用最大重叠离散小波包变换的Hilbert谱时频分析 被引量：6

1

作者 杨宇 何怡刚 +1 位作者 程军圣 于德介 《振动．测试与诊断》 EI CSCD 北大核心 2009年第1期10-13,共4页

在介绍基于最大重叠离散小波包变换(Maximal Overlap Discrete Wavelet Packet Transform,简称MODWPT)的Hilbert谱方法的基础上,将基于MODWPT的Hilbert谱应用于非平稳信号的分析。采用MODWPT可将多分量的复杂信号分解为若干个瞬时频率... 在介绍基于最大重叠离散小波包变换(Maximal Overlap Discrete Wavelet Packet Transform,简称MODWPT)的Hilbert谱方法的基础上,将基于MODWPT的Hilbert谱应用于非平稳信号的分析。采用MODWPT可将多分量的复杂信号分解为若干个瞬时频率和瞬时幅值都具有经典物理意义的分量之和,求出各个单分量信号的瞬时频率和瞬时幅值,再进行组合得到原始复杂信号完整的时频分布。对基于MODWPT和基于经验模态分解(Empirical Mode Decomposition,简称EMD)的Hilbert谱,在不同类型非平稳信号下的时频分析效果进行了比较和分析,结果表明了基于MODWPT的Hilbert谱分析方法的有效性。 展开更多

关键词 非平稳信号 最大重叠离散小波包变换 Hilbert谱 时频分析

在线阅读 下载PDF 职称材料

基于极大重叠离散小波变换的金融高频数据波动率估计 被引量：3

2

作者 秦喜文 刘文博 +2 位作者 董小刚 王纯杰 李纯净 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2014年第6期1222-1226,共5页

利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显著差异,但随着抽样频率的增加,估计精度逐渐提高.对... 利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显著差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显著的线性关系,随着尺度的增加,波动率逐渐变小. 展开更多

关键词 高频数据 极大重叠离散小波变换 波动率估计 小波方差

在线阅读 下载PDF 职称材料

基于变分模态分解和最大重叠离散小波包变换的齿轮信号去噪方法 被引量：32

3

作者 周小龙 徐鑫莉 +3 位作者 王尧 刘薇娜 姜振海 马风雷 《振动与冲击》 EI CSCD 北大核心 2021年第12期265-274,289,共11页

针对齿轮故障信号易受噪声干扰导致故障特征难以提取的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和最大重叠离散小波包变换(maximal overlap discrete wavelet packet transform,MODWPT)相结合的信号去噪方... 针对齿轮故障信号易受噪声干扰导致故障特征难以提取的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和最大重叠离散小波包变换(maximal overlap discrete wavelet packet transform,MODWPT)相结合的信号去噪方法。采用VMD方法将齿轮振动信号分解成一系列不同中心频率的固有模态函数(intrinsic mode function,IMF),对VMD分解过程中影响其精度的主要参数选择方法进行了探究,提出相关参数的选取依据。结合能量熵增量-频域互相关系数准则以剔除分解出的高频噪声和虚假干扰成分;采用MODWPT方法对包含高频噪声的IMF分量进行去噪,以进一步提升信号的去噪效果和性能指标;最后将去噪后高频IMF分量同表征信号自身特征的敏感模态分量重构为去噪信号。通过仿真信号和齿轮断齿故障信号的分析,证明了所提方法的有效性和实用性。 展开更多

关键词 变分模态分解 最大重叠离散小波包变换 去噪 齿轮 特征提取

在线阅读 下载PDF 职称材料

基于改进图神经网络的含源配电网故障诊断方法及效果

4

作者 胡登宇 王宝华 刘晋宏 《科学技术与工程》 北大核心 2025年第21期8936-8944,共9页

分布式电源大量接入,导致含源配网故障弱特征化以及故障时刻产生大量谐波信号,传统故障诊断方法应用效果不佳。提出一种基于改进图神经网络的含源配网故障诊断方法。首先,利用小波变换提取故障前后电流电压细节系数;其次,通过加权投影... 分布式电源大量接入,导致含源配网故障弱特征化以及故障时刻产生大量谐波信号,传统故障诊断方法应用效果不佳。提出一种基于改进图神经网络的含源配网故障诊断方法。首先,利用小波变换提取故障前后电流电压细节系数;其次,通过加权投影关联分析法计算各电气量之间的关联度;再次,选择关联度较高的电气量作为输入搭建基于图神经网络的含源配网故障诊断模型;最后,在MATLAB/Simulink中搭建了不同电压等级的含源配网故障仿真模型。结果表明,该故障诊断方法能有效强化故障信号并在不同电压等级的含源配网下对故障准确定位与分类,在数据缺失与噪声环境下也能保持良好的诊断性能,具有良好的鲁棒性与泛化性。 展开更多

关键词 故障诊断 极大重叠离散小波变换 灰色关联度 加权灰色关联投影法 图神经网络

在线阅读 下载PDF 职称材料

基于MODWPT平方包络峭度谱的轴承声信号故障诊断方法 被引量：2

5

作者 李方烜 《铁道机车车辆》 北大核心 2024年第1期16-23,共8页

针对噪声干扰条件下的轴承声信号故障诊断问题,可以通过基于最大重叠离散小波包变换(MODWPT)的平方包络峭度谱法对轴承进行故障诊断。该方法首先对原始非平稳信号用MODWPT分解为若干个子频带分量之和,再对各子频带分量做平方包络峭度谱... 针对噪声干扰条件下的轴承声信号故障诊断问题,可以通过基于最大重叠离散小波包变换(MODWPT)的平方包络峭度谱法对轴承进行故障诊断。该方法首先对原始非平稳信号用MODWPT分解为若干个子频带分量之和,再对各子频带分量做平方包络峭度谱,快速定位原始非平稳信号当中冲击成分显著的频带范围,最后对目标频带做带通滤波并进行包络解调可得到故障诊断结果。通过实测轴承声信号数据验证,该方法可以有效地对轴承进行故障诊断。 展开更多

关键词 轴承 非平稳信号 最大重叠离散小波包变换 平方包络 峭度谱 故障诊断

在线阅读 下载PDF 职称材料

基于改进阈值函数的小波去噪算法研究 被引量：15

6

作者 代海波 单锐 +1 位作者 王换鹏 张雁 《噪声与振动控制》 CSCD 2012年第6期189-193,共5页

针对用小波变换进行信号去噪的阈值函数设定问题,在传统软、硬阈值函数去噪的基础上,提出一种改进的阈值函数方法,并与极大重叠离散小波包变换相结合,从而得到一种改进阈值函数的小波去噪方法。Matlab仿真结果表明:去噪方法提高了重构... 针对用小波变换进行信号去噪的阈值函数设定问题,在传统软、硬阈值函数去噪的基础上,提出一种改进的阈值函数方法,并与极大重叠离散小波包变换相结合,从而得到一种改进阈值函数的小波去噪方法。Matlab仿真结果表明:去噪方法提高了重构信号的信噪比,有效除去噪声,且保留原始信号的细节特征,是一种较好的信号消噪方法,在股票去噪中具有较高的实用价值。 展开更多

关键词 声学 改进阈值函数 极大重叠离散小波包变换 小波去噪 噪声滤波

在线阅读 下载PDF 职称材料

基于先验知识的移动通信话务量预测 被引量：13

7

作者 彭宇 雷苗 +3 位作者 郭嘉 彭喜元 于江 陈强 《电子学报》 EI CAS CSCD 北大核心 2011年第1期190-194,共5页

本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解... 本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解.分解后仍以傅里叶谱先验知识为参考,合并相关子层形成趋势项和周期项两部分,并采用季节性求和自回归滑动平均(ARIMA)模型对二者分别建模和预测.采用真实数据测试的结果表明:本文方法可实现多步预测,且预测精度优于单纯的季节性ARIMA模型. 展开更多

关键词 移动通信 话务量预测 极大重叠离散小波变换 先验知识

在线阅读 下载PDF 职称材料

基于广义解调时频分析的多分量信号分解方法 被引量：16

8

作者 程军圣 杨宇 于德介 《振动工程学报》 EI CSCD 北大核心 2007年第6期563-569,共7页

广义解调时频分析方法是一种新的信号处理方法,该方法将广义解调和最大重叠离散小波包变换相结合对复杂信号进行分解,得到若干个瞬时频率和瞬时幅值都具有物理意义的单分量信号,从而获得原始信号完整的时频分布。本文在介绍广义解调时... 广义解调时频分析方法是一种新的信号处理方法,该方法将广义解调和最大重叠离散小波包变换相结合对复杂信号进行分解,得到若干个瞬时频率和瞬时幅值都具有物理意义的单分量信号,从而获得原始信号完整的时频分布。本文在介绍广义解调时频分析方法的基础上,将该方法用于多分量信号的分析,对该方法进行了改进,给出了由改进的广义解调时频分析方法分解多分量信号的具体步骤,从而由改进后的广义解调时频分析方法不仅可以得到原始信号中各个分量的时域波形,而且还可以得到相同的时频分布。采用改进后的广义解调时频分析方法对仿真信号进行了分析,同时和其它时频分析方法进行了比较,结果表明了该方法的有效性。最后,对广义解调时频分析方法中的相位函数选择问题进行了讨论。 展开更多

关键词 广义解调 时频分析 最大重叠离散小波包变换 多分量信号 分解

在线阅读 下载PDF 职称材料

一种基于屏蔽滤波的行波信号消噪方法 被引量：10

9

作者 王兴国 黄少锋 《电力自动化设备》 EI CSCD 北大核心 2009年第6期35-39,共5页

针对实际电力系统行波信号中存在噪声干扰的问题,提出了一种基于屏蔽滤波的行波信号消噪方法,对信号进行极大重叠离散小波包变换,将信号分解在不同的尺度上,利用能量算子得到能量强化后的小波包系数,通过计算小波包相邻尺度的相关度,归... 针对实际电力系统行波信号中存在噪声干扰的问题,提出了一种基于屏蔽滤波的行波信号消噪方法,对信号进行极大重叠离散小波包变换,将信号分解在不同的尺度上,利用能量算子得到能量强化后的小波包系数,通过计算小波包相邻尺度的相关度,归一化后得到的相关系数与各个尺度的小波包系数进行比较,获得信号奇异点,形成屏蔽滤波器,将屏蔽滤波器与各个尺度下的小波包系数相乘,从而得到新的小波包系数,利用小波包系数得到行波信号产生的准确位置。理论分析、ATP仿真结果及现场实际数据验证了该方法的有效性。 展开更多

关键词 屏蔽滤波器 行波信号 能量算子 极大重叠离散小波包 噪声

在线阅读 下载PDF 职称材料

广义解调时频分析方法在调制信号处理中的应用 被引量：4

10

作者 杨宇 程军圣 +1 位作者 于德介 何怡刚 《振动与冲击》 EI CSCD 北大核心 2007年第8期13-16,共4页

介绍了一种新的信号处理方法-基于广义解调的时频分析方法,并将这种方法应用于调制信号的处理。广义解调时频分析方法采用广义解调将时频分布是曲线的信号变换为时频分布是平行于时间坐标轴的直线的信号,然后采用最大重叠离散小波包变换... 介绍了一种新的信号处理方法-基于广义解调的时频分析方法,并将这种方法应用于调制信号的处理。广义解调时频分析方法采用广义解调将时频分布是曲线的信号变换为时频分布是平行于时间坐标轴的直线的信号,然后采用最大重叠离散小波包变换(Maximal overlap discrete wavelet packet transform,简称MODWPT)对广义解调后的信号进行分解,得到若干个瞬时频率和瞬时幅值都具有物理意义的单分量信号,再对各个单分量信号进行逆广义解调,进一步求出瞬时频率和瞬时幅值,从而得到原始信号完整的时频分布。采用广义解调时频分析方法对调幅-调频信号进行了分析,结果表明该方法能有效地提取调幅-调频信号的调制信息。 展开更多

关键词 广义解调 时频分析 最大重叠离散小波包变换 调制信号

在线阅读 下载PDF 职称材料

基于MODWPT的Hilbert谱及其在齿轮故障诊断中的应用 被引量：4

11

作者 程军圣 杨宇 于德介 《振动与冲击》 EI CSCD 北大核心 2007年第11期41-44,共4页

在对基于最大重叠离散小波包变换(Maximal overlap discrete wavelet packet transform,简称MODWPT)的Hilbert谱方法进行介绍的基础上,将基于MODWPT的Hilbert谱应用于齿轮故障诊断当中。采用MOWDWPT可将多分量的复杂信号分解为若干个瞬... 在对基于最大重叠离散小波包变换(Maximal overlap discrete wavelet packet transform,简称MODWPT)的Hilbert谱方法进行介绍的基础上,将基于MODWPT的Hilbert谱应用于齿轮故障诊断当中。采用MOWDWPT可将多分量的复杂信号分解为若干个瞬时频率和瞬时幅值具有经典物理意义的单分量之和,然后求出各个单分量信号的瞬时频率和瞬时幅值,再进行组合便可以得到原始复杂信号完整的时频分布。对具有裂纹和断齿的齿轮故障振动信号的分析结果表明,基于MODWPT的Hilbert谱可以有效地提取齿轮振动信号的故障特征。 展开更多

关键词 最大重叠离散小波包变换 Hilbert谱 齿轮 故障诊断

在线阅读 下载PDF 职称材料

基于MODWPT的包络阶次谱在滚动轴承故障诊断中的应用 被引量：1

12

作者 杨宇 杨丽湘 程军圣 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2010年第10期1380-1385,共6页

为了有效提取滚动轴承的故障特征,提出了基于MODWPT的包络阶次谱故障诊断方法.采用MODWPT将多分量的滚动轴承振动信号分解为若干个分量,对各个分量信号进行包络分析并对包络信号进行角域重采样;最后对重采样后的信号进行频谱分析,得到... 为了有效提取滚动轴承的故障特征,提出了基于MODWPT的包络阶次谱故障诊断方法.采用MODWPT将多分量的滚动轴承振动信号分解为若干个分量,对各个分量信号进行包络分析并对包络信号进行角域重采样;最后对重采样后的信号进行频谱分析,得到包络阶次谱,从而判断滚动轴承的工作状态和故障类型.采用该方法分别对仿真信号和实验信号进行了分析,结果表明了该方法的有效性. 展开更多

关键词 最大重叠离散小波包变换 阶次 包络谱 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

基于小波和神经网络模型的邮电业务总量预测 被引量：1

13

作者 单锐 代海波 刘文 《郑州大学学报（工学版）》 CAS 北大核心 2013年第3期94-97,120,共5页

引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测... 引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测试结果表明:本文方法可实现多步预测,且对邮电业务总量的预测精度比单纯的用小波神经网络模型或BP神经网络模型高. 展开更多

关键词 BP神经网络模型 极大重叠离散小波变换 小波神经网络 邮电业务总量

在线阅读 下载PDF 职称材料

基于copula-SV模型的股市相关性的多分辨分析 被引量：2

14

作者 王相宁 郑晓智 《中国科学技术大学学报》 CAS CSCD 北大核心 2013年第12期1004-1011,共8页

使用极大重叠离散小波变换将上证指数和深成指数的日数据分解在了4个尺度上,分别采用SV-t模型拟合边缘分布,并建立copula函数来拟合两市在不同尺度上的收益率,并分析其尾部相关性.结果表明沪深两市时间序列在同尺度下的相关性远远大于... 使用极大重叠离散小波变换将上证指数和深成指数的日数据分解在了4个尺度上,分别采用SV-t模型拟合边缘分布,并建立copula函数来拟合两市在不同尺度上的收益率,并分析其尾部相关性.结果表明沪深两市时间序列在同尺度下的相关性远远大于不同尺度下的相关性,且在同一置信水平下,各尺度的下尾相关性要大于上尾相关性,随着交易周期的增加,不论是下尾还是上尾的相关性都明显增强. 展开更多

关键词 SV-t模型 极大重叠离散小波变换 COPULA函数 相关性

在线阅读 下载PDF 职称材料

基于并行隐马尔科夫模型的电能质量扰动事件分类 被引量：18

15

作者 谢善益 肖斐 +1 位作者 艾芊 周刚 《电力系统保护与控制》 EI CSCD 北大核心 2019年第2期80-86,共7页

为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(MaximalOverlapDiscrete WaveletTransform, MODWT)和并行隐马尔科夫模型(ParallelHiddenMarkovModel, PHMM)的电能质量扰动分类方法。首先利用MODWT提出一种实... 为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(MaximalOverlapDiscrete WaveletTransform, MODWT)和并行隐马尔科夫模型(ParallelHiddenMarkovModel, PHMM)的电能质量扰动分类方法。首先利用MODWT提出一种实用的电能质量扰动检测算法,该算法无需设定检测阈值,可准确获取扰动时段的起止时刻。接着提取扰动时段的电压谐波成分并组成特征向量。然后用PHMM分类器对扰动信号进行分类识别。PHMM方法克服了人工神经网络方法收敛性较差、训练时间较长的缺陷,使分类器性能大大提升。通过应用于现场实测扰动数据表明,所提出的方法适用于多种类型的电能质量扰动检测,分类正确率高,训练速度快,具有良好的应用价值。 展开更多

关键词 电能质量 极大重叠离散小波变换 并行隐马尔科夫模型 分类识别

在线阅读 下载PDF 职称材料

基于MODWT在金融数据预测的应用 被引量：3

16

作者 廖丽芳 蔡如华 《计算机工程与设计》 CSCD 北大核心 2013年第4期1346-1350,共5页

为了准确的把握股价的趋势走向,提出了一种基于极大重叠离散小波变换(MODWT)时间序列分析的股价预测方法 (M-ARMA)。该方法是对股价时间序列利用mallat算法对其进行极大重叠离散小波变换,使得整个序列分解成不同频率的序列,同时利用小... 为了准确的把握股价的趋势走向,提出了一种基于极大重叠离散小波变换(MODWT)时间序列分析的股价预测方法 (M-ARMA)。该方法是对股价时间序列利用mallat算法对其进行极大重叠离散小波变换,使得整个序列分解成不同频率的序列,同时利用小波分析在时域和频域上都具有良好的局部化性质,多尺度分析功能,结合ARMA模型的预测方法,以较为准确地根据历史数据预测其将来短期的走势。实验表明,MODWT时间序列分析方法比传统的时间序列分析方法预测的精度更高。 展开更多

关键词 极大重叠离散小波变换 时间序列分析 ARMA模型 预测

在线阅读 下载PDF 职称材料

基于MODWT的多分辨系统风险分析

17

作者 廖丽芳 蔡如华 《统计与决策》 CSSCI 北大核心 2013年第13期34-36,共3页

文章利用小波分析具有良好的多分辨特性,对其股票收益率进行极大重叠离散小波变换,使得收益率按不同频率分解,然后对不同时间尺度上的收益率估计CAPM模型的Beta系数。实验结果表明,在不同的尺度下,Beta系数有较大的差异,即系统风险值Bet... 文章利用小波分析具有良好的多分辨特性,对其股票收益率进行极大重叠离散小波变换,使得收益率按不同频率分解,然后对不同时间尺度上的收益率估计CAPM模型的Beta系数。实验结果表明,在不同的尺度下,Beta系数有较大的差异,即系统风险值Beta具有多分辨性,投资者可以根据不同Beta值选择不同的投资时间,使得风险分散化。 展开更多

关键词 CAPM 极大重叠离散小波变换 BETA系数 多分辨分析

在线阅读 下载PDF 职称材料

基于时频分帧能量熵的陶瓷制品敲击声波 信号特征识别 被引量：2

18

作者 刘利平 蒋柳成 +2 位作者 乔乐乐 孙建 高世妍 《应用声学》 CSCD 北大核心 2023年第1期57-66,共10页

针对现有陶瓷制品敲击声波信号特征提取方法中提取的特征代表性降低的问题,该文提出结合最大重叠离散小波包变换(MODWPT)和时频分帧能量熵的特征提取方法。首先采用MODWPT将信号分解为4层,再对每个节点的子信号分帧后计算各个节点的时... 针对现有陶瓷制品敲击声波信号特征提取方法中提取的特征代表性降低的问题,该文提出结合最大重叠离散小波包变换(MODWPT)和时频分帧能量熵的特征提取方法。首先采用MODWPT将信号分解为4层,再对每个节点的子信号分帧后计算各个节点的时频分帧能量熵,然后根据能量分布特征选择了前6个节点的时频分帧能量熵特征,最后构建随机森林分类器完成识别。将该方法和MODWPT时频分段能量熵、MODWPT归一化能量特征两种方法进行比较。实验结果表明,相比MODWPT时频分段能量熵、MODWPT归一化能量两种特征提取方法,MODWPT时频分帧能量熵能提升特征的代表性,具有更优的陶瓷制品敲击声波信号特征识别性能,其识别的F1值达到了98.46%,相比上述两种方法分别提升F1值3.22%、1.86%。 展开更多

关键词 敲击法 最大重叠离散小波包变换 时频分帧能量熵 模式识别

在线阅读 下载PDF 职称材料