1) wavelet singularity
小波奇异性
1.
Research on beam damage diagnosis based on wavelet singularity
基于小波奇异性的梁结构损伤评估方法研究
2.
This paper introduces a new method that combines the wavelet singularity detection with fuzzy NN to process the mechanism vibration signal of the HV breaker.
将小波奇异性检测理论与模糊神经网络相结合应用到高压断路器机械故障诊断中,这是一种新的方法。
3.
A damage index is presented based on the wavelet singularity detection theory and mode curvature conception, and the damage location is detected by the maximum of the index.
利用小波奇异性检测原理,采用墨西哥草帽小波对结构在健康和损伤状态下的模态振型差进行小波变换。
3) wavelet singularity analysis
小波奇异性分析
1.
Aiming at the shortcoming that spread spectrum steganography breaks image local stationarity,this paper presents a detection algorithm for spread spectrum steganography based on wavelet singularity analysis.
针对扩频隐写会破坏图像局部平稳性而使其产生高频奇异性的缺点,提出一种基于小波奇异性分析的扩频隐写检测算法。
4) wavelet singular entropy
小波奇异熵
1.
That is Single-end Transient-based Protection based on the Wavelet Singular Entropy theory.
SSSC等FACTS元件的应用对传统保护带来了挑战,本文根据近年来热门的暂态量保护原理,将小波理论、奇异值理论及信息熵理论结合提出一种适合于串补线路的保护新方案-即基于小波奇异熵的单端暂态量保护,仿真研究表明其能有效区分区内外故障,且适用于带串补的超高压线路,效果良好。
2.
A new scheme of two applications of protection based on the concept of wavelet singular entropy is presented.
利用小波信息熵的特点,将小波熵之一的小波奇异熵用于输电线路单端暂态量保护和全线相继速动保护中,提出了基于小波奇异熵的新型输电线路单端暂态量保护和全线相继速动保护方案。
5) wavelet singularity degree
小波奇异度
1.
Using wavelet analysis by exploiting the time-frequency localization ability of wavelet analysis,we defined wavelet fault degree and wavelet singularity degree.
为了充分利用故障录波信息进行电网故障诊断,通过小波变换对发生故障前后电流波形进行分析,采用小波奇异度和小波故障度分别表征电网元件的故障概率,但是由于故障的不确定性和复杂性,这两种故障表征方法都不能独自准确地诊断故障元件,因此提出采用D-S证据理论对多种故障表征方法进行信息融合,能够准确诊断故障线路。
6) wavelet singular value entropy
小波包奇异值熵
补充资料：波波夫超稳定性
系统输入输出乘积的积分值受限制的条件下的稳定性，1964年罗马尼亚学者V.M.波波夫所提出。对于所研究的系统，如果用u(t)表示输入向量，y(t)表示输出向量,那么在给定正的常数L后，系统输入输出乘积积分值的限制关系可表示为：
式中uT(t)是u(t)的转置向量。如果对于这种限制总能找到相应的正的常数K和δ,使系统状态方程解的一切形式在时间区间0≤t≤t1内都满足条件‖x(t)‖≤K[‖x(0)‖+δ]，这种系统便被称为超稳定的。其中x(0)是系统的初始状态,‖x(t)‖是状态向量x(t)的范数。如果t→∞时,还有x(t)→0，则称系统是超渐近稳定的。超稳定性理论适用于一切类型的控制系统，包括线性系统和非线性系统、定常系统和时变系统。超稳定理论的一个重要应用领域是模型参考适应控制系统。
对于线性定常系统，系统的超稳定性与其传递函数矩阵的正实性之间有着密切关系。澳大利亚学者B.D.O.安德森在1968年证明，系统的超稳定性等价于系统传递函数矩阵的正实性，系统的超渐近稳定性等价于系统传递函数矩阵的严格正实性。正实性和严格正实性是现代网络理论中的两个重要概念。一个传递函数矩阵G(s)为正实的条件是:①,其中宑是s的共轭复数变量,是G(s)的共轭复数矩阵;②G(s)在复变量s的右半开平面上解析,且在虚轴上仅有简单的极点,而对应这些极点的留数矩阵为正定埃尔米特矩阵；③G(s)+GT(s)在s的右半开平面为半正定埃尔米特矩阵，其中GT(s)为G(s) 的转置矩阵。在正实性的条件中，把条件②改为G(s)在包括虚轴在内的右半闭s平面上解析，把条件③改成为G(s)+GT(s)在右半闭 s平面上是正定埃尔米特矩阵，则相应地称传递函数矩阵是严格正实的。
参考书目
V.M.Popov, Hyperstability of Automatic Control Systems, Springer-Verlag, New York, Berlin,1973.
式中uT(t)是u(t)的转置向量。如果对于这种限制总能找到相应的正的常数K和δ,使系统状态方程解的一切形式在时间区间0≤t≤t1内都满足条件‖x(t)‖≤K[‖x(0)‖+δ]，这种系统便被称为超稳定的。其中x(0)是系统的初始状态,‖x(t)‖是状态向量x(t)的范数。如果t→∞时,还有x(t)→0，则称系统是超渐近稳定的。超稳定性理论适用于一切类型的控制系统，包括线性系统和非线性系统、定常系统和时变系统。超稳定理论的一个重要应用领域是模型参考适应控制系统。
对于线性定常系统，系统的超稳定性与其传递函数矩阵的正实性之间有着密切关系。澳大利亚学者B.D.O.安德森在1968年证明，系统的超稳定性等价于系统传递函数矩阵的正实性，系统的超渐近稳定性等价于系统传递函数矩阵的严格正实性。正实性和严格正实性是现代网络理论中的两个重要概念。一个传递函数矩阵G(s)为正实的条件是:①,其中宑是s的共轭复数变量,是G(s)的共轭复数矩阵;②G(s)在复变量s的右半开平面上解析,且在虚轴上仅有简单的极点,而对应这些极点的留数矩阵为正定埃尔米特矩阵；③G(s)+GT(s)在s的右半开平面为半正定埃尔米特矩阵，其中GT(s)为G(s) 的转置矩阵。在正实性的条件中，把条件②改为G(s)在包括虚轴在内的右半闭s平面上解析，把条件③改成为G(s)+GT(s)在右半闭 s平面上是正定埃尔米特矩阵，则相应地称传递函数矩阵是严格正实的。
参考书目
V.M.Popov, Hyperstability of Automatic Control Systems, Springer-Verlag, New York, Berlin,1973.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条