双树复小波

摘要： 针对滚动轴承时域信号难以有效提取其故障特征,且信号频谱在高低频区域内较为存在对分类无意义的冗余特征使得故障分类模型在训练过程中做无用功的问题,提出使用双树复小波进行故障特征提取。在此基础上,将双树复小波和宽度学习模型结合,提出了基于双树复小波与宽度学习的滚动轴承故障诊断方法。首先,利用双数复小波将采集到的振动信号分解为不同频带的子信号;然后提取子频带作为特征向量;最后用宽度学习对样本进行训练以完成快速故障分类。

摘要： 针对滚动轴承振动信号故障特征不易提取的问题,提出了基于双树复小波与完全集合经验模态分解的滚动轴承故障诊断方法。首先,对信号进行双树复小波分解与重构,达到初步降噪的目的;然后,通过完全集合经验模态分解与互相关系数分析获得典型模态分量并进行信号重构;最后,分析重构信号的时、频域信息并与轴承故障特征频率对比完成轴承故障类型识别。仿真及试验结果表明,与小波降噪和集合经验模态分解相比,该方法有更好的降噪效果,能更准确地判断滚动轴承的故障状态。

摘要： 圆柱直齿轮副是机械装置中常用的关键传动部件,常因齿面的周期性载荷和疲劳磨损出现齿根裂纹故障,导致齿轮副振动和噪声增大,严重影响机械系统的工作性能,需要及时检测。但齿轮副的工作环境存在随机振动和白噪声等因素,易使齿轮副的振动频谱中出现杂频,淹没故障信号,不利于对齿轮副裂纹故障的识别。针对齿轮副齿根裂纹故障的振动信号,采用小波变换对信号进行分解与重构;建立基于双树复小波的降噪模型,实现对振动信号的有效降噪,形成了齿轮副裂纹故障检测方法。实验验证表明,该方法的降噪效果优于常用的硬阈值函数小波降噪和软阈值函数小波降噪算法,可较为准确地判断出齿轮箱的故障类型,为圆柱直齿轮副的状态判别提供科学依据。

摘要： 为实现滑坡稳定性评价及临灾预警等级划分,以三峡库区八字门滑坡为例,结合滑坡变形监测成果,先利用双树复小波实现滑坡变形信息分解,以剔除滑坡变形数据的误差信息,保证后续分析数据的准确性;其次,利用尖点突变理论对滑坡稳定性进行评价;最后,利用极限位移准则和V/S分析分别进行滑坡现状预警和后期预警,以实现滑坡预警综合评价.实例分析结果表明:滑坡变形数据的确含有一定量的误差信息,对滑坡稳定性评价及预警分析具有较大影响;双树复小波能有效分离滑坡变形的有用信息和误差信息,但在信息分解过程中应注重参数优化筛选,以保证分离效果;八字门滑坡现状处于稳定状态,且滑坡后部稳定性相对更强,前部稳定性相对更弱;在预警分析方面,八字门滑坡现状预警等级为Ⅲ级,且其后期预警显示其变形仍将持续增加,进而建议对滑坡进行较高频率监测,并做好避让措施准备,以切实保证区内居民的生命财产安全.

摘要： 局部放电(Partial Discharge,PD)会使电气设备绝缘性能下降,影响电气设备的正常运行,威胁电力系统的安全稳定性.因此,需要对关键电气设备进行PD在线监测.然而,现场测量得到的PD信号往往会被白噪声污染,所以PD去噪非常必要.提出使用共同因子法来构成双树复小波,同时利用邻近小波系数阈值法对PD信号进行去噪.最后,通过对基准数据进行计算验证,并与传统的去噪方法的结果进行对比,证明本文所提方法的有效性和优越性.

摘要： 为了进一步提升高斯噪声的去除性能,提出了基于双树复小波变换与双边滤波的图像滤波方法.根据图像和噪声的分布特征,推导出一种自适应的阈值去噪模型.用去噪模型对双树复小波变换后的图像系数进行量化处理,再由双树复小波逆变换得到去噪图像,然后用改进的双边滤波方法对去噪图像进行边缘增强,改进的双边滤波核自适应于图像的特征,具有更好的鲁棒性.实验结果显示,该方法相对于现有的性能较好的方法,PSNR高出大约0.8 dB,SSIM高出大约2.3％.实验证明了该文提出的方法在去噪效果和细节恢复上优于已有的方法.

摘要： 现有滚动轴承故障特征提取算法的性能会随着故障集规模扩大而出现衰减.针对故障信号间存在的干扰和模态混叠等问题,提出一种基于双树复小波的特征提取算法.双树复小波结构包含两个独立的滤波器组,在含噪混合信号的分解和重构中形成互补关系,提升信号采样的平稳性;优化双树复小波滤波器组的结构,降低故障信号平移敏感性,利用门限阈值处理高频小波系数,达到降噪的目的,并基于时间序列样本熵提取子带信号的能量特征.实验结果显示:提出的算法能够准确提取滚动轴承各部分的故障特征信息,算法的在线故障识别率达到99.56％.

摘要： 信号的指纹特征是辐射源个体识别的重要依据.针对敌我识别辐射源的个体识别问题,提出了一种基于双树复小波和多重分形的信号暂态特征提取方法.该方法通过双树复小波变换实现信号多分辨率分解,求解分解信号Hilbert谱的信息熵和指数熵,计算信号的多重分形奇异指数和谱值,最终组成表征辐射源的特征向量.通过实验验证,提取的特征向量能充分代表辐射源个体之间的差异;被测信号的信噪比满足8 dB或9 dB的条件时,对辐射源的识别正确率能达到90％以上.统计分析表明该方法提取的特征具有很高的稳定性.

摘要： 本文提出了一种双树复小波和能量算子解调的轴承故障诊断的方法.针对轴承故障振动信号,首先利用双树复小波将该信号进行分解和重构,得到几个不同频带的分量,由于故障特征信号一般会调制在轴承系统的高频共振信号中,故应提取信号中高频调制频带,并利用能量算子解调,从而找到轴承故障的频率,来确定轴承的故障根源.轴承故障振动实验和工程应用表明,该方法能正确地提取故障轴承在运行过程中引起的周期瞬态冲击信号,通过能量算子包络解调后,找到轴承的故障特征频率,从而有效地识别轴承故障类型.

摘要： 滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavelet transform,DTCWT)和最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)相结合的诊断方法.首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后分量的频谱中很难对故障做出正确的判断.然后对包含故障特征的分量进行最大相关峭度反褶积处理以消除噪声成分,凸现故障特征信息.最后对降噪信号求取Hilbert包络谱,便能准确获得故障特征频率.通过信号仿真和实验数据分析验证了该方法的有效性.

摘要： 基于内容的医学图像检索具有重要的临床意义。基于最大似然规则，推导出基于概率密度和K-L测度的图像检索方法，以此为指导，采用双树复小波对图像进行二阶分解，对所得的12个子带图的小波系数的直方图进行广义高斯密度模型的参数估计，以得到的12组参数作为图像的纹理特征，用K-L距离作为相似性测度进行图像检索。实验证明本文算法能较好的枪索出相似疾病的MR图像。

摘要： 本发明公开了一种结合双树复小波与双变量模型的的SAR图像降斑方法，主要解决现有SAR图像降斑方法不能很好的抑制斑点噪声和丢失部分边缘和细节信息的问题。其实现过程为：对原始SAR图像进行双树复小波分解，得到在各个尺度上分解系数的实部和虚部；利用非对数加性噪声模型，求解得到噪声系数的方差；根据利用局部邻域窗口，求得复小波系数实部边缘方差和虚部边缘方差；利用最大后验估计求得阈值收缩函数，对双树复小波分解的系数进行阈值收缩；对缩减后的系数运行双树复小波重构，得到降斑后图像。本发明具有有效去除SAR图像斑点噪声和边缘保持性好的优点，可用于对边缘信息丰富、细节丰富的SAR图像，特别是含有机场、跑道、道路的SAR图像降斑。

摘要： 本发明涉及一种基于双树复小波和自适应半软阈值法的去噪方法，该方法包括下述步骤：以设定的采样频率采集反射的光学信号；对光学信号进行双树复小波分解，计算含噪光学信号在各层的小波子带系数和双树小波分解后各层的方差；采用贝叶斯自适应半软阈值法得到下阈值和上阈值并利用下阈值与上阈值范围内的小波子带系数进行双树复小波逆变换，得到降噪后的光学信号。本发明将双树复小波变换的优良特性与自适应半软阈值滤波可有效去除信号噪声的优点相结合，可以较好地滤除信号中的噪声。

摘要： 本发明属于浮选泡沫工矿识别技术领域，尤其涉及一种基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法。该方法包括对图像进行双树复小波变换，提取图像的高低频子图；基于双树复小波变换计算各子图的灰度共生增广矩阵；计算各增广矩阵的特征值；搭建浮选工矿识别模型；将增广矩阵的特征值作为浮选工矿识别模型的输入特征矢量，用于浮选工况的识别。本发明能够准确、快速的实现浮选泡沫图像的工况识别，避免人工观测的主观性和随意性，为浮选生产的优化控制提供了可能，确保了企业的经济效益和生产效率，保证了矿产资源的可持续性发展。

摘要： 本发明公开了一种基于双树复小波的滚珠丝杠参数视觉测量方法，包括以下步骤，通过图像采集设备获取滚珠丝杠法向截面图像；通过双树复小波方法对采集到的滚珠丝杠法向截面图像进行低频成分信息数据获取；利用非极大值抑制方法对滚珠丝杠法向截面图像进行图像边缘轮廓信息数据获取；获取滚珠丝杠的理论圆弧模板，并将理论圆弧模板内的信息数据与图像边缘轮廓信息数据进行相关性计算,确定滚珠丝杠两个圆弧的粗级位置；通过粗级位置找到双圆弧的区域位置信息数据，通过最小二乘法进行双圆弧圆心及半径信息数据的拟合，计算得到滚珠丝杠参数。本发明具有抗噪声干扰能力强、方便测量区间调整的特点。

摘要： 本发明涉及基于双树复小波的心电R波检测方法、设备、介质及产品，该方法包括步骤：采用双树复小波分解结构重构心电信号，得到滤波后的心电信号；利用滑动窗口进行心电R波识别，得到R波位置数组；对所述R波位置数组中的R波位置进行校正，得到所有R波位置及强度信息。本发明克服了离散小波变换的缺乏平移不变性和方向选择性的局限性，具有良好的时频局部化特征、尺度化特征和方向性特征；排除其他干扰峰，减少R波漏检、多检现象，提高R波识别的准确率。

摘要： 本发明公开了一种自适应双密度双树复小波扣除本底方法，该方法包括原始光谱数据导入；选取目标元素的峰值范围，确定最佳小波分解层数；利用迭代双密度双树复小波进行本底扣除；根据本底的峰值和误差来判断迭代次数。本发明首次将双密度双树复小波变换用于X射线荧光光谱预处理，它相比于普通小波具有平移不变性，紧支撑等优点；同时根据目标元素峰值来确定分解层数和迭代次数，有效防止目标元素峰值偏移和面积变化，提升了元素分析的快速性和准确性。

摘要： 本发明提供了一种基于双密度双树复小波的结构化图像压缩感知还原方法及系统，所述方法将结构化稀疏模型与CoSaMP（Compressive Sampling Matching Pursuit）算法相结合，并且将基于双密度双树复小波变换的系数结构模型融入所述方法，进一步提高重构性能。本发明的方法及系统由于利用图像在小波变换下具有的结构化稀疏模型以及针对小波变换的缺陷而采用的双密度双树复小波变换，能够获得更高的图像重构质量。

摘要： 本发明公开了一种结合双树复小波与双变量模型的的SAR图像降斑方法，主要解决现有SAR图像降斑方法不能很好的抑制斑点噪声和丢失部分边缘和细节信息的问题。其实现过程为：对原始SAR图像进行双树复小波分解，得到在各个尺度上分解系数的实部和虚部；利用非对数加性噪声模型，求解得到噪声系数的方差；根据利用局部邻域窗口，求得复小波系数实部边缘方差和虚部边缘方差；利用最大后验估计求得阈值收缩函数，对双树复小波分解的系数进行阈值收缩；对缩减后的系数运行双树复小波重构，得到降斑后图像。本发明具有有效去除SAR图像斑点噪声和边缘保持性好的优点，可用于对边缘信息丰富、细节丰富的SAR图像，特别是含有机场、跑道、道路的SAR图像降斑。

摘要： 本发明公开了一种基于双树复小波的滚珠丝杠参数视觉测量方法，包括以下步骤，通过图像采集设备获取滚珠丝杠法向截面图像；通过双树复小波方法对采集到的滚珠丝杠法向截面图像进行低频成分信息数据获取；利用非极大值抑制方法对滚珠丝杠法向截面图像进行图像边缘轮廓信息数据获取；获取滚珠丝杠的理论圆弧模板，并将理论圆弧模板内的信息数据与图像边缘轮廓信息数据进行相关性计算,确定滚珠丝杠两个圆弧的粗级位置；通过粗级位置找到双圆弧的区域位置信息数据，通过最小二乘法进行双圆弧圆心及半径信息数据的拟合，计算得到滚珠丝杠参数。本发明具有抗噪声干扰能力强、方便测量区间调整的特点。

摘要： 本发明公开了一种基于双树复小波的数字水印处理方法及系统。其中，数字水印处理方法又包括数字水印嵌入方法，数字水印嵌入方法包括：对水印图像进行频域变换；选择载体图像的嵌入通道；利用灰度共生矩阵确定嵌入通道的纹理方向；根据嵌入通道的纹理方向选择嵌入方向，嵌入方向包括±15°、±45°、±75°；对嵌入通道进行双树复小波变换，得到嵌入通道的三级高频分解子图；选择与嵌入方向相应的嵌入通道的三级高频分解子图；将经频域变换的水印图像嵌入选择的嵌入通道的三级高频分解子图；对经嵌入的载体图像的嵌入通道进行双树复小波变换的逆变换。本发明根据载体图像通道的纹理方向适应性地选择水印的嵌入方向，能够提高水印的隐蔽性。