一、小波变换和信号的奇异性检测技术（论文文献综述）
魏旭[1]（2021）在《基于Zynq的高铁牵引供电系统单端行波故障测距装置的研究与实现》文中认为牵引供电系统会经常发生短路事故,造成高速铁路运行发生中断,如果不能快速的定位故障点并及时排除故障,将严重影响牵引供电系统的运行安全,并给铁路的运输生产造成重大损失。故障测距装置是一种安装在变电所的装置,它通过实时监测牵引供电系统故障状态下的暂态电压电流信号,并经过分析计算给出故障点的位置。牵引供电系统由于其特殊的供电方式,故障测距的准确性和精确性一直是故障测距装置研究与开发的一个难点。目前牵引供电系统中应用的故障测距装置,其测距原理基本都是采用阻抗法、电流比法,这几种方法是基于暂态过程的基波成分进行计算的,十分容易受到线路结构、过渡电阻、故障类型等因素的影响,因此测距精度较低。行波法是近年来逐渐发展起来的故障测距方法,行波法利用故障时输电线路产生的高频行波信号进行测距,定位准确,而且速度较快。基于行波原理的故障测距装置已经在电力系统有较大范围的应用,而在牵引供电系统尚处空白,是研究和开发的热点。因此本文拟针对牵引供电系统,开发了一套基于Zynq-7000的高精度、高性能的故障测距装置。本文首先建立了牵引供电系统ATP仿真模型,并通过大量实验获取接触网—钢轨短路故障下的高频暂态行波,为故障测距算法提供数据基础。行波波头的识别精度决定了故障测距的精度,因此为了能够精确的识别高频暂态行波波头,选取了多个双正交小波基对行波进行分析比较,提出采用对行波波头识别度较高的Bior1.5小波作为分析行波信号的小波基,并将Bior1.5小波分析作为故障测距装置的核心算法。本文的重点是采用Zynq-7000研发故障测距装置,完成了测距装置的总体硬件设计,利用Vivado开发实现了总体结构下的各个功能子模块。包括A/D采样模块、FIFO缓存模块、Bior1.5 FIR模块、小波模极性与极大值判定模块、故障距离计算模块,将子模块构成了测距装置整体硬件系统并验证了该系统的设计正确性。最后为了测试故障测距系统的性能,产生了实际的接触网—钢轨短路故障下高频暂态电流行波作为系统的输入信号。测距结果表明,该装置误差范围在±100m左右,具有较高的测距精度以及实际工程应用价值。
殷梓健[2]（2021）在《全并联AT线路故障选跳与网络化保护技术研究》文中研究表明高速、重载电气化铁路是推动新时期国民经济和社会发展的重要引擎。供电能力强、运行方式灵活的全并联AT供电方式已成为高速、重载铁路供电的首选方案,但其在运行中极易发生威胁性较大的线路故障。由于国内尚未完全掌握其电气特性,造成既有的AT牵引网继电保护频繁故障误动,无谓扩大停电范围。因此,急需利用实时仿真系统构建全并联AT线路模型、定性分析线路故障特征,并建立基于供电臂的网络化继电保护方案。论文的主要的研究内容如下:（1）全并联AT线路的建模与实验工作。首先,在简述全并联AT供电网的组成结构和工作原理的基础上,确定系统建模的具体电力元件;其次,根据电路分析理论,将各电力元件等值为可封装的元件模型,并推算出具体的仿真参数;再次,将搭建好的全并联AT供电网模型上传到实时仿真平台RTplus,并进行编译;最后,开展上、下行线路中不同导线间的短路实验,并保存数据。（2）制定新型的全并联AT线路故障选跳方案。考虑到全并联AT供电系统是强非线性系统和小电流接地系统,更适合采用基于特定频率分量的暂态保护方案。首先利用小波变换求取流经自耦变压器的短路电流的模极大值,以确定发生故障的供电区间;然后利用经验模态分析算法计算故障区间内各线路固有模态函数幅值,通过比较幅值的大小完成故障线路的判定。（3）搭建全并联AT线路网络化保护模型。为进一步提高全并联AT线路故障选跳方案的智能化水平,根据IEC61850系列标准搭建全并联AT线路网络化保护模型,并为之配套相关的模型服务,以承担一个供电臂的继电保护任务。OPNET网络平台的实验结果证明,根据IEC61850标准构建的全并联AT线路网络化保护模型具有优秀的网络性能,且逻辑清晰、结构明确。综合仿真实验和半实物实验的结果可知,基于故障电流奇异性特征的全并联AT线路故障网络选跳方案具有较高的灵敏性和选择性,且网络化保护模型占用带宽小,非常适合构建网络化与智能化的继电保护方案。
郭淑霞,吴义春,王江宇,高培伟[3]（2020）在《无人机复杂电磁环境频谱特征反演测量》文中研究表明针对复杂电磁环境对无人机用频设备的干扰和威胁,本文提出了一种复杂电磁环境信号频谱特征的反演方法。该方法基于小波变换原理对无人机典型用频频段电磁信号进行变换处理,对其频谱特征进行奇异性检测,结合信号降噪处理等技术去除频谱伪奇异点对接收信号频谱特征进行反演测量,并对该方法进行了仿真验证。仿真结果表明该方法反演复杂电磁环境频谱特征满足无人机数据链抗干扰设计要求。
潘格格[4]（2020）在《基于深度迁移学习的采煤机摇臂传动系统故障诊断研究》文中认为电牵引采煤机是煤矿综采工作面核心设备,直接影响井下生产安全和效率。随着高采高效矿井建设和薄煤层开采,采煤机的工况进行监测及时获得故障预兆信息,保障安全生产和预知维护迫在眉睫。传统故障诊断方法提取故障特征费时费力,采煤机工况下典型故障数据少、有标签数据不足,给故障诊断造成很大困难。深度学习通过无监督或半监督特征学习算法和分层特征提取可自动提取数据特征,但是需要大量数据去理解潜在的数据模式。迁移学习用于解决训练数据不足的问题,近年来得到广泛关注。因此,论文研究深度迁移学习故障分类方法,将模拟平台传动故障数据训练后获取的故障诊断知识迁移至采煤机故障诊断应用,对实现小样本下的设备故障诊断具有重要意义。论文分析采煤机摇臂部传动系统故障机理与振动特性,针对矿用设备结构几何参数已知与未知两种情况,确定不同的迁移学习策略实现煤机摇臂部传动系统故障分类;提出基于模型迁移学习的模式识别与分类方法解决设备传动系统结构参数未知时故障诊断问题,通过构建预训练深度卷积神经网络模型,将其网络参数迁移至采煤机故障诊断模型中,进一步微调参数实现权值更新及模型优化并结合多标签分类方法,进行复合故障诊断。论文针对煤矿井下采煤机工作时振动信号干扰因素多,呈非线性、非平稳性等问题,研究基于奇异值分解的降噪方法,提出奇异性检测的有效秩阶次确定方法,对原始含噪信号进行奇异值分解确定有效秩阶次后,对表示噪声的奇异值进行处理后得到降噪信号。通过将一维原始信号转换为二维时频分布图像,作为模型的输入图像数据集。针对煤矿井下采煤机工况下典型故障数据少、有标签数据不足等问题,提出一种基于深度迁移学习的采煤机摇臂部传动系统故障诊断方法。构建预训练深度卷积神经网络模型,将其网络参数迁移至采煤机故障诊断模型中,锁定低层网络不参与更新,对高层网络参数微调实现权值更新与模型优化直至误差最小化,获得迁移故障诊断模型。通过研究正则化、网络稀疏性优化、层数据分布特征优化等算法对模型训练正确率的影响,确定模型优化方案,从而降低过拟合、提高泛化能力。并搭建故障模拟实验平台验证算法的有效性。针对复合故障数据分类难的问题,提出一种基于深度迁移学习的复合故障多标签分类方法。研究了单一故障诊断模型与复合故障诊断模型的关联与差异性,将多标签分类方法与深度迁移学习方法结合,对单一故障诊断模型网络结构进行改进,实现复合故障数据分类,并验证方法的可行性。最后,采集采煤机摇臂部传动系统振动信号数据进行方法验证。实验结果表明论文提出的基于深度迁移学习的故障诊断方法能够实现不同设备监测数据间的故障诊断知识迁移,且识别出采煤机故障并获得了较高的诊断精度,验证了方法可行性。相对于传统智能诊断方法,收敛速度快且诊断精度高。此方法能够实现基于实验室数据和少量应用数据样本的高精度设备状态识别与分类。
段亚清[5]（2020）在《基于暂态突变量的配电网故障定位方法》文中研究指明中性点经消弧线圈接地方式有助于提高供电可靠性,但因单相接地故障电流微弱增加了检测的难度,致使现有故障识别及区段定位方法仍存在缺点。本文基于暂态相电流、电压突变量特征的研究,以探究一种易于在工程实践中得以实现的故障识别和区段定位新方法。配电网系统中的中性点经消弧线圈接地发生单相接地故障时,故障检测点电流、电压会发生突变,此故障特征为故障识别提供了理论支撑;故障点上下游相电压、相电流突变量极性存在明显的差异,此故障特征为区段定位提供理论支撑。提出了基于小波变换小电流接地系统单相接地故障识别方法。首先,基于小波变换机理可知小波进行突变点分析具有高灵敏度;其次,基于小波变换对任意时刻相电流进行小波分解,利用小波模极大值分析分解后相电流,可高灵敏准确识别出故障发生时刻;最后,通过不同接地电阻、不同补偿方式、不同故障区段大量仿真实例验证了基于小波变换小电流接地系统单相接地故障识别方法可靠性和适用性。小电流接地系统单相接地故障在正确识别故障时刻后,为进一步找到故障位置,提出了基于暂态突变量故障区段定位方法。首先,根据已经确定故障时刻提取故障点上下游相电压、相电流突变量;其次,根据故障点上游相电压突变量导数与相电流突变量呈负相关,故障点下游相电压导数突变量、相电流突变量呈正相关,运用相关系数法构造区段定位向量,筛选向量中负极性元素,确定故障区段;最后,通过不同接地电阻、不同补偿方式、不同故障故障初始角的仿真实例验证了基于暂态突变量故障区段定位方法的有效性和适用性。
马金玉[6]（2020）在《复杂环境下的地基SAR变形监测研究》文中研究指明随着社会的发展,高楼、桥梁、深基坑及高边坡等建筑工程越建越宏伟,其过程会造成局部荷载与力学关系发生变化,甚至会引起不均匀形变造成灾害,如不及时监测预警与防治,会对人民生命与财产安全形成威胁。如何对大型建筑工程进行准确可靠的实时监测,分析其受力与形变规律,确保施工与运营安全成为现代社会的重要课题。针对常规监测手段很难同时满足高精度、高时空分辨率与实时数据获取等局限性,本文对非接触式地基SAR（Ground-based Synthetic Aperture Radar,GBSAR）形变监测技术进行了复杂环境下形变监测算法与应用分析研究,主要工作内容如下:（1）在充分阐述小波变换、地基SAR形变监测原理与数据处理流程的基础上,针对地基SAR工程应用中可能存在受施工作业等干扰所产生的雷达视线遮挡问题,提出了基于小波变换奇异性检测的干扰影像识别方法,将干扰影像识别转化为粗差探测问题。通过仿真实验模拟目标在雷达视线遮挡情况下的典型形变曲线,并采用不同的小波基对其进行突变所产生的奇异进行检测,得出db N小波的d1与d2层高频重构后的系数能够准确的对地基SAR遮挡影像进行检测。（2）将小波变换奇异性检测法应用于复杂施工环境下的地铁高边坡地基SAR形变监测实验,经数据处理与分析,奇异值检测结果与监测遮挡干扰影像记录比对,一致率为0.9,该奇异性检测法削弱了复杂环境对于地基SAR监测的影响。将干扰影像剔除后的地基SAR高边坡形变监测结果与部分特征点全站仪采集数据进行对比,在长期连续的区域变形监测中,地基SAR监测的内符合精度与稳定性要优于精密全站仪。最后,结合地基SAR与全站仪、水准与裂缝数据分析了监测期间高边坡的稳定性。（3）采用提出的地基SAR干扰影像识别探测方法进行实体模型桥梁加载形变监测实验,精确的识别了人为干扰所引入的误差影像,证明了干扰影像识别方法的可行性与适用性。将监测结果与百分表数据进行对比分析,得出地基SAR由LOS向转换到竖向的形变误差与桥体的变形程度及雷达视线仰角大小相关,但还是可以通过简单的几何投影方法得到mm级形变监测结果。（4）为了削弱地基SAR监测目标失相干现象,采用大数据量PS时序处理方法,提高相干点密度,实现地基SAR高精度连续形变监测。以湘潭某在建超高层楼盘基坑监测为例,得到了测区地基SAR在时间序列上的整体累计位移与形变曲线。结合监测区域的地质条件与施工进度等,总结分析了施工楼盘对于基坑本身及周围建筑物的稳定性影响规律,进一步体现了地基SAR变形监测技术相较于传统方法的优越性。
布左拉·达吾提[7]（2020）在《暂态电能质量扰动信号消噪、检测与识别算法研究》文中认为近年来,随着我国工业水平的不断提高,国家电力系统的总体布局也逐渐得到完善,人们的生活生产水平也有了明显提高。但是,在电能输送过程中,由于自然因素以及输电线路、用电设备自身的原因造成电能质量污染的现象也日益严重,造成的经济损失也越来越大。由于电能质量不好而产生的扰动信号的处理是一个复杂的问题,这些扰动信号进入到自动化装置、继电保护装置之后会对它们产生一定的损害,因此在扰动信号进入这些装置之前,对其进行检测、定位、识别与分类研究具有重要的现实意义。分析思路是:先判断电能信号中是否有扰动发生,如果有扰动则先对信号可能含有的各种噪声进行消噪处理,然后判断扰动发生的位置,最后判断扰动信号的类别,采取相应的措施以保障电能质量的稳定。本文在前人研究的基础上,以含有噪声的电压暂升、电压暂降、电压中断、短时谐波、冲击脉冲为研究对象,针对小波变换在暂态电能质量消噪方面对高频有用信号误滤除,而造成消噪后信号失真严重和毛刺过多等问题。提出一种经验模态分解（EMD）和奇异值分解（SVD）相结合的降噪方法。此方法首先采用EMD将噪声信号进行初步滤除,然后构造Hankel矩阵,然后根据奇异值的分布规律,提出一种改进的奇异值差分方法来确定有效奇异矩阵的阶次,据此完成消噪后信号的重构。并与六种传统的小波阈值去噪方法相比较。实验表明,本文方法具有良好的消噪效果,特别是对电压暂降和电压中断效果极为明显。对消噪后的信号,本文再次构造出二阶Hankel矩阵,并对其进行多层SVD包分解,选取特征信号明显的特征分量做差值来确定扰动信号的起始和终止时刻。实验表明,该方法相对于传统的方法具有一定的优越性。最后,为了提高暂态电能质量扰动信号的识别率,将计算机视觉领域表现优异的卷积神经网络引入暂态电能质量扰动信号的识别领域。该方法首先要将暂态电能质量的时间序列映射到极坐标下,并根据其在极坐标下的分布规律,将其编码为二维图片,产生相应的训练集和测试集,最后在轻量级的Alexnet网络下对二维图片进行训练并测试,实验表明:在卷积神经网络下,由时间序列映射的二维图片具有容易分辨的特征。实验模型对五种暂态电能质量扰动信号的识别率和传统方法相比具有明显的优势。卷积神经网络的引入对电能质量问题的研究具有一定的参考价值。
曹舒悦[8]（2020）在《基于振动信号小波变换的电机故障诊断方法研究》文中进行了进一步梳理作为机械动力设备,电机是现代生产中最常见的设备之一,在农业机械、石油化工、船舶动力等领域应用广泛,其运行状况关系到设备安全。一旦电机出现故障,将会降低生产效率,甚至造成经济损失,引发危及生命财产安全的严重事故。然而电机内部结构复杂,工作状况不定,突发故障的可能性较大。因此,实时进行电机运行状态监测,明确电机有无故障,并在故障发生时及时诊断故障类型,对电机设备稳定和安全运行具有十分重要的意义。在电机故障诊断与监测领域中,利用其运行时产生的振动信号进行分析,是获取电机运行状态的有效途径。为此,论文提出一种基于振动信号小波变换的电机故障诊断方法。在掌握小波变换及其消噪技术的基础上,通过分析对比小波分解与重构法、小波阈值消噪、模极大值重构滤波消噪三种方法的优缺点,选择了小波阈值消噪法来进行滤波消噪。基于小波变换模极大值（WTMM）与Lipschitz指数的关系,对消噪后的信号进行奇异性分析,提取了合适的特征值,准确地反映了故障局部特征和奇异性成分。论文以某三相四极永磁同步电机为研究对象,搭建实验平台,在平台上模拟电机定子不同程度的匝间短路及基座松动故障,并设计了一套振动信号采集系统,实现了不同故障下对振动信号的实时采集。在理论分析基础上,对电机正常运行、基座轻微松动、基座严重松动以及电机发生10%、20%、30%匝间短路故障这六种运行状态的电机振动信号进行信号采集、小波消噪、奇异性分析和特征提取。用提取的特征值构建特征向量,将特征向量输入概率神经网络中创建网络模型,并进行故障诊断测试。结果表明:基于振动信号小波变换结合概率神经网络的诊断方法,可有效地对电机故障类型和故障的严重程度做出判断,在电机故障诊断研究中取得了良好的效果,同样地,该方法也适用于其他旋转机械设备的故障诊断。
李永磊[9]（2020）在《电力电缆中电波信号智能检测系统研究》文中研究说明随着中国城市化的发展,作为电力网络重要组成部分的电力电缆应用越来越广泛。电力电缆虽然具有安全可靠性高、铺设运行简便等特点,但随着应用数量的不断增加以及运行负荷和时间的不断增长,电力电缆故障发生频率也越来越高。由于电力电缆结构复杂,且常被铺设于地下,一旦发生故障,若不能及时定位故障位置并进行修复,将会带来巨大的经济损失。如何利用电波信号在电力电缆中的传输特性进行快速、准确的故障位置检测,对保证电网正常运行具有重要的意义。本文在研究了电缆中脉冲电波传输特性的基础上,针对现有检测系统测量误差大、集成化程度低等问题,提出了小波分析和曲线拟合相结合的处理方法,设计了脉冲发生和信号检测系统,实现了对电缆中电波信号的采集、去噪和奇异性检测,主要工作如下:首先,介绍了脉冲反射法电缆故障测距与时域反射测量技术的国内外现状,阐述了数字信号处理技术在故障测距中的应用。分析了脉冲电波在电缆中的传输特性,利用SPICE软件,对电磁波时域反射原理进行了仿真。针对脉冲电波信号在电缆中传输时存在损耗的现象,以XLPE中压单芯电缆为对象,研究了电缆高频波传播特性,并对高频情况下信号的衰减和色散规律进行了仿真分析。接着,针对信号采集时容易受到噪声影响,导致测距误差较大的问题,研究了基于小波分析的电缆脉冲信号阈值降噪技术。结合MATLAB小波分析工具利用sym8小波对实测信号进行了去噪处理,处理结果显示具有较好的去噪效果。脉冲反射法测距的精度依赖于入射波和反射波波前的识别,为减小信号衰减和色散带来的影响,研究了小波模极大值进行奇异性检测的方法。针对小波模极大值法在信号奇异性较弱时测距误差大的问题,提出了曲线拟合和小波模极大值结合的方法,实现了较为准确的电缆故障测距。最后,设计并实现了脉冲信号发生和检测系统。整个系统以i.MX 6D处理器和FPGA为基础,设计了窄脉冲源电路、信号调理电路、数据采集模块、测距方式切换模块和SPI通信模块等硬件电路和FPGA逻辑,完成了Nios II软件、Linux设备驱动的编写,并基于Qt框架设计了系统GUI界面程序和自动测距算法。实现了纳秒级窄脉冲输出、信号的采集和处理、电缆故障自动测距、数据波形显示等功能,并使用故障电缆对系统软硬件进行了测试,验证了该系统能够有效的进行电缆中脉冲电波信号的检测与故障测距。
张亮[10]（2020）在《改进的小波提升算法及其在地质雷达信号精细化分析中的应用》文中提出地质雷达法能有效地探测和推断被测对象内部介质的分布情况,在工程质量检测与灾害评估方面得到了广泛应用。然而,目前地质雷达法在数据处理、图像信息的准确解译与精细化识别等方面还存在诸多不足。本文以隧道衬砌结构背后常见的空洞缺陷探测为研究对象,基于改进的提升格式小波构造算法和新构造的提升格式小波基函数,将地质雷达法与提升格式小波分析方法相结合,对检测中存在的强振幅干扰信号压制、缺陷目标体反射信号偏移成像及信号定量分析等问题进行了深入地探讨和研究。主要工作包括以下几个方面:（1）在传统小波分析原理及双正交小波传统构造方法的基础上,针对地质雷达信号分析用小波基选取时存在的不确定性和盲目性问题,开展了与地质雷达信号波形相匹配、性质优良的双正交小波基函数构造方法研究。阐述了小波提升方案的概念、算法实现的原理,并对提升格式小波基构造一般算法进行了分析和讨论。通过对传统提升方法中滤波器系数的特点和滤波器组之间须满足的关系进行论证和推导,提出了改进的提升格式小波构造算法及其实现的基本流程,并基于完全重构滤波器方程,给出了与地质雷达信号匹配性好、具有高消失矩的双正交小波基构造的实现过程,应用紧支集小波正则指数计算原理,对新构造小波基的正则性进行了验算和比较。（2）针对地质雷达图像中钢筋等强反射作用造成的干扰屏蔽影响,以及常规一维小波分解难以将强反射干扰与微弱有效信号分离的问题,利用二维小波变换具有将图像信号分解成一系列不同方向、空间局部变化的子带、小波熵能反映信号能量分布特性的特点,提出了基于二维图像小波变换与小波能谱熵理论的地质雷达强反射干扰信号去除方法（TDWE法）。对各小波基函数的对称性、与地质雷达信号波形的相似度、地质雷达信号分解后的重构误差等性能进行了分析和比较,从小波函数的性质和信号能量熵计算的角度,对适合雷达图像处理的最优小波基函数进行了选择,基于最优小波基,采用TDWE法分别对钢筋-空洞正演图像及钢筋-空洞检测试验实测结果进行强反射压制和图像分辨率提高分析。（3）针对地质雷达图像缺陷目标体信号偏移处理中偏移速度难以选取及无法实现绕射波信号的精细化成像问题,利用非抽样小波具有不丢失相位信息及F-K域算法具有偏移运算速度快、稳定性好的特点,提出了一种基于二维非抽样小波与F-K偏移算法的地质雷达信号偏移归位方法（UWFK偏移法）。在对传统的F-K偏移算法原理及二维非抽样小波变换理论进行介绍的基础上,阐述了 UWFK偏移法实施的一般流程。通过对弱绕射波信号进行偏移处理并计算图像信息熵值,分析了偏移处理所需的最佳速度值。根据比较得到的最佳偏移速度值,采用UWFK法分别对地质雷达空洞正演图像及不同形状空洞的实测雷达图像进行了偏移归位分析。（4）为了实现对隐伏空洞边界的精细化识别和准确定位,采用小波模极大值法和小波时-能密度法对地质雷达检测信号奇异点进行精确提取与识别。构建了地质雷达多频率脉冲模拟信号,对两种识别方法在地质雷达信号奇异性检测中的可行性进行了验证分析。基于新构造的Tshg3.5小波基和小波库中已有的通用小波基,分别采用小波模极大值法和小波时-能密度法对地质雷达空洞正演模拟信号及空洞探测纵向测线和横向测线数据进行特征点信息提取和空洞缺陷尺寸量化分析,并对适用于RIS型地质雷达信号定量分析用的最优小波基和较优识别方法进行了比较和优选,最后对空洞的三维成像进行了分析。本文所做的研究工作,立足于学科前沿,着眼于现阶段地质雷达图像处理和信号分析中的热点问题,对地质雷达信号分析用小波基的构造与算法实现、地质雷达图像中强反射干扰信号的压制、缺陷目标体反射信号偏移成像及雷达信号定量识别等相关问题进行了深入系统地研究,具有较高的理论意义和实用价值,为隧道衬砌结构的健康诊断与质量安全评价奠定了理论与技术基础。
二、小波变换和信号的奇异性检测技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、小波变换和信号的奇异性检测技术（论文提纲范文）
（1）基于Zynq的高铁牵引供电系统单端行波故障测距装置的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 牵引供电系统故障测距算法研究现状 |
| 1.2.2 FPGA与可编程SoC技术的发展趋势 |
| 1.3 论文的主要内容与工作 |
| 第二章 牵引供电系统及仿真建模 |
| 2.1 牵引供电系统结构 |
| 2.2 牵引网供电方式 |
| 2.3 ATP/EMTP电磁暂态仿真软件 |
| 2.4 牵引网ATP仿真建模 |
| 2.4.1 一次侧进线模块 |
| 2.4.2 牵引变压器模块 |
| 2.4.3 牵引网模块 |
| 2.4.4 AT变压器模块 |
| 2.4.5 短路故障状态模块 |
| 2.4.6 辅助模块 |
| 2.5 短路故障电流行波仿真 |
| 2.6 本章小结 |
| 第三章 行波测距理论与小波基选取 |
| 3.1 行波的基本理论 |
| 3.1.1 行波的产生及其传输过程 |
| 3.1.2 行波的折射与反射 |
| 3.1.3 行波分析信号的确定 |
| 3.2 行波故障测距原理 |
| 3.2.1 A型行波测距法 |
| 3.2.2 C型行波测距法 |
| 3.2.3 D型行波测距法 |
| 3.2.4 综合分析 |
| 3.3 故障行波波头检测技术 |
| 3.3.1 小波变换的基本理论 |
| 3.3.2 小波变换的信号奇异性检测 |
| 3.3.3 用于信号奇异性检测的小波基函数 |
| 3.4 小波基函数的分析选取 |
| 3.4.1 小波基函数选取原则 |
| 3.4.2 Daubechies小波族的分析效果 |
| 3.4.3 Symlets小波族的分析效果 |
| 3.4.4 Biorthogonal小波族的分析效果 |
| 3.5 本章小结 |
| 第四章 行波故障测距装置的设计与实现 |
| 4.1 测距装置功能及性能指标 |
| 4.2 核心板卡与开发环境的选取 |
| 4.2.1 ZYNQ7000 平台架构 |
| 4.2.2 vivado及 SDK |
| 4.2.3 系统开发流程 |
| 4.3 测距装置的总体设计 |
| 4.3.1 硬件结构总体设计 |
| 4.3.2 互联协议设计 |
| 4.4 AD采样及驱动模块设计 |
| 4.5 FIFO缓存模块设计 |
| 4.6 Bior1.5 FIR模块设计 |
| 4.7 小波模极性与模极大值判定模块设计 |
| 4.7.1 自定义IP核的设计方法 |
| 4.7.2 小波模极性与极大值判定IP设计 |
| 4.8 故障距离计算模块 |
| 4.9 单端行波故障测距系统总体结构图 |
| 4.10 本章小结 |
| 第五章 故障测距装置的实验验证 |
| 5.1 短路故障的电流信号产生 |
| 5.1.1 波形发生器的选取 |
| 5.1.2 ATP电流信号存储与发生 |
| 5.2 系统测试与误差分析 |
| 5.2.1 系统测试 |
| 5.2.2 误差分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（2）全并联AT线路故障选跳与网络化保护技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.3 本论文的课题来源及创新点 |
| 1.3.1 课题来源 |
| 1.3.2 创新点 |
| 1.4 论文的主要研究内容与章节安排 |
| 第二章 全并联AT供电网数字仿真建模与故障分析 |
| 2.1 全并联AT供电网概述 |
| 2.2 全并联AT供电网的模型搭建 |
| 2.2.1 牵引变压器建模 |
| 2.2.2 牵引网仿真模型的搭建 |
| 2.2.3 全并联AT牵引网线路电气模型 |
| 2.3 全并联AT供电网运行仿真 |
| 2.3.1 RTplus电网实时仿真装置简介 |
| 2.3.2 全并联AT牵引网线路T-R短路分析 |
| 2.3.3 全并联AT牵引网线路F-R短路分析 |
| 2.3.4 全并联AT牵引网线路T-F短路分析 |
| 2.4 本章小结 |
| 第三章 故障识别算法的选取与时效性分析 |
| 3.1 常用信号分析方法对故障选跳信号的识别 |
| 3.1.1 快速傅立叶变换(FFT)算法 |
| 3.1.2 短时傅里叶变换(SFFT)算法 |
| 3.1.3 希尔伯特-黄变换的基本理论方法 |
| 3.1.4 小波变换分析的基本理论方法 |
| 3.2 小波分析基函数的分析选取 |
| 3.2.1 Haar小波 |
| 3.2.2 dbN小波 |
| 3.2.3 Mexican Hat(mexh)小波 |
| 3.2.4 Morlet小波与Meyer小波 |
| 3.3 本章小结 |
| 第四章 全并联AT供电网故障选跳算法与实验验证 |
| 4.1 故障选跳方案的判据指标 |
| 4.1.1 小波变化模极大值 |
| 4.1.2 经验模态分解与固有模态函数 |
| 4.2 全并联AT线路T-R短路分析与故障特征提取 |
| 4.3 全并联AT线路F-R短路分析与故障特征提取 |
| 4.4 全并联AT线路T-F短路情况分析 |
| 4.5 全并联AT线路的故障选跳方案 |
| 4.6 全并联AT线路的故障选跳方案实验验证 |
| 4.7 本章小结 |
| 第五章 网络化故障选跳方案与实时仿真验证 |
| 5.1 IEC61850通信规约简介 |
| 5.2 继保方案的网络化保护配置过程 |
| 5.2.1 全并联AT线路继电保护配置 |
| 5.2.2 全并联AT线路继电保护网络化建模 |
| 5.3 网络化继电保护方案的建模与仿真分析 |
| 5.3.1 OPNET工具软件简介 |
| 5.3.2 基于OPNET软件的建模仿真 |
| 5.3.3 OPNET仿真结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（3）无人机复杂电磁环境频谱特征反演测量（论文提纲范文）
| 1 引言 |
| 2 电磁环境频谱特征反演测量原理 |
| 2.1 小波变换基函数确定 |
| 2.2 信号奇异性检测 |
| 2.3 伪奇异点去除 |
| 3 算法仿真与验证 |
| 3.1 数字仿真条件及反演结果 |
| 3.2 注入式仿真条件及反演 |
| 3.3 辐射式仿真条件及反演 |
| 4 结束语 |
（4）基于深度迁移学习的采煤机摇臂传动系统故障诊断研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1. 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外的研究现状及发展趋势 |
| 1.2.1 采煤机故障诊断研究现状 |
| 1.2.2 振动信号预处理技术研究 |
| 1.2.3 智能故障模式识别与分类技术 |
| 1.3 研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2. 采煤机摇臂部传动系统智能故障诊断技术方案 |
| 2.1 采煤机摇臂部传动系统故障诊断需求分析 |
| 2.1.1 采煤机摇臂部传动系统故障机理与振动特性分析 |
| 2.1.2 采煤机摇臂部传动系统智能故障诊断需求分析 |
| 2.2 基于深度迁移学习的采煤机智能故障诊断技术方案 |
| 2.2.1 振动信号预处理 |
| 2.2.2 基于深度迁移学习的故障模式识别与分类 |
| 2.2.3 基于深度迁移学习的复合故障多标签分类 |
| 2.3 小结 |
| 3. 基于奇异值分解降噪和连续小波变换的信号处理 |
| 3.1 基于奇异值分解的降噪方法研究 |
| 3.1.1 奇异值分解降噪 |
| 3.1.2 有效秩阶次确定 |
| 3.2 时频分析方法研究 |
| 3.2.1 基于短时傅里叶变换的时频分析 |
| 3.2.2 基于连续小波变换的时频分析 |
| 3.3 仿真分析 |
| 3.3.1 奇异值分解降噪效果分析 |
| 3.3.2 连续小波变换时频分析 |
| 3.4 小结 |
| 4. 基于深度迁移学习的故障模式识别与分类 |
| 4.1 迁移学习与深度卷积神经网络 |
| 4.1.1 基于深度模型的迁移学习 |
| 4.1.2 VGG-16卷积神经网络 |
| 4.2 基于深度迁移学习的故障模式识别与分类 |
| 4.2.1 基于深度迁移学习的故障诊断模型 |
| 4.2.2 卷积神经网络误差反向传播 |
| 4.2.3 基于Adam算法的模型优化 |
| 4.3 基于深度迁移学习故障诊断模型的优化 |
| 4.3.1 正则化 |
| 4.3.2 网络稀疏性优化 |
| 4.3.3 层数据分布特征优化 |
| 4.4 深度迁移模型实验验证 |
| 4.4.1 数据集准备 |
| 4.4.2 深层迁移模型对比验证与分析 |
| 4.4.3 深层迁移模型优化方案试验分析 |
| 4.4.4 数据集特征可视化 |
| 4.5 小结 |
| 5. 基于深度迁移学习的复合故障多标签分类 |
| 5.1 基于深度迁移学习的复合故障多标签分类方法 |
| 5.1.1 复合故障多标签分类 |
| 5.1.2 基于深度迁移学习的复合故障模型 |
| 5.2 复合故障多标签分类实验验证 |
| 5.2.1 数据集准备 |
| 5.2.2 复合故障多标签分类实验验证 |
| 5.3 小结 |
| 6. 实验验证 |
| 6.1 实验方案 |
| 6.2 实验平台搭建 |
| 6.3 基于深度迁移学习的故障诊断实验 |
| 6.3.1 信号预处理 |
| 6.3.2 深度迁移模型故障模式识别与分类 |
| 6.4 小结 |
| 7. 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）基于暂态突变量的配电网故障定位方法（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 小电流接地系统的研究背景和意义 |
| 1.3 国内外研究现状 |
| 1.4 小电流接地故障定位方法现状 |
| 1.4.1 主动式故障定位方法 |
| 1.4.2 被动式故障定位方法 |
| 1.5 定位方法存在的问题 |
| 1.6 研究主要内容 |
| 1.7 本章小结 |
| 第二章 基于小波变换故障识别机理 |
| 2.1 小波变换的概念 |
| 2.2 小波理论基础 |
| 2.3 小波变换原理 |
| 2.3.1 连续小波变换 |
| 2.3.2 离散化小波变换 |
| 2.3.3 多分辨率与Mallat |
| 2.4 小波分析的奇异性检测原理 |
| 2.5 本章小结 |
| 第三章 基于小波变换小电流接地系统单相接地故障识别 |
| 3.1 引言 |
| 3.2 基于小波算法的配电网接地故障识别方法构建 |
| 3.2.1 基于小波分析的配电网单相接地故障识别算法构造 |
| 3.2.2 建立配电线路仿真模型 |
| 3.2.3 基于小波变换小电流接地系统单相接地故障识别算例 |
| 3.3 不同故障条件下对基于小波变换故障识别方法的影响 |
| 3.3.1 不同故障时刻对该识别算法影响 |
| 3.3.2 不同接地电阻对该识别算法影响 |
| 3.3.3 不同故障区段对该识别算法影响 |
| 3.3.4 不同故障条件对该识别算法误差影响分析 |
| 3.4 本章小结 |
| 第四章 基于暂态突变量特征的故障区段定位方法 |
| 4.1 引言 |
| 4.2 基于暂态突变量特征故障区段定位方法的构建 |
| 4.2.1 基于暂态突变量特征故障区段定位原理 |
| 4.2.2 基于暂态突变量特征故障区段定位算法 |
| 4.2.3 故障区段定位流程 |
| 4.3 故障区段定位方法仿真验证 |
| 4.3.1 区段定位仿真模型的建立 |
| 4.3.2 故障区段定位方法的仿真验证 |
| 4.4 本章小结 |
| 第五章 基于暂态突变量特征区段定位方法影响因素分析 |
| 5.1 在不同故障初始角下的仿真 |
| 5.2 在不同补偿方式下的仿真 |
| 5.3 在不同接地电阻下的仿真 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（6）复杂环境下的地基SAR变形监测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容与章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第二章 地基SAR干涉测量原理 |
| 2.1 地基SAR原理 |
| 2.1.1 地基SAR成像 |
| 2.1.2 地基SAR观测 |
| 2.1.3 地基SAR相关坐标系 |
| 2.1.4 FastGBSAR技术规范 |
| 2.2 地基SAR差分干涉 |
| 2.3 地基SAR时序分析流程 |
| 2.3.1 生成干涉图 |
| 2.3.2 选择相干像素 |
| 2.3.3 相位滤波 |
| 2.3.4 相位解缠 |
| 2.3.5 剔除粗差 |
| 2.3.6 大气校正 |
| 2.3.7 坐标转换 |
| 2.4 本章小结 |
| 第三章 地基SAR干扰影像小波奇异值检测与仿真实验 |
| 3.1 时序相位的奇异性 |
| 3.1.1 信号奇异性 |
| 3.1.2 时序相位奇异性 |
| 3.2 基于小波变换的时序相位奇异性检测 |
| 3.2.1 小波变换奇异性检测原理 |
| 3.2.2 小波基的选择 |
| 3.2.3 信号多尺度分析 |
| 3.3 仿真实验 |
| 3.3.1 无明显形变信号奇异性检测 |
| 3.3.2 缓慢形变信号奇异性检测 |
| 3.3.3 突发形变信号奇异性检测 |
| 3.4 本章小结 |
| 第四章 地基SAR小波变换粗差探测应用与案例分析 |
| 4.1 复杂工况下的地铁高边坡形变监测 |
| 4.1.1 工程概况 |
| 4.1.2 高边坡形变监测 |
| 4.1.3 数据处理与分析 |
| 4.1.4 遮挡影像探测 |
| 4.1.5 监测结果对比分析 |
| 4.2 桥梁模型变形监测 |
| 4.2.1 形变监测与数据处理 |
| 4.2.2 影像检测及结果分析 |
| 4.3 本章小结 |
| 第五章 基于大数据量时序分析处理链的基坑边坡监测 |
| 5.1 研究区域概况 |
| 5.2 变形监测与数据处理 |
| 5.2.1 数据预处理 |
| 5.2.2 地基SAR大数据量时序分析处理链 |
| 5.2.3 数据处理与形变解释 |
| 5.2.4 精度分析 |
| 5.2.5 对比验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间发表的学术论文与科研成果清单 |
| 致谢 |
（7）暂态电能质量扰动信号消噪、检测与识别算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 电能质量概述 |
| 1.2.1 电能质量的基本概念 |
| 1.2.2 电能质量国家标准 |
| 1.2.3 电能质量扰动分类 |
| 1.3 课题国内外研究现状 |
| 1.3.1 暂态电能质量扰动信号消噪研究现状 |
| 1.3.2 暂态电能质量扰动信号检测研究现状 |
| 1.3.3 暂态电能质量扰动信号识别研究现状 |
| 1.4 本文研究的主要内容 |
| 第2章 暂态电能质量扰动信号消噪 |
| 2.1 暂态电能质量扰动信号的建模 |
| 2.2 EMD-SVD消噪原理 |
| 2.2.1 经验模态分解 |
| 2.2.2 SVD分解去噪 |
| 2.2.3 EMD-SVD算法步骤 |
| 2.3 仿真验证和对比分析 |
| 2.4 本章小结 |
| 第3章 暂态电能质量扰动信号检测 |
| 3.1 基于小波变换的暂态电能质量的检测与定位 |
| 3.1.1 小波变换与信号的奇异性特征 |
| 3.1.2 扰动起止时刻与模极大值点 |
| 3.1.3 算法步骤与仿真验证 |
| 3.2 基于HHT变换的暂态电能质量扰动检测 |
| 3.2.1 HHT基本原理 |
| 3.2.2 仿真验证 |
| 3.3 基于多分辨率SVD包的暂态电能质量扰动检测 |
| 3.3.1 多分辨率SVD包分解算法基本原理 |
| 3.3.2 算法流程与仿真验证 |
| 3.4 本章小结 |
| 第4章 暂态电能质量扰动信号识别 |
| 4.1 基于时间序列的暂态电能质量扰动信号的二维映射 |
| 4.2 基于卷积神经网络模型的搭建 |
| 4.2.1 卷积神经网络的基本操作 |
| 4.2.2 基于卷积神经网络的图片分类模型 |
| 4.3 文中算法与其他算法的对比分析 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及研究成果 |
（8）基于振动信号小波变换的电机故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状与关键技术 |
| 1.2.1 信号处理技术研究现状 |
| 1.2.2 电机常见故障及诊断方法 |
| 1.2.3 电机故障诊断关键性技术 |
| 1.3 课题主要工作与创新点 |
| 1.4 论文组织结构 |
| 第二章 振动信号处理与特征值提取 |
| 2.1 小波消噪技术 |
| 2.1.1 小波消噪原理及方法 |
| 2.1.2 小波消噪效果分析 |
| 2.2 振动信号预处理 |
| 2.2.1 振动信号小波消噪处理 |
| 2.2.2 标定变换与去直流分量 |
| 2.2.3 消除趋势项 |
| 2.3 基于Lipschitz指数的信号奇异性分析 |
| 2.3.1 小波变换与WTMM |
| 2.3.2 小波变换模极大值与Lipschitz指数 |
| 2.3.3 典型信号奇异性效果分析 |
| 2.4 基于Lipschitz指数的信号特征值提取 |
| 2.4.1 基于电机振动信号获取李氏指数 |
| 2.4.2 信号特征值提取 |
| 2.5 本章小结 |
| 第三章 基于概率神经网络的故障分类 |
| 3.1 神经网络模式识别理论基础 |
| 3.1.1 径向基函数 |
| 3.1.2 广义径向基函数网络 |
| 3.1.3 RBF神经网络算法与参数优化 |
| 3.2 电机故障识别的概率神经网络 |
| 3.2.1 Bayes决策理论 |
| 3.2.2 Parzen窗估计 |
| 3.2.3 概率神经网络的结构 |
| 3.3 概率神经网络的故障分类 |
| 3.4 本章小结 |
| 第四章 电机振动信号采集系统软硬件设计 |
| 4.1 振动信号采集系统整体设计 |
| 4.2 振动信号采集硬件电路设计 |
| 4.2.1 振动传感器及监测点的选择 |
| 4.2.2 DSP核心处理模块 |
| 4.2.3 模数转换模块 |
| 4.2.4 上位机通信接口模块 |
| 4.3 振动信号采集系统的软件设计 |
| 4.3.1 系统主程序设计 |
| 4.3.2 中断服务程序设计 |
| 4.3.3 串行通信程序设计 |
| 4.4 本章小结 |
| 第五章 电机故障诊断实验与分析 |
| 5.1 实验方法与实验平台 |
| 5.1.1 电机常见故障及原因分析 |
| 5.1.2 实验样机定子故障模拟方法 |
| 5.1.3 电机振动信号采集实验平台搭建 |
| 5.2 电机故障诊断实验与分析 |
| 5.2.1 振动信号处理与奇异性分析 |
| 5.2.2 基于李氏指数的信号特征值提取 |
| 5.3 故障分类与诊断结果 |
| 5.3.1 概率神经网络故障分类 |
| 5.3.2 诊断结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的成果 |
（9）电力电缆中电波信号智能检测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 脉冲反射法电缆故障测距技术 |
| 1.2.2 脉冲时域反射测量技术 |
| 1.2.3 电缆电波信号处理技术 |
| 1.3 本文研究内容 |
| 第二章 电缆中脉冲电波信号传输特性研究 |
| 2.1 电缆分布参数模型及传输线方程 |
| 2.2 电缆脉冲时域反射分析 |
| 2.2.1 传输线中的信号传输与反射 |
| 2.2.2 时域反射仿真分析 |
| 2.3 电缆高频波传播特性分析 |
| 2.3.1 电缆几何结构和波传播特性 |
| 2.3.2 脉冲信号衰减分析 |
| 2.3.3 脉冲信号色散分析 |
| 2.4 本章小结 |
| 第三章 电缆脉冲信号的分析与处理 |
| 3.1 小波分析 |
| 3.1.1 傅里叶分析与小波分析 |
| 3.1.2 连续小波变换 |
| 3.1.3 离散小波变换 |
| 3.1.4 小波变换的多分辨率分析 |
| 3.2 基于小波阈值的信号去噪 |
| 3.2.1 小波阈值去噪 |
| 3.2.2 小波基函数与分解尺度选取 |
| 3.2.3 小波阈值去噪仿真分析 |
| 3.3 脉冲波形波前识别处理 |
| 3.3.1 小波模极大值法波前识别 |
| 3.3.2 小波模极大值与曲线拟合结合法波前识别 |
| 3.3.3 实测数据结果与分析 |
| 3.4 本章小结 |
| 第四章 脉冲发生和信号检测系统设计 |
| 4.1 系统总体设计 |
| 4.1.1 总体功能要求和性能要求 |
| 4.1.2 硬件总体设计 |
| 4.1.3 软件总体设计 |
| 4.2 关键硬件电路和FPGA逻辑设计 |
| 4.2.1 窄脉冲源电路 |
| 4.2.2 脉冲信号调理电路 |
| 4.2.3 数据采集模块 |
| 4.2.4 测距方式切换模块 |
| 4.2.5 SPI通信模块 |
| 4.3 系统软件程序设计 |
| 4.3.1 Nios II软件设计 |
| 4.3.2 Linux驱动程序设计 |
| 4.3.3 应用层软件设计 |
| 4.4 系统调试与实验 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）改进的小波提升算法及其在地质雷达信号精细化分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 国内外研究现状与进展 |
| 1.2.1 隧道衬砌结构隐伏质量缺陷检测方法研究 |
| 1.2.2 地质雷达图像强干扰信号去除方法研究 |
| 1.2.3 地质雷达隐伏质量缺陷偏移处理研究 |
| 1.2.4 小波基函数构造研究 |
| 1.2.5 地质雷达信号定量分析研究 |
| 1.3 本研究课题的来源及主要研究内容 |
| 1.4 本文研究采取的技术路线 |
| 第二章 提升格式小波构造理论 |
| 2.1 前言 |
| 2.2 双正交小波分析基本原理与算法 |
| 2.2.1 小波分析原理 |
| 2.2.2 多分辨率分析 |
| 2.2.3 双正交小波性质及其传统构造方法 |
| 2.3 提升格式小波变换 |
| 2.3.1 小波提升方案基本概念 |
| 2.3.2 完全重构滤波器原理 |
| 2.3.3 小波提升分解方法 |
| 2.4 提升格式小波构造一般算法 |
| 2.5 本章小结 |
| 第三章 改进的提升格式小波构造理论及其算法实现 |
| 3.1 前言 |
| 3.2 改进的提升格式小波构造算法 |
| 3.3 改进的提升格式小波构造流程及其构造举例 |
| 3.3.1 提升格式小波构造流程 |
| 3.3.2 小波基构造举例 |
| 3.4 改进提升格式的GPR信号分析用小波基构造及其优势验证 |
| 3.4.1 GPR信号分析用双正交小波滤波器组构造 |
| 3.4.2 基于粒子群算法的滤波器组自由参数优化 |
| 3.4.3 小波正则性验算 |
| 3.5 本章小结 |
| 第四章 基于二维小波变换和小波熵的地质雷达强干扰信号处理 |
| 4.1 前言 |
| 4.2 图像二维小波变换及其mallat算法 |
| 4.2.1 图像二维小波变换理论 |
| 4.2.2 二维双正交小波变换mallat算法 |
| 4.3 小波熵理论 |
| 4.4 小波基的选取 |
| 4.4.1 小波基基本性质比较 |
| 4.4.2 小波能量熵的计算 |
| 4.5 正演信号分析 |
| 4.5.1 FDTD正演原理 |
| 4.5.2 钢筋-空洞模型与正演试验 |
| 4.5.3 基于二维小波变换与小波熵的强反射干扰去除 |
| 4.6 实测地质雷达信号强干扰去除分析 |
| 4.6.1 钢筋-空洞检测试验 |
| 4.6.2 基于二维小波变换与小波熵的强反射干扰去除 |
| 4.7 本章小结 |
| 第五章 基于UWFK法的地质雷达目标信号偏移处理 |
| 5.1 前言 |
| 5.2 F-K域偏移方法 |
| 5.3 非抽样小波变换原理 |
| 5.3.1 一维非抽样小波变换 |
| 5.3.2 二维非抽样小波变换 |
| 5.4 图像信息熵估计 |
| 5.5 二维非抽样小波F-K偏移法基本流程 |
| 5.6 正演模拟信号偏移处理 |
| 5.7 实测信号偏移处理 |
| 5.7.1 方形空洞偏移处理 |
| 5.7.2 角形空洞偏移处理 |
| 5.8 本章小结 |
| 第六章 提升格式小波在地质雷达信号定量分析中的应用 |
| 6.1 前言 |
| 6.2 基于小波分析的信号奇异点识别方法 |
| 6.2.1 小波变换模极大值法 |
| 6.2.2 小波变换时-能密度法 |
| 6.3 模拟信号定量分析 |
| 6.3.1 地质雷达多频率脉冲信号间隔时间识别分析 |
| 6.3.2 正演模拟试验及其信号分析 |
| 6.4 空洞探测试验及其信号分析 |
| 6.4.1 沙箱纵向测线定量分析结果 |
| 6.4.2 沙箱横向测线定量分析结果 |
| 6.5 空洞三维可视化分析 |
| 6.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
四、小波变换和信号的奇异性检测技术（论文参考文献）
- [1]基于Zynq的高铁牵引供电系统单端行波故障测距装置的研究与实现[D]. 魏旭. 华东交通大学, 2021(02)
- [2]全并联AT线路故障选跳与网络化保护技术研究[D]. 殷梓健. 石家庄铁道大学, 2021(01)
- [3]无人机复杂电磁环境频谱特征反演测量[J]. 郭淑霞,吴义春,王江宇,高培伟. 宇航计测技术, 2020(05)
- [4]基于深度迁移学习的采煤机摇臂传动系统故障诊断研究[D]. 潘格格. 西安科技大学, 2020(01)
- [5]基于暂态突变量的配电网故障定位方法[D]. 段亚清. 西安石油大学, 2020(10)
- [6]复杂环境下的地基SAR变形监测研究[D]. 马金玉. 湖南科技大学, 2020(06)
- [7]暂态电能质量扰动信号消噪、检测与识别算法研究[D]. 布左拉·达吾提. 新疆大学, 2020(07)
- [8]基于振动信号小波变换的电机故障诊断方法研究[D]. 曹舒悦. 江苏大学, 2020(02)
- [9]电力电缆中电波信号智能检测系统研究[D]. 李永磊. 西安电子科技大学, 2020(05)
- [10]改进的小波提升算法及其在地质雷达信号精细化分析中的应用[D]. 张亮. 长沙理工大学, 2020