基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对工厂复杂环境中电子产品的蜂鸣声信号信噪比低所造成的难以识别问题,采用小波变换对蜂鸣声信号进行降噪处理.为获得良好的降噪效果,对不同小波降噪方法以及不同小波参数选取的降噪效果进行对比分析,得出采取db1小波基以sqtwolog为阈值标准的软阈值法去噪效果良好,但是软阈值法随着小波分解层数的递增,容易造成信号失真.通过对蜂鸣声信号小波包分解节点的分析,最终验证小波包尺度系数比对法去噪效果最好且不会引起信号失真,去噪后信号的RMSE为0.0094,SNR为14.7513?dB,并且基于处理后的信号利用小波的时频分析特点可以快速识别蜂鸣声信号.
推荐文章
基于形态小波与排列熵的变速器齿轮故障识别方法
变速器
齿轮
形态小波
排列熵
故障识别
基于小波分解的高温物体图像快速识别方法
小波分解
多分辨率分析
图像分割
目标识别
基于树型结构小波变换的虹膜识别方法
虹膜识别
树型结构小波变换
小波变换
模式识别
采用复连续小波变换的桩基损伤位置识别方法
桩土效应
相位角
损伤识别
复连续小波变换
无损检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波降噪的蜂鸣声快速识别方法
来源期刊 中国测试 学科 工学
关键词 蜂鸣声识别 小波变换 降噪 软阈值 尺度系数 时频分析
年,卷(期) 2022,(4) 所属期刊栏目 测试理论|Test Theories
研究方向 页码范围 12-17,34
页数 7页 分类号 TN912.3
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蜂鸣声识别
小波变换
降噪
软阈值
尺度系数
时频分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国测试
月刊
1674-5124
51-1714/TB
大16开
成都市成华区玉双路10号
26-260
1975
chi
出版文献量(篇)
4463
总下载数(次)
7
论文1v1指导