共查询到18条相似文献,搜索用时 167 毫秒
1.
环境激励下大跨悬索桥实测损伤预警指标的变异性 总被引:1,自引:0,他引:1
基于小波包分析技术从悬索桥的加速度振动响应中提取出小波包能量比,进而定量地分析了由环境激励所引起的实测小波包能量比的变异性。首先,采用多样本平均技术消除了由识别算法所带来的小波包能量比的固有随机性,得到了小波包能量比的日平均值;其次,通过建立季节相关性模型得到了温度对小波包能量比影响的定量评价;最后,分别建立交通荷载和风与小波包能量比的相关性模型,并定量评价了交通荷载和风对小波包能量比的影响。分析结果表明,温度和固有随机性是小波包能量比变异性的最主要来源,而交通荷栽和风所引起的变异性较小。由于温度和小波包能量比的季节相关性模型可以有效地消除温度和固有随机性对小波包能量比的影响,因此当季节相关性模型偏离这种正常状态的模型时,就可以对悬索桥做出损伤预警。 相似文献
2.
3.
尝试性地将一种双树复小波包变换方法应用于地震信号分析中. 复小波包变换综合了实小波包变换与连续复小波变换各自的优点,不但能提取信号的相位信息,而且选取与被分析信号相频特性相匹配的复小波包,可以对信号产生更好的聚焦作用. 本文描述了一种双树复小波包变换算法,并给出了模拟信号及实际地震记录的分析实例. 研究结果表明,双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法. 相似文献
4.
二维多尺度离散小波/小波包分析进行重力区域场和局部异常分离的模型分析 总被引:1,自引:0,他引:1
建立了三个不同的重力异常模型,在MATLAB下,利用二维离散小波/小波包变换分别对这三个模型的区域场和局部异常进行分离.(1)通过用相同的模型,选择不同的小波进行重力场分离具有良好的效果,但不同小波分析之间存在着较小的差异;(2)小波包分解比小波分解更精确,但小波分解能够直接确定低频成分,而小波包分解需要建立与实际地质情况更相符的模型来确定低频系数;(3)针对本文所建立的模型,在小波分析中Coiflets小波系的精度更高,但在小波包分解中Daubechies小波系的精度更高. 相似文献
5.
6.
提出了一种在复小波包域分析提取微震信号的新方法。此方法先采用复小波包分解同时获得信号的幅值信息和相位信息,再采用一种称为“比值加权”的复小波包重构法,重构出信噪比大大增强的微震信号。实际应用表明这种新方法在提取微震信号,提高信噪比方面效果显著。 相似文献
7.
8.
小波包变换的Mallat分解算法可以把较宽的信号频带划分成相等带宽且互不重叠的窄频带,但由于信号子空间频带的频率大小并非按照分解树结点(node)编号的大小顺序排列,各个结点重构信号的频率范围不易判定. 本文通过分析小波包变换的Mallat分解算法与分解滤波器的关系,设定频带编号与结点编号间进行二进制转化的运算规则,得到了小波包分解树结点与信号子空间频带的对应关系,然后通过模拟信号进行了验证. 结果表明,本文给出的小波包信号子空间频带的排列规则是正确的. 相似文献
9.
10.
本文针对输电塔结构的损伤特点,提出了基于统计过程控制理论和小波包分析实现输电塔结构损伤预警的方法。首先将振动测试信号进行小波包分解,然后以小波包系数节点能量作为识别损伤的特征向量建立相应的损伤因子,通过统计过程控制理论计算其单侧置信上限,实现输电塔结构的损伤预警。为了证明该方法,对一个三层输电塔结构模型进行了试验研究,结果表明该方法能够有效地识别损伤的发生。 相似文献
11.
We tried to apply the dual-tree complex wavelet packet transform in seismic signal analysis. The complex wavelet packet transform
(CWPT) combine the merits of real wavelet packet transform with that of complex continuous wavelet transform (CCWT). It can
not only pick up the phase information of signal, but also produce better “focalizing” function if it matches the phase spectrum
of signals analyzed. We here described the dual-tree CWPT algorithm, and gave the examples of simulation and actual seismic
signals analysis. As shown by our results, the dual-tree CWPT is a very effective method in analyzing seismic signals with
non-linear phase.
Foundation item: Cultural Heritage Protection Program of State Administration of Cultural Heritage (200001). 相似文献
12.
13.
Identification method of weak seismic phases on the basis of wavelet packet transform 总被引:1,自引:0,他引:1
Xi-Qiang Liui Hui-Lan Zhou Zhi-Zhen Zheng Ping Shen Xuan-Hui Yang Yan-Lu Ma 《地震学报(英文版)》1998,11(4):431-439
This paper describes a sort of new method identifying seismic phase by the name of wavelet packet transform. Perfectness and
development of the wavelet packet transform is based upon the idea of its multiscale analysis. The method of wavelet packet
transform can depict the anomalous changes information of transient spectra of seismic wave onset, and come true the target
of identifying seismic phase especially weak seismic phase. Then this paper presents discriminating examples of simulating
digital signals and actual seismic phase. Compared with conventional seismic phase discrimination, studied results show that
the wavelet packet transform method is an available tool of weak signal analyses, and have unexampled merits and attractive
application foreground.
This research gets hold of Higher School Doctor Scientific Research Foundation (No. 157 WJ0704 9435611) and supported by the
National Natural Science Foundation (No. 49474211). 相似文献
14.
15.
基于小波包分解的地层吸收补偿 总被引:19,自引:1,他引:18
在分析地震反射波勘探信号小波包分解特性的基础上,提出了基于小波包分解的地层吸收补偿方法.如果没有地层吸收,浅层反射波和深层反射波具有相同的振幅谱而相位谱相差一线性相位.如果把地震记录分成不同的频段,不同频段对于时间的能量分布关系具有相似性,即对所有频段的深层反射的能量与同一频段浅层反射能量之比应该相同;只是不同频段的绝对能量大小不一样.由于地层的吸收造成各频段能量对时间的分布不同,如果给这些频段乘以时变权使各频段能量对时间的分布相同,就起到了对地层吸收的补偿作用.该方法首先用小波包对地震勘探信号进行分频,然后根据地层吸收的特点,在每一个频段上分别提取每一个时间点的吸收系数并用其倒数加权每一个小波包系数,再用加权后的小波包系数重构地震反射波记录消除地层吸收.该方法适合Q值未知的情况,对变Q和常Q都能适应.从实际应用效果看,该方法能很好的补偿地层的吸收。 相似文献
16.
预条件共轭梯度反褶积方法是结合稀疏反褶积的实现,运用优化的预条件共轭梯度法,完成反射系数的反演。用该方法处理地震资料时可提高资料频率,展宽有效频率宽度。但由于地震信号具有时变性,因此本文将该反褶积过程中的子波用多尺度时变子波代替。由数值算例可以看出,该方法可取得较好的实用效果。 相似文献
17.
Mallat decomposition algorithm of wavelet packet transform can divide broader band into narrower ones with equal bandwidth and no overlapping each other. However, order by size of frequency within signal subspace is not in accordance with that of node label of decomposition tree. Therefore, it is not easy to determine frequency range of reconstructed signal from each node. In this paper, by analyzing the relationship between Mallat decomposition algorithm of wavelet packet transform and decomposition filter and setting operation rule of binary conversion of band labels into node labels, we find the corresponding relationships between nodes of decomposition tree and frequency bands of signal subspace. Then, the conclusion is verified by analog signals. Also, it shows that the ar- ranged rule of bands of signal subspace summarized in the paper is correct. 相似文献