连续小波变换

摘要： 土壤有机质含量的高光谱估测可快速、准确监测土壤肥力,对现代化农业生产进行精准施肥提供科学依据。以新疆渭干河-库车河三角洲绿洲耕层土壤为研究对象,对采集的98个土壤样品的原始光谱反射率R分别进行传统倒数对数lg(1/R)、一阶微分R′和倒数对数一阶微分[lg(1/R)]′数学变换,以及基于小波母函数Bior1.3不同尺度分解的连续小波变换(CWT),并与实测土壤有机质含量进行相关分析,从而筛选出各类变换下与土壤有机质含量密切相关的特征波段和小波系数(p<0.01)。分别以原始光谱反射率(R)以及不同变换处理下的特征波段反射率和敏感小波系数作为自变量,土壤有机质含量作为因变量,采用偏最小二乘回归和支持向量机回归方法构建土壤有机质含量的估测模型。结果表明:(1)各类光谱变换方法有效提升光谱与土壤有机质含量之间的敏感性,其中经CWT变换后的土壤光谱反射率与有机质含量的相关性得到显著提高,相关系数由0.39提高到0.54(p<0.01)。(2)传统的[lg(1/R)]′变换构建的支持向量机回归模型,其决定系数(R^(2))高于lg(1/R)和R′变换构建的模型,说明倒数对数一阶微分变换可有助于提高估测模型的精度,且支持向量机回归模型的精度和稳定性高于偏最小二乘回归模型。(3)经过CWT分解后,以原始光谱反射率在不同尺度上的敏感小波系数作为自变量建立的模型,估测精度和稳定性均有明显的提高,构建的R-CWT-2^(3)-SVMR模型的决定系数(R^(2))为0.84,均方根误差(RMSE)为1.48,相对分析误差(RPD)等于2.11,模型精度达到最高并拥有极好的预测能力。高光谱数据经多种变换处理后可有效去除白噪声,而连续小波变换处理比传统的数学变换方法更适合于挖掘土壤有效信息,实现光谱信号的近似特征和细节特征的有效分离,建立的反演模型可更加精准估测土壤有机质含量。

摘要： 在超宽带(UWB)室内定位系统中,采用时域特征识别非视距信号(NLOS)不能达到令人满意的性能。为了解决这一问题,利用小波变换方便同时提取时频域特征的特点,提出了一种基于连续小波变换和卷积神经网络(CWT-CNN)的NLOS识别方法。仿真实验使用一个网络开源数据集。仿真结果表明,对于6种不同的室内场景,NLOS信号识别准确率分别为87.50%、84.50%、88.00%、87.00%、90.50%和88.50%,CWT-CNN能够较好的识别时频域内的NLOS信号。

摘要： 面结构光三维测量中,变形光栅条纹的相位信息映射为物体表面的高度,为了提取变形条纹的相位,用复移Morlet小波作为母小波,并给出复移Morlet小波的参数带宽f_(b)和中心频率f_(c)的取值方法,对由物体表面高度调制而发生变形的条纹图像进行连续小波变换,利用最大值法确定小波变换的“脊”,进而提取条纹图像的相位。模拟和实验均表明:根据最小香农熵准则确定带宽f_(b),由f_(c)√2 f_(b)进而确定f_(c),所提出的方法提取条纹图像的相位是适合的,提取精度优于传统Morlet 1-1.5提取相位及傅立叶变换法,鲁棒性较好。

摘要： 为了解决单通道单维度振动信号输入不能全面表达齿轮箱故障特征的问题,提出一种基于多传感器多通道数据融合的诊断模型,结合卷积神经网络应用于齿轮箱振动信号的特征学习和故障分类中。利用连续小波变换对多通道数据进行二维时频变换,得到二维时频图像;构建神经网络诊断模型,以多通道的时频图作为输入,实现多通道信号特征的故障分类。通过动力传动综合故障实验台采集到的多通道振动信号对所提方法进行验证,实验结果表明,所提方法的特征提取能力和故障诊断效果优于单维度信号输入的诊断方法,具有一定的应用价值。

摘要： 随着人工智能算法的快速发展,在配网过电压识别中层数较少的卷积神经网络已得到应用。深层次网络有较高的识别率,但需要大量数据样本,目前已有数据集数据量不足,不能满足深层级网络训练所需。为此提出了一种满足深层次网络训练所需的配电网过电压数据集建立方法。首先利用电磁暂态仿真软件EMTPworks仿真10 kV配网5种典型的过电压并且编辑相应的JavaScript脚本,通过改变故障初相角、过渡电阻、线路长度等参数产生16272个数据。然后将三相过电压一维信号进行连续小波变换,得到相应二维时频图,并根据原始信号的特征自动标记二维时频图,从而建立了完整的配电网过电压数据集。最后利用卷积神经网络(CNN)对5类过电压信号数据的有效性进行验证。结果表明,构造的数据集数据规模大,有效性高,能够满足深层次网络需要。

摘要： 针对传统情感识别方法中脑电信号特征提取与辨识困难的问题,本文提出一种基于深层残差网络和长短时记忆网络的情感识别方法。首先,将DEAP生理数据信号进行连续小波变换得到相应的时频谱图;然后对时频谱图进行灰度化和归一化,再将灰度图降维至适当大小;最后将压缩后的时频谱图作为深层残差网络的输入,将DRN学习到的顶层特征进行向量化,并输入长短时记忆网络网络实现情感识别。实验结果表明:提出的CWT-DRN-LSTM模型情感识别准确率达99.23%,标准差仅0.27,相比于其它组合模型在识别准确率方面具有较大优势。

摘要： 螺栓松动故障的准确检测对于确保机械产品可靠性具有重要意义。为了解决现有的基于卷积神经网络(CNN)的检测方法所需的大量高质量数据难以在实际工程中获取的问题,本文提出了一种基于视觉测振和CNN的螺栓松动检测方法。通过视觉测振技术,从视频中的每一个像素点提取出振动信号,有效解决了CNN模型训练数据难以获取的问题,通过少量实测视频样本即可对CNN模型进行训练,并实现对螺栓连接状态的准确预测。本文通过一个对悬臂梁结构的敲击实验验证了所提方法的有效性。

摘要： 语音可懂度增强是一种在嘈杂环境中再现清晰语音的感知增强技术.许多研究通过说话风格转换(SSC)来增强语音可懂度,这种方法仅依靠伦巴第效应,因此在强噪声干扰下效果不佳. SSC还利用简单的线性变换对基频(F0)的转换进行建模,并且只映射很少维的梅尔倒谱系数(MCEPs).因为F0和MCEPs是语音的两个重要特征,对这些特征进行充分的建模是非常必要的.因此本文进行了一个创新性研究即通过连续小波变换(CWT)将F0分解为10维来描述不同时间尺度的语音,以实现F0的有效转换,而且使用20维表示MCEPs实现MCEPs的转换.除此之外,还利用iMetricGAN网络来优化强噪声中的语音可懂度指标.实验结果表明,提出的基于CycleGAN使用CWT和iMetricGAN的非平行语音风格转换方法 (NS-CiC)在客观和主观评价上均显著提高了强噪声环境下的语音可懂度.

摘要： 工业机器人谐波减速器工况循环往复,仅依靠单一传感器难以刻画其运行状态全貌且会导致健康状态评估结果不确定性高。为此,提出了多传感器信息深度融合的谐波减速器健康状态评估方法。首先对谐波减速器振动信号进行连续小波变换,构造出时频图以描述其运行状态特征;再运用基于小波变换的图像融合方法将多个传感器的时频信息进行融合以全面刻画谐波减速器运行状态。最后利用卷积神经网络对融合后的时频图像进行自动学习获得能准确表征谐波减速器健康状态的深度特征,并通过在卷积神经网络最后添加全连接层实现健康状态评估。通过对不同健康状态以及不同工作节拍下谐波减速器进行健康状态评估试验,证明了所提方法的可行性与有效性,并具有较好的泛化能力和稳健性。

摘要： 精准高效获取不同类型土壤的有机质含量,对促进东北土壤退化防治和耕地质量提升有重要意义。本研究以东北旱作农田典型土壤类型为研究对象,采集了黑土、黑钙土、潮土和棕壤共118个土壤样品,采用倒数对数、一阶微分、连续统去除和连续小波变换分别对其光谱曲线进行预处理。通过稳定性竞争自适应重加权采样(sCARS)算法筛选敏感波段,并建立偏最小二乘回归模型。研究结果表明:连续小波变换处理可以抑制背景和噪声的干扰,挖掘土壤光谱内隐含的有效信息,提高土壤光谱与有机质含量的相关性。sCARS算法能够提取与土壤有机质相关的重要特征信息变量,去除冗余、重叠的光谱信息,提高建模效率。黑土、黑钙土、潮土和棕壤的最佳模型均为连续小波变换模型,R^(2)分别达到了0.83、0.88、0.93和0.93;一阶微分模型也有较好的表现,而倒数对数、连续统去除的模型效果不佳。连续小波变换处理后,模型的精度和稳定性得到了显著提升,建模集、验证集决定系数R^(2)最高提升了0.13、0.28,均方根误差(RMSE)最大降低了2.48、2.40 g/kg。连续小波变换结合sCARS算法,为土壤有机质含量的高光谱快速精准估测提供了新途径。

摘要： 利用脉冲频率响应法在线检测电力变压器绕组变形故障时,传统频率响应曲线并不能刻画暂态信号的时域特性,巨快速傅里叶变换的局限性可能造成有用信息的缺失.本文提出利用连续小波变换处理脉冲在线注入法获得的暂态信号,研究利用小波时频图检测绕组变形故障类型.从理论推导入手,构建了单绕组仿真模型,开展了不同故障类型仿真分析;进行了绕组故障试验研究,分析检测信号时频特性,采用矩阵相似度量化评判检测信号的差异性.仿真分析与实验测试的数据处理结果,均初步证实了本方法的可行性.

摘要： 本文提出了用连续小波变换扩展地震带宽的方法，该方法在实现中对模型和实际数据的处理均得到了良好的效果。从模型和实际处理结果可以看出，该方法对信号的频谱扩展能力很好(通常在应用中对谱扩展一到两个倍频程就足够了);对信噪比的保持效果较谱白化好;不仅可以扩展频谱的高端，对低端的扩展也是很理想的;在对实际信号处理时，有效的提高了实际数据的分辨率，对地震同相轴连续性，断层等地质特征保持的很好;该方法对信号的相位特征保持不变，且实现起来容易，适应性强。

摘要： 传导性电磁干扰(EMI)差共模噪声分离中,硬件分离网络结构复杂、成本较高,传统软件分离受环境噪声影响明显,测量同步性差.针对上述局限,提出一种基于盲源分离(BSS)理论的EMI噪声差共模分离策略.首先利用快速独立分量分析(FastICA)对L线、N线噪声实施双通道盲源分离,实验证明其比射频电流叠加法信噪比范围更宽,适用性更强;其次单通道盲源分离采用连续小波变换(CWT)实施虚拟通道扩展以克服同步测量误差,同时改进FastICA目标函数以提升收敛性能,实验证明,其分离性能取决于小波函数的选取而非扩展通道数量,性能相比双通道盲源分离有一定降低,但节省经济成本,具有较好应用前景.

摘要： 基于现有的西瓜成熟度检测方法,提出通过对经过西瓜传输的声音信号分别进行FFT(快速傅立叶变换)和CWT(连续小波变换),分析两种变换的峰值频率的相对差值与西瓜含糖量的关系,并利用西瓜的糖度作为成熟度指数.理论与实践结果表明:频率差的相对值越小西瓜的成熟度越适宜.

摘要： 降雨量丰枯变化趋势的确定对一个地区的防洪抗旱有重要意义.本文对浙东地区代表站的降雨量进行了连续小波变换,得到连续小波变换系数的实部、方差、模平方.通过画出降雨量序列小波变换系数的方差图,结合实部以及模平方的变化图,找出了降雨量序列所包含的主要尺度.通过分析各尺度下的连续小波变换系数实部的变化趋势,确定了降雨量序列在各个尺度下的丰枯变换过程,从而确定了浙东地区未来几年降雨量的丰枯情况,为浙东地区引调水工作的开展提供参考.

摘要： 利用南京站1951～2011年降水逐日资料,采用统计学方法和连续小波变换方法,分析南京站降水年、季和月的变化特点以及降水的时频结构,结果表明,南京1951～2011年中年降水总量变化不大,但年降水日数呈减少趋势,且在时间序列中降水变率较大,偏旱和偏涝年份居多,无大旱年:降水量的季节变化主要表现为夏季降水量最大,春季和秋季次之,降水日数春季和夏季相当,季降水的年际变化趋势很小,但是降水日数却是呈下降趋势,且春季和秋季的下降趋势较明显;月降水量在7月和8月出现极大值,1、2、10、11和12月的降水量和降水日数都较少,而且都不稳定;南京降水时频结构分布不均,周期性主要表现2～4年、6年、14～16年尺度的周期振荡,且表现在部分时域.

摘要： 水下目标同声信号的特征提取是主动声纳目标识别的重要内容。本文将连续小波变换和奇异值分解两者结合用于水下目标回声信号的特征提取。奇异值分解可以有效的降低运算量和存储量，并能消除信号中的噪声;连续小波变换的多尺度分析可以提供任意分辨率的时间尺度信息，从而确保了信息的准确性。通过仿真和实测数据分析，表明该算法提取的不同类型目标的回波特征，具有明显的可分性。

摘要： 本文利用基于小波变换和应变能相结合的结构损伤识别方法。选用双正交小波基bior6.8函数，以结构损伤前后的应变能作为损伤标识量，对结构损伤前后的应变能做连续小波变换，利用损伤前后的连续小波变换系数差精确识别等截面简支梁的损伤位置，验证了该方法对于结构损伤位置识别的有效性。针对实际土木工程的复杂性和输入不完备性等特点，提出来在环境激励（地震荷载）下，对一在役输电塔结构损伤前后的应变能进行离散小波变换和连续小波变换。利用损伤前后的小波系数差识别出该结构的损伤位置。结果证明该方法对于此类结构损伤的识别和定位具有有效性和适用性。

摘要： 脉冲雷达的信号包络含有丰富的信息,在雷达对抗领域利用信号包络进行信号识别是研究的重点内容之一。针对信号包络的形状特征,提出用Shannon熵准则选取了复Morlet小波作为最优基小波,再对脉冲信号作连续小波变换(Continuous Wlavelet Transform,CWT),并利用最大峭度获取最佳时间尺度下的信号包络。仿真实验结果证明了该方法可在较低信噪比下提取脉冲信号的包络。

摘要： 人发出的声音通常包含三种信息:内容、音色和韵律.在声学特征层面,音色通常是通过谱包络来表征,韵律特征通常包括基频,能量和时长.通常,语音转换系统的目标即:不改变语音内容的前提下,改变源说话人的音色或者韵律,使之听起来像是目标说话人发出的声音.语音转换系统的应用场景很多,包括TTS语料库构造、协助发音、说话人转换、口音转换、情感转换、歌唱转换、窄宽带转换等等.

摘要： 本发明公开一种基于小波变换检测不连续性的室内定位位移测量方法，其步骤包括：采集物体运动过程中的加速度信号；对加速度信号进行小波阈值滤波；获取突变点集合；确定突变区域集；对突变区域内的加速度信号进行带限内插处理；计算物体位移量。本发明克服了现有技术中低通滤波会对加速度信号高频细节造成损失的缺点，较好的刻画了加速度信号的非平稳特性，同时也克服了对加速度信号高频细节刻画不足影响测量物体位移值的精度的缺点，减少了室内定位物体位移测量的误差。

摘要： 发明提供基于离散小波变换的连续体拓扑优化方法。该方法包括确定连续体结构的设计参数、建立拓扑优化数学模型、对优化问题进行转化、对优化问题进行求解和得到连续体结构拓扑优化结果。该方法采用离散小波变换方法结合连续体拓扑优化变密度法，实现设计变量的压缩，使拓扑优化的求解效率有大幅提高，同时目标函数值也在可接受范围内。

摘要： 本发明公开一种基于小波变换检测不连续性的室内定位位移测量方法，其步骤包括：采集物体运动过程中的加速度信号；对加速度信号进行小波阈值滤波；获取突变点集合；确定突变区域集；对突变区域内的加速度信号进行带限内插处理；计算物体位移量。本发明克服了现有技术中低通滤波会对加速度信号高频细节造成损失的缺点，较好的刻画了加速度信号的非平稳特性，同时也克服了对加速度信号高频细节刻画不足影响测量物体位移值的精度的缺点，减少了室内定位物体位移测量的误差。

摘要： 本发明属于管道测绘领域，具体涉及了一种基于复连续小波变换的管道连接器检测方法。本发明包括：采用管道内检测装置中用于管道检测定位的惯性传感器测量数据；并运用复连续小波变换方法来分析管道内的惯性传感器测量数据，通过对惯性传感器测量数据的奇异性分析来提取出管道连接器对应的时间段；同时，结合管道检测定位系统计算出来的管道位置和时间关系，二者进行时间同步运算即可得到管道连接器在管道不同位置的分布情况。管道连接器检测结果不仅为管道段连接器处等易腐蚀、易破裂部位的维修提供便利，还为惯性辅助管道检测定位系统在直管道段提供连续方位角和俯仰角误差修正，便于提高惯性辅助管道检测定位系统的定位和定向精度。

摘要： 本发明提供一种基于连续小波变换的跌倒检测方法、装置及电子设备，包括：从发送端和接收端传输的数据中获取原始信道状态信息；对所述原始信道状态信息进行预处理，获取具有动作代表性的信道状态信息；根据预处理后得到的所述信道状态信息应用连续小波变换提取时频域特征；根据所述时频域特征应用训练后的神经网络进行分类判断，确定与所述信道状态信息对应的用户活动是否为跌倒事件。本发明能够实现对跌倒进行检测，提高检测准确率。

摘要： 本发明公开了基于连续小波变换的叶片损伤识别方法、装置及介质，方法包括：构建复合材料梁的有限元模型；获取所述有限元模型的未损伤模态振型和损伤模态振型；对所述未损伤模态振型和所述损伤模态振型的一阶导数进行边界扩增处理，消除所述未损伤模态振型和所述损伤模态振型的边界效应；对边界扩增处理后的一阶导数进行连续小波变换处理，得到损伤识别结果；获取不同程度损伤的小波峰值位置和小波峰值大小；根据所述小波峰值位置和所述小波峰值大小进行损伤定位和损伤量化。本发明能够提高损伤识别准确率，可广泛应用于数据处理技术领域。

摘要： 本发明公开了一种基于连续小波变换的区域尺度农业大棚信息增强方法，包括以下步骤：获取待检测区域的多光谱卫星影像数据，并对卫星影像数据进行预处理，生成适用于提取信息的标准遥感数据；利用连续小波变换算法处理标准遥感数据，提取表征农业大棚信息的影像数据，并将提取的影像数据逐尺度合并；以原多光谱卫星影像数据为参照，利用目视解译方法筛选包含表征农业大棚信息的影像数据的敏感波段，并突出显示表征农业大棚信息的影像数据。本发明提供的基于连续小波变换的区域尺度农业大棚信息增强方法，以连续小波变换为数据处理手段，基于卫星影像对农业大棚信息进行快速、准确的识别，提升农业大棚管理水平，为农业发展提供技术支持。

摘要： 本发明公开了一种基于连续小波变换和多阶振型的裂纹梁损伤识别方法，其特征在于，包括如下步骤：通过数值模拟或实验测量获得裂纹梁的前m阶振型w，并计算归一化振型其中整数m≥3；将裂纹梁的归一化振型作为输入信号在一定尺度范围[smin，smax]进行连续小波变换，得到小波系数Wf；计算第j阶振型对应的小波系数模量|Wfj|在变换尺度范围内的极值点个数，取前m阶的极值点个数的平均值为损伤指数；通过损伤指数的峰值判断裂纹是否存在及其位置。本发明减小了边缘效应对损伤识别结果的干扰，避免了不同振型对相同裂纹的敏感性不同的影响，能有效地识别出裂纹的存在及其位置。

摘要： 本发明涉及材料无损检测技术领域，具体为基于二维连续小波变换的夹芯复合材料无损检测方法。该检测方法，包括以下步骤：首先将数值分析所得结构第四阶模态振型通过公式求得模态振型曲率，然后使用二维连续小波变换对模态振型曲率进行处理，得到关于模态振型曲率的小波系数，利用得到的小波系数建立损伤识别指标。本发明所述的基于二维连续小波变换的夹芯复合材料无损检测方法，小波分析可以将模态振型曲率当作空间域信号，进行奇异点检测，因此可以很好地进行结构损伤信号的提取，检测结果显示损伤的中间位置也有明显凸起，能够有效地检测到损伤的大致位置、数量和大概长度。

摘要： 本发明公开了一种基于连续小波变换和硬阈值去噪的VFTO频谱分析方法，包括以下步骤：采用基本小波对VFTO时域波形进行连续小波变换；对连续小波变换的结果进行硬阈值去噪得到去噪后的时频谱；从时频谱中提取特定频率成分的幅值‑时间特征。通过基于连续小波变换和硬阈值去噪的VFTO频谱分析方法，获得VFTO包含的频率和各频率分量的幅值‑时间特征，帮助GIS设计人员有针对性的抑制VFTO中有害的频率成分。