期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到101篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别 被引量：2
1
作者 张威 景国玺 +2 位作者 武一民 杨征睿 高辉 《中国测试》 CAS 北大核心 2024年第4期144-152,共9页
以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastI... 以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。 展开更多
关键词 电驱动总成 噪声源识别 互补集合经验模态分解 快速独立分量分析 连续小波变换 阶次分析
在线阅读 下载PDF
基于WPD-ISSA-CA-CNN模型的电厂碳排放预测
2
作者 池小波 续泽晋 +1 位作者 贾新春 张伟杰 《控制工程》 北大核心 2025年第8期1387-1394,共8页
碳排放的准确预测有利于制定合理的碳减排策略。目前,针对电厂碳排放的研究较少,且传统预测模型训练时间过长。基于此,提出一种分量增广输入的WPD-ISSA-CA-CNN碳排放量预测模型,该模型创新性地构建“分解-增广融合预测”策略。首先,利... 碳排放的准确预测有利于制定合理的碳减排策略。目前,针对电厂碳排放的研究较少,且传统预测模型训练时间过长。基于此,提出一种分量增广输入的WPD-ISSA-CA-CNN碳排放量预测模型,该模型创新性地构建“分解-增广融合预测”策略。首先,利用小波包分解(wavelet packet decomposition,WPD)算法将信号按频率特性分解为子序列,再将全部分量增广(component augmentation,CA)作为模型输入,以减少模型的训练时间。其次,考虑到该模型超参数选择困难,利用多策略融合的改进麻雀搜索算法(improved sparrow search algorithm,ISSA)对卷积神经网络(convolutional neural networks,CNNs)的超参数进行寻优。以山西某发电厂2×25 MW锅炉的历史数据为样本,利用5种评价指标将所提模型与BP、LSTM、CNN及其混合模型进行对比。结果表明,所提混合模型在预测火力发电碳排放中各指标均有最佳的准确度且模型训练速度明显提升。 展开更多
关键词 碳排放预测 小波包分解 改进麻雀搜索算法 卷积神经网络
在线阅读 下载PDF
基于快速学习图卷积网络的滚动轴承故障诊断研究
3
作者 宁少慧 董振才 +1 位作者 戎有志 周利东 《机床与液压》 北大核心 2025年第12期53-59,共7页
图神经网络跨层的递归邻域扩展为训练大型密集图带来时间方面的挑战,导致轴承故障诊断的训练效率不高。针对此问题,提出一种基于快速学习图卷积网络方法并将其应用于滚动轴承故障诊断中。利用快速傅里叶变换(FFT)将采集的轴承故障时域... 图神经网络跨层的递归邻域扩展为训练大型密集图带来时间方面的挑战,导致轴承故障诊断的训练效率不高。针对此问题,提出一种基于快速学习图卷积网络方法并将其应用于滚动轴承故障诊断中。利用快速傅里叶变换(FFT)将采集的轴承故障时域信号转化为频域数据,再利用K近邻(KNN)算法将频域信号转换为图数据,以图数据显示频域特征,极大丰富了输入信息;引入快速学习图卷积网络(Fast-GCN)模型,通过重要性采样对故障特征进行学习;最后,利用Log-Softmax函数输出最终分类结果,从而实现滚动轴承单一故障的分类。实验结果表明:所提模型在保证故障分类准确率的前提下,诊断速度显著提升,甚至比图卷积神经网络(GCN)的诊断速度增加了约1倍,且所提方法具有良好的半监督诊断性能与泛化能力。 展开更多
关键词 滚动轴承 故障诊断 K近邻(KNN)算法 快速傅里叶变换(FFT) 快速学习图卷积网络(fast-GCN)
在线阅读 下载PDF
基于WOA-VMD算法的地铁钢轨波磨识别 被引量：2
4
作者 唐虎 李霞 +1 位作者 王安阳 王安斌 《噪声与振动控制》 北大核心 2025年第3期209-215,共7页
针对现有钢轨波磨检测方法效率低下且精度不高等问题,提出一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)-变分模态分解(Variational Mode Decomposition,VMD)的地铁钢轨波磨识别方法。首先,利用鲸鱼优化算法对变分模态分解... 针对现有钢轨波磨检测方法效率低下且精度不高等问题,提出一种基于鲸鱼优化算法(Whale Optimization Algorithm,WOA)-变分模态分解(Variational Mode Decomposition,VMD)的地铁钢轨波磨识别方法。首先,利用鲸鱼优化算法对变分模态分解模态个数K和惩罚系数α进行参数寻优,然后根据VMD将轴箱振动加速度信号分解为一组本征模态分量(Intrinsic Mode Functions,IMF);引入IMF振动能量比进行筛选,并计算剩下分量的能量值,通过设定阈值判断是否存在钢轨波磨,最后对超出阈值的分量进行同步压缩小波时频分析,根据其中心频率确定钢轨波磨的波长。通过仿真实验和工程实例验证了该方法的有效性,结果表明:该方法能够通过轴箱振动加速度识别钢轨波磨,并确定钢轨波磨的波长信息,有助于地铁轨道的维修和养护。 展开更多
关键词 故障诊断 钢轨波磨 变分模态分解 鲸鱼优化算法 样本熵 同步压缩小波变换
在线阅读 下载PDF
基于PSO-ChOA优化的轴流风机故障诊断模型
5
作者 吕亚楠 赵康 +1 位作者 马草原 郑璐 《机电工程》 北大核心 2025年第2期373-386,共14页
传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改... 传统的风机故障诊断技术依赖大量的历史数据,在参数优化和算法选择上存在早熟收敛问题,且在风机故障诊断过程中需要精确采集信号,但实际应用中受限于传感器安装条件,影响了数据的准确性和诊断的有效性。针对这些问题,提出了一种融合改进粒子群优化算法(PSO)与黑猩猩优化算法(ChOA)混合优化策略(PSO-ChOA)的VMD-CNN-Transformer模型,应用于轴流风机故障诊断。首先,通过仿真和实验获取了七种风机典型电气故障信号和三种离心风机轴承故障信号,并进行了预处理以满足算法训练要求;然后,使用PSO对ChOA的狩猎搜索阶段进行了优化,减少了人为设定参数对模型训练的影响,通过构建23个标准测试函数,分析了PSO-ChOA算法在收敛速度和全局优化上的优势;最后,利用变分模态分解(VMD)提取了故障特征,并利用卷积神经网络-Transformer(CNN-Transformer)模型进行了分类,采用实例分析了该模型在处理非线性和高维数据时的强大能力。研究结果表明:相较于传统算法,PSO-ChOA算法在收敛速度上的优势显著,能够更快地跳出局部最优,避免早熟收敛,同时保持较高的搜索精度,最终找到更接近全局最优的解;采用PSO-ChOA优化的VMD-CNN-Transformer模型在风机故障诊断任务中达到了97.76%的准确率,较VMD-CNN-Transformer方法,准确率提升了6.64%;PSO-ChOA在参数优化领域的应用潜力,为工业设备故障诊断研究提供了新的视角。 展开更多
关键词 离心式风机 复杂非线性信号 粒子群优化 黑猩猩优化算法 卷积神经网络-Transformer模型 变分模态分解
在线阅读 下载PDF
基于SSA-VMD和SDP的双通道CNN轴承故障识别方法 被引量：3
6
作者 蒋丽英 高铭悦 李贺 《机电工程》 北大核心 2025年第2期257-266,共10页
针对滚动轴承故障振动信号具有非线性和非平稳性等特征,以及单通道卷积神经网络(CNN)提取故障特征不显著的问题,提出了一种基于麻雀算法-变分模态分解(SSA-VMD)和对称点模式(SDP)的双通道CNN滚动轴承故障诊断方法。首先,结合样本熵和皮... 针对滚动轴承故障振动信号具有非线性和非平稳性等特征,以及单通道卷积神经网络(CNN)提取故障特征不显著的问题,提出了一种基于麻雀算法-变分模态分解(SSA-VMD)和对称点模式(SDP)的双通道CNN滚动轴承故障诊断方法。首先,结合样本熵和皮尔逊相关系数,构建了新的综合适应度函数,利用麻雀算法(SSA)进行了自适应寻优,确定了最佳的变分模态分解(VMD)参数K和α。将原始振动信号经过VMD分解后,得到了本征模态函数(IMF)分量,通过计算各IMF分量的峭度值进行了筛选,将筛选出的信号进行重构后得到了一维特征信号;然后,根据互相关系数选择了合适的对称点模式(SDP)参数值,将原始振动信号转化为极坐标下的SDP图像,获得了具有良好可分性的二维特征图;最后,将一维和二维特征作为双通道CNN的输入进行了联合训练,将训练好的网络用于故障类型识别,在西储大学和江南大学的轴承数据集上对其有效性进行了验证。研究结果表明:通过网络训练,其故障诊断的准确率分别达到了98.5%和100%。该结果验证了该方法在准确识别故障特征方面具有优越性和普适性。 展开更多
关键词 一维特征信号构建 二维特征转换 卷积神经网络 麻雀算法 变分模态分解 对称点模式
在线阅读 下载PDF
基于“十二生肖”算法优化的加权极限学习机月径流预测
7
作者 韩艳 崔东文 《三峡大学学报(自然科学版)》 北大核心 2025年第4期1-10,共10页
为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT^(Ⅱ))技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,... 为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT^(Ⅱ))技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,利用经验小波变换(EWT)对月径流时间序列进行分解处理,得到EWT_(1)、EWT_(2)两个分解分量;采用模糊熵(FuzzyEn)计算EWT_(1)、EWT_(2)分量的模糊熵值,利用EWT^(Ⅱ)对模糊熵值较大的EWT_(1)分量进行二次分解,得到EWT_(1-1)~EWT_(1-3)三个分量.其次,基于EWT_(1-1)~EWT_(1-3)、EWT_(2)分量训练集构建4个WELM输入层权值和隐含层偏差(超参数)优化的实例目标函数,同时选取6个基准测试函数作为对比验证函数,利用“十二生肖”算法分别对6个基准测试函数和4个实例目标函数进行极值寻优与对比分析.最后,建立EWT^(Ⅱ)-“十二生肖”算法-WELM模型,通过云南省南洞地下河月径流预测实例对12种模型进行验证.结果表明:“十二生肖”算法对6个基准测试函数寻优的总排名与对4个实例目标函数寻优的总排名不一致,总体上冠豪猪优化算法(CPO)、野狗优化算法(DOA)寻优效果较好,变色龙算法(CSA)、天牛须搜索算法(BAS)、自学羚羊迁徙算法(SAMA)寻优效果较差;“十二生肖”算法对4个实例目标函数寻优的总排名与12种模型预测精度总排名基本一致,表明“十二生肖”算法极值寻优能力越强,获得的WELM超参数越优,所构建的预测模型性能越好;EWT^(Ⅱ)-CPO/CSO/DOA/CapSA/WHO-WELM模型预测的E_(MAP)、E_(MA)、E_(RMS)分别在0.422%~0.485%、0.022~0.026m^(3)/s、0.028~0.032m^(3)/s之间,优于其他对比模型,具有更好的预测效果. 展开更多
关键词 月径流预测 经验小波变换 二次分解 “十二生肖”算法 加权极限学习机 函数优化
在线阅读 下载PDF
基于CEEMDAN-VSSLMS的滚动轴承故障诊断 被引量：8
8
作者 江莉 向世召 《计算机集成制造系统》 EI CSCD 北大核心 2024年第3期1138-1148,共11页
针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征... 针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征信号,使用相关系数判别并去除虚假模态分量,再利用可变步长最小均方算法(VSSLMS)对剩余IMF分量降噪并进行重构;然后,将降噪后的振动信号进行离散小波变换(DWT)得到时频谱图,并利用形态学开运算进行特征增强;最后利用改进GoogLeNet网络模型对特征图进行训练,通过Softmax分类器完成特征归类,从而实现轴承故障诊断。将提出的故障诊断方法应用于不同工况下的轴承故障数据集,试验结果表明,所提方法在噪声干扰下具有较高的诊断精度。 展开更多
关键词 轴承故障诊断 经验模态分解 最小均方算法 离散小波变换 GoogLeNet模型
在线阅读 下载PDF
基于CEEMD-IDWT的受载煤岩微震电压去噪算法 被引量：2
9
作者 李鑫 刘志勇 +4 位作者 杨桢 李昊 周婧 卜婧然 王艺儒 《电子测量与仪器学报》 CSCD 北大核心 2024年第8期124-136,共13页
受载复合煤岩变形破裂过程中产生的微小震动信号包含煤岩内部结构破裂信息,传统设备采集的微震信号存在大量环境噪声而无法直接进行分析。为有效提取受载煤岩变形破裂过程微震信号的变化特征,采用互补集合经验模态分解算法(CEEMD)与改进... 受载复合煤岩变形破裂过程中产生的微小震动信号包含煤岩内部结构破裂信息,传统设备采集的微震信号存在大量环境噪声而无法直接进行分析。为有效提取受载煤岩变形破裂过程微震信号的变化特征,采用互补集合经验模态分解算法(CEEMD)与改进dmey小波(IDWT)算法相融合,提出一种新型CEEMD-IDWT联合去噪算法。该算法首先利用CEEMD算法对原始信号进行分解,然后对分解得到的IMF分量应用IDWT算法进行去噪处理,最终将处理过的分量进行重构得到去噪信号。利用仿真分析和单轴压缩实验对该算法的有效性进行验证,结果表明:CEEMD-IDWT联合算法在仿真分析中,相比传统算法信噪比最大提高204.5%,对于其他改进去噪算法信噪比最少提高11.8%,去噪能力具有明显优势;将该算法嵌入自研微震电压采集设备,在复合煤岩单轴压缩实验中得到的微震电压信号噪噪比仅为0.08975,实际去噪效果明显;经CEEMD-IDWT联合算法去噪之后的微震电压具有明显的变化特征,显著提升了信号去噪效果,有效避免了微震电压信号的失真,可以作为受载煤岩变形破裂微震电压信号去噪处理的理想算法,为煤岩动力灾害的准确预判提供了一种可靠且先进的技术参考。 展开更多
关键词 受载煤岩 微震电压 互补集合经验模态分解 改进dmey小波 去噪算法
在线阅读 下载PDF
基于天牛须优化算法和LP-SWT-SVD的鲁棒图像水印技术
10
作者 吴捷 刘振兴 马小虎 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第5期45-52,共8页
为了有效保护数字媒体的知识产权,提出一种基于拉普拉斯金字塔和平稳小波变换(Stationary Wavelet Transform,SWT)及奇异值分解(Singular Value Decomposition,SVD)的图像水印嵌入算法。该算法首先对原始图像进行拉普拉斯金字塔分解,然... 为了有效保护数字媒体的知识产权,提出一种基于拉普拉斯金字塔和平稳小波变换(Stationary Wavelet Transform,SWT)及奇异值分解(Singular Value Decomposition,SVD)的图像水印嵌入算法。该算法首先对原始图像进行拉普拉斯金字塔分解,然后对得到的残差图像进行一级平稳小波变换,得到低频子带LL1和高频子带HH1,分别对其进行SVD分解,并将SVD分解后的水印分别嵌入低频和高频子带的奇异值矩阵中,使用天牛须算法(Beetle Antennae Search,BAS)优化水印嵌入过程。水印检测时,将从LL1和HH1子带中提取的水印进行比较,选择效果较好的作为最终结果。仿真实验与其他文献的对比分析证明该算法不可见性和鲁棒性都较好。 展开更多
关键词 拉普拉斯金字塔 平稳小波变换 奇异值分解 天牛须算法
在线阅读 下载PDF
利用四阶样条小波快速计算信号的希尔伯特变换 被引量：2
11
作者 康会刚 余波 《广西师范大学学报（自然科学版）》 CAS 北大核心 2024年第4期124-136,共13页
在有限区间内计算给定信号的希尔伯特变换是数据分析中的一个重要问题。在现存的最好算法中,该问题的计算复杂度为O(nlog n),其中n为信号长度。为了进一步提高计算速度,本文建立一种基于四阶样条小波计算信号的希尔伯特变换的快速算法,... 在有限区间内计算给定信号的希尔伯特变换是数据分析中的一个重要问题。在现存的最好算法中,该问题的计算复杂度为O(nlog n),其中n为信号长度。为了进一步提高计算速度,本文建立一种基于四阶样条小波计算信号的希尔伯特变换的快速算法,将计算复杂度从O(nlog n)降到O(n)。数值实验表明该算法在具有更快计算速度的同时,具有与现存最好算法可比较的计算精度。 展开更多
关键词 希尔伯特变换 样条小波 基数B-样条 快速算法 计算复杂度
在线阅读 下载PDF
基于AVMD-ASWT-PCNN的滚动轴承故障识别方法 被引量：1
12
作者 刘志卫 邱明 +2 位作者 李军星 刘静涛 高锐 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第9期244-252,共9页
针对传统方法直接舍弃高频分量导致信号降噪不充分和信号在时、频域表征效果不好的问题,提出一种基于自适应变分模态分解融合自适应同步压缩小波变换(AVMD-ASWT)的少噪声时频图像生成方法,在此基础上结合动态惯性权重粒子群优化卷积神... 针对传统方法直接舍弃高频分量导致信号降噪不充分和信号在时、频域表征效果不好的问题,提出一种基于自适应变分模态分解融合自适应同步压缩小波变换(AVMD-ASWT)的少噪声时频图像生成方法,在此基础上结合动态惯性权重粒子群优化卷积神经网络(PCNN)实现滚动轴承故障的识别。采用AVMD-ASWT算法对轴承振动信号进行二次处理,同时引入互信息熵-相关系数准则,获得高分辨率的少噪声时频图像。将少噪声时频图像作为网络模型的输入进行故障识别,同时采用动态惯性权重粒子群优化算法(PSO)对卷积神经网络模型(CNN)参数进行优化,可解决模型结构难以确定的问题,模型识别正确率和识别速度均有明显提升。工程实例表明:运用AVMD-ASWT方法得到的时频图像具有更高的分辨率,显著降低了信号中噪声的影响,且提出的PCNN模型的故障识别正确率达99%以上。 展开更多
关键词 自适应变分模态分解 自适应同步压缩小波变换 卷积神经网络 故障识别
在线阅读 下载PDF
基于优化VMD参数与VGG模型的轴承故障诊断 被引量：3
13
作者 刘迪洋 张清华 朱冠华 《机床与液压》 北大核心 2024年第18期195-202,共8页
轴承振动信号的采集过程中难免会受到噪声的影响,使得轴承部分故障特征难以提取。针对此问题,提出一种基于蜣螂算法(DBO)优化变分模态分解(VMD)并与VGG神经网络相结合的轴承故障诊断方法。使用DBO对VMD进行参数寻优,经过优化后的VMD将... 轴承振动信号的采集过程中难免会受到噪声的影响,使得轴承部分故障特征难以提取。针对此问题,提出一种基于蜣螂算法(DBO)优化变分模态分解(VMD)并与VGG神经网络相结合的轴承故障诊断方法。使用DBO对VMD进行参数寻优,经过优化后的VMD将原始振动信号分解为多个本征模态函数(IMF),通过皮尔逊相关系数选择合适的IMF对信号进行重构;对重构的信号进行连续小波变换(CWT)生成时频图;最后,通过VGG网络进行训练以完成对轴承的故障诊断分类识别。结果表明:与其他诊断方法相比,所提方法降噪效果明显,同时对轴承的故障识别准确率达到了100%。 展开更多
关键词 故障诊断 变分模态分解 蜣螂算法 卷积神经网络 连续小波变换
在线阅读 下载PDF
活塞-缸套摩擦副状态表征参数选取方法研究
14
作者 魏敬宏 纪少波 +3 位作者 胡珑渝 张珂 张志鹏 姜颖 《内燃机工程》 CAS CSCD 北大核心 2024年第2期75-84,共10页
建立柴油机试验台架采集数据,对机体表面振动信号进行时频分析,探明不同激励源与机体表面振动信号的关系。选取变分模态分解(variational mode decomposition,VMD)算法对振动信号进行分解,提取各分量的表征参数。通过探究转矩、转速、... 建立柴油机试验台架采集数据,对机体表面振动信号进行时频分析,探明不同激励源与机体表面振动信号的关系。选取变分模态分解(variational mode decomposition,VMD)算法对振动信号进行分解,提取各分量的表征参数。通过探究转矩、转速、润滑油温度及配缸间隙与各表征参数的相关性,初步确定相关性强的表征参数集。通过多评价准则对上述表征参数集进行分析,最终得出贡献度最高的表征参数为本征模态函数(intrinsic mode function,IMF)1的标准差、均方频率、峭度、最大奇异值、频域积分和IMF6的脉冲因子、标准差、重心频率、频率方差及最大奇异值。 展开更多
关键词 活塞–缸套 故障诊断 表征参数提取 连续小波变换 信号分解算法 多评价准则
在线阅读 下载PDF
基于小波分析的信噪分离方法研究 被引量：24
15
作者 孙勇 景博 +1 位作者 覃征 张波 《计量学报》 EI CSCD 北大核心 2006年第2期153-155,共3页
利用噪声信号小波变换的数学期望或小波变换模的平均密度随分解层次增加不断衰减的特性,结合Mallat分解与重构算法提出对信号进行小波变换分析的方法。运用db2和db5小波,对一受噪声污染的正弦电压信号分别进行5层分解。检测结果表明,选... 利用噪声信号小波变换的数学期望或小波变换模的平均密度随分解层次增加不断衰减的特性,结合Mallat分解与重构算法提出对信号进行小波变换分析的方法。运用db2和db5小波,对一受噪声污染的正弦电压信号分别进行5层分解。检测结果表明,选取合适的基小波和分解层次,能有效地实现信噪分离。 展开更多
关键词 计量学 傅里叶变换 小波变换 MALLAT算法 分解层次
在线阅读 下载PDF
一种离散小波变换的快速分解和重构算法 被引量：22
16
作者 虞湘宾 董涛 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2002年第4期564-568,共5页
通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析 ,根据离散小波变换 (DWT)算法结构特征 ,提出了一种离散小波变换的快速分解和重构算法 ;给出了相应的算法步骤 .从数学理论上对该算法进行了论证 ,结果表明与原有的快速... 通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析 ,根据离散小波变换 (DWT)算法结构特征 ,提出了一种离散小波变换的快速分解和重构算法 ;给出了相应的算法步骤 .从数学理论上对该算法进行了论证 ,结果表明与原有的快速小波算法 (Mallat算法 )相比 ,可显著减少信号与滤波器长度N较大 (大于 1 6)时小波变换的实乘次数 (分解仅为 ( 5log2 N + 7)N次 ,重构仅为 4N( 1 +log2 N)次 ) ,提高了运算速度 .且该算法有着良好的并行性 ,易于数字信号处理器 (DSP) 展开更多
关键词 离散小波变换 快速分解 重构算法 小波分析 快速傅里叶变换 MALLAT算法 塔式分解 信号处理
在线阅读 下载PDF
卷积型小波变换实现及机械早期故障诊断应用 被引量：6
17
作者 罗荣 田福庆 +1 位作者 李克玉 丁庆喜 《振动与冲击》 EI CSCD 北大核心 2013年第7期64-69,共6页
为消除Mallat算法存在的频率折叠等固有缺陷对机械故障诊断的不利影响,提出采用卷积型小波变换进行机械故障诊断。推导卷积型小波变换快速分解算法,给出基于滤波器组的递归分解实现方法;针对滚动轴承早期故障诊断与定量识别难题及共振... 为消除Mallat算法存在的频率折叠等固有缺陷对机械故障诊断的不利影响,提出采用卷积型小波变换进行机械故障诊断。推导卷积型小波变换快速分解算法,给出基于滤波器组的递归分解实现方法;针对滚动轴承早期故障诊断与定量识别难题及共振解调法与冲击脉冲法的不足,提出将卷积型小波变换与共振解调法、冲击脉冲法相结合的新方法对滚动轴承早期故障进行诊断与定量识别,给出具体实现过程。仿真实验与实例分析表明:卷积型小波变换能消除Mallat算法固有缺陷对机械故障诊断的不利影响,较内积型小波变换更适合机械故障诊断。该方法可有效对滚动轴承早期故障诊断与定量识别,具有一定应用价值。 展开更多
关键词 MALLAT算法 卷积型小波变换及快速算法 共振解调法 冲击脉冲法
在线阅读 下载PDF
基于DSP的小波算法的实现 被引量：13
18
作者 严居斌 刘晓川 张斌 《四川大学学报（工程科学版）》 EI CAS CSCD 2002年第2期92-95,共4页
介绍了小波算法的原理及在DSP中的实现 ,对Mallat算法在应用中的问题进行了分析 ,并给出了解决方案。还介绍了TMS32 0C3X的并行乘 /累加指令、循环寻址、重复操作在小波算法中的应用。最后用DSP仿真器对小波算法进行仿真 ,仿真结果表明 。
关键词 小波变换 快速算法 数字信号处理器 DSP 信号分析 电力系统
在线阅读 下载PDF
电力系统故障录波数据实用压缩方法 被引量：13
19
作者 黄纯 杨帅雄 +3 位作者 梁勇超 刘琨 文超 郭振华 《电力自动化设备》 EI CSCD 北大核心 2014年第6期162-167,共6页
针对电力系统大量故障录波数据的传输问题,以故障录波数据在整体录波文件占据较小比例为依据,提出一种立足于录波数据整体的分通道分时段数据压缩新方案。对于周期信号的压缩,快速傅里叶变换(FFT)算法具有压缩比高的特点,因此先对分段... 针对电力系统大量故障录波数据的传输问题,以故障录波数据在整体录波文件占据较小比例为依据,提出一种立足于录波数据整体的分通道分时段数据压缩新方案。对于周期信号的压缩,快速傅里叶变换(FFT)算法具有压缩比高的特点,因此先对分段数据进行FFT计算,若误差较大则改用小波变换压缩。在电力系统频率偏移额定值的情况下,采用加窗傅里叶变换校正算法,保证压缩率和压缩精度。仿真研究和实际录波文件的压缩应用表明,算法能获得较高的压缩性能和较小的误差,验证了该方案的可行性和有效性。 展开更多
关键词 电力系统 故障录波 数据压缩 快速傅里叶变换 加窗离散傅里叶变换算法 小波变换
在线阅读 下载PDF
基于快速小波变换的信号分析系统 被引量：12
20
作者 汤宝平 秦树人 谭善文 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2001年第1期4-7,共4页
介绍了小波分析中的快速小波变换算法 ,通过与常用小波基相对应的正交镜像滤波器组 ,实现了对信号的快速小波分解和重构。结合虚拟仪器技术 ,研制成功虚拟式快速小波变换信号分析系统。经由该系统分析的动态信号 ,既可看到信号的概貌 ,... 介绍了小波分析中的快速小波变换算法 ,通过与常用小波基相对应的正交镜像滤波器组 ,实现了对信号的快速小波分解和重构。结合虚拟仪器技术 ,研制成功虚拟式快速小波变换信号分析系统。经由该系统分析的动态信号 ,既可看到信号的概貌 ,又可看到信号的细节 ,特别能捕获到反映设备重要故障特征的奇异信号以及提纯被噪声污染的信号。 展开更多
关键词 快速小波变换 正交镜像滤波器组 信号 分解 重构 信号分析系统
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部