基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

脉冲信号的奇异性分布熵特征分析

为了对低信噪比复杂环境下脉冲信号的奇异性差异进行有效的分析和标定,提出了一种基于模极大值理论的奇异性分布熵特征分析模型。首先对脉冲信号进行归一化并进行小波变换,计算各尺度下模极大值及其特定分布,可以体现具有奇异性差异的模极大值曲线族。为定量描述这种差异性,用熵值表达构成模极大值曲线族的模极大值点分布,并构建能有效分析脉冲信号奇异性差异的奇异性分布熵特征模型。该模型能对低噪比下信号的奇异性差异进行刻画。实验结果表明,在信噪比为-6 dB的环境下对典型的直升机脉冲信号（桨/涡干扰信号和高速脉冲信号）进行分析,能够得到89.25%和87.63%的正确率。     

基于小波分解的模极大值算法在钛合金超声检测信号去噪中的应用

本文针对钛合金超声检测信号中普遍存在的噪声过大、信噪比过低的现象，结合钛合金超声检测信号与材料散射噪声信号的产生特点，构造了一组数学模型，并提出了基于小波分解的一种改进的模极大值去噪算法。该算法利用小波分解中的低频系数来确定信号位置，在高频各尺度系数的对应位置寻找相应的频率信息。以达到提取信号去除噪声的目的。实例分析表明：该模型能基本反映超声检测信号的特点，而且此算法对钛合金超声检测信号去噪效果比较理想。     

基于二进小波阈值决策的血管内超声图像噪声抑制

针对血管内超声图像中血液散射引起的斑点噪声,提出了一种基于小波多尺度分析的非线性去噪算法,在二进小波变换域分别采用软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行非线性处理,并根据二进小波分解结构提出了一种局部阈值估计方法.实验结果表明,该方法在抑制血流斑点噪声的同时也较好地保留了图像边缘,有助于识别管壁和周围组织.     

结构故障诊断中的小波分解层数选取方法研究

小波变换被广泛的应用到结构故障诊断中,但尽管利用小波变换进行故障诊断效果很好,在实际操作过程中仍存在两个问题,即小波基函数的选择和最佳小波分解层数的选择。基于结构的动力系统,通过讨论结构动力响应、频率折叠及频率混淆对小波分解层数的影响,推导总结出一种小波分解层数的算法,并给出了其算法公式。     

方向非抽样小波变换在多传感器图像融合中的应用

本文分析和研究非下采样方向滤波器组及具有平移不变性的非抽样小波变换的优点,提出了基于方向非抽样小波变换的图像融合方法.首先利用非抽样小波变换将待融合源图像分解成不同尺度,不同分辨率的高低频分量,再对高频分量利用非下采样方向滤波器组进行方向分解,然后采取不同的融合方法对分解的高低频分量进行融合处理,最后将融合的各频带进行相应逆变换得到融合图像.实验表明,在不同评价标准下,本文方法优于传统小波变换和拉普拉斯金字塔变换的融合效果,并能有效地消除小波变换所带来的光谱扭曲和假边缘现象.     

连续小波变换应用于密集模态参数识别

用连续小波变换方法进行模态参数识别时,减小小波函数的带宽可以提高小波变换的频率分辨能力,但同时也会增大边沿效应,影响密集模态参数识别的精度。本文提出了极值位置方法,在模态耦合严重的小波脊附近,找到模态解耦最好的尺度,在此尺度上进行频率和阻尼的识别,可以获得较好的识别精度。使用Morlet小波函数,对GARTEUR飞机模型中的三阶密集模态进行识别,验证了该方法的有效性。     

应用小波分析方法处理非平稳信号的研究

本文综述小波分析这一前沿领域的发展现状，介绍了小波变换及其Mallat快速小波算法，对比分析了小波变换与短时傅里叶变换之间的差异，指出这种基于多分辨方法的小波变换特别适合于非平衡信号的分析与处理，并且应用该方法对实测信号进行了有效的时频分析。     

一种小波变换图象无失真编码方案

提出一种基于小波变换的图象数据无失真压缩编码方法，基本思路是利用小波变换实现图象的多分辨率分解，然后再对变换后的小波图象进行动态Ｈｕｆｆｍ ａｎ 编码，从而在不影响整个系统运行深度的前提下，最终实现压缩比较大的图象无失真压缩编码。     

整数小波变换在数字水印中的应用

数字水印技术是实现数字产品产权保护的一种有效手段。本文提出了一种基于整数小波变换的数字图像水印算法。首先将原始图像进行分块,逐一对每块子图进行整数小波分解,然后将置乱后的二值图像嵌入到低频系数。实验证明该算法具有较好的隐蔽性和鲁棒性。     

小波分析和人工神经网络在金属超声无损检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点，对高温合金材料超声检测信号的小波变换进行了特征分析，提取了各级小波分解信号的能量分布特征，最后将这些特征输入人工神经网络进行训练和分类，实验表明，这种方法具有良好效果。     

基于小波变换的余度敏感器结构故障诊断方法

对于导航系统中余度敏感器结构的故障诊断，本文讨论了基于小波变换的直接比较测量的诊断方法。根据小波变换的时频特性和信号边沿检测的原理，采用小波db5对敏感器的输出信号直接进行六层分解，并在相应分解层上进行重构，根据重构的信号对余度敏感器结构进行故障检测，定位和隔离，仿真结果表明，这种方法不仅可以检测出故障，故障的类型和故障发生的时间，而且灵敏度高，对噪声具有较好的鲁棒性，为余度敏感器结构的故障诊断提出了一种有实用价值的方法。     

基于小波帧变换的多聚焦图像融合算法

提出了一种基于小波帧变换的多聚焦图像融合算法,本算法首先对图像进行小波帧变换,然后利用多聚焦图像的特点,采用区小波能量取大原则对高频系数进行融合,采用区域空间频率取大原则对低频系数进行融合,并进行一致性检验,最后通过重构得到融合图像.实验表明,该算法相比于传统小波变换法,具有更好的融合效果.     

基于小波变换的数字地图数据压缩技术研究

针对数字地图数据的特点 ,提出了一种基于小波变换的数字地图压缩方法。文中主要研究了小波滤波器的选取、标量量化、自适应算术编码、压缩文件存储格式等问题 ,并就在给定精度要求的前提下如何获得最大压缩比的问题进行了深入研究。文末应用该方法对 5种不同类型的数字地图数据进行了压缩与解压缩测试。结果表明 ,该方法与其他方法相比较 ,能够在相同失真的情况下产生更大的压缩比。     

时空域相关自适应小波包声发射信号降噪方法

现有的小波变换方法在对受强噪声干扰的声发射信号降噪时,由于忽略了小波系数之间的相关性,容易造成信号失真。针对该问题,提出了一种基于时空域相关性的自适应小波包声发射信号降噪方法。算法采用自适应冗余小波变换,最大限度保留了信号的时域空域特征,并利用小波系数在时域空域上存在的相关性,提高对声发射信号及噪声的甄别能力,提升降噪效果。同时利用小波系数在空域上的相关性寻找最佳分解层数,进一步提升了算法的适应性。为了验证本文提出算法的有效性,分别在模拟声发射信号和断铅信号上添加不同程度的噪声,并进行降噪实验。实验结果表明,与其他算法相比,经过本文算法处理的信号信噪比大大提高,均方根误差也有一定程度的降低。     

基于静态小波分解的机加工表面图象滤波

由于在机械加工过程中机械振动和噪声回波的相干性，机加工表面图象上会存在白噪声，为了削弱这些噪声的影响，提出了一种基于静态小波分解的自适应阈值滤波方法，该方法首先将机加工图象分解至静态小波域。然后在静态小波域中将噪声的小波系数收缩至零，将此算法应用于机加工图象噪声滤波，并与基于Mallat分解的滤波算法和另外三种典型图象滤波算法进行比较，结果表明，该方法不仅可以有效的去除噪声，而且还可以保持图象的精密纹理结构。     

一种从激光扫描数据中提取角点特征的方法

提出一种从激光扫描数据中提取角点特征的方法,以满足结构化环境中移动机器人定位的需要。该方法分为角点特征滤波、角点函数计算、非极大值抑制和角点特征提取与定位四部分。首先,通过角点特征滤波排除不具备角点特征要素的扫描点。然后,通过角点函数衡量余下的扫描点作为角点特征的程度。之后,采用非极大值抑制方法去除局部区域内非极大值对角点特征提取的干扰。最后,通过阈值法提取出角点特征并对其进行定位。实验结果表明,该方法可以准确地从激光扫描数据中提取出角点特征,并对位置参数具有很好的鲁棒性。     

霍夫变换与最小二乘法相结合的直线拟合

将霍夫变换与最小二乘法相结合 ,研究对实验数据和图像处理中的二值边缘图进行直线拟合的方法。首先 ,用霍夫变换剔除数据点集中的干扰点或噪声 ,并将分布在不同直线附近的点分离出来 ;然后 ,用最小二乘法拟合各直线。该方法既解决了直接使用最小二乘法拟合时 ,拟合直线易受干扰点或噪声的影响和数据点分布在多条直线附近而无法拟合的两个问题 ;同时也解决了直接使用霍夫变换时 ,拟合直线精度不高和直线段有效区间不容易控制的问题。     

小波变换压缩感知在断口图像重构中的应用研究

基于小波变换压缩感知的独特优势,即小波系数的稀疏性和突破奈奎斯特采样定理的局限性,将小波变换压缩感知应用于到断口图像的处理中,提出了基于小波变换压缩感知的金属断口图像重构方法。该方法利用小波变换对断口图像进行稀疏采样,然后,设计随机测量矩阵对图像进行压缩,最后,通过OMP或ROMP算法对断口图像进行重构。同时,对比分析了OMP和ROMP两种重构算法。研究结果表明,在压缩比达到一定程度时,两种重构算法都能得到较好的重构图像,相对来说,ROMP重构算法优于OMP算法,得到了更高的峰值信噪比(PSNR),并且ROMP算法的重构时间大大缩短,且表现较为稳定。     

二维应力集中问题的多尺度RKPM自适应分析

借助于“小波”理论,再生核质点方法RKPM(Reproducing Kernel Particle Method)以将形状函数及求得的结构响应分解为多个尺度。本文对线弹性二维应力集中问题进行了双尺度分解,并由各应力分量计算得到的高梯度点作为误差指示,实现了该方法的h型自适应分析。并且提出了一种新的方法——“四象限法”对高梯度区域进行加密,计算结果表明自适应后的解的精度更高,从而证明了这种自适应无网格方法的有效性。