一、光滑奇异性信号的小波检测及其应用（论文文献综述）
续立强[1]（2021）在《基于小波分析的输电线路故障定位研究》文中研究指明近年来,我国对智能电网的研究取得了非常显着的成果,随之而来的是愈来愈大的电网容量和愈来愈远的输电距离。输电线路作为电力系统能量传输的纽带,负责电力系统中发电端和用电端之间的连接,保障其正常稳定的运行尤为重要。因此,本文对输电线路的保护以及故障的选相与定位问题展开了深入的分析和研究。首先,基于小波变换及神经网络,提出了一种输电线路保护方法。利用Clarke变换将相电压、相电流转化为模分量,再经小波变换获得信号的模极大值情况,通过神经网络对小波变换分析结果的感知,探寻内在规律,研究系统正常运行与发生故障时的差异所在,再以此为条件,结合神经网络给出的判断结果确定系统的运行状态是否正常,保护装置是否启动。研究表明,所提方法能够有效判断线路运行情况,且具有较好的稳定性,不受故障类型等外部条件的改变而影响判断结果。其次,基于小波变换,结合发生不同类型的故障时的边界条件特征,提出了一种故障选相算法。通过研究输电线路故障选相基本原理,由不同故障类型下故障特征量之间的差异性确定判据因子以及选相判别式,根据选相判别式对所提输电线路故障选相算法进行验证。仿真实验表明,对于选相判据的分析准确无误,所提选相算法能够准确区分故障相与非故障相。最后,基于小波变换及行波理论,提出了一种输电线路故障定位方法。利用db4小波对相电压的模分量进行小波变换,并结合双端行波测距理论完成故障测距,实现故障定位。仿真结果表明,本文所提算法,能够很好的实现输电线路故障定位,且具有很好的稳定性,在故障位置等条件发生改变时仍能精确定位。
代亚杰[2]（2020）在《基于傅里叶变换和小波变换的电能质量谐波检测及扰动分析》文中进行了进一步梳理随着人们对用电需求的不断提高,电网的拓扑结构日趋复杂、负荷变得多样,电能质量问题备受关注,其中谐波分析是电能质量的一个重要研究依据;而暂态扰动的识别也逐渐成为分析电能质量的难点。为了保证电力系统稳定运行,对电网信号进行准确分析成为提高电能质量的首要任务。本文阐述了电能质量的概念与分类,简要介绍了电能质量检测的研究现状、常用分析方法以及在分析过程中存在的问题。针对目前出现的非同步采样、频谱泄露、栅栏效应等问题,本文采用FFT、小波变换相结合的方法对信号中的稳态和暂态分量准确分析,提高检测精度。具体方案为:利用牛顿插值将原始采样序列进行准同步化,达到采样周期与实际周期相一致;对原始信号采用模极大值方法,检测是否存在暂态扰动,如果存在突变,利用小波Mallat算法重构高频信息,提取干扰成分;如果只含有稳态信号,则采用加窗插值FFT算法进行分析,得到各次谐波的幅值相位等指标参数。这样结合傅里叶变换和小波变换各自分析优势,针对信号中不同分量进行分析,提高检测效果。通过对准同步检测、小波变换、傅里叶变换以及混合算法的理论分析,建立了电网信号模型,并分别对各个算法进行仿真,结果表明:准同步化能够准确对采集信号进行修正,还原度与同步度很高;改进的加窗插值FFT对稳态谐波的检测精度达到0.3%;小波通过频带划分,利用模极大值检测信号奇异性,准确提取暂态扰动信号,精确达到5%;同样对于复杂的电力信号,将混合算法分析后也满足实际工程需要。最后,对电能质量检测系统中硬件和软件的要点进行阐述,着重完成了对数据采集、处理、通信模块的设计,实现了对电力系统信号的谐波分析和暂态识别。
范玲[3]（2019）在《适用于交直流配电线路的故障识别与保护方法》文中进行了进一步梳理以光伏、风机为代表的新能源发电技术往往以分布式电源的形式接入交直流配电网,给配电网故障检测、故障定位及其故障处理方式等方面带来了新的挑战。从交直流配电网故障识别和保护方法适用性的角度出发,本文研究了基于数据自同步方法的交流配电线路电流差动保护原理和适用于直流配电线路的快速方向纵联保护原理等问题,主要内容包括:论文首先分析了Hankel矩阵在信号奇异性检测和降噪方面的性能优势,针对常规故障起动判定方法存在检测延时问题,提出了基于Hankel矩阵奇异值分解的故障起动判定方法,实现了对故障起动时刻的精准判定。结合配电网同步通信手段以及配电线路较短的特点,本文提出利用故障起动时刻作为故障采样数据同步的对齐基准,实现数据自同步的电流差动保护,降低了保护对实时同步信号的要求。同时提出了两种适用于数据自同步条件下的新型电流差动保护判据,为分布式电源接入的配电线路提供了性能可靠的电流差动保护。此外,为实现直流配电线路故障的快速检测,本文分析了直流配电网故障电流的变化特征,基于电流分量信号特性差异,提出故障起动判据、故障识别判据以及故障选极判据,提出适用于直流配电线路的快速方向纵联保护方案。该保护方案只需传递方向信号,无需数据同步,降低了直流配电网通信建设难度,同时保护方案具有良好的速动性。
李妍[4]（2019）在《电流互感器暂态饱和识别方法及继电保护抗饱和技术研究》文中研究说明电力系统正常运行或故障时,电流互感器将一次侧电流传变到二次回路供二次设备使用,且电力系统发生故障后,不同于稳态运行过程,保护用电流互感器真实有效地传变此暂态过程的一次电流,是保证继电保护的正确快速动作的关键。电磁式的电流互感器常因铁芯的暂态饱和而不能保证传变准确,进而影响继电保护的动作特性。电力系统中常用的P级电磁式电流互感器,通常仅在配套的继电保护算法中考虑铁芯暂态暂态饱和对保护动作性的影响。论文基于电流互感器传变原理的分析,研究P级电流互感器暂态饱和对其自身传变性能及系统继电保护的影响,进而提出继电保护抗电流互感器暂态保护的算法。继电保护克服电流互感器暂态保护的算法关键是确保其暂态饱和进出时刻的精准识别,本文首先结合实验数据对比分析识别电流互感器暂态饱和的常用方法,如相关系数法、谐波分析法、小波检测法、差分法的基本思想和利弊,并在此基础上,给出综合考虑暂态饱和过程中二次电流波形的差分特征与骤升、骤降特性的改进差分法并验证其优越性。再次,论文通过研究其时窗长度、信号成分、计算阶数等因素对传统普罗尼算法（Prony算法）性能的影响,提出了能从电流互感器铁芯暂态饱和后短暂的非饱和段二次电流中提取有效数据的改进短窗Prony算法,对比传统的工频分量提取算法即傅里叶算法,分析这两种算法在继电保护中抵御TA暂态饱和的能力及优缺点,并结合短窗的工频分量Prony提取算法和TA饱和改进差分算法,提出了一种能够克服TA铁芯暂态饱和对继电保护影响的整套方案,并在PSCAD中仿真验证该方案的适用性。最后,论文通过TA暂态饱和数据以及实际故障录波数据验证了TA在不同程度暂态饱和情况下改进短窗Prony算法能够较为精准地提取工频分量,进而提出的继电保护抵御TA暂态饱和风险的方案,利用PSCAD仿真分别模拟区外连续性故障和区内区外转换型故障这两种故障情况下保护用TA暂态饱和,验证该方案应用于线路差动保护能够克服TA暂态饱和的影响不致于误判。
吕丛丛[5]（2019）在《数字散斑内部缺陷检测研究》文中研究说明缺陷无损检测广泛用于航空航天工业、汽车工业、橡胶工业等领域,使得缺陷无损检测方法的研究具有重要意义。数字散斑干涉具有全场、非接触、高精度等特点,广泛用于缺陷检测领域。本文对数字散斑干涉在内部缺陷无损检测中的应用做了相关研究,主要研究内容如下:1.提出离面位移相位导数缺陷边缘检测方法。使用加窗傅里叶脊法求解离面位移数字散斑条纹相位,得到离面位移相位导数分布,再利用Marr小波加权结构强度连续小波变换法,扫描并检测离面位移相位导数分布中的隐藏奇点,从而检测内部缺陷全边缘。实验验证该检测方法是有效可行的。2.提出梯度流线扫描缺陷边缘检测方法。梯度流线扫描法可以在离面位移场中获取具有最高信噪比的信号路径,而以高斯函数三阶导数为基本小波的加权结构强度连续小波变换法可以检测梯度流线中的隐藏奇点,所以结合梯度流线扫描法和连续小波变换法可以直接在离面位移场中获取内部缺陷全边缘。实验及有限元仿真验证该检测方法是有效可行的。3.提出弯矩-刚度缺陷检测方法。该方法根据弯矩与弯曲刚度的关系,可以用于检测弯曲刚度已知结构的内部缺陷全边缘及深度。实验及MATLAB模拟验证该检测方法是有效可行的。4.提出径向及周向数值微分算法。以径向及周向数值微分算法处理含缺陷板的离面位移场,计算得到其二阶导数分布,从而可以使用弯矩-刚度法来确定内部缺陷全边缘及深度。
郑茜[6]（2018）在《基于插值小波的信号奇异性检测和图像边缘提取》文中提出信号的奇异性作为信号处理中的重要研究对象,包含了信号的许多重要信息。而小波变换具有良好的时频分析能力,能够有效的检测出信号的突变点,因此在信号奇异性检测和图像边缘检测等领域得到广泛的应用。然而在经典检测算法中,应用小波变换进行奇异性检测时,获取小波系数通常需要利用离散积分替代连续积分。由于离散积分只能作为连续积分的近似表达,因此当采样数据密度较低时,这类方法往往会导致较大的计算误差,从而难以得到令人满意的检测效果。针对上述经典小波算法中的缺陷,本文尝试将插值小波应用于一维信号奇异性检测和二维信号图像边缘检测,从而避免使用离散积分的方法来获取小波系数,在减小计算误差的基础上获得更好的检测效果。本文的主要工作如下:（1）研究了插值小波的特性和插值小波对偶滤波器的构建方法,在此基础上构建出六阶B-样条小波对应的插值滤波器序列,并将其应用于后续的仿真实验中。（2）深入分析了经典小波检测算法中,图像分辨率与检测精度之间的关系。并根据仿真实验结果和理论分析,讨论经典小波算法中存在的缺陷,最终确定算法的优化方案。（3）基于插值小波采样理论中,插值小波系数为信号采样值的特殊性质,将对偶插值滤波器与一维Mallat塔式分解算法结合起来,提出一种新的信号奇异性检测算法。该算法不需要通过信号与小波函数作内积来求取小波系数,而是利用插值小波的特殊性质根据信号采样值直接获得小波系数,因此大大简化了小波系数的计算过程,并且有效提高了小波系数的精度。（4）研究了图像在插值小波条件下的数学化模型,进一步研究插值小波和插值滤波器与二维Mallat塔式分解算法的结合过程,进而提出一种新的图像边缘检测算法。该算法通过插值对偶滤波器序列,即可直接由图像像素矩阵获得定位准确、连续完整的边缘图像。（5）将本课题算法与其他检测算法进行对比实验,对实验结果分别进行定性和定量分析。最终结果表明,本文方法能够获得更加优异的检测效果,验证了该算法的有效性和优越性。本课题完成了插值小波在信号奇异性检测和图像边缘检测中的应用研究,对信号处理和图像处理具有一定的参考价值。
汪宏宇[7]（2017）在《高速公路路网交通运行状态关键问题的研究》文中研究说明交通运输业迅速发展及居民出行需求的大幅度增加,导致道路交通运输压力日益增加,尤其是承载着城市间互通及大城市周边的高速公路运输压力更加严重。一旦交通事件发生,会极大地影响道路的通畅程度甚至会引发连锁效应,对高速公路运输能力造成巨大的影响。因此,有必要对高速公路路网运行状态的关键问题进行深入的研究,以期来实现对高速公路运行状态的有效监管。针对这一问题,本文以在高速公路上采集到的浮动车轨迹数据为基础,从浮动车数据去噪、高速公路交通事件检测、高速公路路网交通运行状态量化这三个角度,层层递进地进行高速公路道路信息研究,具体研究内容如下:浮动车数据的时空分布决定了高速公路路网运行状态研究的可行性及范围,虽然对大量浮动车进行监控,采集到了海量轨迹数据,但是由于车辆行驶轨迹具有很强的随机性导致数据在时空上分布不均,导致研究范围难以界定。针对这一问题,通过研究道路交通信息所需的数据量下限并结合本文数据时空分布情况的分析,确定高速公路道路的研究范围及道路信息的发布周期。为了解决浮动车数据在采集过程中各类错误数据和误差数据引起的噪声问题,提出了一种基于小波阈值的数据去噪算法。通过构造小波重构系数并借鉴噪声方差和信噪比等指标,进行小波基函数筛选来确定适合于浮动车数据去噪的小波基函数,进而通过构造阈值函数来克服软硬阈值函数的不足,最后在实测数据上确定分解层数来实现一种针对浮动车数据的小波阈值去噪算法。通过实验,该算法在本文数据集上明显优于其他算法,能够较好的完成浮动车数据去噪。考虑到目前道路交通事件检测均是以固定检测器数据为依托,使得检测结果的道路覆盖度较低且算法复杂较高的问题。本文基于去噪后的浮动车数据,通过对高速公路交通事件交通流特点进行分析,首先通过提取交通流参数构造正常数据排除算法,实现对待检测数据的第一层过滤来减少后续的计算量,进而借鉴小波理论在奇异性检测方面的优势,构造基于光滑小波函数的小波交通事件检测算法,实现对高速公路进行高精度、细粒度的交通事件检测。通过在实测数据上进行实验可知,本文方法的检测效果均优于其他算法,能够较好的完成道路交通事件检测。在道路交通事件检测结果的基础上,通过对高速公路路网运行状态相关影响因素进行分析、提取,提出了一种基于径向基函数神经网络（Radial Basis Function Neural Network,RBFNN）的Bagging高速公路运行状态量化算法。Bagging通过对多个不同神经元个数的RBFNN进行集成,较好的实现了道路运行状态各因素与路网运行状态之间的复杂映射关系。通过以高速公路交通校调数据为依据,在实测数据上进行测试分析可知,该算法能够准确的进行量化,在本文数据上的量化效果明显优于其他算法。
陈载宇[8]（2014）在《基于匹配小波变换的信号奇异性与去噪应用研究》文中研究指明小波变换作为一种新的信号处理方法,由于其在时域和频域都具有表征信号局部信息的能力,所以在现代信号分析中有着广泛的应用。在工程应用中,小波分析最重要的一个问题就是小波函数的选择问题。这是因为小波变换中的小波函数不唯一,具有多样性,甚至有的小波函数没有固定的表达式,此外,不同的小波函数具有不同的特性,采用不同的小波函数去分析同一个问题,往往会得到不同的结果。然而,针对一个信号,如何选择合适的小波函数进行分析和处理,还没有个统一的选择标准。本文查阅了大量与小波相关的国内外资料和文献,深入学习了小波分析和多抽样滤波器组的基本理论知识,围绕匹配小波的应用展开了一定的分析和研究。首先,在小波分析与信号奇异性检测的基础上,研究了一种与给定的奇异信号相匹配的匹配小波的优选方法,根据奇异性信号的类型,综合考虑小波函数的紧支撑性、正则性和消失矩的特点,三者相互制约,来选择与信号匹配的小波,并通过仿真验证方法的有效性。其次,在小波分析和多抽样滤波器组的基础上,研究了一种与给定一维信号匹配的基于滤波器组的匹配小波构造方法,引入可变参数,根据匹配准则,来设计相应的小波滤波器组和匹配小波,并讨论了将该匹配小波应用于信号的分解与重构以及信号的去噪方面。通过与现有的经典小波进行分析比较,验证方法的有效性。
刘刚[9]（2009）在《心电信号的去噪与QRS波检测算法研究》文中研究说明心电信号的自动分析和处理与是目前信号处理领域中的研究热点之一,其真正实现将有力地促进医疗事业的发展和人们健康水平的提高,也将是现代信号处理理论与技术和人工智能等在医疗领域中应用的重大突破。快速而准确检测出心电信号中QRS波群的位置,是心电信号自动分析和诊断系统中的一个关键环节,而有效消除心电信号中的各种噪声干扰是准确检测各种特征波的前提。因此,本论文围绕心电信号去噪和心电信号QRS波群的检测两个方面的关键技术展开研究。心电信号是复杂的非平稳随机信号,易受噪声干扰,本文重点研究了传统数字滤波去噪法和基于小波变换的去噪算法,在经典数字滤波法中,本文根据心电信号和噪声的频谱特点,设计了等纹波FIR滤波器组和零相位IIR数字滤波器组,通过对实际心电信号进行滤波处理,验证了各滤波器组在心电信号降噪中的有效性并比较了两组滤波器的去噪性能。在基于小波变换的去噪算法中,本文着重讨论小波变换模极大值去噪法、小波阈值去噪法和平移不变量小波去噪算法,并针对传统软硬阈值函数的缺陷,构造了一种新的阈值函数,通过仿真实验验证了新阈值函数的有效性和优越性,最后将新阈值函数与平移不变量小波去噪算法相结合,提出了一种基于改进阈值函数的平移不变小波去噪算法,并实现了它的快速算法,通过对MIT-BIH数据库中的心电信号进行去噪处理,得出该算法相比于小波阈值法是一种性能更优秀的心电信号去噪方法,但是以牺牲计算速度为代价。在心电信号QRS波群的检测与定位方面,本文首先探讨了基于小波变换的QRS波群检测算法,重点研究了基于双正交二次样条小波变换的QRS波群检测算法,通过仿真实验验证了该算法具有较高的正确检测率和定位精度,抗干扰能力较强,并且还能准确检测QRS波群的起点和终点位置。然后针对算法对含噪严重心电信号QRS波的检测准确率急剧下降的问题,本文提出了一种基于小波软阈值去噪预处理的QRS波检测方案,该组合算法大大提高了对含噪严重心电信号QRS波的正确检测率和定位精度。最后本文探讨了基于EMD的QRS波检测算法,尝试将一种全新的信号处理方法-EMD分解应用于心电信号的QRS波检测和定位中,提出一种基于EMD与Marr小波变换的R波检测新算法,该方法将EMD分解算法与基于Marr小波变换模极大值的奇异性检测原理相结合,具有较高的检测准确率,处理速度快,定位精度好,为心电信号自动分析提供了一种精确的检测手段。
赵学智,叶邦彦,陈统坚[10]（2008）在《基于SVD的奇异性信号检测原理及其应用》文中指出研究了Hankel矩阵方式下SVD的信号分解原理,证明了利用SVD可将原始信号分解为一系列分量信号的简单线性叠加。发现在Hankel矩阵方式下,从第二个SVD分量开始的各分量具有奇异性检测能力。指出与小波相比,SVD的奇异性检测具有两个特点,一是各分量的消失矩阶数逐次增加,第n个SVD分量具有n-1阶消失矩,因而各分量可以检测出具有不同奇异性指数的奇异点;二是所有SVD分量中指示奇异点位置的脉冲宽度始终保持不变,而且这个宽度由所构造的Hankel矩阵的列数决定。最后将这一方法应用于铣削力信号中的奇异性检测,揭示了由于刀具磨损或者工件材料颗粒不均匀和间隙而产生的对刀具的微弱冲击现象。
二、光滑奇异性信号的小波检测及其应用（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、光滑奇异性信号的小波检测及其应用（论文提纲范文）
（1）基于小波分析的输电线路故障定位研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 输电线路保护研究现状 |
| 1.2.2 故障选相研究现状 |
| 1.2.3 故障定位研究现状 |
| 1.3 论文主要研究工作 |
| 第2章 小波变换基本理论及应用 |
| 2.1 小波分析基本理论 |
| 2.1.1 小波理论 |
| 2.1.2 小波变换理论 |
| 2.2 多分辨率分析及Mallat算法 |
| 2.2.1 多分辨率分析 |
| 2.2.2 Mallat算法 |
| 2.3 小波变换在信号处理中的应用 |
| 2.3.1 李氏指数描述 |
| 2.3.2 小波变换的模极大值原理 |
| 2.3.3 小波类型的选择 |
| 2.4 Db4 小波 |
| 2.5 本章小结 |
| 第3章 行波故障测距基本原理 |
| 3.1 输电线路故障定位方法 |
| 3.1.1 行波理论分析 |
| 3.1.2 暂态行波传输特性 |
| 3.2 输电线路行波测距方法 |
| 3.2.1 单端故障测距法 |
| 3.2.2 双端故障测距法 |
| 3.2.3 单端行波测距法与双端行波测距法对比研究 |
| 3.3 本章小结 |
| 第4章 输电线路保护方法研究 |
| 4.1 输电线路故障特征量提取 |
| 4.1.1 故障分类及边界条件 |
| 4.1.2 故障特征分析 |
| 4.1.3 相模变换 |
| 4.1.4 模故障分量特征 |
| 4.2 基于小波和神经网络的输电线路保护方法研究 |
| 4.2.1 神经网络基本原理 |
| 4.2.2 输电线路保护原理 |
| 4.2.3 神经网络模型构建 |
| 4.2.4 输电线路保护算法实验仿真 |
| 4.3 本章小结 |
| 第5章 基于小波变换的故障选相及定位方法研究 |
| 5.1 故障选相方法研究 |
| 5.1.1 故障选相原理 |
| 5.1.2 故障选相判别依据 |
| 5.1.3 故障选相流程 |
| 5.1.4 仿真验证 |
| 5.2 输电线路故障定位方法研究 |
| 5.2.1 输电线路故障定位基本原理 |
| 5.2.2 基于经验模态分解(EMD)的故障定位分析 |
| 5.2.3 电力系统短路故障特征分析 |
| 5.2.4 故障定位仿真分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（2）基于傅里叶变换和小波变换的电能质量谐波检测及扰动分析（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 电能质量概述 |
| 1.3 电能质量检测研究现状 |
| 1.3.1 电能质量检测方法 |
| 1.3.2 电网检测中存在的问题 |
| 1.4 本文主要研究内容及结构安排 |
| 1.5 本章小结 |
| 2.基于傅里叶变换谐波检测方法理论分析 |
| 2.1 傅里叶变换基本理论 |
| 2.1.1 连续傅里叶和离散傅里叶 |
| 2.1.2 短时傅里叶和快速傅里叶 |
| 2.2 关于窗函数特性研究 |
| 2.2.1 窗函数的类型及特性 |
| 2.2.2 窗函数的插值频谱分析 |
| 2.3 电力系统信号模型建立 |
| 2.4 傅里叶变换谐波仿真分析 |
| 2.5 本章小结 |
| 3.基于小波变换扰动检测方法理论分析 |
| 3.1 小波变换基本理论 |
| 3.1.1 连续小波与离散小波 |
| 3.1.2 多分辨率与Mallat算法 |
| 3.2 基于小波变换的信号检测 |
| 3.2.1 模极大值原理 |
| 3.2.2 奇异性检测 |
| 3.3 小波基的种类及选择 |
| 3.4 电力信号暂态信号仿真分析 |
| 3.5 本章小结 |
| 4.基于小波变换和FFT的综合应用 |
| 4.1 电力系统信号特征 |
| 4.2 联合算法原理 |
| 4.3 联合算法中准同步化的FFT算法在谐波检测中的应用 |
| 4.3.1 加窗插值的FFT算法与传统算法比较 |
| 4.3.2 牛顿插值的准同步检测分析 |
| 4.4 基于小波分析在暂态干扰检测中的应用 |
| 4.4.1 利用模极大值检测电力信号奇异性 |
| 4.4.2 小波对暂态干扰信号仿真分析 |
| 4.5 复杂电力信号仿真分析 |
| 4.6 本章小结 |
| 5.基于联合算法的电能质量检测系统设计 |
| 5.1 电能质量检测系统硬件实现 |
| 5.1.1 数据采集 |
| 5.1.2 数据处理 |
| 5.1.3 通信与存储 |
| 5.2 电能质量检测系统软件实现 |
| 5.2.1 数据采集模块 |
| 5.2.2 数据处理模块 |
| 5.2.3 通信单元 |
| 5.3 系统检测与结果 |
| 5.4 本章小结 |
| 6.结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（3）适用于交直流配电线路的故障识别与保护方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交流配电网的保护研究现状 |
| 1.2.2 直流配电网的保护研究现状 |
| 1.2.3 故障起动判定方法的研究现状 |
| 1.3 本文主要工作 |
| 第2章 基于Hankel矩阵分解的信号奇异性检测方法 |
| 2.1 矩阵的分解与计算 |
| 2.1.1 方阵的特征值与特征向量 |
| 2.1.2 非方阵的奇异值与奇异向量 |
| 2.2 时域信号的奇异性检测与降噪方法 |
| 2.2.1 基于小波变换的信号奇异性检测方法 |
| 2.2.2 基于Hankel矩阵分解的信号奇异性检测方法 |
| 2.2.3 基于Hankel矩阵奇异值分解的信号降噪方法 |
| 2.3 算例仿真与分析 |
| 2.3.1 信号奇异性检测仿真 |
| 2.3.2 信号降噪处理仿真分析 |
| 2.4 本章小结 |
| 第3章 基于数据自同步方法的配电线路电流差动保护原理 |
| 3.1 分布式电源接入对配电网保护的影响 |
| 3.2 常规电流差动保护动作特性 |
| 3.2.1 比率制动电流差动保护判据 |
| 3.2.2 标积制动电流差动保护判据 |
| 3.3 配电网同步对时与电流差动保护的数据自同步方法 |
| 3.3.1 配电网同步对时手段 |
| 3.3.2 基于故障起动判定的数据自同步方法 |
| 3.3.3 仿真验证 |
| 3.4 数据自同步条件下的电流差动保护判据 |
| 3.4.1 改进的相位相关电流差动保护判据 |
| 3.4.2 基于电流故障分量的差动保护判据 |
| 3.4.3 仿真验证 |
| 3.5 本章小结 |
| 第4章 适用于直流配电线路的快速方向纵联保护 |
| 4.1 直流配电线路的故障方向判别方法 |
| 4.1.1 故障起动判定 |
| 4.1.2 故障方向判别 |
| 4.2 直流配电线路的方向纵联保护方案 |
| 4.2.1 方向纵联保护方案 |
| 4.2.2 仿真验证 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（4）电流互感器暂态饱和识别方法及继电保护抗饱和技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本论文的主要工作 |
| 第二章 电流互感器暂态饱和分析 |
| 2.1 电流互感器的原理及其传变性能 |
| 2.1.1 电流互感器的原理 |
| 2.1.2 电流互感器的稳态传变机理 |
| 2.1.3 电流互感器的暂态传变机理 |
| 2.2 电流互感器暂态饱和特性 |
| 2.2.1 电流互感器暂态饱和机理 |
| 2.2.2 电流互感器暂态饱和特征 |
| 2.3 电流互感器暂态饱和对继电保护影响的分析及对策 |
| 2.3.1 电流互感器暂态饱和对继电保护的影响 |
| 2.3.2 继电保护现有抗电流互感器暂态饱和影响的措施 |
| 2.4 本章小结 |
| 第三章 电流互感器暂态饱和识别方法分析与仿真 |
| 3.1 数字滤波与数据窗选择 |
| 3.1.1 数字滤波算法 |
| 3.1.2 数据窗的选择 |
| 3.2 相关系数法 |
| 3.2.1 基本原理 |
| 3.2.2 算法实现 |
| 3.2.3 仿真结果分析 |
| 3.3 谐波分析法 |
| 3.3.1 基本原理 |
| 3.3.2 算法实现 |
| 3.3.3 仿真结果分析 |
| 3.4 小波检测法 |
| 3.4.1 基本原理 |
| 3.4.2 算法实现 |
| 3.4.3 仿真结果分析 |
| 3.5 差分法 |
| 3.5.1 基本原理 |
| 3.5.2 算法实现 |
| 3.5.3 仿真结果分析 |
| 3.6 基于改进差分法的电流互感器暂态饱和识别 |
| 3.6.1 现有TA暂态饱和识别方法分析 |
| 3.6.2 基本原理 |
| 3.6.3 算法实现 |
| 3.6.4 仿真结果分析 |
| 3.7 本章小结 |
| 第四章 继电保护抗电流互感器饱和的算法研究 |
| 4.1 传统Prony算法 |
| 4.1.1 Prony算法基本原理 |
| 4.2 改进Prony算法 |
| 4.2.1 确定有效阶数 |
| 4.2.2 合理分频 |
| 4.2.3 给定工频特征根 |
| 4.2.4 改进短窗Prony算法计算流程 |
| 4.2.5 改进Prony算法性能分析 |
| 4.3 继电保护抗电流互感器暂态饱和方案 |
| 4.3.1 故障启动部分 |
| 4.3.2 饱和检测部分 |
| 4.4 本章小结 |
| 第五章 实验数据验证 |
| 5.1 算法性能验证 |
| 5.1.1 电流互感器暂态饱和试验数据 |
| 5.1.2 故障录波数据 |
| 5.2 线路差动仿真算例 |
| 5.2.1 区外连续故障 |
| 5.2.2 区内转区外故障 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
（5）数字散斑内部缺陷检测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 数字散斑干涉技术的发展 |
| 1.3 数字散斑剪切干涉技术的发展 |
| 1.4 研究背景及目的 |
| 1.5 本文的主要工作内容及安排 |
| 第二章 数字散斑技术基本原理 |
| 2.1 数字散斑干涉技术 |
| 2.1.1 基本原理 |
| 2.1.2 数字散斑干涉可测缺陷大小 |
| 2.2 数字散斑剪切干涉技术 |
| 2.2.1 基本原理 |
| 2.2.2 DSSPI缺陷检测的弊端 |
| 2.3 相位求解 |
| 2.3.1 时间相移法 |
| 2.3.2 空间相移法 |
| 2.3.3 傅里叶变换法 |
| 2.3.4 加窗傅里叶变换法 |
| 2.4 小结 |
| 第三章 离面位移相位导数缺陷边缘检测技术 |
| 3.1 加窗傅里叶变换 |
| 3.1.1 加窗傅里叶滤波 |
| 3.1.2 加窗傅里叶脊 |
| 3.2 缺陷理论模型 |
| 3.3 Marr小波检测隐藏奇点 |
| 3.4 离面位移相位导数缺陷边缘检测技术 |
| 3.5 实验验证 |
| 3.6 小结 |
| 第四章 梯度流线扫描缺陷边缘检测技术 |
| 4.1 梯度流线扫描法 |
| 4.2 高斯小波检测隐藏奇点 |
| 4.3 梯度流线扫描缺陷边缘检测技术 |
| 4.3.1 有限元模拟 |
| 4.3.2 实验验证 |
| 4.4 小结 |
| 第五章 弯矩-刚度缺陷检测技术 |
| 5.1 弯矩-刚度缺陷检测法 |
| 5.1.1 缺陷边缘检测 |
| 5.1.2 缺陷深度计算 |
| 5.2 数值模拟 |
| 5.2.1 数值微分 |
| 5.2.2 径向数值微分 |
| 5.2.3 周向数值微分 |
| 5.2.4 数值模拟 |
| 5.3 实验验证 |
| 5.3.1 简单缺陷检测 |
| 5.3.2 复杂缺陷检测 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 今后工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）基于插值小波的信号奇异性检测和图像边缘提取（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信号奇异性检测和图像边缘检测常见算法 |
| 1.2.2 小波理论的发展 |
| 1.2.3 小波变换在信号奇异性检测和图像边缘检测中的应用 |
| 1.3 本文主要工作和论文章节简介 |
| 第二章 小波变换和插值小波采样理论 |
| 2.1 小波变换 |
| 2.1.1 连续小波变换 |
| 2.1.2 离散小波变换 |
| 2.1.3 多分辨分析与Mallat分解算法 |
| 2.2 二维小波变换 |
| 2.3 插值小波采样理论研究 |
| 2.3.1 插值小波基本性质 |
| 2.3.2 插值小波滤波器的构建 |
| 2.4 本章小结 |
| 第三章 经典小波检测算法缺陷的分析 |
| 3.1 算法实现过程的分析 |
| 3.2 算法缺陷的实验分析 |
| 3.3 算法缺陷的数学验证 |
| 3.4 本章小结 |
| 第四章 插值小波在信号奇异性检测中的应用研究 |
| 4.1 插值小波在一维Mallat塔式算法中的应用 |
| 4.2 对偶插值滤波器序列的构造 |
| 4.2.1 小波基函数的选取 |
| 4.2.2 六阶B-样条小波对偶插值滤波器的构造过程 |
| 4.3 一维插值小波塔式分解算法仿真 |
| 4.4 基于插值小波的信号奇异性检测算法步骤 |
| 4.5 本章小结 |
| 第五章 插值小波在图像边缘检测中的应用研究 |
| 5.1 图像数学化模型 |
| 5.2 插值小波在二维Mallat塔式分解算法中的应用 |
| 5.3 插值滤波器在二维Mallat塔式分解算法中的应用 |
| 5.4 基于插值小波的图像边缘检测算法步骤 |
| 5.5 本章小结 |
| 第六章 应用结果与分析 |
| 6.1 基于插值小波的信号奇异性检测算法实验结果 |
| 6.1.1 第一类间断点的检测 |
| 6.1.2 第二类间断点的检测 |
| 6.1.3 与经典小波检测算法的结果对比 |
| 6.2 基于插值小波的图像边缘检测算法实验结果 |
| 6.2.1 简单图像的边缘检测 |
| 6.2.2 复杂人像的边缘检测 |
| 6.2.3 与其他边缘检测算法的结果对比 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
（7）高速公路路网交通运行状态关键问题的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 定义说明 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 道路交通运行状态关键技术研究现状 |
| 1.2.1 道路交通运行状态问题分析及研究流程 |
| 1.2.2 浮动车技术 |
| 1.2.3 数据去噪技术 |
| 1.2.4 道路交通事件检测技术 |
| 1.2.5 交通运行状态量化算法 |
| 1.3 目前研究存在的问题 |
| 1.3.1 浮动车数据去噪研究存在的问题 |
| 1.3.2 交通事件检测研究存在的问题 |
| 1.3.3 交通运行状态量化研究存在的问题 |
| 1.4 评价指标 |
| 1.4.1 数据去噪评价指标 |
| 1.4.2 事件检测评价指标 |
| 1.4.3 运行状态量化评价指标 |
| 1.5 本文研究重点及内容安排 |
| 第2章 道路运输数据分析 |
| 2.1 基本定义 |
| 2.2 数据基本结构及分析 |
| 2.2.1 道路运输数据 |
| 2.2.2 地图数据与辅助验证数据 |
| 2.3 数据存在问题分析及处理 |
| 2.3.1 数据分析 |
| 2.3.2 本文研究的可行性及研究范围分析 |
| 2.3.3 多种类型车辆速度差异性分析与标准化处理 |
| 2.4 数据数学模型 |
| 2.4.1 车辆速度数学模型 |
| 2.4.2 道路速度数学模型 |
| 2.5 本章小结 |
| 第3章 道路运输数据的小波阈值去噪算法 |
| 3.1 问题分析 |
| 3.2 小波分析去噪算法分析 |
| 3.3 小波基函数选择 |
| 3.3.1 小波基函数二进制小波变换 |
| 3.3.2 小波基函数特性分析 |
| 3.3.3 构造重构系数进行小波基函数选择 |
| 3.4 基于小波阈值的道路运输数据去噪算法 |
| 3.4.1 小波阈值及阈值函数的构造 |
| 3.4.2 小波基函数及分解层数确定 |
| 3.5 道路运输数据去噪结果分析 |
| 3.5.1 去噪算法性能分析 |
| 3.5.2 去噪效果分析 |
| 3.6 本章小结 |
| 第4章 道路交通事件的小波检测算法 |
| 4.1 问题分析 |
| 4.2 高速公路交通事件特征分析 |
| 4.3 基于小波理论的交通事件检测算法 |
| 4.3.1 正常数据排除算法 |
| 4.3.2 基于光滑小波函数的交通事件检测算法 |
| 4.3.3 事件延迟检测算法 |
| 4.4 交通事件检测结果 |
| 4.4.1 数据样本 |
| 4.4.2 检测方案 |
| 4.4.3 检测结果与分析 |
| 4.5 本章小结 |
| 第5章 高速公路路网运行状态量化算法 |
| 5.1 问题分析 |
| 5.1.1 高速公路路网运行状态量化的必要性分析 |
| 5.1.2 高速公路路网运行状态量化的难点分析 |
| 5.1.3 研究方案 |
| 5.2 路网运行状态相关因素分析 |
| 5.2.1 因素分析 |
| 5.2.2 因素标准化处理 |
| 5.3 路网运行状态量化算法 |
| 5.3.1 路网运行状态量化算法的分析 |
| 5.3.2 RBF神经网络算法的原理和优势 |
| 5.3.3 Bagging集成学习算法的原理和优势 |
| 5.3.4 RBFNN算法的集成算法的优化 |
| 5.4 高速公路路网运行状态量化结果 |
| 5.4.1 数据准备 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文主要贡献及创新 |
| 6.2 下一步研究工作 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
| 作者简介 |
（8）基于匹配小波变换的信号奇异性与去噪应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 小波理论的发展与研究现状 |
| 1.3 小波构造的发展与研究现状 |
| 1.4 匹配小波的发展与研究现状 |
| 1.5 论文文主要研究内容 |
| 第二章 小波变换的基本理论 |
| 2.1 引言 |
| 2.2 连续小波变换理论 |
| 2.3 离散小波变换理论 |
| 2.4 小波多分辨率分析与小波构造 |
| 2.5 Mallat 算法 |
| 2.5.1 分解算法的推导 |
| 2.5.2 重构算法的推导 |
| 2.6 本章小结 |
| 第三章 多抽样率滤波器组与小波 |
| 3.1 引言 |
| 3.2 多抽样率滤波器组 |
| 3.3 双通道多抽样率滤波器组的理想重构条件 |
| 3.4 正交镜像滤波器组和共轭正交滤波器组 |
| 3.5 正交小波和正交滤波器组的设计 |
| 3.5.1 正交小波 |
| 3.5.2 正交滤波器组的设计 |
| 3.6 双正交小波与双正交滤波器组 |
| 3.6.1 双正交小波 |
| 3.6.2 双正交滤波器组 |
| 3.7 小波尺度函数的计算 |
| 3.8 本章小结 |
| 第四章 基于小波特性的匹配小波在信号奇异性的应用 |
| 4.1 引言 |
| 4.2 小波变换与信号的奇异性 |
| 4.2.1 小波变换 |
| 4.2.2 信号奇异性检测原理 |
| 4.3 Lipschitz指数与信号的奇异性 |
| 4.4 小波函数及其特性 |
| 4.5 基于小波特性的匹配小波优选方法 |
| 4.5.1 小波函数选取的研究现状 |
| 4.5.2 匹配小波优选方法的提出 |
| 4.6 匹配小波优选方法仿真与分析 |
| 4.7 本章小结 |
| 第五章 基于滤波器组的匹配小波在信号去噪中的应用 |
| 5.1 引言 |
| 5.2 小波与滤波器组构造 |
| 5.2.1 小波与滤波器组 |
| 5.2.2 小波的构造 |
| 5.2.3 小波滤波器组的构造 |
| 5.3 匹配准则 |
| 5.4 匹配小波构造 |
| 5.5 基于滤波器组的匹配小波构造算法 |
| 5.6 仿真与分析 |
| 5.6.1 评价准则 |
| 5.6.2 仿真实验 |
| 5.7 匹配小波在信号去噪中的应用 |
| 5.7.1 评价准则 |
| 5.7.2 消噪仿真 |
| 5.8 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文所做的工作和特点 |
| 6.2 研究与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）心电信号的去噪与QRS波检测算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 选题的背景及研究意义 |
| 1.2 心电信号去噪处理的研究现状 |
| 1.3 心电信号QRS波检测的研究现状 |
| 1.4 本文的研究内容 |
| 第二章 心电信号的产生机理和特点 |
| 2.1 心脏传导系统与心电信号的产生机理 |
| 2.2 心电信号的特点 |
| 2.2.1 时域特点 |
| 2.2.2 频谱特点 |
| 2.3 正常心电图波形及其生理意义 |
| 2.4 常用的标准心电数据库 |
| 2.4.1 MIT-BIH数据库 |
| 2.5 小结 |
| 第三章 心电信号去噪算法研究 |
| 3.1 引言 |
| 3.2 传统傅里叶变换滤波去噪法 |
| 3.2.1 切比雪夫型FIR数字滤波器设计 |
| 3.2.2 零相位IIR数字滤波器设计 |
| 3.2.3 仿真实验 |
| 3.2.4 小结 |
| 3.3 小波去噪算法的概述 |
| 3.3.1 引言 |
| 3.3.2 去噪问题的描述 |
| 3.4 小波变换模极大值去噪算法 |
| 3.5 小波阈值去噪算法 |
| 3.5.1 小波阈值去噪的原理及实现 |
| 3.5.2 心电信号的小波阈值去噪算法实现 |
| 3.5.3 小波阈值去噪算法与仿真实验 |
| 3.5.4 小结 |
| 3.6 平移不变量小波阈值去噪算法 |
| 3.6.1 基于平移不变的小波去噪算法的原理 |
| 3.6.2 平移不变量小波去噪算法的快速实现 |
| 3.6.3 基于平移不变量小波阈值的心电信号去噪仿真实验 |
| 3.6.4 小结 |
| 3.7 本章小结 |
| 第四章 基于小波变换的心电信号QRS波检测 |
| 4.1 基于小波变换的信号奇异性检测理论 |
| 4.1.1 Lipschitz指数 |
| 4.1.2 小波变换与信号的奇异性 |
| 4.1.3 小波变换模极大值与李氏指数的关系 |
| 4.2 基于小波变换的心电信号QRS波检测算法 |
| 4.2.1 引言 |
| 4.2.2 基于连续小波变换的心电信号QRS波检测算法 |
| 4.2.3 基于双正交样条小波变换的心电信号QRS波检测算法 |
| 4.2.4 基于双正交样条小波变换的QRS波检测算法的改进 |
| 4.3 小结 |
| 第五章 基于EMD与Marr小波变换的心电信号QRS波检测 |
| 5.1 EMD算法 |
| 5.1.1 经验模式分解(EMD)算法的基本原理 |
| 5.1.2 Hilbert变换及Hilbert谱 |
| 5.1.3 仿真实验 |
| 5.2 基于EMD与Marr小波变换的心电信号QRS波检测算法 |
| 5.2.1 基于EMD的QRS波检测算法分析 |
| 5.2.2 基于EMD方法和Marr小波变换的心电信号QRS波检测算法 |
| 5.2.3 仿真实验 |
| 5.3 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读硕士学位期间发表的论文 |
（10）基于SVD的奇异性信号检测原理及其应用（论文提纲范文）
| 1 Hankel矩阵方式下SVD的信号分解原理 |
| 2 Hankel矩阵方式下SVD的奇异性检测效果及与小波变换的比较分析 |
| 3 对铣削力信号中奇异点的检测 |
| 4 结 论 |
四、光滑奇异性信号的小波检测及其应用（论文参考文献）
- [1]基于小波分析的输电线路故障定位研究[D]. 续立强. 齐鲁工业大学, 2021(10)
- [2]基于傅里叶变换和小波变换的电能质量谐波检测及扰动分析[D]. 代亚杰. 中北大学, 2020(09)
- [3]适用于交直流配电线路的故障识别与保护方法[D]. 范玲. 天津大学, 2019(01)
- [4]电流互感器暂态饱和识别方法及继电保护抗饱和技术研究[D]. 李妍. 厦门大学, 2019(09)
- [5]数字散斑内部缺陷检测研究[D]. 吕丛丛. 南京航空航天大学, 2019(02)
- [6]基于插值小波的信号奇异性检测和图像边缘提取[D]. 郑茜. 电子科技大学, 2018(10)
- [7]高速公路路网交通运行状态关键问题的研究[D]. 汪宏宇. 北京理工大学, 2017(06)
- [8]基于匹配小波变换的信号奇异性与去噪应用研究[D]. 陈载宇. 昆明理工大学, 2014(01)
- [9]心电信号的去噪与QRS波检测算法研究[D]. 刘刚. 昆明理工大学, 2009(02)
- [10]基于SVD的奇异性信号检测原理及其应用[J]. 赵学智,叶邦彦,陈统坚. 振动与冲击, 2008(06)
标签：小波变换论文; 仿真软件论文; matlab小波变换论文; 通信论文; 边缘检测论文;