基于小波变换的振动信号去噪方法分析-模式识别与智能系统专业论文.docxVIP

五邑大学硕士学位论文摘 五邑大学硕士学位论文 摘 要 大型结构如桥梁，在载荷作用下局部失稳(如断裂，瞬间变形等)时会释放出机 械波(振动)，这些机械波的出现时刻，表现形式，波形特征等信息间接地表达了结构 的状态。从强背景噪声中将这些信号或信号的特征提取出来，对结构状态监测具有 重要的意义。 小波分析作为一种全新的信号处理方法，它将信号中各种不同的频率成分分解 到互不重叠的频带上，为信号滤波、信噪分离和特征提取提供了有效途径，特别在 信号去噪方面显出了独特的优势。本文研究了利用小波变换方法去除噪声的问题， 并通过仿真和实际振动信号检验了去噪方法的效果。本文首先研究了小波变换理论， 分析了小波变换的特点，接下来介绍了经典的去噪方法，并对其适用范围和效果进 行了分析和比较。进而，针对非平稳信号，系统的介绍了目前常用的小波去噪方法： 小波模极大值去噪法、小波变换尺度间相关性去噪方法和阈值去噪法。本文分别对 这三种方法进行了算法分析，并通过MATLAB仿真实现，而且对于阈值法用振动信号 做实验，对实验结果进行了分析。处理结果表明，小波变换模极大值去噪方法，在 低信噪比的信号去噪中具有优势，适合信号中混有白噪声且含有较多奇异点的情况： 小波变换尺度间相关性去噪方法比较适合噪声水平不是很高的信号去噪，且具有较 好的边缘重构能力：小波变换阈值去噪方法具有广泛的适应性，且有很好的去噪效 果。 尽管本论文中选择的仿真算例针对的情况有限，但是仿真结果表明：利用小波分 析理论对信号去噪是行之有效的方法。 关键词小波变换模极大值 阈值去噪 振动信号 五邑大学硕士学位论文A 五邑大学硕士学位论文 A bstract Large—scale structure，for example,bridge，will release the mechanical wave(vibration)when it is partial stabilization(for example break，instantaneous distortion and on)under load function． The moment when these mechanical wave taken place,the form of manifestation and the wave feature expressed the structure condition indirectly．Extracting these signals and the signal characteristic from the strong noise background has the vital significance to the structure condition monitor． As new signal processing method，Wavelet analysis decomposed different kinds of frequency element to non-overlapped frequency bands and this method put forwards an effective way to signal filter,signalmnoise separating and character picking—up，especially it has well de4noising capabili够 This paper studied the de—noising question using the wavelet transformation method and examined the effect of the de·noising method through the simulation and the actual vibration signal。 This paper studied the wavelet transform theories，analyzed the characteristics of the wavelet transform，then introduced the classic de-noising method and as to it’S applied of scope and results to carry the analysis and comparison．Aim at the non—stable signal the system introduced the common wavelet de-noising methods：Mold maximum de-no