学位论文 > 优秀研究生学位论文题录展示

基于独立分量分析和小波变换的钢丝绳缺陷信号提取

作　者: 陈桂宏
导　师: 夏国荣
学　校: 中南林业科技大学
专　业: 计算机应用技术
关键词: 钢丝绳断丝小波去噪阈值函数平移不变量独立分量分析
分类号: TG115.284
类　型: 硕士论文
年　份: 2009年
下　载: 73次
引　用: 0次
阅　读: 论文下载

内容摘要

钢丝绳广泛应用于许多工程领域中,其使用的安全性至关重要。随着科学技术的发展,钢丝绳材料变得越来越复杂,因此其检测也变得越来越难,现今的各种检测技术都不同程度的存在缺陷。在分析了国内外钢丝绳状态检测技术研究现状、钢丝绳的磁检测原理、磁检测装置以及缺陷信号特征的基础上,本文开发出一种钢丝绳探伤检测系统。该系统首次将嵌入式系统应用于钢丝绳缺陷检测,硬件部分采用嵌入式系统(s3c44b0)和CPLD(EPM7128BTC100-10)作为其核心部件,能够实现信号采集、信号放大、A／D转换、数据存储等功能；软件开发基于uCOSⅡ平台,能够实现信号去噪、缺陷位置及缺陷数量的判断及显示、系统与PC机之间进行通信等功能。.本文运用小波分析和独立分量分析理论对钢丝绳缺陷信号提取方法进行了详细的研究。文章在介绍了小波分析的基本知识之后,分析了小波阈值去噪原理,给出了小波去噪性能评价标准；介绍了在算法过程中如何确定小波函数、最优分解层次及小波阈值大小；提出一种新的小波阈值函数,该函数可在软硬阈值之间灵活选择,并具有无穷阶导数,连续性也比较好；结合新阈值函数,提出一种改进的平移不变量小波阈值去噪算法。从对Matlab自带的典型染噪信号以及对钢丝绳实测信号去噪的实验分析看出,该改进去噪算法与传统的软硬阈值去噪算法相比,在信噪比较低时具有明显优势,信噪比提高了50%以上,证明该算法的有效性和适用性。为解决强噪声背景下的缺陷信号提取问题,本文首次提出把独立分量分析(ICA)理论和小波分析结合应用于钢丝绳缺陷信号提取。在对ICA发展概况进行介绍之后,文章介绍了ICA的数学模型以及它的一般求解过程。给出了ICA和小波理论相结合的钢丝绳强染噪缺陷信号提取的算法流程,从对比性实验可以看出,强染噪信号用普通的小波去噪算法不能达到理想的效果,而把ICA作为预处理工具,去除部分噪声之后,再用本文所改进的平移不变量小波阈值去噪算法进一步去噪,可以达到很好的效果。实验得出的ICA分离性能评价指标值以及去噪后的信噪比和均方根误差值,可以证明该算法的有效性。

全文目录

摘要  4-5
ABSTRACT  5-10
1 绪论  10-15
  1.1 课题背景  10-11
  1.2 课题研究的目的与意义  11
  1.3 钢丝绳无损检测主要技术及国内外研究现状  11-14
    1.3.1 钢丝绳的缺陷分类  11-13
    1.3.2 钢丝绳无损检测技术的现状及发展趋势  13-14
  1.4 本文主要研究内容  14
  1.5 本章小结  14-15
2 钢丝绳探伤检测系统的开发  15-33
  2.1 电磁检测方法简介  15-19
    2.1.1 无损电磁检测原理  15-18
    2.1.2 电磁检测存在的问题  18-19
  2.2 钢丝绳探伤检测系统的硬件开发  19-28
    2.2.1 前向通道设计  20-23
    2.2.2 信号处理接口电路设计  23
    2.2.3 人机通道的设计  23-25
    2.2.4 CPU及其存储器的设计  25-28
  2.3 钢丝绳探伤检测系统的软件设计  28-32
  2.4 本章小结  32-33
3 小波理论概述  33-40
  3.1 小波分析的概况  33-35
  3.2 小波变换的分类  35-37
    3.2.1 连续小波变换  35-36
    3.2.2 离散小波变换  36
    3.2.3 二进小波变换  36-37
  3.3 常用连续小波函数介绍  37-38
  3.4 多分辨率分析  38-39
  3.5 本章小结  39-40
4 改进的平移不变量小波阈值去噪算法研究  40-61
  4.1 小波阈值去噪算法的理论  40-43
    4.1.1 小波去噪的基本原理  40-41
    4.1.2 噪声在小波分解下的特性  41-42
    4.1.3 小波阈值去噪原理  42-43
    4.1.4 平移不变量小波去噪原理  43
  4.2 小波去噪性能评价标准  43-44
    4.2.1 信噪比(SNR)  43-44
    4.2.2 均方根误差(RMSE)  44
  4.3 平移不变量小波阈值去噪算法描述  44-53
    4.3.1 小波函数的确定  44-45
    4.3.2 最优分解层次的确定  45-46
    4.3.3 小波阈值大小的确定  46-48
    4.3.4 小波阈值函数的确定  48-53
  4.4 改进的平移不变量小波阈值去噪算法描述  53-54
  4.5 仿真实验  54-60
  4.6 本章小结  60-61
5 独立分量分析(ICA)理论概述  61-71
  5.1 ICA发展概况  61
  5.2 ICA数学模型  61-64
    5.2.1 ICA混合模型  61-62
    5.2.2 ICA假设条件  62-63
    5.2.3 ICA解混模型  63
    5.2.4 ICA的不确定性  63-64
  5.3 ICA的一般求解过程  64-70
    5.3.1 ICA预处理  64-65
    5.3.2 ICA目标函数  65-67
    5.3.3 ICA学习算法  67-70
    5.4 ICA与小波理论相结合  70
  5.5 本章小结  70-71
6 ICA和小波分析相结合在钢丝绳缺陷检测信号去噪上的应用  71-79
  6.1 ICA分离性能评价方法  71-72
  6.2 实验分析  72-78
    6.2.1 算法流程  72-73
    6.2.2 ICA预处理  73-75
    6.2.3 小波去噪  75-78
  6.3 本章小结  78-79
总结与展望  79-81
参考文献  81-87
附录A 钢丝绳探伤检测系统硬件电路图  87-88
附录B 攻读学位期间的学术成果  88-89
致谢  89

基于独立分量分析和小波变换的钢丝绳缺陷信号提取

内容摘要

全文目录

相似论文