Wyniki wyszukiwania - BazTech

1

Discrete wavelet transform and energy distribution for effective bearing fault detection and analysis

Beldjaatit Chahinez, Sebbagh Toufik, Guentri Hocine

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 7

24--28

EN

Condition monitoring and problem diagnostics have drawn more attention recently in the industrial sector. One of the most crucial parts of rotating machinery are rolling-element bearings. Bearing faults are a common cause of machinery failures. To identify failing bearings early, vibration condition monitoring of rotating machinery has emerged as the preferred technique. Several signal analysis techniques can extract useful information from vibration data. The non-stationary analysis signals that are typically associated with machine defects cannot be handled by frequency-based approaches. Non-stationary signals are analyzed effectively by applying time-frequency techniques. The use of wavelet transform has increased in bearing monitoring research for the last 20 years to obtain correlated time-frequency information. This paper presents a discrete wavelet transform (DWT) and energy distribution-based bearing defect diagnostic technique. The "db3" wavelet form of DWT is used to decompose vibration signals under both normal and faulty (inner race-fault and outer race-fault) bearing conditions at various frequency ranges. Due to the default, the energy distribution for every decomposition level is calculated to detect which frequency band contains the harmonics. The results obtained from healthy and defective bearings are compared. The wavelet coefficient with the highest value of the energy distribution is employed in the Fourier analysis to pinpoint the site of the fault. The monitoring results demonstrate that the suggested approach is effective in finding and analyzing faults.

PL

Monitorowanie stanu i diagnostyka problemów przyciągnęły ostatnio więcej uwagi w sektorze przemysłowym. Jedną z najbardziej kluczowych części maszyn wirujących są łożyska toczne. Usterki łożysk są częstą przyczyną awarii maszyn. W celu wczesnej identyfikacji uszkodzonych łożysk, monitorowanie stanu wibracji maszyn wirujących stało się preferowaną techniką. Kilka technik analizy sygnału może wydobyć użyteczne informacje z danych o drganiach. Niestacjonarne sygnały analizy, które są zwykle związane z uszkodzeniami maszyn, nie mogą być obsługiwane przez podejścia oparte na częstotliwości. Sygnały niestacjonarne są skutecznie analizowane poprzez zastosowanie technik czasowoczęstotliwościowych. Zastosowanie transformaty falkowej wzrosło w badaniach nad monitorowaniem łożysk przez ostatnie 20 lat w celu uzyskania skorelowanej informacji czasowo-częstotliwościowej. W niniejszej pracy przedstawiono dyskretną transformatę falkową (DWT) oraz technikę diagnostyczną opartą na rozkładzie energii. Forma falkowa "db3" DWT jest używana do dekomponowania sygnałów drganiowych w warunkach łożyska zarówno normalnego, jak i wadliwego (wewnętrznego i zewnętrznego) w różnych zakresach częstotliwości. Ze względu na domyślność, rozkład energii dla każdego poziomu dekompozycji jest obliczany w celu wykrycia, które pasmo częstotliwości zawiera harmoniczne. Wyniki uzyskane z łożysk zdrowych i uszkodzonych są porównywane. Współczynnik falkowy o największej wartości rozkładu energii jest wykorzystywany w analizie Fouriera w celu określenia miejsca uszkodzenia. Wyniki monitorowania pokazują, że proponowane podejście jest skuteczne w wyszukiwaniu i analizie uszkodzeń.

2

High impedance fault detection in radial distribution network using discrete wavelet transform technique

Suliman Mohammed Yahya, Alkhayyat Mahmood Taha

Archives of Electrical Engineering

|

2021

|

Vol. 70, nr 4

873--886

EN

Detecting high impedance faults (HIFs) is one of the challenging issues for electrical engineers. This type of fault occurs often when one of the overhead conductors is downed and makes contact with the ground, causing a high-voltage conductor to be within the reach of personnel. As the wavelet transform (WT) technique is a powerful tool for transient analysis of fault signals and gives information both on the time domain and frequency domain, this technique has been considered for an unconventional fault like high impedance fault. This paper presents a new technique that utilizes the features of energy contents in detail coefficients (D4 and D5) from the extracted current signal using a discrete wavelet transform in the multiresolution analysis (MRA). The adaptive neurofuzzy inference system (ANFIS) is utilized as a machine learning technique to discriminate HIF from other transient phenomena such as capacitor or load switching, the new protection designed scheme is fully analyzed using MATLAB feeding practical fault data. Simulation studies reveal that the proposed protection is able to detect HIFs in a distribution network with high reliability and can successfully differentiate high impedance faults from other transients.

3

Effects of Global Climate Oscillations on Intermonthly to Interannual Variability of Sea levels along the English Channel Coasts (NW France)

Turki Imen, Massei Nicolas, Laignel Benoit, Shafiei Hassan

Oceanologia

|

2020

|

No. 62 (2)

226--242

EN

This work examines the multiscale variability in sea level along the English Channel coasts (NW France) using a wavelet multiresolution decomposition of water level values and climate oscillations in order to gain insights in the connection between the global atmospheric circulation and the local-scale variability of the monthly extreme surges. Changes in surges have exhibited different oscillatory components from the intermonthly (~3-6-months) to the interannual scales (~1.5-years, ~2-4-years, ~5-8-years) with mean explained variances of ~40% and ~25% of the total variability respectively. The correlation between the multiresolution components of surges and 28 exceptional stormy events with different intensities has revealed that energetic events are manifested at all timescales while moderate events are limited to short scales. By considering the two hypotheses of (1) the physical mechanisms of the atmospheric circulation change according to the timescales and (2) their connection with the local variability improves the prediction of the extremes, the multiscale components of the monthly extreme surges have been investigated using four different climate oscillations (Sea Surface Temperature (SST), Sea-Level Pressure (SLP), Zonal Wind (ZW), and North Atlantic Oscillation (NAO)); results show statistically significant correlations with ~3-6-months, ~1.5-years, ~2-4-years, and ~5-8-years, respectively. Such physical links, from global to local scales, have been considered to model the multiscale monthly extreme surges using a time-dependent Generalized Extreme Value (GEV) distribution. The incorporation of the climate information in the GEV parameters has considerably improved the fitting of the different timescales of surges with an explained variance higher than 30%. This improvement exhibits their nonlinear relationship with the large-scale atmospheric circulation.

4

Diagnostic of the combustion process using the analysis of changes in flame luminosity

Grądz Żaklin, Styczeń Joanna

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

T. 9, nr 3

70--73

EN

Monitoring of the combustion process is carried out in order to ensure its efficiency and stability. Selected aspects of the combustion process diagnostics using the analysis of changes in flame luminosity for two configurations: 100% pulverized coal fuel and a mixture of 80% coal and 20% biomass were presented in the article. The analysis of measurement data was conducted using selected statistical tools and a multiresolution analysis of signals.

PL

Monitoring procesu spalania jest prowadzony w celu zapewnienia efektywności i stabilności przebiegu procesu. W artykule przedstawiono wybrane aspekty diagnostyki procesu spalania z wykorzystaniem analizy sygnałów intensywności świecenia płomienia dla dwóch konfiguracji: paliwa w postaci 100% pyłu węglowego i mieszaniny 80% węgla z 20% biomasą. Analiza danych pomiarowych została przeprowadzone z wykorzystaniem wybranych narzędzi statystycznych oraz analizy wielorozdzielczej sygnałów.

5

Multiresolution analysis of vibration signals acquired from locomotive Diesel engine for classification of engine states basing on signal statistical parameters

Boguś P., Cieszyński M., Merkisz J.

Combustion Engines

|

2017

|

R. 56, nr 1

68--72

EN

The paper presents a method of classification of locomotive Diesel engine states basing on vibration signals taken from an engine body and using chosen statistical parameters calculated for the original signal and it wavelet multiresolution components. The researches presented in the paper concern estimation of an engine states before and after a general repair. The target application of the presented researches is an on-line diagnostic system which can complement standard OBD systems. To this purpose the applied methods should not base on complex analysis of some spectral, time-frequency or scalogram plots but rather on choosing single diagnostic parameters which are suitable for the fast on-line diagnostic. The results have showed the significant difference in distinguishing of engine work before and after a general repair using some chosen statistical parameters applied to vibration signals.

6

Dyskretna transformata falkowa w modelowaniu rynku surowców energetycznych oraz systemy aukcji

Jasiński T., Ścianowska A.

Logistyka

|

2015

|

nr 4

3813--3819, CD2

PL

Opracowanie przedstawia możliwości zastosowania narzędzi z zakresu sztucznej inteligencji i dyskretnej transformaty falkowej w procesie modelowania przyszłego zachowania rynków energii i powiązanych z nimi rynków surowców energetycznych. W artykule podjęto również próbę pokazania roli systemów aukcji w determinowaniu efektywności rynku energii poprzez łagodzenie wahań cenowych, zapewnienie rentowności podejmowanych inwestycji oraz znoszenie barier wejścia do sektora. Wskazano również na znaczącą rolę opcji kupna energii w łagodzeniu wymienionych wyżej problemów.

EN

The paper presents possibilities of using artificial intelligence tools and discrete wavelet transform to predict energy markets and related raw materials markets. The article also points out the role of the auction system in improving the energy market efficiency by mitigating price fluctuations, ensuring return on invested capital and the dismantling of entry barriers. Also points to the important role of energy call options in alleviating the aforementioned problems.

7

Estimation of fuel spraying from diesel engine injector using multiresolution wavelet analysis of vibroacoustic signals

Boguś P., Dedo M., Grzeszczyk R., Wrona A., Markowski J., Merkisz J.

Combustion Engines

|

2015

|

R. 54, nr 3

264--270

EN

The paper presents the application of wavelet multiresolution analysis to injection diagnostics using vibro-acoustic signals. The vibroacoustic signals were acquired in a research bench for testing the Diesel engine injectors. This measurement of vibroacoustic signal is carried out using mems accelerometer mounted to a reactive cylinder with real injector placed centrally inside it. Estimation of fuel spraying parameters was done by comparison of recorded vibroacoustic signals of correctly working injector and injector with simulated malfunction resulting in incorrect injector stream. For each original signal the 6 multiresolution approximation components were taken into account and for each signal and all components some chosen parameters were calculated. Then the suitable simple classifier was designed to distinguish between correctly and incorrectly working injector. The research results presented in the paper proved that some signal parameters obtained for high frequency multiresolution components can be used as diagnostic parameters for fault detection in injector testing bench applications.

8

Dane wejściowe sztucznych sieci neuronowych prognozujących krótkoterminowe zapotrzebowanie na energię

Jasiński T.

Logistyka

|

2014

|

nr 6

14285--14290, CD 6

PL

Opracowanie porusza bardzo istotną z punktu widzenia funkcjonowania gospodarki kwestię zapotrzebowania na energię elektryczną. W obecnych czasach problem ten jest istotny zarówno przy analizach w skali makroekonomicznej, jak i zagadnieniach związanych z funkcjonowaniem pojedynczych podmiotów. Problem dostaw energii może być analizowany oddzielnie w zależności od terminu zaspokojenia popytu. W opracowaniu szczególny nacisk został położony na analizy krótkoterminowe. Jednym z głównych zagadnień, które decyduje o ilości dostarczanej energii jest prognoza jej zapotrzebowania. W pracy przedstawiono systemy przewidujące krótkoterminowy popyt w oparciu o sztuczne sieci neuronowe. Analiza skupiła się na wyborze optymalnych zmiennych wejściowych modelu, z uwzględnieniem narzędzi analizy technicznej i budowy zmiennych objaśniających uwypuklających trendy panujące na rynku energii z uwzględnieniem cyklicznego charakteru tego rynku. W pracy opisano także możliwość użycia analizy wieloczęstotliwościowej celem polepszenia wyników prognoz.

EN

The paper focuses on very important, from the point of view of the economy, the issue of electricity demand. Nowadays this problem is important both for macroeconomic analysis, as well as issues related to the functioning of individual entities. The problem of energy supply can be analyzed separately depending on the time to meet demand. In this study, particular emphasis was placed on short-term analysis. One of the main issues that determines the amount of energy supplied is forecast its demand. The paper presents a system providing short-term demand based on artificial neural networks. The analysis focused on the selection of the optimal input variables, including technical analysis tools and the construction of variables showing trends in the energy market, taking into account the cyclical nature of the market. The paper also describes the possibility of using multiresolution analysis to improve the results of forecasts.

9

Wavelet-Based and Database Approach for Locating Faulty Section of High Impedance Fault in a Distribution System

Ali M. S., Bakar A. H. A., Mokhlis H., Arof H., Illias H. A.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 1a

211--218

EN

Locating a faulty section of the high impedance fault (HIF) in a power system network is a major challenge especially for a distribution network. This is due to the effect of the complexity of the distribution network such as branches, non-homogenous lines and high fault impedance that results in variation of fault locations. In this paper, analysis of fault locations using Discrete Wavelet Transform-based Multi-Resolution Analysis (MRA) has been proposed. A three-phase voltage signal measured at the main substation is analyzed to locate the high impedance fault. The 1st, 2nd and 3rd levels of detailed coefficient resolution for each phase were used for the classification of fault locations using the proposed method. The simulation was conducted on a 38-node distribution network system in a national grid in Malaysia using PSCAD software. The proposed method has successfully determined the actual fault location of a high impedance fault.

PL

W artykule przedstawiono analizę metody lokalizacji awarii w sieci energetycznej, wykorzystującej analizę wielo-wynikową (ang. Multiresolution Analysis), opartą na dyskretnej transformacji falkowej. Analizie poddawany jest sygnał pomiarowy napięcia trójfazowego w podstacji. Przeprowadzono badania symulacyjne w programie PSCAD na systemie dystrybucji energii elektrycznej o 38 korzeniach w malezyjskich państwowych sieciach energetycznych.

10

Generalized multiresolution discrete orthogonal transforms

Andreatto B., Cariow A.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 8

830--832

EN

This paper presents an idea of the multiresolution discrete orthogonal transforms. One possible approach to realization of this multiresolution transform is implementation of the rationalized algorithm for computing the coefficients creating the consecutive resolution levels. The paper also presents an example of synthesis of the fast algorithm for computing the coefficients of the multiresolution discrete Hartley transform. For the description of the compuatational procedures we use a vector-matrix notation.

PL

W artykule przedstawiono uogólnioną wielorozdzielczą dyskretną transformację ortogonalną. Zdefiniowana w niniejszej pracy transformacja pozwala na analizę sygnału na wielu poziomach rozdzielczości. Poziomy te są stanowione poprzez współczynniki częstotliwościowe uzyskiwane w procesie realizacji szybkich dyskretnych transformat ortogonalnych np. dyskretnej transformaty Fouriera (DFT), dyskretnej transformaty kosinusowej (DCT), dyskretnej transformaty Hartley’a, czy też dyskretnej transformaty slant, w odniesieniu do kolejnych fragmentów badanego sygnału. Przedstawiony w niniejszym artykule schemat postępowania jest słuszny dla sygnałów o liczbie próbek będącej naturalną potęgą liczby dwa. Zastosowanie szybkich algorytmów realizacji poszczególnych przekształceń na kolejnych poziomach rozdzielczości, pozwala na uzyskanie znaczącej redukcji liczby wykonywanych działań arytmetycznych, w porównaniu do metody polegającej na bezpośrednim mnożeniu macierzy bazy i wektora kolumnowego danych wejściowych. W przedłożonej pracy, do opisu poszczególnych procedur obliczeniowych posłużono się rachunkiem wektorowo-macierzowym, który jest adekwatny do opisu przestrzenno-czasowych struktur procesów obliczeniowych, jak również umożliwia w sposób bezpośredni odwzorowanie tychże struktur w przestrzeni realizacji programowych i sprzętowych. W artykule zaprezentowano również przykład syntezy szybkiego algorytmu realizacji wielorozdzielczej dyskretnej transformaty Hartley’a dla sygnału jednowymiarowego o liczbie próbek wynoszącej osiem.

11

Estymacja lakunarności obiektu 2D z wykorzystaniem GPGPU

Mazurek P.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 8

836--838

PL

W artykule jest przedstawiona implementacja metody estymacji lakunarności z wykorzystanie przesuwnego okna dla GPGPU (programowalnych kart graficznych), umożliwiającą analizę wielorozdzielczą obrazu, w celu dalszej klasyfikacji. Porównano dwie implementacje – zwykłą oraz potokową (typu różnicowego) do przetwarzania obrazów w odcieniach szarości ze sterowanym progowaniem. Poprzez optymalizacje algorytmu obliczeniowego dla dużych rozmiarów okna analizy uzyskano 10-krotne przyspieszenie obliczeń.

EN

Multiresolution image analysis [1, 2] is important for pattern recognition applications. Wavelets and fractals [1, 2] are used typically. A fractal based technique for analysis of the placement of binary images using estimation of the lacunarity is possible. The lacunarity could be applied for the fractal and non-fractal objects (1D,2D,3D) [3]. The estimation of the lacunarity of a 2D object is based on the sliding windows approach. The number of pixels (1’s) is counted (2) and the frequency table is computed (3). The normalization of this table gives the probability table (4). The lacunarity is calculated (7) using two moments obtained from this table. The different type of images (Fig.1) gives specific lacunarity plots (Fig.2), so classification is possible. The application of lacunarity to the grayscale images is also possible, e.g. using a set of thresholds. The computation of lacunarity is conceptually simple, but the implementation depends on processing platforms. Two implementations, conventional and pipeline, are compared in this paper. The conventional implementation uses counting of all pixels for the specific position of a window. The pipeline implementation supports the buffer of results so only updates are necessary. The programmable graphic card processor (GPGPU) and CUDA software platform are assumed for tests. The pipeline implementation is faster about 10 times for larger windows.

12

Some generalized method for constructing nonseparable compactly supported wavelets in L2(R2)

Banaś W.

Opuscula Mathematica

|

2013

|

Vol. 33, no. 2

223--235

EN

In this paper we show the construction of nonseparable compactly supported bi-variate wavelets. We deal with the dilation matrix [formula] and some three-row coefficient mask; that is a scaling function that satisfies a dilation equation with scaling coefficients which can be contained in the set {cn} n ∈ s where S = S1 x {0, 1, 2}, S1 ⊂ N, #S1 < ∞

13

Compactly supported multi-wavelets

Banaś W.

Opuscula Mathematica

|

2012

|

Vol. 32, no. 1

21-29

EN

In this paper we show some construction of compactly supported multi-wavelets In L2(Rd), d ≥ 2 which is based on the one-dimensional case, when d = 1. We also demonstrate that some methods, which are useful in the construction of wavelets with a compact support at d = 1, can be adapted to higher-dimensional cases if A ∈Mdxd(Z) is an expansive matrix of a special form.

14

Motion Data Denoising Based on the Quaternion Lifting Scheme Multiresolution Transform

Szczesna A., Slupik J., Janiak M.

Machine Graphics and Vision

|

2011

|

Vol. 20, No. 3

237-249

EN

We discuss human body motion denoising with use of the transform based on second generation wavelet. To build such a transform, we use the quaternion lifting scheme. The main focus is placed on representing body parts orientation changes over time with quaternions as a technique both compact and more efficient than the representation of the Euler angles of rotation. Our denoising method is based on a soft threshold algorithm but is directly to the quaternion motion data in the resulting multiresolution representation.

15

Wavelet based buildings segmentation in airborne laser scanning data set

Keller W., Borkowski A.

Geodesy and Cartography

|

2011

|

Vol. 60, no 2

99-121

EN

In the recent years three-dimensional buildings modelling based on an raw airborne laser scanning point clouds, became an important issue. A significant step towards 3D modelling is buildings segmentation in laser scanning data. For this purpose an algorithm, based on the multi-resolution analysis in wavelet domain, is proposed in the paper. The proposed method concentrates only on buildings, which have to be segmented. All other objects and terrain surface have to be removed. The algorithm works on gridded data. The wavelet-based segmentation proceeds in the following main steps: wavelet decomposition up to appropriately chosen level, thresholding on the chosen and adjacent levels, removal of all coefficients in the so-called influence pyramid and wavelet reconstruction. If buildings on several scaling spaces have to be segmented, the procedure should be applied iteratively. The wavelet approach makes the procedure very fast. However, the limitation of the proposed procedure is its scale-based distinction between objects to be segmented and the rest.

PL

W ostatnich latach ważnym zagadnieniem staje się trójwymiarowe modelowania budynków w oparciu o dane lotniczego skaningu laserowego. Istotnym krokiem na drodze dochodzenia do trójwymiarowego modelu jest segmentacja budynków w zbiorze danych skaningowych. W tym celu zaproponowano w pracy algorytm bazujący na analizie wielorozdzielczej danych w dziedzinie falkowej. Proponowana metoda koncentruje się wyłącznie na budynkach, które podlegają segmentacji. Wszystkie inne obiekty oraz powierzchnia terenu są usuwane. Algorytm działa na danych opartych o regularna siatkę. Segmentacja oparta o analizę falkową przebiega w następujących krokach głównych: falkowa dekompozycja aż do odpowiednio wybranego poziomu (wybranej skali), progowanie na wybranym i sąsiednich poziomach, usuniecie wszystkich współczynników dekompozycji w obrębie tak zwanej piramidy wpływu i rekonstrukcja falkowa sygnału. Jeśli budynki podlegające segmentacji występują na kilku skalach opisana procedurę należy zastosować iteracyjnie. Algorytm opary o analizę falkową charakteryzuje się dużą szybkością. Jednakże ograniczeniem proponowanej metody jest rozróżnialność obiektów podlegających segmentacji od reszty na tym samym poziomie - tej samej skali.

16

Aproksymacja sygnału na podstawie schematu liftingu

Jaromin M.

Studia Informatica

|

2009

|

Vol. 30, nr 3A

5-23

PL

W artykule został opisany sposób aproksymacji sygnału za pomocą schematu liftingu. Metoda ta jest uogólnieniem interpolacji predykcyjnej zaproponowanej przez Wima Sweldensa. Pozwala ona na przewidywanie nieparzystych próbek sygnału za pomocą wielomianów stopni znacznie niższych aniżeli stopień wielomianu interpolacyjnego. Takie rozwiązanie nie tylko umożliwia przybliżanie sygnału za pomocą wielomianów algebraicznych, lecz także za pomocą dowolnych funkcji bazowych.

EN

In the article is described signal approximation method by lifting scheme. This method is generalization of predict interpolation proposed by Wim Sweldens. It allows to predict odd signal samples by a polynomial degree much lower than an interpolation polynomial degree. This solution not only enables approxima-tion by algebraic polynomial but also by any base functions.

17

Wpływ parametrów falki Malvara na efekty brzegowe analizy wielorozdzielczej

Ćwikliński Ł.

Przegląd Elektrotechniczny

|

2009

|

R. 85, nr 2

41-44

PL

Referat dotyczy zagadnienia wpływu parametrów falki Malvara na jakość analizy wielorozdzielczej. Przedstawiono właściwości analizy wielorozdzielczej z wykorzystaniem falki Malvara oraz opisano zastosowany algorytm. Przedyskutowano problem doboru parametrów analizy w aspekcie doboru parametrów obwiedni falki Malvara do ciągu próbek wartości chwilowych o różnej długości w przypadku, gdy nie są znane wartości chwilowe sygnału z sąsiednich przedziałów czasowych.

EN

The paper presents an influence of Malvar wavelet parameters on multiresolution analysis quality. Properties of multiresolution analysis using Malvar wavelet are presented and its computational algorithm is described. Choice of wavelet envelope as well different signal extension strategies on finite data borders are discussed.

18

Analiza wielorozdzielcza i sieć SVM w zastosowaniu do klasyfikacji potencjałów czynnościowych

Dobrowolski A. P., Wierzbowski M., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2009

|

Vol. 58, nr 3

275-302

PL

W artykule przedstawiono nową metodę diagnozowania chorób nerwowo-mięśniowych opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 5 cech, które po analizie w sieciach SVM sprowadzono do pojedynczego parametru klasyfikującego analizowane przypadki do grupy miogennej, neurogennej i prawidłowej. Implementacja programowa metody stworzyła narzędzie diagnostyczne wspomagające badanie EMG o bardzo wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia (błąd całkowity wyniósł 0,66% - dwie błędne klasyfikacje na 300 badanych pacjentów).

EN

The paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. The approach is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of 4th order Symlet wavelet. The scalograms provide the vector consisting of five features describing the state of a muscle. The vectors serve to carry out a classification of pathology by using Support Vector Machine method. The QEMG examination consists of the insertion of a needle electrode into a muscle and a registration of muscle potentials during low effort. Registered potentials are called motor unit action potentials (MUAPs). A diagnosis is usually preceded by a statistical analysis of a MUAP shape. An inconvenience of this procedure in a clinical practice is caused by high time- consumption arising, among others, from the necessity of determination of many parameters, usually between 4 and 7. Additionally, an ambiguity in determination of basic temporal parameters can cause doubts during comparison of parameters found by the physician with standard ones determined in other research centre, which mostly uses equipment of older generation. Measurement results on diagnostic method deprived of above - mentioned disadvantages are described in the paper. The aim of our work was a development of new methods for transformation of action potential signals observed in EMG records for healthy muscles and changed ones. The multiresolution decomposition method was devoted to determination of a vector of characteristic features of signals corresponding to analyzed categories. Then, this vector was used for effective recognition of these categories using linear Support Vector Machine technique. The final effect of research is development of a definition for numerical classificator directly enabling a unique diagnosis to be made. An essential advantage of the suggested classificator is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centres. The presented diagnostic method ensures significantly better distinction between pathological and healthy cases as compared to methods using traditional parameters defined in time and frequency domains. Sensitivity of the wavelet method, for 100% specificity, amounts to 100% for myogenic and to 97% for neurogenic pathological states.

19

Porównanie właściwości analizy sygnałów szumowych zawierających składowe tonowe przy wykorzystaniu falki Malvara oraz wybranych falek Daubechies

Ćwikliński Ł.

Pomiary Automatyka Kontrola

|

2007

|

R. 53, nr 9

52-54

PL

W artykule przedstawiono porównanie wyników analizy wielorozdzielczej z wykorzystaniem falki Malvara oraz wybranych falek Daubechies. Analizie poddano sygnały będące sumą składowej harmonicznej i szumu białego o różnym stosunku sygnału do szumu oraz sygnał szumu podwodnego. Badano liczbę współczynników falkowych zawierających określoną część energii sygnału zmieniając takie parametry jak liczba poziomów dekompozycji, szerokość okna czasowego, nachylenie obwiedni falki.

EN

The paper includes comparison of properties of multiresolution analysis with use of Malvar wavelet and selected Daubechies wavelets. Analysis includes signals containing harmonical component and white noise with different signal to noise ratio and underwater noise. Number of wavelet coefficients containing given amount of signal energy were examined, with change of paremeters like number of decomposition levels, time interval width, slope of wavelet envelope.

20

QRS detection and identification by means of wavelet technique

Duraj A., Krawczyk A.

Przegląd Elektrotechniczny

|

2006

|

R. 82, nr 5

54-56

EN

Automatic ECG processing is recently being developed in the detection and location of the signal characteristic points and it is an important tool in the treatment of cardiac diseases. In this work we discuss the application of Wavelet Transform techniques to the detection QRS complexes. The first aim of this work is to describe tools of wavelet analysis. The second aim is to present some of the wavelet transforms (Haar, Daubiechies, Symplet, Coiflet). The exemplary method is used to establish values for soft and hard thresholding of wavelets coefficients to detection QRS.

PL

W ostatnich latach można zaobserwować bardzo szybki rozwój metod przetwarzania sygnałów biomedycznych oferujących nowe możliwości diagnostyczne. Obok metod wykorzystujących pochodne sygnałów i sieci neuronowe w ostatnim czasie coraz bardziej popularne stają się metody czasowo - częstotliwościowe w tym zwłaszcza transformacje falkowe. Wcześniejsze prace autorów dotyczyły tych metod detekcji zespołu QRS, które wykorzystywały sieci neuronowe i pochodne sygnału. Przedmiotem tej pracy jest problematyka zastosowań przekształceń falkowych do detekcji zespołu QRS. Autorzy opracowania prezentują wstępne wyniki badań dotyczące powyższego zagadnienia.