小波变换在突变信号识别中的应用

小波变换具有识别转动机械振动突变信号的特性。小波变换改进的单子带算法能有效识别第一类突变点,但对于第二类突变点却无法有效识别。进一步的研究发现,单子带改进算法对一些不需要的点作置零运算时,由于没有合理的过渡,使得对置零后的信号再进行傅里叶反变换时带入了许多噪音,造成对第二类突变信号无法有效识别。针对该问题,通过引入过渡函数,提出了进一步完善的单子带重构改进算法,解决了第二类突变信号的识别问题,并应用相关实例——泵刚度突变仿真数据进行分析,验证了方法的有效性。     

小波改进算法在泵转子故障识别中的应用

小波变换对转动机械振动信号的识别具有特有的效果。但小波包变换在工程应用中,存在频率混淆、幅值失真等缺陷,采用频率补偿算法,并选取了泵转子的动不平衡、弯+动不平衡等典型故障试验数据,通过分析,验证频率补偿算法能够提取振动信号的更多细节,可以识别出故障的特征频谱,能够有效地解决频率混淆、幅值失真等问题,为小波分析的工程应用奠定了一定基础。     

高速旋转机械用消除频率混叠现象的小波变换算法研究

高速旋转机械由于其工作转速高、控制精度高，其故障信号又属于微弱突变信号，造成常规监测方法准确率偏低，成为制约高速旋转机械故障监测进一步发展的最大障碍。本文设计了一种消除小波分解和重构过程中产生的频率混叠的算法。该算法利用傅里叶变换和傅里叶逆变换构成Mallat小波变换在分解和重构过程中所需的严格正交镜像滤波器，从而达到Mallat小波变换过程中必须具有的理想截止特性，最终去除掉多余的频率成分。利用改进前后的小波算法对实际信号进行分析，结果表明，本文设计的Mallat小波变换改进算法可消除信号分析中出现的频率混叠现象。     

核燃料棒芯块235U丰度检测方法研究

核燃料棒中UO₂芯块的²³⁵U丰度检测是保证核反应堆正常运行的重要环节,根据铀样品能谱谱形,通过迭代拟合算法精确选取目标信号的能量范围,减少了测量精度受UO₂芯块年龄的影响,扩大了目标信号能量选取范围,基于小波变换法,过滤无关频率信号,提高了突变信号的识别精度,进一步提高了检测速度。通过模拟存在异常丰度芯块燃料棒检测验证了方法的可行性。     

基于SWT和Hilbert的密封磁阻马达式CRDM振动信号去噪

针对控制棒驱动机构滚轮振动信号采集过程受到噪声干扰的问题，提出了小波半软阈值（SWT）和Hilbert变换法相结合的去噪方法。该方法首先利用小波半软阈值算法在时频域对滚轮振动信号进行降噪处理，然后进行Hilbert变换求出其包络谱，分析寿命试验与缺陷验证试验中不同的滚轮振动信号。试验结果表明，该方法可有效消除噪声对振动信号的干扰，证明了小波半软阈值与Hilbert变换相结合的方法在驱动机构滚轮状态识别和故障诊断中的有效性，为驱动机构的状态判别提供了理论支持。     

基于小波包能量分析的吊篮故障DSmT融合方法研究

针对反应堆堆芯吊篮破裂和吊篮紧固件部分脱落故障信号难以获取问题,提出一种小波包能量特征提取和不确定理论DSm T故障决策的融合方法。测试3种吊篮故障工况的振动信号,利用小波包变换对信号进行分解-重构,提取频段能量构建子带能量特征向量,归一化处理后赋值给DSm T信度函数,使用DSm T信息融合方法在决策层对故障模式进行识别及验证。实验结果表明该方法能够有效辨识吊篮故障模式,具有较高的准确性及泛化能力。     

基于平稳小波变换的毛刺检测算法

核爆炸地震监测技术研究中,数据质量检测是地震数据自动处理的基本内容,毛刺是影响数据质量的主要问题数据。基于平稳小波变换和非线性能量检测算法,给出一种毛刺自动检测算法。平稳小波变换弥补了正交小波变换存在的不足,可以使尺度分解结果的长度和原始数据保持一致,具备时移不变性。非线性能量检测算法可以增强记录中的高频信号,对平稳小波变换的结果应用非线性能量检测算法,提高了记录中毛刺检测的准确性,非常适合连续地震监测数据自动处理的需要。实验结果表明,给出的这种算法特别有利于记录中小毛刺的检测,从而能够减小信号检测的误检率。     

基于小波变换的航空γ能谱异常信息线单元校正方法

针对航空γ能谱测量工作时矿致异常信息在时域批次性干扰下难以有效提取的问题,结合小波变换理论与测线标准差变异系数理论,提出一种新的线单元校正方法。该方法利用小波变换擅长处理非稳态采样数据信号的特性,采用小波变换对线单元数据进行多尺度分解,通过软阈值滤除近似信号,有效去除含有时域批次性干扰的非地质背景信息,并对表征异常的细节信息进行重构,实现对时域批次性干扰的线单元校正。通过对实测数据的校正处理验证,结合航空伽马能谱地面异常查证结果及矿区地质简图,表明该方法削弱时域批次性效果明显,缩小了异常范围,提高了矿致异常点识别准确性,且异常形态与地面查证结果一致,客观还原测区的放射性核素分布情况。     

基于频率补偿小波的屏蔽主泵裂纹转子识别

针对转子裂纹振动信号不易被发现的问题,利用小波包分析方法,在无动不平衡频率的频带内进行分析,从中找出裂纹振动的特征频率。在分析中,针对小波算法存在的频率混淆、幅值失真、主频偏移的缺陷,在前人研究基础上,提出了一种频率补偿小波算法,利用该方法分析了核用屏蔽主泵转子裂纹振动信号,并得出了其振动的特征频率。结果表明,相比一般小波包,频率补偿小波包能识别出振动的特征频率,具有良好的实用价值。     

铑自给能探测器延迟信号数字处理算法与实验研究

铑自给能探测器（RSPND）输出电流信号的慢响应特性严重影响反应堆内中子注量率的实时测量，不利于反应堆的控制和安全管理。采用反函数计算或各种补偿方法改进其响应特性，有利于RSPND的使用。本文研究了前向差分变换法、后向差分变换法、阶跃响应不变法及双线性变换法等4种数字处理算法，有效缩短了铑自给能探测器输出信号的响应时间，时间常数缩短到5 s以内。通过数字实验系统，验证了算法的正确性，为该探测器用于反应堆内中子注量率测量的快速响应提供了可行性。      

基于小波变换的炸药NQR信号处理

利用核四极共振(NQR)原理探测隐藏炸药具有准确率高、误报率低、无磁污染等优点,但NQR信号十分微弱,湮没在噪声中,不易检测,成为制约NQR技术发展的瓶颈。根据NQR信号的特点,提出并实现了一种基于改进阈值函数小波变换的NQR信号处理方法。经过试验对比,该方法可有效消除外界噪声对信号的干扰,提高系统探测的准确性。     

超临界水自然循环流量信号降噪分析

当自然循环流量的时间序列信号存在噪声时，在计算分析时可能产生错误结论。为了避免错误的产生，在超临界水自然循环流动实验数据信号的基础上，通过选择各种不同的小波基函数，对实验流量信号进行信号去噪分析。通过指标计算对比分析，结果表明，经Dmey小波基函数变换后的自然循环流量去噪信号值，其标准偏差和均方根误差（RMSE）最小、相关系数最大、信噪比较高。因此，Dmey小波基函数适用于超临界水自然循环流量实验数据的信号降噪分析处理。      

基于图像小波包信息熵和遗传神经网络的气-液两相流流型识别

根据小波包变换能够将图像信号按不同尺度进行分解的特性,提出了基于图像小波包信息熵特征和遗传神经网络相结合的气-液两相流流型识别的新方法.该方法采用高速摄影系统获取水平管道内气-液两相流的流动图像,经过处理,对图像进行多分辨率分析,提取小波包变换系数的信息熵特征,用主成分分析法降低特征维数构成特征矢量,作为流型样本对遗传神经网络进行训练,实现了对流动图像的流型智能化识别.结果表明:图像小波包信息熵特征可以很好地反映各流型之间的差异;遗传神经网络结合遗传算法和BP算法各自优点,具有收敛速度快、不易陷入局部极小的特性,网络识别率为100%.     

基于-维参数化正交小波滤波器的信号快速重建

首先用一维参数化正交小波滤波器逼近双正交小波滤波器，然后根据信号采样值用Mallat算法对信号进行了快速重建，给出了算法；最后，用一个仿真加以说明。     

基于核探测器信号波形特征的故障诊断研究

核探测器是一种特殊的随机信号转换器，发生故障时，采用传统的人工方法很难及时有效地对故障进行诊断。本文提出了一种针对闪烁体探测器信号波形特征的在线智能故障检测与分类方法，通过分析闪烁体探测器不同故障时的输出信号变化特征，建立了相应的故障模型。使用小波包算法与支持向量机理论分解并提取特征向量，即可判断故障类型。以ST401闪烁体探测器为例，进行了模拟仿真实验。实验结果表明，基于信号波形特征的数字化方法能快速有效地对闪烁体探测器进行故障自动诊断。     

核爆电磁脉冲信号的分形特征分析

针对核爆电磁脉冲(NEMP)信号的非平稳、非线性特点．将小波变换和分形方法引入到NEMP信号的分析处理中,提取了多分辨率能量分形特征及盒维数．并在实验的基础上对所提取的特征与NEMP传播距离及当量之间的关系进行了分析．从而为NEMP信号分析与处理提供了一种新的方法。     

Real time algorithms for digital pulse processing applied to gamma-ray and hard X-ray spectroscopy

The duration of a single plasma discharge in the next generation of fusion experiments will be much longer than in the present devices. Storing all raw data acquired in each discharge will be more difficult and the high rates achieved by the new digitizers are already contributing to storage overload. This gap can be mitigated by real time (RT) analysis and compression, using devices such as field programmable gate arrays (FPGAs) capable to transfer and process data on the fly. However, to ensure a correct RT analysis, the FPGA algorithm must be adapted to the signal to be acquired. Since minor changes in signal shape may require significant algorithm modifications, it is important to know in advance the signal attributes. For that reason, the availability of more than one RT algorithm, especially during commissioning of new sub-systems and during campaigns with relevant changes in diagnostic conditions, is advantageous. This paper presents an implementation using two RT algorithms processing simultaneously, developed for the gamma-ray and hard X-ray diagnostics of the Joint European Torus (JET). Both algorithms perform pulse height analysis with pile-up rejection. While the first algorithm is suitable for Gaussian shaped pulses, the second is suitable for exponential signals. The algorithms are selectable by the user, during discharge configuration. Tests with radioactive sources made in JET are presented.