小波包分解
小波包分解的相关文献在1997年到2022年内共计831篇,主要集中在自动化技术、计算机技术、机械、仪表工业、无线电电子学、电信技术
等领域,其中期刊论文709篇、会议论文52篇、专利文献69120篇;相关期刊384种,包括科学技术与工程、组合机床与自动化加工技术、电测与仪表等;
相关会议49种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、中国声学学会第十一届青年学术会议、全国大坝安全监测技术信息网第八届全网大会暨2015年全国大坝安全监测技术与应用学术交流会等;小波包分解的相关文献由2305位作者贡献,包括杨晓元、王二化、陈洁等。
小波包分解—发文量
专利文献>
论文:69120篇
占比:98.91%
总计:69881篇
小波包分解
-研究学者
- 杨晓元
- 王二化
- 陈洁
- 周云龙
- 崔东文
- 张立
- 束洪春
- 陈亦文
- 万遂人
- 冯哲圣
- 吴晓梅
- 夏利民
- 张军
- 张涛
- 李悦
- 李泽华
- 杨帮华
- 杨邦朝
- 王文川
- 章国宝
- 缪希仁
- 聂鹏
- 董朕
- 邓浩
- 黄永明
- 丁吉
- 于慧春
- 付菊霞
- 何怡刚
- 何浩祥
- 刘晓波
- 史铁林
- 周泽魁
- 孔凡让
- 孙小菡
- 宋建成
- 席旭刚
- 张光新
- 张强
- 张惠娟
- 张敏
- 张新慧
- 张春良
- 张辉斌
- 张鸿宾
- 彭仕欣
- 朱兴统
- 李勇
- 杨忠
- 杨新武
-
-
李敬兆;
邢梦垚
-
-
摘要:
针对矿井提升机在井下恶劣环境中工作易发生故障,且故障主要依赖于人工检测的问题,提出了一种基于WPCE-CNN的音频感知提升机健康状况研究.首先,通过小波包分解获取音频信号的二维系数特征矩阵,然后输入具有批量归一化层(BN)和Relu非线性激活层的Block层卷积神经网络(CNN)进行分类识别.最后,实验结果表明,本文提出的WPCE-CNN音频感知提升机健康状况的故障分类研究,准确率高于传统卷积神经网络,达到97.7%,能有效地进行提升机音频信号提取及故障诊断分类任务,此研究在降低人力和物力成本的同时,提高了工作人员的安全性和生产效率.
-
-
汤爽;
张二华;
唐振民
-
-
摘要:
以便携式回放设备的语音为代表的假冒语音攻击,给说话人识别系统带来了严峻的挑战。针对这种回放语音攻击问题,论文提出一种基于小波包的多频带回放语音鉴别算法。首先,通过小波包分解及重构后的信号进行傅里叶变换,取每一帧频谱的最大值;然后,利用对数运算以及离散余弦变换(DCT)来得到鉴别特征;最后,使用高斯混合模型(GMM)作为分类器进行假冒语音判别。实验表明,该检测算法能有效地鉴别回放语音。
-
-
张晓丹;
杜金祥;
李涛;
佘翼翀;
赵瑞;
柯熙政;
康俊玮;
王舒仪
-
-
摘要:
针对单一生理信号特征信息不足以及个体特异性与全局阈值不匹配导致的情绪识别正确率低的问题,提出了一种改进的Relief F匹配多生理信号特征选择算法。通过小波包分解多生理信号并重构与情绪相关的6个波段,以及经验模态分解提取基于小波系数和重构信号本征模函数分量的8类特征;使用Relief F算法先获得优选特征组,再构建优化特征组权重获得全局最优匹配特征组,以及与其对应的匹配通道;并采用概率神经网络结合全局最优匹配特征组训练情绪分类模型。结果表明:该方法能够较好地对愉悦、愤怒、放松、悲伤4类情绪进行分类,其平均识别正确率分别为90.89%、85.39%、82.81%、87.56%,对比单一生理信号平均提升了1.76%,验证了此方法的有效性。
-
-
卢雪琴;
李长安;
吴忠强
-
-
摘要:
提出一种基于鲸鱼算法优化极限学习机的微电网故障诊断方法。首先利用小波包分解对三相故障电压进行分析,计算小波包能量熵组成特征向量作为数据样本;然后通过鲸鱼算法优化极限学习机建立诊断模型对故障类型进行识别和诊断。最后利用鲸鱼算法优化极限学习机的输入权值和隐层神经元阈值,解决了输入权值和隐层神经元阈值随机初始化易影响网络性能的问题,可进一步提高网络的学习速度和泛化能力,有利于进行全局寻优。仿真结果表明,与BP神经网络、RBF神经网络和ELM相比,基于鲸鱼算法优化极限学习机建立的故障诊断模型学习速度更快、泛化能力更强、识别精度更高。
-
-
谭磊;
赵留学;
周恺;
何宁辉
-
-
摘要:
现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明:该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。
-
-
杨琼波;
崔东文
-
-
摘要:
为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法。分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RSO算法原理,在不同维度条件下选取6个典型函数对RSO算法进行仿真测试;利用RSO算法对ESN储备池规模、稀疏度等超参数进行优化,建立WPD-RSO-ESN、SSA-RSO-ESN模型,并分别构建WPDRSO-SVM、WPD-ESN、WPD-SVM和SSA-RSO-SVM、SSA-ESN、SSA-SVM作对比分析模型;利用云南省江边街水文站1957-2014年逐月径流时间序列数据对8种模型进行检验及对比分析。结果表明:RSO算法在不同维度条件下均具有较好的寻优精度和全局搜索能力。WPD-RSO-ESN、SSA-RSO-ESN模型对实例后10年120个月月径流时间序列预测的平均绝对百分比误差分别为2.73%、3.90%,预测精度优于同一分解条件下的其他模型。RSO算法能有效优化ESN网络超参数,提高ESN网络的预测性能。WPD对径流时间序列数据的分解效果优于SSA方法。
-
-
孙玲;
刘冀
-
-
摘要:
为了保证光伏电力系统可靠运行,研究基于脉冲涡流技术的光伏电压互感器信号故障检测方法。选取磁敏传感器霍尔元件UGN3503与激励线圈组合,作为脉冲涡流技术的检测探头。检测探头激励出脉冲涡流,感应到光伏电压互感器的电压信号,并传送至上位机。上位机利用小波阈值收缩法去噪处理采集的光伏电压互感器信号,利用小波包分解方法处理去噪后信号,获取光伏电压互感器信号的多尺度空间能量。设置多尺度空间能量作为光伏电压互感器信号特征,将所提取特征输入优化的支持向量机中,利用支持向量机检测光伏电压互感器信号故障。实验结果表明,脉冲涡流技术的激励频率为0.3Hz,方波占空比为60%时,可以有效检测光伏电压互感器的单相短路、两相相间短路等信号故障,提升光伏电力系统的运行可靠性。
-
-
白雲杰;
贾希胜;
梁庆海;
白永生
-
-
摘要:
柴油发动机在运行过程中,其气门间隙会随其性能状态退化发生改变,为了解决传统的健康状态评估方法健康指标确定困难、权重人为经验依赖性大的问题,提出一种基于深度学习的柴油机气门健康状态评估方法。首先通过小波包分解算法对柴油机缸盖振动信号进行分解,对分解得到的节点信号分别提取常见的14个时域特征和小波包分解信号能量比向量,构建多维综合健康评估指标向量。然后基于一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)构建健康状态评估模型,将得到的健康评估指标向量输入模型中进行训练与健康状态评估。通过柴油机实验台开展气门退化模拟实验验证了该方法的有效性,与传统方法相比解决了健康指标的筛选问题以及人为主观经验带来的影响,并具有更好的健康状态评估效果。
-
-
陈雷;
吴浩;
李栋;
杨玉萍
-
-
摘要:
针对雷击引起的暂态高频分量易造成高压直流输电线路保护误动作的问题,通过PSCAD软件建立了高压直流输电线路的雷击故障模型。首先分析不同故障情况下的暂态过程,利用小波包算法分解重构得到电压突变量的不同频段瞬时能量信号。然后计算各频段瞬时能量信号的波动指数组成雷击故障特征样本集。最后结合鲸鱼优化算法WOA(whale optimization algorithm)和集成学习(Adaboost.M2)建立WOA-Adaboost.M2模型,并利用雷击故障特征样本集对WOA-Adaboost.M2模型进行训练和测试。仿真结果表明:该方法能在不同故障距离和不同雷电流幅值下准确识别雷击干扰、雷击正极故障、雷击双极故障和普通接地故障,受故障距离、过渡电阻和雷电流幅值等因素影响较小。
-
-
王瀚;
周海峰;
郑东强;
林忠华;
张兴杰;
关天敏
-
-
摘要:
针对电力电子电路故障类型多、诊断正确率低的问题,提出基于小波包分解和粒子群算法优化概率神经网络的方法。建立三相桥式全控整流电路仿真模型,利用小波包分解技术对故障电压信号进行三层小波包分解与重构,提取特征值,并对数据进行归一化处理;用粒子群算法优化概率神经网络寻找合适的平滑因子,对数据进行训练和诊断;将该方法与未优化的概率神经网络作对比。仿真结果表明,该方法在训练效果和诊断正确率上都要优于未优化的概率神经网络。
-
-
-
-
-
-
QI Xiao-xuan;
齐晓轩;
XU Chang-yuan;
徐长源
- 《2016年第27届中国过程控制会议》
| 2016年
-
摘要:
在复杂的背景噪声环境下,基于近似熵理论,利用机动车行驶中辐射的声信号对车辆类型进行识别研究.近似熵具有抗干扰能力强的特点,可用于提取动态背景噪声下机动车声信号的车型特征信息.首先,对声信号进行3层小波包分解;然后利用近似熵量化各子频带信号的不规则性,描述其不同的变化趋势以区别车辆类型.最后,将分解后的8个子频带信号的近似熵相邻比值作为信号的特征向量,输入到支持向量机进行车型分类,实验结果证实了所提方法的可行性和有效性.
-
-
朱春红;
高双林;
查柏林;
俞婷玉
- 《中国航空学会第八届航空发动机可靠性学术交流会》
| 2015年
-
摘要:
针对航空发动机目前采用加速度传感器采集信号会引入加性噪声而影响混叠信号盲分离效率的问题,提出了基于小波-非线性独立分量分析(ICA)的信号盲分离与特征提取方法.首先利用小波去噪技术消除加性噪声的影响;然后通过径向基网络(RBF)结合线性ICA算法估计去噪信号的非线性混合解混函数,实现信号的非线性盲分离,得到发动机振动故障的关键信号源;最后利用小波包分解提取分离信号的统计特征,应用RBF网络分类器对故障类型进行智能识别.对某型涡扇航空发动机的实际故障振动信号进行实验分析,结果表明:所提出的非线性盲分离模型能够从含有加性噪声的混合信号中提取故障源,得到故障信号可靠的特征,且故障检测精度比传统线性盲分离技术至少提高了4.4%,取得较好的故障诊断效果.
-
-
-
李绍辉;
冯强;
雷中清;
吴秋来
- 《2017年度钻井技术研讨会暨第十七届石油钻井院(所)长会议》
| 2017年
-
摘要:
针对常规存储式电子压力计入井后只能按固有频率采样、存储,导致存储空间有效数据占用率低、数据处理量大、井下无线数据传输困难等问题,提出一种自适应存储式电子压力计设计方法,通过对压力计处理电路、机械结构的重新设计并研究基于小波包和经验模态分解的自适应存储算法,对地层测试过程中采集的压力、温度数据按照施工作业阶段进行划分,根据分类结果自主设定当前阶段的采样、存储频率,实现井下压力、温度数据的变频率采样和存储.对设计完成的自适应存储式电子压力计进行了功能试验并对自适应存储算法进行了实测数据验证,结果表明,自适应存储式电子压力计能够自主识别所处施工作业阶段并进行变频率压力、温度信息的采样、存储,存储数据量降至常规电子压力计的50%以下,降低了后续数据处理的工作量及压力计自身功耗,为压力、温度数据的无线传输奠定了基础.
-
-
李绍辉;
冯强;
雷中清;
吴秋来
- 《2017年度钻井技术研讨会暨第十七届石油钻井院(所)长会议》
| 2017年
-
摘要:
针对常规存储式电子压力计入井后只能按固有频率采样、存储,导致存储空间有效数据占用率低、数据处理量大、井下无线数据传输困难等问题,提出一种自适应存储式电子压力计设计方法,通过对压力计处理电路、机械结构的重新设计并研究基于小波包和经验模态分解的自适应存储算法,对地层测试过程中采集的压力、温度数据按照施工作业阶段进行划分,根据分类结果自主设定当前阶段的采样、存储频率,实现井下压力、温度数据的变频率采样和存储.对设计完成的自适应存储式电子压力计进行了功能试验并对自适应存储算法进行了实测数据验证,结果表明,自适应存储式电子压力计能够自主识别所处施工作业阶段并进行变频率压力、温度信息的采样、存储,存储数据量降至常规电子压力计的50%以下,降低了后续数据处理的工作量及压力计自身功耗,为压力、温度数据的无线传输奠定了基础.
-
-
李绍辉;
冯强;
雷中清;
吴秋来
- 《2017年度钻井技术研讨会暨第十七届石油钻井院(所)长会议》
| 2017年
-
摘要:
针对常规存储式电子压力计入井后只能按固有频率采样、存储,导致存储空间有效数据占用率低、数据处理量大、井下无线数据传输困难等问题,提出一种自适应存储式电子压力计设计方法,通过对压力计处理电路、机械结构的重新设计并研究基于小波包和经验模态分解的自适应存储算法,对地层测试过程中采集的压力、温度数据按照施工作业阶段进行划分,根据分类结果自主设定当前阶段的采样、存储频率,实现井下压力、温度数据的变频率采样和存储.对设计完成的自适应存储式电子压力计进行了功能试验并对自适应存储算法进行了实测数据验证,结果表明,自适应存储式电子压力计能够自主识别所处施工作业阶段并进行变频率压力、温度信息的采样、存储,存储数据量降至常规电子压力计的50%以下,降低了后续数据处理的工作量及压力计自身功耗,为压力、温度数据的无线传输奠定了基础.