共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
噪声是影响设备早期故障诊断正确性的主要因素。利用小波变换对机械设备的噪声信号进行多层次分解,并根据奇异性进行滤波,该法可以对信号进行良好的降噪,同时也不会弱化信号中的弱故障信号。通过对机械设备早期故障信号分析,结果表明奇异信号特征法对水泵早期故障诊断是有效的。 相似文献
3.
《实验室研究与探索》2017,(6):9-12
在电力系统电能质量信号的检测中,不可避免会遇到因为测量设备故障以及环境因素的影响,使得信号夹杂噪声,使得采集到的信号受到一定程度的噪声污染,干扰了检测电力系统的电能质量准确性,而小波降噪在信号降噪中具有很大优势,所以利用小波降噪降低电力系统信号中的噪声具有重要的意义。在比较分析小波变换的优势,多次进行小波变换反馈信号特征,通过观察信号的时频特性,应用小波变换局部化特性可调整不同叠加信号的系数,可最大限度的得到电能质量的有用的分析信号,然后再分析和运用多种阈值处理方式改进小波降噪,并应用差值的方法分析哪种阈值处理方式更加有效。 相似文献
4.
在小波分析的基础上,运用支持向量机(SVM)方法来对噪声和非噪声数据进行分类。首先,把一带有噪声的信号进行多尺度小波分解;然后通过试验检测出小波分解系数中部分噪声信号和非噪声信号,得到样本数据来训练SVM;最后对所有的小波系数用训练后的SVM来进行分类得到非噪声信号,并且对这部分非噪声信号进行小波重构即达到了去噪的目的。 相似文献
5.
为了对非平稳、非连续的语音信号进行降噪,提出一种基于VMD分解和小波阈值的语音降噪方法。通过仿真信号对比分析了VMD、EMD和EEMD算法对信号分解中存在的伪分量、模态混叠问题。先用VMD对语音信号进行分解,再利用小波阈值降噪。实验结果表明,该降噪方法明显优于小波阈值的语音信号降噪、基于EMD和小波阈值的语音信号降噪以及基于EEMD和小波阈值的语音信号降噪。 相似文献
6.
根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。 相似文献
7.
《石家庄学院学报》2015,(6)
混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好. 相似文献
8.
《东南大学学报》2020,(1)
针对滚动轴承振动信号的非平稳性和易被背景噪声干扰导致故障难以被准确诊断的问题,提出了一种基于时频阈值降噪同步压缩变换(TDSST)和卷积神经网络(CNN)的滚动轴承故障诊断方法.由于传统的小波阈值降噪及小波相邻系数降噪方法受信号噪声方差估计精度影响大,因此采用了基于STFT谱相关系数阈值寻优的时频降噪方法,将其与同步压缩变换结合,并用滚动轴承模拟冲击故障信号验证了TDSST方法降噪及提高时频分辨率的能力.最后,利用CNN对TDSST方法处理得到时频图进行诊断,滚动轴承实验数据诊断结果表明了所提方法能够有效地提高诊断准确率,当轴承信号信噪比大于0 dB时,诊断准确率都达到了95%以上,即使信噪比降到-4 dB时,诊断准确率也维持在80%左右,并且多次测试结果的标准差较小,表明方法具有良好的鲁棒性. 相似文献
9.
10.
《淮北师范大学学报》2016,(3)
利用信号和噪声在小波域内的小波系数的差异,实现小波去噪,将地震数据矩阵变换到小波域内,认为在低频部分集中信号小波系数,而高频部分集中噪声小波系数,且信号的小波系数幅值远大于噪声小波系数幅值,使用小波阈值算法对信噪进行分离. 相似文献
11.
戴春风 《南通职业大学学报》2006,20(4):95-97
介绍了小波变换的一般理论及在信号降噪应用中的理论基础,分析了染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行了分析比较。 相似文献
12.
针对特征信号淹没于噪声信号的情况,采用Morlet小波分析实现了对原始电流特征信号的降噪.同时,采用基于RBF神经网络的最优化插值与具有频谱细化特性的CZT分析,提升了频谱分辨率,充分展现了发生故障时电流特征信号的频谱细节,为电机故障诊断系统提供了可靠的诊断依据.建立了基于改进型BP神经网络的电机故障模糊诊断系统,抽象出了偏心故障的诊断规则.实测结果表明,该系统能够可靠地诊断电机的偏心故障. 相似文献
13.
经验模态分解(EMD)广泛应用在故障分析过程中,特征提取时从状态信息中提取与机械设备故障有关的信息［1］。针对经验模态分解受噪声影响较大的问题,提出多分辨奇异值分解的方法,可以先利用多分辨奇异值分解将信号分成具有不同分辨率的近似信号和细节信号实现信号降噪,再进行经验模态分解,并计算其Hilbert边际谱得到准确的特征频率。实验通过仿真信号和滚动轴承故障特征提取,证明了多分辨奇异值分解（MRSVD-EMD）方法在滚动轴承故障诊断中能有效去除信号中的噪声成分,提取故障特征频率。 相似文献
14.
余鑫 《洛阳工业高等专科学校学报》2013,23(1)
小波包分析具有很强的适应性,特别是对于非平稳振动信号能显示其优越性.实测小飞轮轴承振动信号中含有大量噪声,对此必须进行小波包滤噪提取出有用的信号成分,然后对降噪后的信号进行小波包分解,计算出各子频带内的能量成分,作出小波包能量谱,对能量突出的频带进行进一步分析.实验证明这种方法用于小飞轮轴承故障诊断是有效的、可靠的. 相似文献
15.
基于小波分析的微弱信号检测及其在Matlab中的仿真 总被引：3，自引：0，他引：3
通过基于小波分析的处理方法,实现对彩色全电视信号一段被高斯白噪声干扰的降噪,解决微弱信号检测过程中遇到的理论和实践问题. 相似文献
16.
《洛阳师范学院学报》2016,(5):24-27
在自动控制领域,对压力传感器采集的输入信号进行降噪处理,降噪效果的好坏直接影响传感器的补偿精度.针对传统小波阀值降噪的一些不足,引入了一种新的阀值函数,弥补了传统降噪方法的一些不足之处.经过Matlab仿真实验验证了新的阀值函数降噪较传统阀值函数降噪有一定优势.同时,将新的阀值函数移植到DSP上,用C语言完成改进型阀值函数的程序,并对一组噪声信号进行降噪处理,取得了不错的降噪效果,验证了改进型阀值函数在硬件平台上实现的可行性,为研究工作的进一步开展奠定了坚实的基础. 相似文献
17.
王大雄 《湖州师范学院学报》2004,26(1):95-98
讨论了生物医学信号处理的一些现代方法这些，方法包括生物医学信号的检测、滤波、频谱分析、小波分析、混沌分析和神经网络分析，对这些方法的内容和性质作了具体分析并讨论了它们的应用。 相似文献
18.
本文以MIT-BIH心电数据库作为研究对象,使用Matlab软件,首先对心电信号的噪声进行了巴特沃斯滤波,然后基于小波变换检测ECG信号各个参数奇异点的原理,对ECG信号进行了分析,较准确的检测了QRS波群的相关信息,效果良好。 相似文献
19.
尹向宝 《实验室研究与探索》2009,28(1)
介绍了基于小波变换的激光超声检测信号降噪处理技术,实际检测信号的降噪处理试验表明,应用该技术对激光超声检测信号进行降噪处理可显著提高信噪比.根据信号的波形特点选取了小波函数,采用heursure阈值去噪有利于提取超声回波波形. 相似文献