基于小波分析的网格结构信号预处理和去噪研究
发布时间：2021-11-01 17:11
在土木工程建设、运营和监测等过程中,对相关信号进行预处理和去噪是获取土木工程结构相应信息的关键技术。本文以空间网格结构动力测试信号为基础对其进行信号预处理和去噪的相关研究。制作足尺14m跨度空间网格结构实验模型,利用ANSYS求解其模态振型,根据模态振型进行加速度传感器布置设置,并利用实测的MAC值对传感器布置情况进行评价,说明传感器布置的合理性。布置的传感器可以较为准确的测量前四阶模态振型。对试验加速度信号进行了加噪处理,分别研究母小波（Haar、Daubechies、SymN、CoifN和BiorN小波）;软、硬阈值;阈值估计（HeurSure、Rigrsure和Minimax阈值估计）;小波分解层数对信号降噪的影响。通过参数研究可知,CoifN小波族满足要求的母小波最多,Sym8小波最适合用于本实验信号降噪;软阈值函数更适合本实验信号降噪;Minimaxi与RigrSure阈值法去噪效果差,HeurSure阈值方法适合本实验信号降噪;2层分解降噪效果最差,其余层数较好,最优降噪层数为5层分解。通过上述研究分析,使得网架结构实验采集到了完备的模态振型,并获得了去噪后较为真实的结构响...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
Haar小波函数图
16图 2.4 db2 小波函数图 图 2.5 db10 小波函数图2.4.3 双正交小波 Biorthogonal(biorNr.Nd)小波系这种小波具有良好的紧支撑双正交性和对称性。Biorthogonal 函数系通常表现为 biorNr.Nd 具体如下：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图 2.4 db2 小波函数图 图 2.5 db10 小波函数图2.4.3 双正交小波 Biorthogonal(biorNr.Nd)小波系这种小波具有良好的紧支撑双正交性和对称性。Biorthogonal 函数系通常表现为 biorNr.Nd 具体如下：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
【参考文献】：
期刊论文
[1]基于小波变换与傅里叶变换对比分析及其在信号去噪中的应用[J]. 申莎莎. 山西师范大学学报(自然科学版). 2018(03)
[2]基于MEEMD小波软阈值函数的去噪方法[J]. 李薇,白艳萍. 重庆理工大学学报(自然科学). 2018(05)
[3]一种改进的小波阈值去噪方法[J]. 张振凤,威欢,谭博文. 光通信研究. 2018(02)
[4]一种改进小波阈值去噪方法的研究[J]. 王旭,王昶. 大地测量与地球动力学. 2017(10)
[5]离散傅里叶变换与离散小波变换在信号分析中的比较[J]. 覃丹婵. 广东技术师范学院学报. 2014(07)
[6]基于小波变换的信号去噪研究[J]. 罗方. 科技风. 2012(16)
[7]边缘检测中局部区域的动态阈值选取方法[J]. 王佳,李波,徐其志. 计算机应用研究. 2010(02)
[8]小波阈值降噪模型在红外光谱信号处理中的应用研究[J]. 吴桂芳,何勇. 光谱学与光谱分析. 2009(12)
[9]小波变换在信号降噪中的应用及MATLAB实现[J]. 朱来东,廉小亲,江远志. 北京工商大学学报(自然科学版). 2009(02)
[10]2维最大类间平均离差阈值选取快速递推算法[J]. 吴一全,潘喆. 中国图象图形学报. 2009(03)
博士论文
[1]基于小波理论的去噪方法及其在信号处理中的应用研究[D]. 肖倩.东北大学 2011
[2]基于小波分析的结构损伤识别方法研究[D]. 郭健.浙江大学 2004
硕士论文
[1]基于阈值函数和阈值的小波去噪方法研究[D]. 王永凯.燕山大学 2017
[2]基于改进阈值函数的小波去噪及其优化研究[D]. 卢广森.昆明理工大学 2017
[3]基于随机振动的网架结构损伤识别研究[D]. 董诗远.北京建筑大学 2016
[4]基于模态参数的结构损伤识别研究[D]. 戴斌.长沙理工大学 2016
[5]网架结构损伤识别小波分析降噪方法研究[D]. 周昕许.武汉理工大学 2015
[6]小波降噪在结构损伤识别中的应用[D]. 陈侨.华中科技大学 2015
[7]结构应变模态参数识别及损伤识别研究[D]. 芮棽.东南大学 2015
[8]基于信号匹配和最优分解层的小波去噪方法研究[D]. 佘鹏果.扬州大学 2014
[9]小波分析在信号去噪的应用研究[D]. 王宝.福州大学 2013
[10]空间网格结构模态参数识别与损伤识别的研究[D]. 李晶.兰州理工大学 2011
本文编号：3470480
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
Haar小波函数图
16图 2.4 db2 小波函数图 图 2.5 db10 小波函数图2.4.3 双正交小波 Biorthogonal(biorNr.Nd)小波系这种小波具有良好的紧支撑双正交性和对称性。Biorthogonal 函数系通常表现为 biorNr.Nd 具体如下：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图 2.4 db2 小波函数图 图 2.5 db10 小波函数图2.4.3 双正交小波 Biorthogonal(biorNr.Nd)小波系这种小波具有良好的紧支撑双正交性和对称性。Biorthogonal 函数系通常表现为 biorNr.Nd 具体如下：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
【参考文献】：
期刊论文
[1]基于小波变换与傅里叶变换对比分析及其在信号去噪中的应用[J]. 申莎莎. 山西师范大学学报(自然科学版). 2018(03)
[2]基于MEEMD小波软阈值函数的去噪方法[J]. 李薇,白艳萍. 重庆理工大学学报(自然科学). 2018(05)
[3]一种改进的小波阈值去噪方法[J]. 张振凤,威欢,谭博文. 光通信研究. 2018(02)
[4]一种改进小波阈值去噪方法的研究[J]. 王旭,王昶. 大地测量与地球动力学. 2017(10)
[5]离散傅里叶变换与离散小波变换在信号分析中的比较[J]. 覃丹婵. 广东技术师范学院学报. 2014(07)
[6]基于小波变换的信号去噪研究[J]. 罗方. 科技风. 2012(16)
[7]边缘检测中局部区域的动态阈值选取方法[J]. 王佳,李波,徐其志. 计算机应用研究. 2010(02)
[8]小波阈值降噪模型在红外光谱信号处理中的应用研究[J]. 吴桂芳,何勇. 光谱学与光谱分析. 2009(12)
[9]小波变换在信号降噪中的应用及MATLAB实现[J]. 朱来东,廉小亲,江远志. 北京工商大学学报(自然科学版). 2009(02)
[10]2维最大类间平均离差阈值选取快速递推算法[J]. 吴一全,潘喆. 中国图象图形学报. 2009(03)
博士论文
[1]基于小波理论的去噪方法及其在信号处理中的应用研究[D]. 肖倩.东北大学 2011
[2]基于小波分析的结构损伤识别方法研究[D]. 郭健.浙江大学 2004
硕士论文
[1]基于阈值函数和阈值的小波去噪方法研究[D]. 王永凯.燕山大学 2017
[2]基于改进阈值函数的小波去噪及其优化研究[D]. 卢广森.昆明理工大学 2017
[3]基于随机振动的网架结构损伤识别研究[D]. 董诗远.北京建筑大学 2016
[4]基于模态参数的结构损伤识别研究[D]. 戴斌.长沙理工大学 2016
[5]网架结构损伤识别小波分析降噪方法研究[D]. 周昕许.武汉理工大学 2015
[6]小波降噪在结构损伤识别中的应用[D]. 陈侨.华中科技大学 2015
[7]结构应变模态参数识别及损伤识别研究[D]. 芮棽.东南大学 2015
[8]基于信号匹配和最优分解层的小波去噪方法研究[D]. 佘鹏果.扬州大学 2014
[9]小波分析在信号去噪的应用研究[D]. 王宝.福州大学 2013
[10]空间网格结构模态参数识别与损伤识别的研究[D]. 李晶.兰州理工大学 2011
本文编号：3470480
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3470480.html
