基于小波分析的網(wǎng)格結(jié)構(gòu)信號預(yù)處理和去噪研究
發(fā)布時間:2021-11-01 17:11
在土木工程建設(shè)、運營和監(jiān)測等過程中,對相關(guān)信號進行預(yù)處理和去噪是獲取土木工程結(jié)構(gòu)相應(yīng)信息的關(guān)鍵技術(shù)。本文以空間網(wǎng)格結(jié)構(gòu)動力測試信號為基礎(chǔ)對其進行信號預(yù)處理和去噪的相關(guān)研究。制作足尺14m跨度空間網(wǎng)格結(jié)構(gòu)實驗?zāi)P?利用ANSYS求解其模態(tài)振型,根據(jù)模態(tài)振型進行加速度傳感器布置設(shè)置,并利用實測的MAC值對傳感器布置情況進行評價,說明傳感器布置的合理性。布置的傳感器可以較為準(zhǔn)確的測量前四階模態(tài)振型。對試驗加速度信號進行了加噪處理,分別研究母小波(Haar、Daubechies、SymN、CoifN和BiorN小波);軟、硬閾值;閾值估計(HeurSure、Rigrsure和Minimax閾值估計);小波分解層數(shù)對信號降噪的影響。通過參數(shù)研究可知,CoifN小波族滿足要求的母小波最多,Sym8小波最適合用于本實驗信號降噪;軟閾值函數(shù)更適合本實驗信號降噪;Minimaxi與RigrSure閾值法去噪效果差,HeurSure閾值方法適合本實驗信號降噪;2層分解降噪效果最差,其余層數(shù)較好,最優(yōu)降噪層數(shù)為5層分解。通過上述研究分析,使得網(wǎng)架結(jié)構(gòu)實驗采集到了完備的模態(tài)振型,并獲得了去噪后較為真實的結(jié)構(gòu)響...
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【部分圖文】:
Haar小波函數(shù)圖
16圖 2.4 db2 小波函數(shù)圖 圖 2.5 db10 小波函數(shù)圖2.4.3 雙正交小波 Biorthogonal(biorNr.Nd)小波系這種小波具有良好的緊支撐雙正交性和對稱性。Biorthogonal 函數(shù)系通常表現(xiàn)為 biorNr.Nd 具體如下:Nr=1 Nd=1,3,5Nr=2 Nd=2,17,6,8Nr=3 Nd=1,3,5,7,9Nr=17 Nd=17Nr=5 Nd=15Nr=6 Nd=8
16圖 2.4 db2 小波函數(shù)圖 圖 2.5 db10 小波函數(shù)圖2.4.3 雙正交小波 Biorthogonal(biorNr.Nd)小波系這種小波具有良好的緊支撐雙正交性和對稱性。Biorthogonal 函數(shù)系通常表現(xiàn)為 biorNr.Nd 具體如下:Nr=1 Nd=1,3,5Nr=2 Nd=2,17,6,8Nr=3 Nd=1,3,5,7,9Nr=17 Nd=17Nr=5 Nd=15Nr=6 Nd=8
【參考文獻】:
期刊論文
[1]基于小波變換與傅里葉變換對比分析及其在信號去噪中的應(yīng)用[J]. 申莎莎. 山西師范大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[2]基于MEEMD小波軟閾值函數(shù)的去噪方法[J]. 李薇,白艷萍. 重慶理工大學(xué)學(xué)報(自然科學(xué)). 2018(05)
[3]一種改進的小波閾值去噪方法[J]. 張振鳳,威歡,譚博文. 光通信研究. 2018(02)
[4]一種改進小波閾值去噪方法的研究[J]. 王旭,王昶. 大地測量與地球動力學(xué). 2017(10)
[5]離散傅里葉變換與離散小波變換在信號分析中的比較[J]. 覃丹嬋. 廣東技術(shù)師范學(xué)院學(xué)報. 2014(07)
[6]基于小波變換的信號去噪研究[J]. 羅方. 科技風(fēng). 2012(16)
[7]邊緣檢測中局部區(qū)域的動態(tài)閾值選取方法[J]. 王佳,李波,徐其志. 計算機應(yīng)用研究. 2010(02)
[8]小波閾值降噪模型在紅外光譜信號處理中的應(yīng)用研究[J]. 吳桂芳,何勇. 光譜學(xué)與光譜分析. 2009(12)
[9]小波變換在信號降噪中的應(yīng)用及MATLAB實現(xiàn)[J]. 朱來東,廉小親,江遠志. 北京工商大學(xué)學(xué)報(自然科學(xué)版). 2009(02)
[10]2維最大類間平均離差閾值選取快速遞推算法[J]. 吳一全,潘喆. 中國圖象圖形學(xué)報. 2009(03)
博士論文
[1]基于小波理論的去噪方法及其在信號處理中的應(yīng)用研究[D]. 肖倩.東北大學(xué) 2011
[2]基于小波分析的結(jié)構(gòu)損傷識別方法研究[D]. 郭健.浙江大學(xué) 2004
碩士論文
[1]基于閾值函數(shù)和閾值的小波去噪方法研究[D]. 王永凱.燕山大學(xué) 2017
[2]基于改進閾值函數(shù)的小波去噪及其優(yōu)化研究[D]. 盧廣森.昆明理工大學(xué) 2017
[3]基于隨機振動的網(wǎng)架結(jié)構(gòu)損傷識別研究[D]. 董詩遠.北京建筑大學(xué) 2016
[4]基于模態(tài)參數(shù)的結(jié)構(gòu)損傷識別研究[D]. 戴斌.長沙理工大學(xué) 2016
[5]網(wǎng)架結(jié)構(gòu)損傷識別小波分析降噪方法研究[D]. 周昕許.武漢理工大學(xué) 2015
[6]小波降噪在結(jié)構(gòu)損傷識別中的應(yīng)用[D]. 陳僑.華中科技大學(xué) 2015
[7]結(jié)構(gòu)應(yīng)變模態(tài)參數(shù)識別及損傷識別研究[D]. 芮棽.東南大學(xué) 2015
[8]基于信號匹配和最優(yōu)分解層的小波去噪方法研究[D]. 佘鵬果.揚州大學(xué) 2014
[9]小波分析在信號去噪的應(yīng)用研究[D]. 王寶.福州大學(xué) 2013
[10]空間網(wǎng)格結(jié)構(gòu)模態(tài)參數(shù)識別與損傷識別的研究[D]. 李晶.蘭州理工大學(xué) 2011
本文編號:3470480
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【部分圖文】:
Haar小波函數(shù)圖
16圖 2.4 db2 小波函數(shù)圖 圖 2.5 db10 小波函數(shù)圖2.4.3 雙正交小波 Biorthogonal(biorNr.Nd)小波系這種小波具有良好的緊支撐雙正交性和對稱性。Biorthogonal 函數(shù)系通常表現(xiàn)為 biorNr.Nd 具體如下:Nr=1 Nd=1,3,5Nr=2 Nd=2,17,6,8Nr=3 Nd=1,3,5,7,9Nr=17 Nd=17Nr=5 Nd=15Nr=6 Nd=8
16圖 2.4 db2 小波函數(shù)圖 圖 2.5 db10 小波函數(shù)圖2.4.3 雙正交小波 Biorthogonal(biorNr.Nd)小波系這種小波具有良好的緊支撐雙正交性和對稱性。Biorthogonal 函數(shù)系通常表現(xiàn)為 biorNr.Nd 具體如下:Nr=1 Nd=1,3,5Nr=2 Nd=2,17,6,8Nr=3 Nd=1,3,5,7,9Nr=17 Nd=17Nr=5 Nd=15Nr=6 Nd=8
【參考文獻】:
期刊論文
[1]基于小波變換與傅里葉變換對比分析及其在信號去噪中的應(yīng)用[J]. 申莎莎. 山西師范大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[2]基于MEEMD小波軟閾值函數(shù)的去噪方法[J]. 李薇,白艷萍. 重慶理工大學(xué)學(xué)報(自然科學(xué)). 2018(05)
[3]一種改進的小波閾值去噪方法[J]. 張振鳳,威歡,譚博文. 光通信研究. 2018(02)
[4]一種改進小波閾值去噪方法的研究[J]. 王旭,王昶. 大地測量與地球動力學(xué). 2017(10)
[5]離散傅里葉變換與離散小波變換在信號分析中的比較[J]. 覃丹嬋. 廣東技術(shù)師范學(xué)院學(xué)報. 2014(07)
[6]基于小波變換的信號去噪研究[J]. 羅方. 科技風(fēng). 2012(16)
[7]邊緣檢測中局部區(qū)域的動態(tài)閾值選取方法[J]. 王佳,李波,徐其志. 計算機應(yīng)用研究. 2010(02)
[8]小波閾值降噪模型在紅外光譜信號處理中的應(yīng)用研究[J]. 吳桂芳,何勇. 光譜學(xué)與光譜分析. 2009(12)
[9]小波變換在信號降噪中的應(yīng)用及MATLAB實現(xiàn)[J]. 朱來東,廉小親,江遠志. 北京工商大學(xué)學(xué)報(自然科學(xué)版). 2009(02)
[10]2維最大類間平均離差閾值選取快速遞推算法[J]. 吳一全,潘喆. 中國圖象圖形學(xué)報. 2009(03)
博士論文
[1]基于小波理論的去噪方法及其在信號處理中的應(yīng)用研究[D]. 肖倩.東北大學(xué) 2011
[2]基于小波分析的結(jié)構(gòu)損傷識別方法研究[D]. 郭健.浙江大學(xué) 2004
碩士論文
[1]基于閾值函數(shù)和閾值的小波去噪方法研究[D]. 王永凱.燕山大學(xué) 2017
[2]基于改進閾值函數(shù)的小波去噪及其優(yōu)化研究[D]. 盧廣森.昆明理工大學(xué) 2017
[3]基于隨機振動的網(wǎng)架結(jié)構(gòu)損傷識別研究[D]. 董詩遠.北京建筑大學(xué) 2016
[4]基于模態(tài)參數(shù)的結(jié)構(gòu)損傷識別研究[D]. 戴斌.長沙理工大學(xué) 2016
[5]網(wǎng)架結(jié)構(gòu)損傷識別小波分析降噪方法研究[D]. 周昕許.武漢理工大學(xué) 2015
[6]小波降噪在結(jié)構(gòu)損傷識別中的應(yīng)用[D]. 陳僑.華中科技大學(xué) 2015
[7]結(jié)構(gòu)應(yīng)變模態(tài)參數(shù)識別及損傷識別研究[D]. 芮棽.東南大學(xué) 2015
[8]基于信號匹配和最優(yōu)分解層的小波去噪方法研究[D]. 佘鵬果.揚州大學(xué) 2014
[9]小波分析在信號去噪的應(yīng)用研究[D]. 王寶.福州大學(xué) 2013
[10]空間網(wǎng)格結(jié)構(gòu)模態(tài)參數(shù)識別與損傷識別的研究[D]. 李晶.蘭州理工大學(xué) 2011
本文編號:3470480
本文鏈接:http://sikaile.net/jianzhugongchenglunwen/3470480.html
最近更新
教材專著