取基波信号计算介质损耗角的检测方法，能够有效的消除谐波和噪声的影响。仿真分析表明，小波变换在介损测量中有较好的应用效果。     

基于归一化小波能量系数的管道安全识别算法

针对管道泄漏检测系统存在一定误报率的问题,提出一种基于归一化小波能量系数的油气管道安全识别算法．首先提出最佳母小波选择标准,以现场数据为基础选取最佳母小波,然后提取归一化小波能量系数的最大值作为特征量,最后利用Fisher分类器对压力数据进行识别,判断管道是否处于安全状况．利用现场数据对该方法进行验证分析,结果表明该算法识别正确率较高,实用性好,且可以降低误报率．     

基于多假设检验的新型小波滤波算法

小波阈值滤波是信号处理领域的重要方法,根据信号和白噪声在小波空间上传播的特性,提出了一种基于多假设检验确定小波滤波阈值的新算法。将小波阈值处理过程看作一个多重假设检验过程,FDR（False Discovery Rate）准则的step-up和step-down过程均能控制FDR在给定的显著性水平,综合这两个过程形成了FDR step-up-down过程并应用于确定小波滤波阈值。仿真实验表明,算法能够灵活调整显著性水平的大小来达到滤波后所希望的效果,以信噪比和均方误差作为衡量指标,本方法滤波效果与hearsure方法相当,优于BH FDR及sqtwolog方法。讨论了显著性水平的选取对滤波效果的影响,指出显著性水平的大小与信噪比的改善并非线性关系,提出了合理选取显著性水平的思路。     

家庭远程医疗监护报警和咨询智能系统

介绍了家庭远程医疗监护和咨询智能系统，它综合运用数据融合、数据挖掘、小波分析、模式识别、人工智能等技术，能自动进行监护数据分析和异常情况识别及网络报警、远程实时诊断。给出了系统的硬件组成框图，家庭端软件结构组成框图、医疗监护中心端软件结构组成框图，介绍了系统的部分关键技术，基于小波变换的心电信号分析，结合数据挖掘和机器学习的自动建模方法，基于数据融合和识别推理的病人异常情况识别。该系统在微机Windows平台采用VC 实现，经仿真实验取得了满意的结果。     

基于小波包和LMS自适应降噪的柴油机振动诊断

由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。     

Volterra小波变换最优阈值的混沌去噪方法

针对混沌信号小波去噪中难以确定最优阈值的问题,提出一种Volterra小波变换最优阈值的判定方法。利用小波变换将混沌信号分解,对不同尺度下的小波信号设定浮动因子以调节阈值大小,最后根据混沌序列Volterra自适应预测的相对误差选取最优阈值。利用该方法对不同维度的Lorenz混沌时间序列进行了去噪研究,结果表明所提方法是有效的。     

一种抗打印扫描的双彩色QR码水印算法

目的为了提高QR码的抗打印扫描能力,提出一种抗打印扫描的双彩色QR码水印算法。方法将彩色载体QR码分通道,并对各通道进行三级小波变换和SVD分解,将置乱后彩色水印图像分通道嵌入到对应载体图像特征矩阵中,利用DWT-Schur分解嵌入标记矩阵的方法解决SVD分解带来的虚警率问题。结果实验表明,该算法在100%识别的情况下,具有较好的抗打印扫描能力。结论该算法不仅具有较好的抗打印扫描能力,且解决了SVD分解带来的虚警率问题,同时对裁切、旋转和JPEG压缩等攻击具有较好的鲁棒性。     

引入支持向量机的小波分数间隔盲均衡算法

针对正交小波变换分数间隔盲均衡算法(FSE-WT-CMA)收敛速度慢且存在局部收敛问题,提出了一种引入支持向量机的正交小波分数间隔盲均衡算法(SVM-FSE-WT-CMA).该算法通过对分数间隔盲均衡器的输入信号进行正交小波变换,以降低信号的自相关性,并且利用支持向量机将盲均衡问题转化为全局最优的支持向量回归问题,采用...     

基于多尺度降维的柴油机信号信息熵增强方法

针对柴油机曲轴轴承磨损故障信号特征微弱,易被噪声湮没且不同故障程度信号较难区分的特点,提出了一种基于压缩小波和局部保持投影的柴油机信息熵增强方法。利用压缩小波对信号多尺度重构减弱噪声干扰,通过局部保持映射对多尺度信号进行降维,消除冗余信息并增强信号的冲击特性,最终以时域、频域以及时频域的三种信息熵表征信号特征。仿真和实例信号表明,该方法对故障信号特征增强明显,依据信息熵值实现了曲轴磨损状态的分类识别。