参数化小波构造研究及其在边缘检测中的应用

为了解决双正交小波构造过程中存在的局限性和不灵活性,以小波滤波器代数构造理论为基础,提出一种支集定长条件下双正交小波滤波器组的参数化构造方法,推导出高通分解滤波器支集长度为奇数或偶数情况下双正交小波滤波器组的构造限定条件,给出具体的参数化构造实例,并分析了参数变化对构造小波特性的影响。从小波特性出发分析了用于图像边缘检测的双正交小波的构造必要条件,结合参数化小波构造方法构建了用于图像边缘检测的小波滤波器组。仿真实例验证了双正交小波滤波器参数化构造方法的灵活性和可行性以及构造小波对图像边缘检测的有效性。     

用于提高辨识效果的颤振试验数据小波去噪

准确估计模态参数在飞机颤振边界的预测中具有重要意义。为了提高频域辨识算法的辨识效果,提出了一种用于颤振飞行试验数据处理的小波去噪方法。该方法引入梯度倒数加权滤波器对数据进行预处理,处理后的数据运用冗余小波进行小波分解,然后对输入信号在不同尺度下分别进行阈值降噪,对输出信号则采用了一种改进的小波空域相关滤波法去噪。最后通过仿真计算和实际数据证明该方法有效。     

小波分析在旋转加速度计寻北仪信号处理中的应用

为有效地消除噪声对旋转加速度计寻北仪信号的影响,提高寻北精度,在平稳小波多尺度分析原理的基础上,将平稳小波应用到旋转加速度计信号处理中,并与传统小波多尺度分析进行了对比.经过理论分析和实验验证,平稳小波和传统小波都能在一定程度上抑制噪声对信号的影响,但平稳小波的性能优于传统小波.     

高斯型小波在APC识别中的应用

研究了高斯型复小波时频分析方法用于人机耦合振荡(APC)探测的有效性和可行性。基于小波理论分析了高斯型复小波的时域和频域关系,构造了高斯型复小波滤波器。确定了一组识别APC的逻辑模型和参数,并对一起横向APC事件的记录数据进行了分析处理。结果表明,高斯型和双曲高斯型复小波变换都可较准确地探测出APC,但后者实时性更好。     

基于小波变换的非平稳信号趋势项剔除方法

分析了空间飞行器遥测信号处理传统趋势项剔除方法的优势和不足,提出了基于小波变换的非平稳信号趋势项剔除方法。这种方法通过滤波器组将信号分解与重构,实现趋向性信号与零均值平稳随机信号的分离。仿真实验表明,该方法简单、高效,适用于非平稳随机信号的处理,是一种实用的趋势项剔除方法。     

二进小波变换的多采样率滤波器组实现分析

在采用多采样率滤波器组实现二进小波变换的过程中,发现重构后的信号与原始信号相比较,除了在原始信号之前引入由滤波器组的延迟产生的0值点之外,还在原始信号之后引入了0值点。文中从时域对重构后的数据长度进行了分析,并对多采样率滤波器组的重构条件进行了深入分析。经过分析,原始信号之后引入的0值点可以从滤波器组重构条件中的抗混叠条件来作出合理的解释;另外,理想滤波器组的延迟应该和滤波器组的阶次相等。     

外测数据处理中小波滤波的应用研究

针对外测数据的高精度和噪声复杂的特性,首先介绍了小波分析中几种滤波方法及其变形,然后结合空域滤波器建立外测数据的小波去噪模型,将它们应用于一维的高精度弹道数据去噪。实际结果表明,该类方法在保留特征段及有用信息的同时,有效地去除了随机噪声及其他干扰,比较传统去噪方法有明显优势。     

小波包变换对遥测速变数据噪声消除效果的改进

在介绍小波包定义和降噪声原理的基础上,提出了采用小波包变换降低噪声的方法。为验证该方法的有效性,将其用于某型导弹试验中所测遥测数据的降噪处理中,并与小波变换降噪效果进行比较。结果表明,小波包变换改进了遥测速变数据的消噪效果,是速变信号降噪一种更为有效的方法。     

基于小波神经网络的模拟电路故障诊断

介绍了模拟电路故障诊断的神经网络方法及小波神经网络,以一带通滤波器为例,提出了一种基于输出灵敏度分析,利用多频测试生成故障特征向量训练小波神经网络进行故障诊断的方法。仿真结果表明小波神经网络作为故障分类器具有收敛速度快,诊断准确等特点。     

扰动基座下惯组信号消噪方法对比研究

针对捷联惯导系统在扰动基座下对准时,惯组信号中存在干扰角运动和线运动的特点,进行了车载扰动基座初始对准试验,对试验数据进行频谱分析,得到车载扰动基座环境的频域特性。根据分析结果,设计并实现了FIR数字滤波器滤波和小波滤波对惯组信号的消噪,频谱分析和惯性系粗对准的结果显示,这两种方法都能有效地消除惯组信号中的噪声。数据分析显示,小波滤波的效果要优于FIR数字滤波器滤波的效果。     

基于阶次小波包的转子加速阶段振动故障研究

针对发动机转子在加速阶段的振动信号为非稳态、且该阶段的振动信号无法直接使用谱分析等技术处理的问题,提出了利用改进的阶次跟踪分析技术对信号进行等角度重采样,将时域非稳态信号转换为角域稳态信号,然后对信号进行小波包分析及能量特征向量提取。结果表明,利用阶次小波包方法可以很好地处理变速振动信号,效果好于直接使用小波包分析非稳态的时域信号,计算后的结果可用于进一步的数据处理。     

小波变换在雷达信号检测中的应用

小波分析已经成为目前雷达信号去噪的主要方法之一。通过对小波去噪问题的描述,揭示了小波去噪的滤波特性;分别阐述了目前雷达信号检测中常用的4类小波去噪方法并进行性能分析;对雷达信号的小波检测方法提出了展望。     

一种平稳小波方向能量阈值滤波的SAR图像去噪方法

由于SAR图像相干斑噪声是非高斯分布的,无法直接采用光学成像系统的去噪技术处理,因此,目前还没有真正的理想算法广泛适用于SAR图像去噪.在分析目前流行的空频域去噪方法优缺点的基础上,提出了1种小波域SAR图像去噪方法.为了克服离散小波变换缺乏平移不变性及方向选择性受限的缺点,该方法利用平稳小波将图像分解为低频逼近信号和...     

基于小波分析的航空发动机故障诊断方法研究

小波变换是一种多分辨率的时频分析方法,应用在振动信号处理、故障诊断方面较传统方法优越。在阐述小波分析理论基础上,对某型航空发动机的振动信号进行分析,采用小波分解和信号重构的方法,提取了噪声掩盖下振动信号中的故障信息,根据航空发动机整机振动的典型故障特征频率,判断该发动机是否发生故障。     

基于相关与小波变换相结合的弱信号检测

针对强噪声背景中的弱信号检测问题,在传统的相关检测方法的基础上,利用小波良好的去噪性能,提出了相关检测与小波变换相结合的弱信号检测方法。仿真结果表明,该方法优于传统的相关检测方法,无须知道有用信号的先验知识和同步信号便可以有效的检测周期性弱信号,并获得更高的输出信噪比。