基于弯板传感器的动态称重公路预检系统研究

要提高公路预检系统的可靠性与稳定性,关键是要提高系统动态称重的准确度等级,提出专家系统与模糊多阈值消噪算法相结合的动态称重数据处理方法。弯板传感器动态称重过程的知识多,处理过程复杂,采用专家系统对知识进行处理;动态称重信号的干扰在不同小波分解层和不同数据区间的强度不同,采用模糊多阈值消噪算法对动态称重数据进行消噪处理,重构的动态称重数据达到要求,并在Matlab中分析表明该算法是有效的。通过现场试验验证,将专家系统与模糊多阈值消噪算法相结合,使系统动态称重误差小于2%,称量准确度等级达到2级指标。     

基于光纤微弯传感器的汽车动态称重系统设计

为解决目前汽车动态称重过程中存在的电磁干扰和精确度低的问题,在分析光纤微弯传感器测量原理的基础上,提出了一种基于光纤微弯传感器的汽车动态称重系统.压力的变化引起传感光纤发生弯曲变形,产生输出损耗,通过测量输出光强的变化实现汽车重量的动态称量;设计相应的光电转换和采样放大电路,并采用小波变换对采样信号进行去噪处理.对光纤传感系统的静态响应特性进行验证表明:在0～3 000 kg的范围内光纤传感系统具有良好的线性响应特性,灵敏度为3.8 mV/kg;动态响应实验表明:当汽车通过速度小于15 km/h时,光纤微弯动态称重系统的测量误差小于5.4%,能够满足动态称重的需要.     

基于小波变换的诱发电位信号去噪研究

基于一维小波变换的方法对诱发电位信号进行了去噪研究。采用小波多分辨率分析方法来处理信号的高频———即噪声部分,分别对仿真信号和实际信号进行消噪处理,比较了去噪前后信号的信噪比等性能指标。实验表明,小波变换方法能较好地消除诱发电位信号的噪声。     

基于小波变换阈值决策的混沌信号去噪研究

基于多分辨率分析的思想，提出了一种改进的小波去噪方法．通过细化小波分解信号，能够更有效地提取出非线性系统信号．同时，根据不同尺度下小波信号的信噪比灵活地选取阈值，更加符合实际情况，有利于改善去噪效果．对Lorenz混沌时间序列和黄河年径流时间序列分别进行了仿真，结果表明了所提方法的有效性．     

基于小波变换的动态称重信号处理方法

针对目前动态汽车衡因货车拖磅称重而导致称重信号异常及称重不准确问题,提出采用小波变换极大值信号重构算法对拖磅称重信号进行处理:首先将拖磅称重信号逐层分解到不同频域和时域,在保持频率不变的条件下,对称重信号逐级求极大值点,得出信号逐级变化趋势;然后将多级称重信号按原离散逼近系数重构成新的称重信号,进而得到车辆称重信息。现场实测表明,采用小波变换极大值信号重构算法处理后的货车拖磅称重数据与正常过磅时称重数据的误差小于1%。     

小波分析在微重量动态称重中的应用研究

论述了小波分析在微重量动态称重信号降噪中的应用。主要分析如何引入小波变换理论,并通过小波去除微重量动态称重信号中的噪声。阐述了小波分析去噪及其相对FFT除噪方法的优势。结果表明,用小波变换处理含噪信号,具有明显效果。     

基于惯性传感器车辆动态称重信号的研究

针对车辆动态称重中易受到噪声干扰从而影响测量精度的问题,根据惯性传感器的特点,该文分析了惯性传感器测量车辆经过时产生振动信号的过程,结合车辆动态称重的信号特点,提出EEMD的改进小波阈值降噪算法。为验证算法的适用性,将基于EEMD的改进小波阈值降噪算法与小波阈值降噪算法进行对比,实验结果表明,基于EEMD的改进小波阈值降噪算法对车辆动态称重信号具有较好的去噪效果,可提高系统测量的精度与准确性。     

小波分析在信号去噪中的应用

小波分析理论是一种新兴的信号处理理沦,它在时间上和频率上都有很好的局部性：在分析低频信号时,其时间窗很大;而分析高频信号时,其时间窗较小。这使得小波分析非常适合于时-频分析,借助时-频局部分析特性,小波分析理论已经成为信号去噪处理中的一种重要的工具。文中介绍了小波分析理论及其在信号去噪中的应用;同时介绍了三种噪声处理方法：默认阈值法、强制阈值法和独立阈值法。在假设噪声为高斯白噪声的基础上,根据小波分解与重构法,实现含噪信号的去噪处理。最后用最小二乘法对各种方法进行评估。     

多分辨率分析在HRV信号分析中的应用

根据HRV信号的随机特性,采用小波变换中的多分辨率分析算法对其进行分析,旨在提取海洛因吸毒者HRV信号的异常信息。基于小波变换的HRV信号的尺度谱携带有人体健康状况的重要特征信息,应用多分辨率分析法,对22例海洛因成瘾者和22例正常人的HRV信号进行6尺度分解,计算尺度系数和各小波系数的能量,除Cd3（0．5～1Hz）和Cd4（0．25～0．5Hz）频段外,成瘾者能量的均值要大于正常人对应的值。研究结果表明,小波包变换是提取海洛因吸毒者HRV信号中异常信息的有效工具。     

动态称重的理论,方法及初步实践

对运行中卡车、火车载重的检测,传输带上物质的在线称重、铲车取物的称重,秤的快速称重都提出了一个共同的课题:动态称重。动态称重要求装置不仅能检测物体的静态重量,还能迅速检出其中的动态干扰因素将其排除,从而能快速、准确地测知物体的真实重量。它作为动态检测的重要方面,正受到各方面的关注。动态称重有多种处理方法。一种是统计处理法,即对被测对象进行多次称重,再求平均值,称重周期取为秤振动周期的若干倍,而每次称的重量也是平均重量,即时间积分的平均值,其公式为     

车辆动态称重模型建立与分析

利用ADAMS对便携式轴重仪的动态称重系统建模并验证模型的可靠性.首先根据实际称重传感器结构和建模原理进行建模,控制单一变量仿真称重过程,得到不同速度、重量下的仿真称重数据.然后利用相同参数的便携称重系统实现实际测量,并与相同条件下仿真结果比较分析.实验结果表明,在30 km/h以下,仿真数值与实测数值相差不超过5％,验证了动态称重模型可靠性,为仿真数据取代现场实测提供可行性,为今后称重信号补偿奠定了理论基础.     

汽车动态称重系统的信号处理研究

相对于静态称重,汽车动态称重具有时间省、效率高等特点.现有的汽车动态称重系统在低速运行时(＜ 10 km/h)的情况下,精度较高;而在中高速情况下,由于汽车受到沿路面垂直方向振动的影响,精度下降较快.通过对动态称重系统的阶跃响应曲线进行辨识,得到称重系统的传递函数.在比较称重系统的理想输出信号与实际测量信号之间差异的基础上,考虑汽车振动对测量造成的影响,总结得到汽车轴重信号波峰补偿算法.试验证明,该方法有效地提高了汽车动态称重的精度.     

基于小波变换的间谐波检测与去噪

间谐波是一种特殊的谐波,它的大量存在对电能质量造成了污染,因而对其进行检测和分析具有十分重要的意义。文中分析了小波变换的特性及用于间谐波检测的优势,采用了正交小波多分辨率分析算法检测间谐波,并选择小波阈值法对信号进行去噪处理。仿真结果表明,小波变换具有良好的时频特性,能有效检测出信号中所含各频率成分,并且能有效的抑制和消除噪声。随着小波理论的进一步发展和完善,其在电能质量信号检测方面的应用将越来越广泛。     

基于小波变换的多焦视觉电生理信号去噪研究

多焦视觉电生理信号具有较强的随机性和背景噪声,且又属于非线性、非平稳的微弱信号,用Fourier变换来进行去噪处理其效果不是特别理想.小波变换(WT)具有优良的时间-频域分析和多分辨分析特性,可以用来处理非平稳随机信号,能获得更多的、具有诊断价值的信息,因此WT成为多焦视觉电生理信号的一种可行有效的去噪处理方法.文章基...     

基于能量阈值函数的水声多径信号小波去噪分析

采用基于能量阈值函数的小波方法,对浅水多径信号进行消噪处理;从水声多径信道模型出发,利用小波能有效区分信号中的突变部分和噪声的优点,设计了一种基于能量阈值函数的消噪方案,即通过能量的门限阈值形式对小波系数进行处理,然后对信号进行重构即可达到消噪的目的;利用MATLAB仿真了有、无多径时消噪效果,同时将该消噪方案与湖的水声传播参数结合,进行了实际水库多径传播信号的消噪处理试验;试验结果表明,基于能量阈值函数的水声多径信号小波去噪方法不仅能够减少信号的丢失,而且能够恢复有用信号的小波系数,减少有用信息的丢失,确保重构后的信号不失真,提高信噪比,应用于水声通信中多径信道的信号去噪效果很好,体现了文中算法的有效性和优越性。     

双正交Loop细分小波对模型去噪和变形的应用

该文在对双正交Loop细分小波多分辨率分析理论的基础上,详细推导了双正交Loop细分小波的分解和重构公式,用这些公式实现了多分辨率曲面的构造,并将其应用到三维网格模型的去噪和变形编辑中,取得了较好的实验效果。     

两轴车辆动态称重信号分析方法研究

汽车在行驶过程中,各轴之间的质量分配取决于即时悬挂、驱动、制动系统中的摩擦力和加速度等因素,而称重传感器接收到的信号同时又与汽车、台板的振动有关。分析了汽车在非匀速通过称重台板时简化汽车模型的轴重分配,首先,从动态称重信号中提取速度和加速度信号,然后,对车轮完全上台后的信号利用经验模分解(EMD)方法求得剩余分量的平均值,以剔除信号中的振动影响成分。利用车型、速度、加速度等参数进行动态校正,数据处理结果表明:当汽车通过台板的时间大于振动系统的基频周期时,用该方法能提高测试精度。     

上料动态称重系统的研究

从实际工程出发,对高炉槽下动态定量称重过程进行研究.首先将动态称重系统等效为二阶系统,推导出了其动、静态数学模型,并通过参数辨识的方法,从采集到的信号中辨识出物料的重量.     

基于小波阈值去噪的收缩函数改进方法

经典的小波去噪方法有软阈值、硬阈值滤波两类。软阈值收缩函数滤波后信号过于平滑,而硬阈值收缩函数滤波后在信号突变处伴有吉布斯现象。因此,提出介于软、硬阈值之间的一种收缩函数,通过其对小波系数的估计,使滤波后的信号在过分平滑与边缘振荡现象之间达到合理的平衡。在分析的基础上,给出了各种方法滤波后的PSNR对比值以及图像。实验结果表明,该方法在去噪的同时既有效地消除了振荡现象,又保留了部分细节信息。     

小波多分辨分析在超声回波信号去噪中的应用

在超声回波信号检测过程中，如何进行降噪处理一直是信号处理研究的焦点之一。该文应用具有优良的时频局部化能力的小波多分辨分析技术对回波信号作降噪处理，提取出材料缺陷处超声回波的主要特征信号。通过选取合适的分解和重构滤波器组，在有救提高信号的信噪比的同时也保持了良好的分辨率，从而实现缺陷识别和定位。在仿真实验中基于MATLAB环境对实际测量得到的超声回波信号进行噪声信号处理及特征提取，仿真结果证明了小波多分辨分析应用于超声回波信号降噪处理的有效性。