针对随机振动功率谱通常存突变或间断现象，在小波去噪处理中，软阈值法使得估计信号在间断处较模糊，且整体误差大，而硬阈值法在信号的间断点附近会产生伪Gibbs现象。通过对随机振动谱的统计模型进行分析，建立了对数域振动谱噪声的统计模型，并理论推导出根据噪声小波变换系数而设置的滤波阈值与小波变换尺度之间的非线性关系，为小波变换自适应阈值去噪提供依据，在此基础上提出了基于小波变换的振动谱估计自适应去噪通用算法，通过仿真对比实验，结果表明理论分析的有效性。

根据超声检测的基本原理,建立了缺陷深度定量识别模型,结合超声信号自身的特点,应用具有多分辨率分析能力的小波方法对超声信号进行处理,提出了超声信号小波分析基函数的选择以及分解最大尺度的确定方法.对超声信号进行小波压缩,发现处理后的信号比原始波形更能体现出缺陷波的时域特征,提出了缺陷小波特征峰的概念,根据该特征峰所对应的时域位置建立了缺陷深度的物理测算方法.

阐述了几种常用于数字射线成像信息处理的非线性滤波降噪法,包括中值滤波、同态滤波、小波降噪和形态滤波法.并通过试验进行了分析比较,得出各种方法的优缺点及适用场合.介绍了一些较新颖的降噪方法,为处理射线检测图像提供一个参考依据.

小波的时频局部化和多尺度特性,使其特别适用于信号的奇异性探测和瞬态信号的检测以及强周期性噪声干扰下非平稳信息的提取.将小波分析用于钢板孔洞测量的数据处理过程中,通过以最大信噪比为依据的自定义信息代价函数来获取小波包最优基函数,使重构信号的信噪比大幅度提高,从而确保了钢板孔洞的测量精度与分辨率.实验分析表明,小波分析不仅可用于单孔信号的高效定位提取,而且通过一定的逻辑分析与判断,同样适用于连孔和多孔信号以及存在管道焊缝信号的高效分辨.

动态称重的关键是动态测量数据的数据处理方法,而数据处理的算法,都有各自的优缺点。本文提出了一种结合两种方法的方案,充分利用了计算机资源,处理过程力求快速简洁,同时又提高了精度。在样机设计中测试证明,该系统测量准确。

分析了低强度X射线影像系统图像噪声来源及特点,以此提出了处理该图像噪声的"多帧平均滤波+小波变换滤波"的复合算法.通过对峰值信噪比的计算表明,该方法明显优于任何单一算法,取得较好效果.

针对某带膛口制退器的大口径轻武器射流噪声问题,在实验研究和数据分析基础上,对膛口噪声的气动特性进行探究。利用小波分析方法对实验测得的噪声数据进行分析,将膛口冲击波与膛口脉冲噪声的波形加以区分;采用计算流体力学与计算气动声学耦合算法对膛口噪声进行数值模拟,并将测点位置的噪声数值模拟结果与实验结果进行对比分析,验证该计算方法的可行性;分析了膛口制退器内的激波分布及带膛口装置的膛口噪声场指向性分布。研究结果表明:膛口噪声成分复杂,频带宽且声能较高,膛口制退器引起膛口周围流场的侧向分流,从而影响膛口噪声的指向性分布。

电机电流量作为机电液系统的输入源信号，具有容易获取的特性。在机电液系统状态分析中，电流信号是理想的信息来源。文中通过对三相电机电流信号进行分析，研究机电液系统故障，并利用小波变换特征提取法对电流信号进行分析，提取设备故障特征。最后通过实验对提取方法的有效性进行验证。

针对液压泵出口故障检测信号信噪比低、难以进行故障特征提取的特点,采用小波分析进行消噪处理,利用具有紧支结构的小波函数进行分解和重构消除检测信号中的干扰成分,有效提取故障特征,从而实现液压泵配流盘偏磨故障及滑靴磨损故障的高效故障诊断.试验结果表明,小波包分析能够将信号进行多层次的划分,根据被分析的信号的特征,自适应地选择相应的频带,从而提高信号的时-频分辨率,在时域和频域上有效突出故障信息,实现微弱故障的高效诊断.

针对液压泵故障特征的分散性和模糊性,提出基于振动和压力传感器的信息融合故障诊断方法.在充分分析液压泵球头松动故障机理的基础上,对振动信号和压力信号进行小波消噪处理,有效提取球头松动的故障特征.将不同类型特征参数进行特征层融合,利用主成分分析和改进算法的BP神经网络实现液压泵球头松动故障诊断.试验表明,基于不同类型传感器信息融合故障诊断方法可以有效地实现液压泵微弱故障的诊断.