导读:本文包含了信号消噪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,阈值,小波,多普勒,接触器,分解,算法。
信号消噪论文文献综述
孙万麟,王超[1]（2019）在《基于改进的软阈值小波包网络的电力信号消噪》一文中研究指出为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。(本文来源于《海军工程大学学报》期刊2019年04期）
柳浩[2]（2019）在《基于全包络权重算法的超声波检测信号消噪》一文中研究指出为了提高超声波检测的准确度和精度,引入全包络权重算法对超声波检测信号进行消噪处理。首先,在信号的小波变换基础上构建一个全包络权重算法;然后,在小波迹域内进行阈值消噪去除信号中的噪声;最后,利用全包络权重算法通过有限步骤的迭代后,在全包络权重算法上用一定数量的小波迹的组合来实现原信号的稀疏描述。全包络权重算法内的小波迹具有对信号结构特征无损的描述能力,在小波迹域内消噪克服了传统小波消噪不考虑各尺度之间小波系数的相关性而只进行简单的系数收缩的缺陷。通过试验表明该方法的消噪效果要优于传统的小波消噪方法。(本文来源于《国外电子测量技术》期刊2019年06期）
葛维春,薄一平,李斌,张建,李正文[3]（2019）在《基于改进的EMD交流接触器退化特征参数信号消噪处理方法》一文中研究指出针对交流接触器退化特征参数提取过程中,扰动信号会影响交流接触器电寿命状态预测的准确性,提出了一种将经验模态分解(EMD)的阈值方法与Savizky-Golay滤波方法相结合的改进的EMD消噪方法。首先,用新小波阈值函数对EMD分解的高频本征模态分量进行消噪处理,可以保持交流接触器退化特征参数信号的高频分量;其次,用Savizky-Golay滤波对EMD分解的低频本征模态分量进行滤波降噪处理,可以较好地保持交流接触器退化特征参数信号低频分量的光滑特性;最后,将消噪后的高频分量与低频分量迭加重构,得到消噪后的信号。试验结果表明,改进的EMD消噪方法能够有效剔除强噪声,为交流接触器电寿命预测提供更精确的数据。(本文来源于《电器与能效管理技术》期刊2019年10期）
顾康康[4]（2019）在《基于多普勒原子稀疏表示的列车轴承轨边信号消噪研究》一文中研究指出列车轴承健康状况直接影响到列车能否稳定、安全、高效的运行,开展列车轴承运行状态在线监测研究具有重要意义。轨边声学监测是列车轴承在线监测的有效手段之一,本文以我国现役列车轮对轴承NJ(P)3226X1为研究对象,针对轨边信号特点,以稀疏分析为手段,研究轨边声音信号消噪理论。本文针对我国现役列车轮对轴承NJ(P)3226X1人工设置不同类别的单点故障,并介绍了部分实验设备,模拟静态、动态信号的采集方案,随后介绍了现场采集装置。根据轨边信号多普勒时频变化规律,研究了与轨边信号内在时频结构相匹配的Doppler谐波字典、Doppler谐波-冲击复合字典的构造理论与方法,结合匹配追踪算法建立了基于多普勒调制原子字典的匹配分解方法,根据声源空间分布位置不同,提出最优原子筛选和信号重构策略,实现轨边声音信号的消噪。具体来说:第一种方法是构建基于过完备参数化多普勒调制谐波原子库的列车轮对轴承轨边声信号分离方法。具体实现步骤:1、构建Doppler谐波原子库;2、使用匹配追踪算法实现信号稀疏分解;3、根据麦克风到轴承声源的横向、纵向距离及声源信号的共振频带,在投影原子中筛选最优原子,线性组合得到消噪信号。第二种方法是基于多普勒调制谐波-冲击复合原子字典的稀疏分析理论,在第一种方法的基础上引入多普勒调制冲击原子,构建多普勒调制谐波-冲击复合原子字典,提高原子与轨边故障信号的内在结构匹配程度,增强信号表示稀疏性,提升去噪效果。通过仿真与实验数据分析,验证了本文所提方法的有效性。本文所提方法与传统数字滤波相比,具有消除带内噪声的优点,有望在实际工程中进行推广应用。(本文来源于《安徽大学》期刊2019-05-01）
高强[5]（2019）在《基于信号消噪与能量算子解调的柱塞泵故障诊断研究》一文中研究指出柱塞泵的各类信号蕴含大量反映其健康状况的信息,然而在工作状态下这些有用信息往往被强背景噪声和柱塞泵固有工作模式导致的周期性脉冲噪声所淹没与调制。为解决该问题,本论文提出基于信号消噪与能量算子解调的柱塞泵故障诊断方法,应用于轴向柱塞泵多种零件故障诊断。论文的主要工作及研究内容如下:1.针对微弱损伤故障特征提取,提出一种沃尔什变换软阈值消噪的能量算子解调方法。基于沃尔什变换与软阈值消噪原理,提出沃尔什变换软阈值消噪方法。该消噪方法能够有效地削弱背景噪声,提高故障诊断的准确率,与小波消噪、集合经验模式分解等消噪方法相比,该方法还具有计算速度快的优势。继而采用能量算子进行调幅信号解调。由于能量算子具有比希尔伯特包络解调更高的分辨率,可有效地提取出微弱故障特征。2.轴向柱塞泵的故障特征除了会受到背景噪声的影响还会被轴向柱塞泵固有工作模式导致的周期性脉冲(自然周期性脉冲)干扰。针对这一问题,进一步提出基于增强聚类分割与L-峭度的消噪方法,与传统的聚类分割方法不同,增强后的算法是一种双周期的方法,结合能量算子解调,可以从背景噪声和自然周期性脉冲噪声中有效地提取出故障特征。3.开展轴向柱塞泵故障诊断工程应用研究。依托实习企业,搭建轴向柱塞泵故障诊断实验系统,通过大量的实验和应用研究,将基于信号消噪与能量算子解调的两种具体方法应用于企业轴向柱塞泵多种零件损伤故障的诊断。(本文来源于《温州大学》期刊2019-03-01）
李海,黄忠来,刘玉良[6]（2018）在《基于同步挤压S变换的探地雷达信号消噪方法》一文中研究指出为提高对探地雷达低幅度有用信号的识别效果,提出了基于同步挤压S变换的消噪方法.首先将含噪声信号进行S变换,并计算出信号的瞬时频率,再将信号的时频能量进行重新集中,从而获得高分辨率的压缩时频谱.然后根据噪声出现的时间和频率,设计相应的二维滤波器在时频域对信号进行消噪.在消除噪声能量后,再进行反变换得到有用信号.由于在压缩时频谱上可以更好地区分有用信号和噪声,消噪时有效信号的能量可以被尽可能多地保留下来.仿真信号和探地雷达实际信号的处理结果表明,利用同步挤压S变换在时频域进行消噪能够取得很好的效果.(本文来源于《天津科技大学学报》期刊2018年06期）
刘木森,王杰,刘欢,蔡明浩[7]（2018）在《改进相关性消噪算法在铣削力信号消噪中的应用》一文中研究指出铣削加工状态的判定对保证铣削加工产品质量具有重要意义。铣削力信号中包含有丰富的铣削加工状态信息,但其中混杂的噪声影响力信号的准确性。传统的小波变换尺度间相关性去噪算法运算量大、效率低、准确性差,不适合实时铣削力信号消噪。通过引入系数比较权重、噪声能量权重及从大尺度到小尺度提取边缘信息的方法,对传统算法进行改造,提高了铣削力信号消噪效率及准确性。将改进前后的算法和阈值去噪算法分别用于对低信噪比和高信噪比信号进行消噪处理,结果表明,改进后的算法消噪精度更高,能够保存更多的信号能量。(本文来源于《工具技术》期刊2018年11期）
高彩霞,吴彤,付子义[8]（2018）在《基于多准则融合的滚动轴承振动信号消噪方法》一文中研究指出针对滚动轴承早期微弱故障特征难以提取的问题,提出了基于多准则融合的滚动轴承振动信号消噪方法。该方法采用集合经验模态分解(EEMD)方法对原始振动信号进行分解得到一组IMF分量,计算各阶IMF分量和原始振动信号的相关系数、各阶IMF分量和原始振动信号包络谱的J散度、各阶IMF分量的峭度值;分别根据相关系数准则、J散度准则、峭度准则选取有效IMF分量,将同时保留的IMF分量作为有效分量进行信号重构。实验结果表明,该方法可以有效地提取滚动轴承早期微弱故障信息,能够有效抑制经验模态分解(EMD)中的模态混迭问题,同时削弱低频噪声,突出高频共振成分,具有良好的自适应性。(本文来源于《工矿自动化》期刊2018年11期）
王文波,晋云雨,王斌,李维刚,汪祥莉[9]（2018）在《混沌信号的自适应阈值同步挤压小波变换消噪》一文中研究指出针对同步挤压小波变换(SST)消噪过程中仅使用单一阈值的不足,对SST消噪时的幅度阈值进行了改进,提出了一种基于SST分层阈值的混沌信号消噪方法.首先,根据信号和噪声经SST分解后系数的分布模型,推导SST混沌去噪时幅度阈值权系数的均方误差计算公式;进而,根据均方误差最小准则,计算幅度阈值权系数的最优取值;最后,根据最优阈值权系数和噪声标准差,确定SST混沌去噪时的分层阈值.利用模拟混沌信号和实测月太阳黑子信号对所提方法进行了实验分析,实验结果表明,本文方法可较好地滤除混沌信号中的噪声,同时原始信号的内在混沌特性也能得到较大程度的恢复.与小波阈值法和集合经验模态分解(EEMD)消噪法相比,可获得更好的消噪效果.(本文来源于《电子学报》期刊2018年07期）
张智军,杨博楠,杜金强[10]（2018）在《希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用》一文中研究指出针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。(本文来源于《国防科技大学学报》期刊2018年03期）
信号消噪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高超声波检测的准确度和精度,引入全包络权重算法对超声波检测信号进行消噪处理。首先,在信号的小波变换基础上构建一个全包络权重算法;然后,在小波迹域内进行阈值消噪去除信号中的噪声;最后,利用全包络权重算法通过有限步骤的迭代后,在全包络权重算法上用一定数量的小波迹的组合来实现原信号的稀疏描述。全包络权重算法内的小波迹具有对信号结构特征无损的描述能力,在小波迹域内消噪克服了传统小波消噪不考虑各尺度之间小波系数的相关性而只进行简单的系数收缩的缺陷。通过试验表明该方法的消噪效果要优于传统的小波消噪方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号消噪论文参考文献
[1].孙万麟,王超.基于改进的软阈值小波包网络的电力信号消噪[J].海军工程大学学报.2019
[2].柳浩.基于全包络权重算法的超声波检测信号消噪[J].国外电子测量技术.2019
[3].葛维春,薄一平,李斌,张建,李正文.基于改进的EMD交流接触器退化特征参数信号消噪处理方法[J].电器与能效管理技术.2019
[4].顾康康.基于多普勒原子稀疏表示的列车轴承轨边信号消噪研究[D].安徽大学.2019
[5].高强.基于信号消噪与能量算子解调的柱塞泵故障诊断研究[D].温州大学.2019
[6].李海,黄忠来,刘玉良.基于同步挤压S变换的探地雷达信号消噪方法[J].天津科技大学学报.2018
[7].刘木森,王杰,刘欢,蔡明浩.改进相关性消噪算法在铣削力信号消噪中的应用[J].工具技术.2018
[8].高彩霞,吴彤,付子义.基于多准则融合的滚动轴承振动信号消噪方法[J].工矿自动化.2018
[9].王文波,晋云雨,王斌,李维刚,汪祥莉.混沌信号的自适应阈值同步挤压小波变换消噪[J].电子学报.2018
[10].张智军,杨博楠,杜金强.希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用[J].国防科技大学学报.2018
论文知识图
