导读:本文包含了小波参数论文开题报告文献综述及选题提纲参考文献，主要关键词:平稳小波去噪,多孔算法,参数选择
小波参数论文文献综述
张恒,潘仲明[1]（2019）在《平稳小波去噪算法中的参数选择》一文中研究指出为研究平稳小波变换去噪算法在工程应用时如何选择小波基、小波系数处理方法和阈值计算方法的参数以取得最优去噪效果,通过仿真实验,对比不同小波基、不同小波系数处理方法及不同阈值计算方法对平稳小波变换去噪算法去噪效果的影响,对算法的参数选择问题进行研究。实验结果表明:相比其他滤波器组,大部分情况下Daubechies小波基对应的滤波器组去噪效果更好;信号信噪比较低时选用软阈值法,信噪比较高时选用硬阈值法;使用阈值法处理小波系数,信号信噪比不高的情况下应采取固定阈值法来确定阈值,信号信噪比较高时应采取无偏风险估计法。(本文来源于《国防科技大学学报》期刊2019年04期）
董雅雯,王建林,魏青轩,邱科鹏,赵利强[2]（2019）在《基于小波降噪和最小二乘的加速度计参数辨识》一文中研究指出为了降低加速度计比较法冲击激励校准中,噪声对其动态模型辨识精度的影响,提出一种基于小波降噪和最小二乘的加速度计动态模型参数频域辨识方法。该方法首先利用改进的小波阈值降噪方法对参考加速度计和被校加速度计的输出信号进行降噪,然后利用最小二乘的方法对谐振频率附近的频率响应函数进行加速度计动态模型频域参数辨识。仿真实验和加速度计比较法冲击激励校准实验表明:该方法能够有效减少噪声对频率响应函数的影响,提高加速度计动态模型参数辨识精度。(本文来源于《传感器与微系统》期刊2019年08期）
张融森[3]（2019）在《基于小波理论的堆垛机模态参数识别及其结构优化》一文中研究指出单立柱堆垛机因其具有结构简单、巷道占宽小、故障率低等优点被广泛地应用于自动化立体仓库中,但由于其强度与刚度较差,影响了其工作性能。因此研究分析影响堆垛机的工作性能的因素并对其关键部件进行结构优化以期改善其动静态特性具有十分重要的意义。本文以解放军某研究所自动化仓储中的单立柱堆垛机为研究对象,借助有限元分析软件,分析了改变立柱结构方式对立柱根部应力与顶端挠度和对堆垛机固有频率与振型的影响,以优化堆垛机立柱结构以改善堆垛机的动静态性能。为此,论文进行了以下研究:(1)基于理论计算,分析了堆垛机在加速过程中各质量单元的重力和惯性力对立柱顶端挠度的影响。研究表明,堆垛机的加速度是影响立柱顶端挠度的主要因素;同时也分析了堆垛机立柱的压杆稳定性;基于振动理论,对简化后的堆垛机固有频率进行了计算,并搭建了立柱振动仿真模型,分析了堆垛机在加减速过程中立柱的振动特性。(2)基本小波理论,设计了基于小波变换的堆垛机模态参数识别算法,通过对一个五自由度系统的自由响应信号实现了对其模态参数识别,结果证明了所设计的模态参数识别方法的有效性和准确性。重点分析了 Morlet小波带宽参数和中心频率对系统模态参数识别精度的影响,采用全因素法对Morlet小波带宽参数和中心频率进行了优化。采用优化后的算法实现了堆垛机在运行状态下的模态参数进行了识别。分析结果表明,堆垛机的低阶模态频率较低。为提高堆垛机的工作稳定性,有必要对现有的堆垛机进行结构优化。(3)通过对简化后的堆垛机模型的静力学分析与模态分析,针对堆垛机动静态特性较差的问题,研究了影响堆垛机动静态特性的因素。基于此,提出了改善堆垛机动静态特性的方法:通过在立柱内腔加筋方式可有效改善堆垛机的静态特性,通过在立柱侧壁开孔方式可显着改善堆垛机的动态特性。(4)基于以上分析,提出了堆垛机立柱结构的优化方案。通过对比分析不同加筋方式对堆垛机立柱根部应力和顶端挠度的影响,选用加井字型筋来改善堆垛机的静态特性。基于最优的加筋方式,对比分析了不同开孔方式对堆垛机各阶固有频率与振型的影响,选择开方形孔方式来改善堆垛机的动态特性。研究分析表明,采用加井字型筋和开方孔的组合优化方式对堆垛机的立柱结构进行优化,可使立柱根部应力与顶端挠度大大降低,同时使堆垛机的低阶固有频率得到了显着提高。研究证明了本文提出的对堆垛机立柱结构的优化方法能有效改善堆垛机的动静态特性,进而提高堆垛机的运行平稳性。研究成果将为堆垛机的结构设计优化提供理论参考。(本文来源于《西安理工大学》期刊2019-06-30）
张伟,王生怀,任爱华,孙海明[4]（2019）在《大相位变化条纹相位提取中Paul小波参数的优化》一文中研究指出为了从大相位变化条纹中提取可靠的相位,采用Paul小波变换分析了相应条纹。在不同Paul小波参数条件下,通过分析大相位变化条纹在噪声影响下的相位提取过程,给出了相位提取过程中伸缩因子、小波阶数等参数的选择方法。模拟实验结果表明,通过调整Paul小波变换的参数,可有效提高含噪声的大相位变化变形条纹的相位提取的可靠性和速度。(本文来源于《激光与光电子学进展》期刊2019年12期）
赵丽洁,刘瑾,杜永峰,李万润[5]（2019）在《基于连续小波变换的时变结构瞬时模态参数识别》一文中研究指出为体现时变结构动力特性,定义随机冲击荷载作为时变结构输入激励,提出了基于连续小波变换的时变结构瞬时模态参数识别方法。在短时时变假定条件下,建立基于模局部极大值的连续小波变换时变参数识别原理,利用结构的输出响应进行瞬时模态参数识别,采用叁自由度的时变结构体系进行数值模拟,该方法能够准确识别时变结构的瞬时模态参数值。通过设计具有质量参数可变的两层钢框架模型进行测试,验证了方法的有效性与可行性。(本文来源于《地震工程学报》期刊2019年03期）
张杰,史治宇[6]（2019）在《应用小波时频脊提取和自适应滤波进行时变系统参数识别》一文中研究指出提出了同步压缩小波时频脊提取结合自适应时域滤波的时变系统参数识别方法。同步压缩小波相比传统小波具有优异的时频分辨率,基于该小波时频脊提取可以获得时变结构的瞬时模态频率,在此基础上可构造各阶分量信号的载波矩阵,并应用自适应时域滤波求解分量信号的幅值包络,进而识别结构的阻尼比。该方法能对时变系统结构响应进行各阶分解,相比经验模态分解方法具有优异的时频提取能力、较强的抗噪性能和识别复杂时变问题的能力。在理论推导基础上,首先通过一个3自由度时变仿真算例验证了方法的正确性和抗噪性,再应用该算例构造了一个复杂时变算例(分量信号在频域重迭且突变),以此验证方法对各类复杂时变情况的适用性和准确性。(本文来源于《振动工程学报》期刊2019年03期）
王博馨[7]（2019）在《Gabor小波参数对人脸特征的影响机理》一文中研究指出随着人工智能的快速发展,人脸特征的提取与分类识别成为研究热点。本文对Gabor小波参数对人脸特征的影响机理进行研究。主要创新点如下:(1)针对传统随机森林算法中,每一棵决策树拥有相同的决策能力不利于最终分类这一问题,提出定位人脸面部特征关键点的加权随机森林算法。首先利用Haar特征和AadBoost算法对面部区域进行检测;其次对面部的特征关键点进行定位;最后对人脸图像进行预处理。(2)针对2D-Gabor小波参数变化对人脸特征的影响问题,建立了Gabor滤波方向θ,滤波频率f和标准差σ3个参数变化与人脸特征变化的关系对应表。由实验可知,当人脸特性从高频特性转向低频特性转换时,人脸图像的细节纹理特征逐渐变模糊。(3)针对Gabor小波提取人脸特征时维数较高,面部特征信息冗余的问题,本文提出8个方向上的Gabor多尺度特征融合算法(Gabormix8)来提取人脸特征,从而增强了面部特征信息,去除了不必要的特征信息,使Gabor特征维数从103040下降到20608。(4)针对BP神经网络易陷入局部最优且收敛速度慢的问题,本文提出人工鱼群优化BP神经网络(AFSA-BPNN)的分类识别算法。通过调整人工鱼群算法的参数,模拟自然鱼的运动规律,使鱼群能够选择性地进行觅食、群聚和追尾行为,从而实现全局最优。本文使用VS2013开发平台和OpenCV 2.4.8函数库构建了人脸识别系统,实验表明:将Gabormix8提取的特征在BP分类器下进行识别,平均识别准确率可达92.23%。以0.01为误差精度,AFSA-BPNN训练步数与BPNN训练步数相比加快了 35.44%。将Gabormix8提取的特征在AFSA-BPNN分类器下进行识别,平均识别准确率可达94.21%,相比KNN和BP分类器,分别提高了 9.22%和1.98%。(本文来源于《西安科技大学》期刊2019-06-01）
彭彦军,唐明,孙春树,周雄,滕本科[8]（2019）在《重复脉冲匝间短路检测中小波参数评价研究》一文中研究指出针对重复脉冲法(RSO)在电机转子绕组现场检测信号中信噪比不高的问题,本文采用现场检测信号,对比多种母小波、不同阈值选择方法、不同分解层数的降噪效果。在传统评价参数均方根差变化量RMSE、信噪比SNR、平滑度r以及互相关系数CC等基础上,给出复合指标的定义和构造方法,提出采用复合指标对降噪效果进行评价,给出适合重复脉冲法的母小波、分解层数和阈值选择方法。(本文来源于《大电机技术》期刊2019年03期）
焦志浩,吕迎春[9]（2019）在《基于复合评价值的小波去噪参数选定方法》一文中研究指出针对小波阈值去噪法应用到含噪信号时小波基和分层数难以统一确定的问题,提出了一种融合传统评价指标对于小波去噪最优参数选定的方法。根据一般评价指标的意义和小波分解产生的细节信息及逼近信息的意义,融合得到复合评价值,通过复合指标值寻找小波去噪后的极值点来确定最优小波基函数和分层数。通过对blocks和bumps信号的实验结果与其他文献的对比,证明了该方法的合理性和有效性。最后,将该方法应用到超声回波信号去噪中,在选取sym7小波基和4层分层数时,得到的复合评价值最小,超声回波信号取得最优去噪效果。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年08期）
徐豹之[10]（2019）在《基于多小波分析及证据推理的隧道超前水平钻孔参数预报方法研究》一文中研究指出超前水平钻孔参数预报是最直接、有效的一种短程隧道预报方法,该方法通过掌子面水平钻进获取的钻进速度、旋转速度、推进压力和扭矩等参数,利用4个参数与围岩的相关性,推断掌子面前方具体围岩情况。目前在参数预报研究中对围岩岩性及构造的划分不细致,其结果与实际围岩存在一定误差,且无法较为准确的区分开岩性及构造。本文以小川隧道钻进过程中获取的参数为基础,采用了小波去噪、多小波分析和证据推理等方法对功速比曲线进行了深入的研究,以达到对掌子面前方围岩岩性及构造较为准确的划分。主要做了以下工作:(1)采用了小波去噪方法对现场钻进试验获取的含噪声参数曲线进行去噪处理,可以有效的获取曲线特征,并利用去噪处理后钻进参数的相关性引入功速比公式。(2)通过连续小波变换和边缘检测方法对功速比曲线进行多小波匹配,将多小波匹配结果结合掌子面描述和钻进参数曲线对围岩岩性及部分构造进行划分。结果表明,功速比曲线多小波匹配分析可以较为准确的划分围岩岩性及部分构造。(3)针对多小波分析在围岩构造划分中存在“不确定”和“不知道”部分,引入了具有直接表达其能力的证据推理方法。经过证据推理判断得到的不确定围岩段构造类别可信度高。并与钻孔取芯预报法和TSP预报法划分结果对比,得知本文方法划分结果优于其他两种方法。(4)将本文的研究方法应用到工程实例中,验证了本文方法的准确性和可行性。因此,将其引入隧道超前水平钻孔参数预报法中可以提高预报结果的准确性,使其可以更好的服务于隧道施工与建设,为以后的研究提供了借鉴和参考。(本文来源于《长安大学》期刊2019-04-28）
小波参数论文开题报告
（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：
为了降低加速度计比较法冲击激励校准中,噪声对其动态模型辨识精度的影响,提出一种基于小波降噪和最小二乘的加速度计动态模型参数频域辨识方法。该方法首先利用改进的小波阈值降噪方法对参考加速度计和被校加速度计的输出信号进行降噪,然后利用最小二乘的方法对谐振频率附近的频率响应函数进行加速度计动态模型频域参数辨识。仿真实验和加速度计比较法冲击激励校准实验表明:该方法能够有效减少噪声对频率响应函数的影响,提高加速度计动态模型参数辨识精度。
（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。
小波参数论文参考文献
[1].张恒,潘仲明.平稳小波去噪算法中的参数选择[J].国防科技大学学报.2019
[2].董雅雯,王建林,魏青轩,邱科鹏,赵利强.基于小波降噪和最小二乘的加速度计参数辨识[J].传感器与微系统.2019
[3].张融森.基于小波理论的堆垛机模态参数识别及其结构优化[D].西安理工大学.2019
[4].张伟,王生怀,任爱华,孙海明.大相位变化条纹相位提取中Paul小波参数的优化[J].激光与光电子学进展.2019
[5].赵丽洁,刘瑾,杜永峰,李万润.基于连续小波变换的时变结构瞬时模态参数识别[J].地震工程学报.2019
[6].张杰,史治宇.应用小波时频脊提取和自适应滤波进行时变系统参数识别[J].振动工程学报.2019
[7].王博馨.Gabor小波参数对人脸特征的影响机理[D].西安科技大学.2019
[8].彭彦军,唐明,孙春树,周雄,滕本科.重复脉冲匝间短路检测中小波参数评价研究[J].大电机技术.2019
[9].焦志浩,吕迎春.基于复合评价值的小波去噪参数选定方法[J].重庆理工大学学报(自然科学).2019
[10].徐豹之.基于多小波分析及证据推理的隧道超前水平钻孔参数预报方法研究[D].长安大学.2019