小波理论

摘要： 针对供应链风险在制造行业上下游企业之间产生的影响,首先以供应链运作参考(Supply Chain Operation Reference,SCOR)模型为基础,以汽车制造企业为研究背景,通过对汽车供应链风险进行分析并结合现场调研结果,研究了供应链风险指标识别过程,建立了涉及战略计划风险等五大风险类别的评价指标体系。其次,鉴于BP神经网络模型在优化评估过程中容易出现局部最优解等问题,通过增加动量对其改进优化,同时用Morlet小波函数替换基础评价模型中的S型函数,重构供应链风险评价模型。最后,通过汽车企业实际案例进行风险识别与评估研究,采用Matlab进行仿真,对比分析改进BP小波神经网络与模糊综合评价、BP神经网络、增加动量的BP神经网络,结果表明,改进的BP小波神经网络模型具有良好的实用性和可靠性。

摘要： 在进行电子集成电路故障研判时,缺乏对电路故障研判结果的融合分析,存在集成电路故障研判融合效果差、电子集成电路故障研判精度低问题。为此,本文提出基于双边滤波器的电子集成电路故障研判技术。利用小波理论分析电子元件内部在故障发生前后的电气量变化幅度,采用双边滤波器对小波故障度与小波奇异度进行分析求解,构建出完整的电路故障研判流程,通过对故障研判结果进行融合,提高研判精度。在实验中,对提出的技术进行了故障研判精度的验证,经实验分析证明,利用提出的技术进行电子集成电路的故障研判,具有较高的故障研判精度。

摘要： 地电监测数据对城市轨道交通入地电流尤为敏感,现有研究主要基于数字信号理论进行干扰抑制,但缺乏参数选取讨论和多类型观测数据检验。以南京地铁沿线地电监测数据为例,基于小波变换分别设计不同的小波分解方式和小波基函数的参数对比试验,并基于得到的最优参数组合,对设计试验进行常见地电场信号数据的实际检验;对每组试验,均从滤波对比图和评价指标体系2个方面进行干扰抑制结果评价。结果表明:地电监测数据每日5:00—24:00时段的噪声干扰幅度明显加强,与地铁营运时间一致;研究所选测道的噪声幅度在地铁营运时段集中在-4~4 mV范围内,在地铁非营运时段则集中在-2~2 mV范围内;干扰抑制效果最佳的滤波参数为DWT/WPT1层分解+滤除第1层高频信息+db/sym6阶左右小波基,经实际数据检验后db小波表现略优;采用小波分析方法经最优参数处理后,地铁运行干扰及停运后车辆检修、试车仍存在的漏电干扰均得到了明显抑制;地电暴、地电脉动、高压直流输电等地电仪器常见的电场信号数据经处理后,能够在有效抑制轨道交通噪声的基础上保留其原有的电场特征。

摘要： 为了深入研究爆破振动波的传播规律,基于EMD-HHT和小波理论分析了金沙矿业官房矿区402矿段的爆破振动信号.结果表明:爆破振动信号的优势能量频率带和能量分布时间主要集中在50 Hz、0.65 s以内,爆破振动能量的最大值为0.0111 cm2/s2,能量分布主要呈正态分布,在频率为20 Hz时能量分布达到了峰值,占爆破振动能量的11.8％,爆破振动信号的最大瞬时能量随着最大单响药量的增加逐渐加大.

摘要： 针对大坝变形监测数据,选取合适的小波基函数,利用小波分析理论对变形监测数据进行粗差探测,研究了大坝变形安全监测数据在小波分解高频系数下的细节特征和突变点的关系.通过编程实现快速高效地剔除多个粗差,提高监测数据的质量,为数据的进一步分析提供较好的前期处理工作.建立大坝监测拟合预测模型,可以使拟合与预测精度更高,具有更好的实用价值.

摘要： 为了提高轨道不平顺的模拟精度并完善轨道不平顺模拟过程,以轨道不平顺功率谱为研究基础,提出了一种利用小波理论模拟轨道不平顺时域波形的新方法.以美国6级轨道谱为例,分别对比了由三角函数法和小波理论法得到的功率谱模拟值与解析值,明显看出小波理论模拟法精确度更高.将由小波理论模拟法得到的时域波形作为振动激励输入,利用Matlab/Simulink搭建的位姿解算模型进行仿真计算,得到双六自由度试验台各作动器的伸缩量,并在试验台上进行了动态模拟试验,得到的波形复现效果良好,说明本文模拟方法可行.

摘要： 轴承点腐蚀、疲劳、磨损、断裂失效等,为解决人工检测刮板输送机传动部故障难题,利用离散小波诊断刮板输送机传动部齿轮和轴承的故障.根据小波诊断的功率谱、能量谱、频率等对传动部的齿轮、轴承运行状态进行判断,不仅精准性高,时效性强,还为维修提供了便利.

摘要： 故障特征信息作为故障诊断与寿命预测的输入直接与最终结果的准确度相关联.本项目以信息论中的信息测度为度量开展定量化小波函数选取研究,以解决目前基于小波理论的旋转机械故障特征提取中小波函数选取的任意性问题.进一步综合利用实验模型描述旋转部件的快变时间尺度行为以及物理模型描述旋转部件故障发生与发展过程的慢变时间尺度行为,开展基于多时间尺度建模的旋转部件寿命预测研究,以突破传统的基于单一时间尺度的旋转部件寿命预测研究的局限性.

摘要： 滑坡的位移是由多种因素影响的复杂非线性问题.滑坡位移的预测一直是滑坡研究中的重点与难点.位移预测对于分析滑坡的发展趋势具有重要的作用.本文采用小波理论与人工神经网络理论,对滑坡位移进行预测研究.由于滑坡的位移包括一定的偶然因素,如降雨等不定因素,对滑坡位移的预测存在一定的干扰作用.故本文采用小波理论对滑坡位移进行降噪,提取数据中的有用部分.将降噪后的数据采用人工神经网络进行滑坡位移的预测.由数据结果可见,滑坡预测位移与真实位移间的误差为2％～3％,预测结果好,证明本文所用方法能较好的运用到滑坡位移的预测中.

摘要： 地铁客流具有随机性、复杂性、模糊性和非线性等特点,为提高客流预测的精度,将小波理论与BP神经网络相融合,提出了基于小波神经网络地铁客流量预测方法,利用本文算法对上海地铁莘庄地铁站1号口客流量进行仿真预测.结果表明,小波神经网络相比较BP神经网络预测模型,具有更准确的预测精度,证明了本文算法的有效性.

摘要： 通过将基于小波能量理论所建立的爆破震动去噪方法、围岩类别判定指标、爆破震动效应评价指标集成,形成可实现在线长期监测的金属矿山巷道围岩稳定性监测、诊断、预警体系.金属矿山巷道围岩安全监测诊断预警体系包括:监测点布点优化、监测信号去噪、信号频域能量分析、巷道围岩类别确定、巷道围岩安全判别、巷道围岩安全预警等模块内容.该体系的最大特点是根据实时监测到的信号进行诊断分析,根据所积累的数据库文件进行比对,最终得出诊断结论并给出相应的工程措施,该体系的建立为提高金属矿山安全监测技术水平奠定基础.

摘要： 以南渡江下游龙塘水文站实测天然径流过程(1956～2000年)为基础数据，利用Morlet小波对天然径流过程进行多尺度连续小波分析，研究了南渡江下游的水资源变化规律。研究结果表明，南渡江下游年径流周期变化过程中，各种时间尺度的径流变化强弱程度和分布并不是均匀的，其中时间尺度为3～7年、9～19年、25～39年左右变化最为强烈。另外，利用小波方差计算结果进行了径流时间序列周期成分的识别、判断和提取，定量分析结果表明，南渡江下游年径流变化的主要周期为11年。

摘要： 随着我国互联大电网建设的全面推进，越来越多的串联电容补偿装置在我国电网中得到应用在提高线路输电能力，改善系统电压质量等方面有许多优点，但是另一方面，加入串补装置后，发生故障时，传统的距离保护会无法正确动作。根据实际的阳城到淮阴输电线路的参数，设计了仿真模型，进行了短路故障仿真，并对短路电流用一维小波的时频特性对仿真信号进行了分析进行了分析，结果表明加串补侧后故障信号有明显的低频分量，未加串补侧没有。以此低频分量可以作为保护闭锁的判据。

摘要： 为了深入研究测量船数据的误差特性,进一步改进现有的数据处理方法,针对具有复杂特性的测量船外弹道测量数据,在采用样条函数作为工具进行误差分离的基础上,结合传统的时间序列建模技术和小波分频理论,根据误差在频域上的可分性特点,采用小波包分解和阈值处理技术,对测量船外测数据误差进行分频建模与预测,建立基于小波分析的航天测量船外测数据非平稳误差预测方法.仿真及实测数据处理结果表明,小波预测方法精度高,预测误差小,与实际值吻合地较好,具有比单纯使用时序方法更好的性能,能较好地解决测量船数据混合非平稳误差的预测问题.

摘要： 为了深入研究测量船数据的误差特性,进一步改进现有的数据处理方法,针对具有复杂特性的测量船外弹道测量数据,在采用样条函数作为工具进行误差分离的基础上,结合传统的时间序列建模技术和小波分频理论,根据误差在频域上的可分性特点,采用小波包分解和阈值处理技术,对测量船外测数据误差进行分频建模与预测,建立基于小波分析的航天测量船外测数据非平稳误差预测方法.仿真及实测数据处理结果表明,小波预测方法精度高,预测误差小,与实际值吻合地较好,具有比单纯使用时序方法更好的性能,能较好地解决测量船数据混合非平稳误差的预测问题.

摘要： 为了深入研究测量船数据的误差特性,进一步改进现有的数据处理方法,针对具有复杂特性的测量船外弹道测量数据,在采用样条函数作为工具进行误差分离的基础上,结合传统的时间序列建模技术和小波分频理论,根据误差在频域上的可分性特点,采用小波包分解和阈值处理技术,对测量船外测数据误差进行分频建模与预测,建立基于小波分析的航天测量船外测数据非平稳误差预测方法.仿真及实测数据处理结果表明,小波预测方法精度高,预测误差小,与实际值吻合地较好,具有比单纯使用时序方法更好的性能,能较好地解决测量船数据混合非平稳误差的预测问题.

摘要： 为了深入研究测量船数据的误差特性,进一步改进现有的数据处理方法,针对具有复杂特性的测量船外弹道测量数据,在采用样条函数作为工具进行误差分离的基础上,结合传统的时间序列建模技术和小波分频理论,根据误差在频域上的可分性特点,采用小波包分解和阈值处理技术,对测量船外测数据误差进行分频建模与预测,建立基于小波分析的航天测量船外测数据非平稳误差预测方法.仿真及实测数据处理结果表明,小波预测方法精度高,预测误差小,与实际值吻合地较好,具有比单纯使用时序方法更好的性能,能较好地解决测量船数据混合非平稳误差的预测问题.

摘要： 本发明公开了一种基于双树复数小波和模糊理论的声呐图像目标增强方法，实现了多波束声呐图像的增强。基于经典的双树复数小波去噪方法，利用其多尺度分解平移不变性，去除实部、虚部子带中叠加的声呐噪声，并且图像进行重构时在一定程度上修复目标区域，最大程度地滤除噪声并保留图像本身的细节信息，使得声呐图像增强得到明显的改善，并结合改进的模糊对比度函数大大的提高图像的对比度，减少了隶属度函数的参数冗余度，大大提升了运行速度，图像整体视觉效果最佳。

摘要： 本发明提供了基于小波和混沌理论的微弱舰船辐射特征信号检测方法，包括以下步骤：先设定基于小波包分解系数和无偏估计的阈值选择算法，用于自动确定小波的分解层次和去噪阈值；然后利用Duffing振子阵列检测信号的存在性、频率和初始相位；最后在信号频率和初始相位的检测中，利用基于梅尼科夫函数的判断依据和过零检测方法，成功地完成信号的检测。本发明能自动确定小波的分解层次和去噪阈值，然后利用改进的Duffing振子阵列检测信号的存在性、频率和初始相位，基于梅尼科夫函数的判断依据和过零检测方法，既避免了混沌系统中混沌临界状态与大尺度周期状态的区分困难，又能在低信噪比条件下成功地测量检测出微弱特征信号的频率和相位。

摘要： 本发明公开了一种基于小波奇异性检测理论的含IIDG配电网故障检测方法，其步骤主要为：利用PSCAD建立搭建含IIDG的配电网的模型，采集各相故障电流信号至Matlab中；选择母小波db5，确定分解、重构层数；基于db5小波，将故障电流信号分解到不同尺度下，获得各层小波系数：W1f(k)、W2f(k)、…、Wjf(k)；分析[Wjf(k)]，j＝1，2，…，J模极大值情况，判断有无故障出现；提取故障开始与结束时刻附近采样点db5小波分解细节系数，通过对其故障相和非故障相电流经过小波分解后的高频信号的奇异性分析判别故障的类型，从采样总点数和仿真时间可以得到仿真故障开始与结束时间，计算与模拟故障点的误差。

摘要： 本发明提供一种基于多小波理论的直流配电网极间短路故障特征量提取方法，以提取故障特征量为目标，利用BP神经网络模型，训练小波自由度参数，进而优化多小波变换对故障特征量的提取，来获得最佳故障特征，以提高直流配电网极间短路故障检测的速度及故障识别与定位的准确性，从而实现直流配电网高可靠性供电。

摘要： 本发明公开了一种基于小波理论的变电站母差保护防误操作的闭锁方法和装置，该方法包括以下步骤：对一次系统的电流、电压分别进行采样以获得电流和电压的数值和波形；将采样的电流的数值与设定的动作值进行比较，以确定是否启动母差保护；将采样的电压进行复合电压计算，并判断电压是否正常的；将采用的电流和电压波形分别进行小波分析，判断波形是否正常；以及根据电压是否正常和波形是否正常来执行闭锁母差保护或母差出口跳闸动作。在本发明中，复合电压计算后电压不正常而波形正常，则闭锁母差保护，母差出口不跳闸，从而解决现有技术中二次系统误操作造成母差出口跳闸的问题。

摘要： 本发明提出了一种基于小波理论的水轮机运转状态判定方法，包括以下步骤：步骤1、利用小波变换对压力脉动信号进行去噪，获得压力脉动重构信号，所述压力脉动重构信号分为8层得到9个不同频段的波形；步骤2、采用各频段压力脉动信号的标准差来表示相应频段信号能量的大小，利用小波的能量量纲即內积定理对压力脉动重构信号进行计算，得到各频段从低频到高频各个频段所对应的能量；步骤3、计算各个频段所对应的能量占总能量的百分比；步骤4、根据各个频段所对应的能量和各个频段所对应的能量占总能量的百分比来判定水轮机所处的运转状态。本发明对于分析水轮机的运转的故障状态具有重要的意义。

摘要： 本发明提供一种基于小波理论的直流配电网极间短路故障特征量提取方法，以提取故障特征量为目标，利用BP神经网络模型，训练小波自由度参数，进而优化多小波变换对故障特征量的提取，来获得最佳故障特征，以提高直流配电网极间短路故障检测的速度及故障识别与定位的准确性，从而实现直流配电网高可靠性供电。

摘要： 本发明属于天然气负荷预测的方法，具体涉及基于小波理论和神经网络的短期天然气负荷预测模型。以城市天然气门站实际采集的数据为基础，应用小波理论将实际采集的短期天然气负荷时间序列进行分解，特别涉及Deaubechies小波，分解的层数为5层，分解的阶数为5阶，将分解出来的高频分量采用GRNN神经网络进行预测，分解出来的低频分量采用Elman神经网络进行预测，最后逐层进行重构，得到最终的预测结果，并将该结果与单独使用GRNN神经网络和Elman神经网络进行预测的预测结果进行对比，验证本发明提出的基于小波理论和神经网络的短期天然气负荷预测模型的有效性和先进性。对比分析结果表明，本发明是一种高精度且有效的短期天然气负荷预测模型。

摘要： 本发明提出了一种基于小波理论的水轮机运转状态判定方法，包括以下步骤：步骤1、利用小波变换对压力脉动信号进行去噪，获得压力脉动重构信号，所述压力脉动重构信号分为8层得到9个不同频段的波形；步骤2、采用各频段压力脉动信号的标准差来表示相应频段信号能量的大小，利用小波的能量量纲即內积定理对压力脉动重构信号进行计算，得到各频段从低频到高频各个频段所对应的能量；步骤3、计算各个频段所对应的能量占总能量的百分比；步骤4、根据各个频段所对应的能量和各个频段所对应的能量占总能量的百分比来判定水轮机所处的运转状态。本发明对于分析水轮机的运转的故障状态具有重要的意义。

摘要： 一种基于小波理论和EEMD的微弱信号的去噪方法，涉及微弱信号去噪技术。它是为了解决现有技术对于信噪改善比效果不良的问题。本发明包括：获取原始信号并对其进行EEMD分解，得到本征模态函数集合，通过本每个本征模态函数的能量关系确定用于重构的本征模态函数；对每个用于重构的本征模态函数中每两个过零点之间的极值绝对值与阈值比较并做剔除噪声处理；通过随机改变第一个本征模态函数的采样位置，得到原始信号不同带噪形式，分别对每种所述带噪形式做处理，得到重构后的信号；对所述重构后得到的信号取平均，得到去噪后的信号。本发明可以自适应地结合不同信号的特点有针对性地去噪处理，对目标微弱信号的信噪改善比大于15dB，均方根误差较小。