网站大量收购独家精品文档,联系QQ:2885784924

一种新的小波阈值函数及其在振动信号去噪分析中的应用.pdf

一种新的小波阈值函数及其在振动信号去噪分析中的应用.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种新的小波阈值函数及其在振动信号去噪分析中的应用.pdf

振动与冲击 VIBRATIONANDSHOCK 第28卷第7期 JOURNAl.OF 一种新的小波阈值函数及其在振动信号去噪分析中的应用 唐进元,陈维涛,陈思雨,周炜 (中南大学机电工程学院现代复杂装备设计与极端制造教育部重点实验室(中南大学),长沙410083) 摘 要:研究一种新的小波收缩阈值函数用于信号的去噪分析,对比分析了硬阈值、软阈值和新收缩阈值函数的 优缺点,给出了收缩阈值函数法中的阈值计算详细过程,基于虚拟仪器LabVIEW构建检测齿轮箱系统的振动与噪音检测 系统,在MATLAB平台上利用收缩阈值方法开发了对齿轮箱振动和噪声信号进行去噪处理的软件,试验数据的分析表 明:基于新的小波阈值函数的信号降噪分析方法去噪效果明显,且保留了原始信号的细节特征,是一种较传统经典去噪手 段更为优越的方法,具有较高的实用价值。 关键词:小波分析;去噪;阈值函数;阈值;虚拟仪器;齿轮 中图分类号:TP274+.2文献标识码:A 在设备的状态检测和故障诊断中,通常要对测得 的信号进行分析处理,提取真实信号的特征,然而这些 出的硬阈值函数、软阈值函数是基本的收缩阈值函数, 信号往往容易受到噪声的干扰,使得信号中有用的特 其基本原理是将非重要系数置零,重要系数在硬阈值 征信息也常常淹没在噪声之中,从而给信号的特征提 函数中保持不变,而在软阈值函数根据小波阈值进行 取带来很大的困难,因此必须去除信号中叠加的噪声 收缩。这两种阈值在信号降噪处理中效果不错,但在 或干扰成分…。 连续性和重构信号逼近真实信号程度方面有一些 传统去噪方法是基于傅里叶变换的去噪方法,一 缺点。 般具有低通性,在进行滤波噪声的同时,也平滑了信号 本文主要介绍一种最新的小波收缩阈值函 中的突发点,而且要使有用信号和噪声信号的频带重 数¨¨12j,此函数不仅能克服上述阈值函数的缺点,而 叠部分尽可能的小,在频域就可以通过时不变的滤波 且可以改善软、硬阈值函数的去噪效果,文献检索表 方法将有用信号同噪声分离,当他们的频域重叠时,这 明,这种新的小波收缩阈值函数用于信号去噪分析尚 种方法就无能为力了口J。而对于短时傅里叶变换 无文献报道。论文对比分析了硬阈值、软阈值和收缩 STfTI’,一旦窗函数选定,在时频相平面中窗口的大小是阈值函数的优缺点,给出了收缩阈值函数法中的阈值 固定不变的,不随时频位置(t,.厂)而变化,所以短时傅 计算详细过程,基于虚拟仪器LabVIEW构建检测齿轮 里叶变换的时一频分辨率是固定不变的。小波变换是 箱系统的振动与噪音检测系统,在MATLAB平台上利 一种信号的时间一频率分析方法,具有多分辨率的特 用收缩阈值方法开发了对齿轮箱振动和噪声信号进行 点,而且在时域、频域都具有表现信号局部特征的能 去噪处理的软件,研究表明:基于新的小波阈值函数的 力,其时频窗口面积大小同定不变但其形状可以改 信号降噪分析方法去噪效果明显,且保留了原始信号 变日“J。时间窗和频率窗都可以改变的时频局部化分 的细节特征,是一种较传统经典去噪手段更为优越的 析方法。在低频部分具有较高的频率分辨率和较低时 方法,具有较高的实用价值。 间分辨率,在高频部分具有较高的时间分辨率和较低 1 基于新的小波阈值函数的信号去噪方法 的频率分辨率,因此非常适合分析突变信号和非平稳 信号,把噪声信号从正常信号中分离出来,达到去噪的 目前有多种利用小波变换进行去噪的方法,主要 目的¨o。1995年,D.L.Donoho在小波变换的基础上提有模极大值法去噪、高频系数置零法小波去噪、相关性 出了小波阈值去噪的观念。Mallat”3提出的快速小波去噪、小波收缩阈值去噪和平移不变量

文档评论(0)

文档精品 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档