导读:本文包含了非平稳信号处理论文开题报告文献综述及选题提纲参考文献，主要关键词:拉深件,声发射,裂纹,小波阈值-EMD综合降噪
非平稳信号处理论文文献综述
李前程[1]（2017）在《拉深件成形裂纹的非平稳信号处理及模糊识别研究》一文中研究指出拉深裂纹作为金属板材成形件的主要失效形式,常在成形件危险区域出现,尤其是其中的早期裂纹,很难凭借传统的检测方法进行识别。针对上述所提到的问题,本研究采用声发射(AE)信号检测技术对金属成形件的拉深AE信号进行检测,再应用基于小波阀值-EMD综合法对裂纹AE信号进行分解降噪和重组,最后利用基于模糊等价关系的模糊聚类方法对各类裂纹进行模糊识别。主要的研究内容见下文:1)以盒形拉深件为本研究的理论模型,对金属板材成形件的拉深应力、应变状态和拉深过程出现裂纹的成因进行分析,然后结合金属板材拉深件畚斗的仿真结果得到此类拉深件容易出现拉深裂纹的危险区域;对无损检测方法中的声发射检测系统和工作原理进行介绍,在结合了金属板材拉深过程中裂纹的扩展伴随着声发射信号和声发射信号的特点,确定对金属板材拉深件进行深拉来获得拉深裂纹,并通过声发射检测系统对整个拉深过程进行监测以获得包含裂纹信号的声发射信号。2)结合上述理论分析,以金属板材拉深件畚斗为研究对象进行了金属板材拉深的AE信号采集实验,大量的采集和保存无裂纹、早起裂纹、扩展裂纹叁种裂纹状态的AE信号,并对采集的信号和金属制件畚斗进行对应标注,以便于后期的数据处理。3)对声发射信号的降噪方法进行了研究,将其中对声发射降噪效果比较好的小波阈值滤波降噪、EMD降噪两种降噪方法进行分析和比较,并结合它们的优缺点提出了小波阈值-EMD综合降噪法,采用这种综合降噪法对金属板材拉深件的声发射信号进行降噪处理,在降噪前首先要采用消失矩为5的Daubechies小波基对AE信号进行叁层小波分解操作,然后根据信号的频段进行频带选取,对选取的频带信号采用EMD降噪方法进行降噪,而没有选取的频带信号则采用小波阈值降噪,然后将两部分降噪过后的信号进行信号重构得到纯净的声发射信号。4)分析了金属板材成形裂纹产生的非平稳信号的特征,从降噪过后的纯净信号中提取出对应的信号参数;对模糊聚类算法进行介绍,选择基于模糊等价关系的模糊聚类方法对四类信号进行模糊识别,选取相互独立的幅度、有效值电压(RMS)、平均信号电平值(ASL)、能量四个参数作为识别参数,建立数据矩阵,运用MATLAB软件对金属板材拉深件畚斗的提取参数进行数值模拟分析,实现对无裂纹、早起裂纹和扩展裂纹叁种状态裂纹的多参数模糊识别。研究结果表明:利用声发射采集系统采集金属制件畚斗的声发射信号,采用小波阈值-EMD综合降噪法对拉深信号进行降噪处理和重构,然后从中提取特征信号作为模糊聚类的参数,实现了对金属板材拉深件畚斗裂纹状态(尤其是早期裂纹)的模糊识别,且识别准确率较高。(本文来源于《江苏大学》期刊2017-06-01）
杨思炫,刘义,徐建国,高保林[2]（2016）在《经验模态分解的非平稳信号数据滤波处理研究》一文中研究指出随着科学研究的不断深入,人们对许多实际问题中的非平稳信号的处理精度提出了更高的要求。对此,文章论述了一种基于经验模态分解(EMD)的非平稳信号数字滤波处理方法,并采用经验模态分解法和低通滤波法,对文中构造的一组真值为低频的非平稳信号数据分别进行处理,以相似度作为评判两种滤波方法精度的标准。经研究表明,在处理非平稳信号时,经验模态分解方法显示出了较好的时频聚集性和自适应性。(本文来源于《安徽职业技术学院学报》期刊2016年02期）
唐忠平[3]（2014）在《Hilbert-Huang变换在非平稳信号处理中的应用》一文中研究指出Hilbert-Huang变换方法是最新发展起来的处理非线性非平稳信号的时频分析方法。HilbertHuang变换在处理非平稳信号时,将给定的信号利用EMD方法分解为若干固有模态函数IMF,通过Hilbert变换每一个IMF,可以得到变化后的Hilbert谱,最后汇总所有IMF的Hilbert谱就会得到原始信号的Hilbert谱。本文通过仿真实例详尽地阐述了Hilbert-Huang变换在非平稳信号处理的过程。(本文来源于《信息系统工程》期刊2014年07期）
张晓楠[4]（2014）在《EMD算法的改进及其在非平稳信号处理中的应用》一文中研究指出非平稳信号的分析与处理在实际应用中占据着非常重要的地位，在处理这类信号时，传统的时频分析方法有短时傅里叶变换、小波变换、Wigner-Ville分布等，但它们从本质上来讲都还是摆脱不了傅里叶变换的约束，在分析非平稳信号时具有一定的局限性。Hilbert-Huang变换是美国国家宇航局的科学家Norden E.Huang等人在1998年提出的一种具有自适应性的新型信号处理方法，特别适用于非线性、非平稳信号的分析和处理，它由经验模态分解(EMD)和Hilbert变换两大部分构成。本文在对EMD算法进行深入研究的基础上对其存在的端点效应问题进行了改进，并将改进后的EMD算法应用在非平稳信号处理中。以轴承故障信号的特征提取和太阳黑子时间序列的预测这两种非平稳信号为例来进行研究。具体内容如下：（1）针对EMD分解中存在的端点效应，在对现有的信号延拓算法进行总结的基础上，采用了一种基于波形匹配法和窗函数相结合的算法，改进算法充分利用了二者的优势，有效地抑制了端点效应，提高了分解精度。（2）为了更好地准确提取出轴承故障频率，将改进的小波阈值去噪方法与EMD分解相结合应用在滚动轴承的故障诊断中。首先利用改进的小波去噪法对轴承故障信号进行去噪以便获得更好的去噪效果，然后采用EMD方法将去噪后的信号自适应地分解成一系列IMF分量，最后通过能量和相关系数相结合的方法准确选取能够反映故障特征的IMF分量进行包络谱分析，进而提取出故障频率。实验结果表明该方法能够使故障特征频率处的谱峰更加明显，提高分析的准确性。（3）为了更好地对太阳黑子时间序列进行预测，将EMD分解和组合预测模型方法相结合运用到太阳黑子时间序列的预测中。首先将经过去噪处理后的太阳黑子序列通过EMD分解进行处理，将其分解为一系列相对平稳的IMF分量，然后针对高频分量相对较复杂而低频分量和余项规律性较强的特点，对低频分量及余项选择RBF模型进行预测，对高频分量采用SVM模型进行预测，最后将各个分量的预测值相迭加得到最终预测值。仿真结果表明EMD分解和组合预测模型相结合能进一步提高预测准确性。(本文来源于《郑州大学》期刊2014-05-01）
张晗博,殷奕,殷奎喜[5]（2014）在《基于小波变换的非平稳信号分析与处理》一文中研究指出针对傅里叶变换在非平稳信号分析中的难点问题,将小波变换和短时傅里叶变换应用于典型的非平稳信号,进行时频分析研究,所获得的特性比普通的傅里叶变换构成的频谱分析结果更清晰、准确,表明这两种时频分析方法独有的优越性、正确性、实用性.小波的多分辨特性更使得分析结果优于短时傅里叶变换.在此基础上用该方法对小波时频分析方法的抗噪性能进行研究,并从小波基函数的性质和实际仿真效果两方面设定参数,得出最优分析结果,改善了小波时频分析方法在高频处频率不易确定的问题.(本文来源于《南京师范大学学报(工程技术版)》期刊2014年01期）
陈帅,岳迎春,徐巍,游振兴,王昌言[6]（2013）在《小波时间序列对非平稳信号中突变点的辨识与处理》一文中研究指出本文利用小波时间序列模型找出非平稳信号中突变的位置,通过分析把突变点分为两类;若对两类突变点作适当的插值处理,既可保留原始数据发展趋势的真实性也可提高预测模型的精度。文中把迭代模型的预测值去逼近突变点值和单纯地用Pchip插值、spline插值、linear插值作为内插值进行了对比研究,得出了各自的优缺点。(本文来源于《测绘科学》期刊2013年05期）
骆志高,叶红英,胥爱成[7]（2012）在《拉深件成型裂纹的非平稳信号处理及状态识别》一文中研究指出为了对金属拉深件成型时裂纹所产生的非平稳信号进行处理,最终提取到声发射信号的特征参数,从而进行金属制件的状态识别,首先,以Matlab数据处理软件为工具,采用小波包分析对金属板料拉深成型实验中采集到的声发射信号进行多维正交分解;然后,对信号进行平滑、消除趋势项、差分处理得到平稳信号,剔除了噪声信号带来的影响;最后,采用时序分析建立各分解信号的自回归模型以提取声发射信号的特征参数,以此进行制件的状态识别,并通过实验加以验证。研究结果表明,通过此方法将金属拉深制件成型时裂纹的非平稳信号转换为平稳信号,再经时序分析提取到了声发射信号的特征参数及其分布图,根据其分布图能够判定金属制件有无裂纹状态。(本文来源于《振动.测试与诊断》期刊2012年06期）
于萍[8]（2012）在《用小波技术实现非平稳信号的处理》一文中研究指出近二十年，信息学科迅速发展。其中，最常见的是对信号的去噪研究。常用的经典信号消噪方法包括：纯时域法、纯频域法、傅里叶变换、加窗Fourier变换等，但是，每一种方法在应用上都有其局限性。因此，其应用范围受到一定的限定。20世纪80年代，小波变换逐渐发展起来，作为一种时频联合分析的新方法，它具备了良好的时域和频域局部化特性，从而在信号去噪中得到了广泛的应用。主要工作包括：通过乘以或者加上一个非平稳因子构造论文需要的非平稳信号，对其进行采样。利用传统的傅里叶变换及几种典型的滤波器、小波去噪法进行相关去噪处理，根据几种不同的去噪评价指标：信噪比、均方差、平滑度对其处理后的结果做评价。小波去噪法介绍了小波模极大值去噪法和阈值去噪法，模极大值去噪法的计算量比较大，另外小波阈值法分软阈值及硬阈值去噪，通过仿真得到软阈值效果更好。论文通过改变非平稳因子，小波基，阈值，染噪信号的信噪比做仿真，旨在研究小波基的选择与非平稳信号之间的关系，小波去噪各种控制参数以及信号去噪效果的关系。(本文来源于《中国石油大学（华东）》期刊2012-05-01）
常广,鄢素云,王毅[9]（2011）在《零相位数字滤波器在非平稳信号处理中的应用》一文中研究指出研究零相位数字滤波器在进行非平稳信号滤波时的特点.选用一种典型带通零相位数字滤波器,以非平稳调幅信号作为滤波器输入,进行仿真分析.将零相位数字滤波器与小波包分解重构和经验模态分解方法的滤波能力进行了比较.探讨了零相位数字滤波器在处理非平稳调幅信号时存在的过渡过程,及对滤波结果幅值和频率的影响.论述了滤波误差与滤波器参数、输入信号特性和信噪比等因素的关系.提出了分段零相位滤波器方法,改善了滤波器性能.最后,以一个实测的振荡信号对上述分析进行了验证.为在非平稳信号处理中,正确使用零相位数字滤波器提供了参考.(本文来源于《北京交通大学学报》期刊2011年06期）
刘睿,程广福,张家为[10]（2011）在《MEMD分解在舰船非平稳信号处理中的应用》一文中研究指出在对舰船非平稳信号进行研究和分析时,希尔伯特-黄变换(HHT)方法表现出了其优越性,但此方法的核心算法EMD还存在缺陷。本文针对模态分解中出现的模态混迭现象进行分析,引入多分辨分析技术对经验模态分解方法进行改进—基于多分辨分析的经验模态分解方法(MEMD)。通过对信号模拟试验,并与原始EMD方法的结果作比较,得出了此法的有效性与可行性。(本文来源于《舰船科学技术》期刊2011年11期）
非平稳信号处理论文开题报告
（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：
随着科学研究的不断深入,人们对许多实际问题中的非平稳信号的处理精度提出了更高的要求。对此,文章论述了一种基于经验模态分解(EMD)的非平稳信号数字滤波处理方法,并采用经验模态分解法和低通滤波法,对文中构造的一组真值为低频的非平稳信号数据分别进行处理,以相似度作为评判两种滤波方法精度的标准。经研究表明,在处理非平稳信号时,经验模态分解方法显示出了较好的时频聚集性和自适应性。
（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。
非平稳信号处理论文参考文献
[1].李前程.拉深件成形裂纹的非平稳信号处理及模糊识别研究[D].江苏大学.2017
[2].杨思炫,刘义,徐建国,高保林.经验模态分解的非平稳信号数据滤波处理研究[J].安徽职业技术学院学报.2016
[3].唐忠平.Hilbert-Huang变换在非平稳信号处理中的应用[J].信息系统工程.2014
[4].张晓楠.EMD算法的改进及其在非平稳信号处理中的应用[D].郑州大学.2014
[5].张晗博,殷奕,殷奎喜.基于小波变换的非平稳信号分析与处理[J].南京师范大学学报(工程技术版).2014
[6].陈帅,岳迎春,徐巍,游振兴,王昌言.小波时间序列对非平稳信号中突变点的辨识与处理[J].测绘科学.2013
[7].骆志高,叶红英,胥爱成.拉深件成型裂纹的非平稳信号处理及状态识别[J].振动.测试与诊断.2012
[8].于萍.用小波技术实现非平稳信号的处理[D].中国石油大学（华东）.2012
[9].常广,鄢素云,王毅.零相位数字滤波器在非平稳信号处理中的应用[J].北京交通大学学报.2011
[10].刘睿,程广福,张家为.MEMD分解在舰船非平稳信号处理中的应用[J].舰船科学技术.2011
标签：拉深件; 声发射; 裂纹; 小波阈值-EMD综合降噪;