系统模态参数辨识的小波变换方法

文中分析了在众多小波基函数中Morlet小波更适合对动态结构系统进行模态分析的原因,结合Morlet小波的性质和结构系统对脉冲响应信号的特性,构造了一小波族,实现了利用Morlet小波变换对多自由度系统进行模态解耦和对时变系统进行模态参数辨识的方法．算例的数值仿真结果表明文中方法的正确性和有效性．     

基于EMD和小波变换的结构风振高阶参振模态识别

为了确定结构随机理论求解中的高阶参振模态数目,采用经验模式分解(EMD)与小波变换相结合的方法分析结构气弹模型自激响应数据信号的时-频-谱联合特性,从原始信号中分解出固有模态函数(IMF),再对各个IMF进行小波变换提取信号特征参数,从而识别出结构风振随机计算所需的高阶参振模态截止频率,并将识别结果与直接采用随机理论对...     

基于奇异值分解和小波分析的结构模态参数识别

提出了一种新的基于奇异值分解（SVD）和小波分析的结构模态参数识别方法。获得结构在随机荷载作用下的加速度响应,对其进行相关分析可得到相关系数矩阵。将小波变换用于分解相关系数矩阵可得到小波系数矩阵,用奇异值分解小波系数矩阵可精确地识别出模态参数。通过数值算例和实际测试获得的结构信号验证了该方法的可行性。研究结果表明SVD方法与小波分析的结合能够方便准确地寻找出结构的小波脊,其获得的信息可靠度也更高,适用于多自由度结构的模态参数识别。     

时频分析在环境激励下模态参数辨识中的应用

大型结构的模态测试、状态监测和运行状态下的结构模态参数辨识都使得传统的模态测试方法难以适用.相比而言,仅从输出响应辨识环境激励下的结构模态参数具有更大的灵活性.应用时频分析对响应信号作分解、重构操作能将复杂信号中的局部特征提取出来,进而进行模态参数的识别.     

基于小波变换的系统辨识方法

介绍了一种基于正交小波变换的系统脉冲响应辩法在包括对线性的脉冲响应辩识和非线性系统的脉冲响应辨识,仿真结果证明了该方法的有效性     

基于小波包变换的EMD算法在超声信号处理中的应用

提出基于小波包变换的EMD算法,并将其应用于超声回波信号去噪.对于采用EMD分解含高斯白噪声的超声缺陷信号存在模态混叠的问题,首先用小波包变换对信号作预处理,再对信号进行EMD分解,最后重构出有用的缺陷信号.实验结果表明:该方法不仅具有很好的消噪效果,而且重构的缺陷信号的波形失真度小,有利于对信号做进一步的定量分析.     

基于经验模态分解和小波变换声发射信号去噪

为了解决声发射信号去噪问题,在分析经验模态分解去噪和小波阈值去噪优缺点的基础上,提出将二者相结合的去噪方法,包括IMF-Wavelet方法,EMD-Wavelet方法和Wavelet—EMD方法．利用标准信号及断铅模拟声发射信号对所研究方法进行了去噪性能分析．结果表明：对于标准信号,Wavelet—EMD方法无论在高信...     

小波分析在分布参数系统辨识中的应用

借助于正交函数序列对分布参数系统进行辨识,是一种有效的辨识方法。本文应用小波分析方法将Ｈａａｒ 小波正交基应用于分布参数系统的辨识中,取得了简明易行的效果。由于算法中采用了Ｈａａｒ 小波的积分运算矩阵,因而辨识精度较高。同时,在辨识系统时考虑了初始条件和边界条件,因此具有较好的适用性。仿真实例证实了方法的有效性。     

基于经验模态分解（EMD）的小波阈值除噪方法

针对低信噪比信号的去噪问题,提出了一种基于经验模态分解的小波阈值去噪方法,并与小波变换去噪法的效果相比较.试验结果证明,当信号的信噪比较小时,基于经验模态分解的小波阈值去噪效果是相当有效和稳定的,为研究环境脉动下结构的输出信号去噪处理提供了新的手段.     

小波变换在储粮害虫图像压缩中的应用

介绍了小波变换的基本理论以及基于小波变换的图像分解和重构过程.对储粮害虫图像实现了2种图像压缩方法.通过实验结果表明,小波变换用于粮虫图像压缩有很高的实用价值.     

一种基于小波变换的最小二乘复频域法的改进方法

针对应用最小二乘复频域法处理含有大阻尼、模态密集频带的频响函数时,难以快速、准确处理其中密集耦合模态的不足,提出了利用小波变换的带通滤波器特性对其进行改进的方法。该改进方法通过分析频响函数,搜索出应用原方法无法提取的密集耦合模态,对其选定合理的小波尺度因子进行小波变换分析,实现快速、准确的模态解耦和参数提取。最后通过对频响函数中含有大阻尼、模态密集耦合频带的8自由度系统进行仿真研究,验证了这种改进方法的正确性和优越性。     

经验模态分解在直升机谱特征提取中的应用

为了更有效地提取直升机辐射噪声的频谱特征,提出了一种基于经验模态分解(EMD)的特征提取算法.仿真研究表明EMD具有突出信号局部特征且余量可表征信号变化趋势的特性,该算法将目标辐射噪声的频谱构成和EMD的特性相结合,将EMD应用于变换域(信号频谱序列)信号分析,有效的实现了信号连续谱的提取.相比于平滑滤波器法须人为选择最优的α值,且提取的连续谱有滞后性的不足,文中所示方法可自适应的提取信号的连续谱,且在准确无滞后地估计连续谱的同时,对线谱有一定的"增益",为后续的目标识别提供更全面的信息.     

Natural frequencies and damping estimation based on continuous wavelet transform

The continuous wavelet transform （CWT） based method was improved for estimating the natural frequencies and damping ratios of a structural system in this paper. The appropriate scale of CWT was selected by means of the least squares method to identify the systems with closely spaced modes. The important issues related to estimation accuracy such as mode separation and end effect, were also investigated. These issues were associated with the parameter selection of wavelet function based on the fitting error of least squares. The efficiency of the method was confirmed by applying it to a simulated 3dof damped system with two close modes.     

小波变换技术在指纹图像预处理中的应用

介绍了小波变换技术,并采用小波分解与重构方法对指纹图像进行小波压缩、去噪和增强处理．实验表明,应用小波变换技术对指纹图像进行处理能够获得较满意的结果．     

具有独立分量的经验模态分解算法研究

在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中,利用其良好的分解独立特性,使模态分量不仅正交而且相互独立,消除了冗余.仿真试验表明,改进算法的模态分量彼此独立,特别对于混有突变信号的周期信号,在得到周期分量的同时,也得到突变分量,说明了改进算法比原算法优越,且具有较好的工程应用前景.     

Application of empirical mode decomposition based energy ratio to vortex flowmeter state diagnosis

To improve the measurement performance, a method for diagnosing the state of vortex flowmeter under various flow conditions was presented. The raw sensor signal of the vortex flowmeter was adaptively decomposed into intrinsic mode functions using the empirical mode decomposition approach. Based on the empirical mode decomposition results, the energy of each intrinsic mode function was extracted, and the vortex energy ratio was proposed to analyze how the perturbation in the flow affected the measurement performance of the vortex flowmeter. The relationship between the vortex energy ratio of the signal and the flow condition was established. The results show that the vortex energy ratio is sensitive to the flow condition and ideal for the characterization of the vortex flowmeter signal. Moreover, the vortex energy ratio under normal flow condition is greater than 80%, which can be adopted as an indicator to diagnose the state of a vortex flowmeter. Foundation item: Project(200801346) supported by the China Postdoctoral Science Foundation; Project(2008RS4022) supported by the Hunan Postdoctoral Scientific Program; Project(2008) supported by the Postdoctoral Science Foundation of Central South University     

具有间断事件检测和分离的经验模态分解方法

针对在经验模态分解（EMD）筛选过程中间断信号引起的模态混叠问题,提出了一种新的解决方法．该方法为根据间断过程信号与正常背景信号时间尺度的不同,利用固有模态函数（IMF）的瞬时频率特性实现间断信号的精确定位,依据定位的间断信号段经端点延拓重新做EMD分离出间断信号,从而在后续的EMD中消除该间断信号的影响．将该方法与小波法消除间断信号的结果进行了比较,显示其滤除结果的信号失真较小,并可将间断信号分解为一固有模态函数．     

Estimation of structural modal parameters by fourier transform with an optimal window

An adaptive Fourier Transform （FT） with an optimal window has been proposed for the time-frequency analysis of nonstationary time series. The method allows for a good estimation of both frequency and amplitude of the spectrum and can be easily applied to the general case of time-varying signals. The evaluation of the proposed approach has been performed on measured time-varying signals from a suspension bridge model and a steel frame model whose data have the typical non-stationary characteristics. The numerical results show that the proposed approach can overcome some of the difficulties encountered in the classic Fourier transform technique and can achieve higher computation accuracy.