小波去噪和混沌理论应用于输电线缺陷检测

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 224-227.

小波去噪和混沌理论应用于输电线缺陷检测

林善明1，2，孙海华1，金纪东1，2，胡万清1，朱昌平1，2

1.河海大学计算机与信息学院，江苏常州 213022
2.江苏省输配电装备技术重点实验室，江苏常州 213022

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

Wavelet de-noising and chaos theory applied in transmission line defect detecting

LIN Shanming1，2, SUN Haihua1, JIN Jidong1，2, HU Wanqing1, ZHU Changping1，2

1.College of Computer and Information, Hohai University, Changzhou, Jiangsu 213022, China
2.Jiangsu Key Laboratory of Power Transmission and Distribution Equipment Technology, Changzhou, Jiangsu 213022, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 为了解决在利用电磁超声检测高压输电线路缺陷时，回波信号微弱且易被强大的电磁噪声覆盖而难以提取的问题。认真研究了Duffing方程和小波理论。将小波去噪技术和混沌理论结合起来，设计了一种新型微弱信号检测系统。利用MATLAB/Simulink对系统进行了仿真。实验结果证明，此系统能有效检测强电磁背景下的超声信号，进一步降低了系统的输出信噪比，提高了检测性能。

关键词: 电磁超声, 混沌理论, 微弱信号检测, 小波去噪技术, MATLAB/Simulink

Abstract: To solve the problem of echo signal which is very weak, the Duffing equation and the theory of wavelet are studied. The signal will be annihilated by strong electromagnetic noises when detecting defects in high voltage transmission lines using Electro-Magnetic Acoustic Transducer（EMAT）. A new chaos weak signal detecting system which is combined with the technology of wavelet de-noising is designed. MATLAB/Simulink is used to simulate the new detecting system. The experimental result shows that the system can detect the useful ultrasound signal under the background of strong electromagnetic noise more effectively, and it can cut down the detecting signal-to-noise ratio of system further. The detecting capability of new system is improved.

Key words: Electro-Magnetic Acoustic Transducer（EMAT）, chaos theory, weak signal detecting, technology of wavelet de-noising, MATLAB/Simulink

林善明1，2，孙海华1，金纪东1，2，胡万清1，朱昌平1，2. 小波去噪和混沌理论应用于输电线缺陷检测[J]. 计算机工程与应用, 2012, 48(5): 224-227.

LIN Shanming1，2, SUN Haihua1, JIN Jidong1，2, HU Wanqing1, ZHU Changping1，2. Wavelet de-noising and chaos theory applied in transmission line defect detecting[J]. Computer Engineering and Applications, 2012, 48(5): 224-227.

[1]	田慧明1，吴成茂2，田小平2. 基于混沌理论和整数变换的可逆信息隐藏[J]. 计算机工程与应用, 2019, 55(12): 194-201.
[2]	吴华，史忠亚，沈文迪，王经商，王文哲. 基于混沌理论的低截获概率雷达波形设计[J]. 计算机工程与应用, 2017, 53(11): 241-244.
[3]	谢涛1，曹军威2，3，廉小亲1. 混沌振子弱信号检测系统构成及响应速度研究[J]. 计算机工程与应用, 2015, 51(9): 16-21.
[4]	杨统，王崴，刘晓卫. 改进PSO算法的BP网络对泵控马达系统的优化[J]. 计算机工程与应用, 2015, 51(14): 242-246.
[5]	张原1，黄文静1，桑路路2. PID控制在火箭炮伺服系统中的仿真实现——改进的专家自适应PID控制[J]. 计算机工程与应用, 2013, 49(8): 241-244.
[6]	李松1，刘力军2，刘颖鹏1. 改进PSO优化BP神经网络的混沌时间序列预测[J]. 计算机工程与应用, 2013, 49(6): 245-248.
[7]	黄敏1，胡学钢2. 基于支持向量机的网络舆情混沌预测[J]. 计算机工程与应用, 2013, 49(24): 130-134.
[8]	孙小雁1，张茂胜2，3，朱晓姝1，李硕明4. 多变量分支混沌签名体制[J]. 计算机工程与应用, 2013, 49(2): 97-99.
[9]	张文金，许爱军. 混沌理论和LSSVM相结合的网络流量预测[J]. 计算机工程与应用, 2013, 49(15): 101-104.
[10]	石晓艳，刘淮霞，于水娟. 鲶鱼粒子群算法优化支持向量机的短期负荷预测[J]. 计算机工程与应用, 2013, 49(11): 220-223.
[11]	许南，廖施煜，邓国琳. 混合型PSO-BP模型在原油期货价格预测中的应用[J]. 计算机工程与应用, 2011, 47(35): 234-236.
[12]	李松，罗勇，张铭锐. 遗传算法优化BP神经网络的混沌时间序列预测[J]. 计算机工程与应用, 2011, 47(29): 52-55.
[13]	李松¹，刘力军²，谷晨¹. 混沌时间序列预测模型的比较研究[J]. 计算机工程与应用, 2009, 45(32): 53-56.
[14]	孙振锋,齐乐华,毛军,杨方. 超塑性微挤压装置温度控制系统研究[J]. 计算机工程与应用, 2008, 44(5): 246-248.
[15]	刘升,游晓明. 基于混沌理论的免疫量子进化算法[J]. 计算机工程与应用, 2008, 44(21): 142-144.