针对气体泄漏声波信号降噪的问题，提出一种集合小波包分析(WPA)与变分模态分解(VMD)相结合的降噪方法。通过小波包变换对信号的噪声进行预处理；利用 VMD对去除噪声的信号进行分解，得到所有的本征模函数(IMF)分量，并根据相关系数准则判断有效 IMF；最后提取有效成分并进行信号重构。对本文方法进行验证，结果表明，本文方法能够有效剔除气体泄漏信号中包含的各种噪声，降噪后信噪比为 15.485 1，均方根误差为 0.028，为后续信号分析减少了干扰，也为气体泄漏声波信号的特征提取与分析提供了新的思路。

针对由于爆破现场施工环境复杂, 爆破振动信号包含大量高频噪声的问题, 提出一种基于傅里叶分解(FDM)联合小波包阈值方法的降噪方法。首先, 基于傅里叶分解理论将爆破振动信号分解为若干傅里叶固有频带函数(FIBFs); 然后, 分别计算分解所得模态分量与原始信号的相关系数, 使用相关系数法筛选出优势分量, 将筛选所得优势模态分量进行重构; 最后, 利用小波包阈值方法对重构所得信号进一步降噪, 得到最终纯净的爆破振动信号。结果表明:引入的新方法兼具傅里叶分解及小波包分析的优点, 与现有常用方法相比, 傅里叶分解-小波包分析联合降噪方法信噪比(10.3940)最高, 均方根差(0.0889)最小, 所得时程曲线更为平滑, 去噪效果更好, 为类似爆破振动信号去噪提供新的途径。

高能量脉冲激光水下激发声源信号具有脉宽窄、频带宽的特点, 激光能量在允许的范围内波动时, 激光声信号频域能量分布保持稳定。利用小波包技术对激光声信号在目标物上的回波进行分析, 提取声目标特征信息, 可以达到目标识别的目的。选用db4小波基, 对激光声信号进行4级小波包分解; 将分解后的信号进行能量特征提取, 分析声信号频域能量分布特征; 为了获得激光声信号在目标物上反射前后的时域特征变化情况, 对分解后不同节点信号进行重构, 进行重构信号与原始信号的相关分析, 确定信号的有效滤波频段。数据分析表明, 小波包分析方法可有效地对激光声信号的瞬态特性进行分析, 根据能量特征值选取信号滤波频段可对信号进行有效滤波, 实现了水下不同目标物的分类识别, 可为激光致声水下目标探测研究提供参考。

基础工程施工的安全性常以基坑稳定性为前提, 而土壤的含水率是边坡稳定性的关键因素。但是, 土体内部含水率的观测困难, 很难实时了解土体内部水分的变化情况。目前对土壤含水率进行监测的方法较少, 故而迫切需要一种对土体结构含水率进行实时监测的方法。该文通过制作简易土箱, 利用压电智能骨料并结合压电波动法对土箱内土壤进行含水率监测, 获得了不同含水率下的压电信号及小波包能量。基于小波包分析方法发现, 压电信号幅值及对应的小波包能量指数与土壤含水率呈正相关关系, 且土壤含水率越大, 小波包能量指数的上升速率越慢, 并在其含水率接近饱和时基本不再变化, 验证了该土壤含水率监测方法具有良好可行性。

为了提取高精度磨削干涉中的声发射信号特征, 实现砂轮磨削性能退化评估, 针对熔石英开展全寿命周期金刚石砂轮磨削实验, 基于小波包分析确定砂轮磨损敏感频段为低频段, 然后计算声发射信号在低频段的归一化能量占比, 再利用主成分分析对能量占比进行特征降维获得单值特征, 利用该单值特征绘制砂轮磨削性能退化曲线。研究结果表明, 监测特征能够清晰反映砂轮初期磨损、正常磨损和过度磨损三个阶段, 且监测结果不受加工参数影响; 砂轮磨削材料破裂尺度与声发射频率具有一定关系, 伴随砂轮磨损的加剧, 较大尺度破裂的比例上升, 造成65 kHz以下低频段特征的能量占比增大, 监测特征显著增加, 磨粒崩碎产生新的切削刃, 砂轮的去除能力有所改善, 监测特征数值回落, 但是, 不同样本的声发信号频谱差异性显著增加, 说明砂轮加工状态不稳定, 不利于精密与超精密加工中维持稳定质量的要求。砂轮形貌图像的白像素占比变化曲线验证了声发射特征对砂轮磨损状态判断的正确性。

冲击定位可为结构冲击损伤提供准确的位置信息。基于光纤布拉格光栅(FBG)传感器存在解调频率低、需要训练样本等缺点,提出了一种利用光纤Sagnac传感技术实现结构冲击定位的方法。基于此方法的传感系统主要由宽带光源、光纤Sagnac干涉仪、光探测器以及数据采集与处理单元构成。当粘贴在结构表面的传感探头受到冲击应力波作用时,Sagnac干涉仪相位受到调制,从而导致输出的光强发生变化,通过光探测器将光信号转换为电压信号输出。首先,对传感系统采样的时域信号进行小波降噪和去直流干扰处理,再利用Db4小波包进行能量特征提取与信号重构,并获取应力波到达2端的传感器的时间,最后利用时差法进行冲击定位。为了验证该冲击载荷定位系统的有效性,对长度为100 cm的钢管结构进行了35次低速冲击实验。结果表明,该方法可以有效地识别冲击位置,最大定位误差和最大均方根误差分别为0.65 cm和0.36 cm。研究结果可为结构冲击定位提供另外一种可靠的方法。

为了开发一种有效的激光冲击强化工艺故障诊断系统, 基于声学诊断原理, 对激光冲击强化过程中采集到的声信号进行小波包分析, 提取出能够指示故障状态的声学特征信息, 并验证了其有效性。最后将提取的特征信息结合人工神经网络, 建立了激光冲击强化的故障诊断系统模型。

针对阈值判决法误报率高、难以有效区分窃听入侵与其他人为扰动的缺点，分析了用小波包能量分析方法提取的不同扰动条件下干涉信号的特征向量，在此基础上提出了一种可行的窃听入侵检测方法。该判决方法可以有效地对光缆线路上发生的窃听入侵和其他人为扰动进行检测和区分。

针对激光雷达回波信号所含噪声的特点，提出并详细论述了一种能够对激光雷达回波信号进行有效消噪的小波包平均阈值变换方法。该方法通过求取最优小波包基的每个结点的阈值，并进行平均后作为全局阈值来实现小波包消噪。为了验证该方法的有效性，对包含高斯白噪声的模拟信号进行了仿真消噪，并对米氏散射激光雷达系统实际探测得到的大气回波信号进行了消噪处理。同时，将该方法与小波全局阈值消噪、小波包默认阈值的消噪效果进行了对比分析。仿真结果和实验结果表明，基于平均阈值的小波包消噪方法能够有效降低激光雷达回波信号中所含噪声，并且其消噪效果明显优于另外两种小波分析方法。

从田间采集了150个田间土壤样本, 在分析了所有样本的土壤参数统计特征之后, 对原始近红外光谱数据进行了聚类分析, 分别得到了50个土壤全氮和50个土壤有机质的等价样本及其对应光谱。 对样本光谱曲线进行8层Biorthogonal小波包分解, 分解得到的最低低频［80］结点对应着土壤水分以及土壤质地的光谱变化趋势, 最高高频［8 255］结点对应着土壤粒度、 光谱仪精度等引起的高频震荡。 对以上两个结点进行重构并从样本光谱曲线中剔除以上影响成分, 得到了对应的土壤参数特征光谱。 基于特征光谱建立了土壤参数偏最小二乘回归模型： 全氮偏最小二乘预测模型的预测系数rc达到了0.960, 验证系数rv达到了0.920； 有机质偏最小二乘预测模型的预测系数rc达到0.922, 验证系数rv达到0.883。 模型精度明显提高, 满足实际生产的需要。