基于小波变换的撞击流压力波动信号分析

通过小波变换对信号进行多尺度细化分析,解决了傅里叶变换不能解决的许多问题．从分析噪声和信号本身奇异点的区别入手,利用小波在时频两域突出信号局部特征能力的重要性质,即噪声信号小波变换的极大值随尺度的加大而显著减少的特点,对撞击流反应器撞击区压力波动信号进行处理分析．分析结果表明:小波变换可以较好地去除信号中的噪声;通过消噪后信号的功率谱可知,撞击流压力波动信号具有自相似的分形特征,与前期的实验研究相吻合．     

关于陀螺信号处理中小波基选取的研究

在建立陀螺漂移的数学模型的基础上，使用不同的小波基对陀螺输出信号进行多尺度小波分解，去除由噪声产生的小波系数，从而达到消除噪声的目的。从不同小波基的滤波效果来看，双正交样条小波Biorl.5具有较好的去噪效果，从而也验证了小波对称性在陀螺信号去噪中的重要性。     

基于LMS与二代小波变换的光纤陀螺去噪算法

为了降低光纤陀螺输出中的噪声分量,提出一种基于最小均方法与二代小波变换相结合的去噪方法。首先利用LMS算法进行前端预处理,提高信号的信噪比;然后使用SGWT去噪算法降噪,考虑到SGWT去噪算法易受阈值函数的影响,将模糊与平滑因子引入到传统软阈值法,以缩小估计小波系数和原小波系数两者之间的常值偏差;最后,将本文提出的算法应用于某型光纤陀螺的去噪研究中。实验结果表明,相对于SGWT去噪算法,采用LMS-SGWT算法处理后,光纤陀螺的信噪比从0.1698d B提高到2.0521 d B,方位对准误差从0.33°降低到0.13°。     

基于级联滤波的重力信号处理方法

根据重力信号微弱和非平稳的特点,提出了一种小波滤波器与有限脉冲响应滤波器(FIR)级联的去噪方法.该方法针对噪声特点,在小波强制阈值滤波之后级联一个低阶FIR滤波器以去除色噪声的影响,基于实测重力信号的时域和功率谱处理结果,说明级联滤波能够在含有强噪声的原始信号中提取出微弱的重力信号.该方法既可以抑制小波滤波起始和结束阶段的波形畸变,又省去了FIR滤波需要调整参数的繁琐,具有工程实用性.     

一种改进的BEMD阈值去噪算法在单目视觉定位中的应用

针对单目视觉定位系统获取的图像含有较大噪声的问题,提出了一种改进的二维经验模态分解(BEMD)阈值去噪算法。首先,通过构建噪声压缩图像消除BEMD分解的位置敏感性误差;然后,通过BEMD将构建的噪声压缩图像分解成一系列本征模态函数,并基于?2准则和概率密度函数区分出噪声主导本征模态函数和信号主导本征模态函数,使用软阈值技术实现噪声主导IMF的去噪。最后,将所提算法应用于单目视觉定位中,并与小波去噪和BEMD-DT去噪算法进行对比。对比结果表明,在转弯和直线运动两种情况下的东向位置误差、北向位置误差和航向角误差方面,该算法较Sym4小波去噪算法分别平均改善了74%、64%、54%,较Db6小波算法分别平均改善了60%、48%、39%,较BEMD-DT算法分别平均改善了73%、96%、84%,显示了所提算法的优势。     

基于小波变换阈值法处理光纤陀螺信号噪声

小波具有多分辨率分析特性,利用小波变换阈值滤波可以有效地处理光纤陀螺信号的噪声。具体的仿真实验分析比较表明,小波变换阈值滤波可以有效地剔除光纤陀螺的信号噪声;与传统的数字低通滤波方法相比,去噪效果更好。利用Allan方差法并通过最小二乘拟合可得到陀螺信号噪声中各误差源的幅度;通过比较滤波前后的各误差系数的具体数值,进一步证实了小波变换阈值滤波的有效性;并指出通过小波分析可以显示出陀螺信号中低频噪声的发展趋势。     

基于应变模态小波变换的框架结构损伤识别研究

采用应变模态的小波变换方法研究了框架结构的损伤识别问题。以有限元分析求解含裂缝平面框架应变模态为基础,利用Guass2小波对框架的应变模态进行小波变换,再用db3小波对应变模态小波变换系数进行去噪处理,最后通过对去噪处理后的小波系数模极大值点来识别框架结构裂缝的位置,建立了基于应变模态小波变换识别平面框架损伤的方法。以一层平面框架为例,分别给出了框架梁含有裂缝、框架柱含有裂缝、框架梁和柱均含有裂缝的有限元模型,计算得到结构的应变模态,并通过应变模态小波分析来识别平面框架裂缝的位置。从识别结果发现,经小波去噪处理后应变模态小波系数的模极大值点能够有效识别框架结构的损伤,数值计算验证了方法的有效性。本文研究对工程结构损伤诊断有参考价值。     

小波分析在捷联惯导陀螺信号滤波中的应用

介绍了小波变换和多分辨率分析理论。针对捷联惯导系统中光纤陀螺输出信号的特点，对其进行小波变换，去除信号中高频部分的噪声，从而抑制了陀螺的随机漂移。通过仿真实验，肯定了使用小波分析算法对陀螺输出信号进行滤波消噪处理的可行性。在实际用于捷联惯导系统中的实验结果表明，有效地提高了系统的精度。     

一种优化的小波阈值去噪方法在行人导航系统中的应用

针对MEMS陀螺仪输出信号随机漂移噪声较大的问题,结合室内行人导航应用需求,在分析传统小波阈值去噪方法的基础上,设计了一种优化的小波阈值去噪方法。该方法构造了一种小波系数介于软硬阈值之间的连续小波阈值函数,在一定程度上克服了软硬阈值函数自身固有的缺陷。最后,分别采用传统阈值去噪法与优化小波阈值去噪法对行人导航系统中采集到的MEMS陀螺仪数据进行去噪处理,结果表明,相对传统的软硬阈值滤波法,优化阈值去噪法处理后的信号获得了更高的信噪比40.8748 d B,同时均方差降低了40%,MEMS陀螺信号中的随机噪声被有效剔除,满足了行人导航后续研究工作的需求。     

基于CEEMDAN-小波包分析的隧道爆破信号去噪方法

针对隧道爆破施工中采集到的实测振动信号,引入一种基于总体平均经验模态分解方法（CEEMDAN分解）联合小波包分析的降噪方法。首先,通过CEEMDAN分解得到多个本征模态分量,利用相关系数筛选出包含噪声的模态分量,并通过模态分量的频谱图及方差贡献率进行校核。然后,利用小波包阈值降噪方法对含有噪声的模态分量进行处理。最后,将未经处理的模态分量与去噪完成的分量重构得到最终纯净的爆破振动信号。同时,通过小波包能量谱分析验证此降噪方法的可行性。本文引入的方法兼具CEEMDAN分解及小波包分析的优点,与现有方法相比,去噪效果较好,可以应用于类似隧道爆破信号的去噪处理中。