多径信道中多用户检测和DOA估计联合处理方法

提出了一种基于三线性模型的多径信道中多用户检测和波达方向(Directionofarrival,DOA)估计联合处理方法。对阵列接收到的信号分析表明,阵列接收信号具有三线性模型特征。在分析单径信道中的三线性模型的基础上,研究了多径信道中阵列接收信号三线性模型,提出了一种改进的三线性交替最小二乘(Improvedtrilinearalternatingleastsquare,ITALS)算法,它可对多用户检测和DOA估计进行联合处理。该算法利用方向矩阵的Vandermonde特征、基于最小二乘法对方向矩阵进行重构和DOA估计。仿真结果说明,该方法具有较好的误码率性能、较快的收敛性能和精确的DOA估计性能。当DOA靠近90°时,DOA估计性能下降。     

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。     

大时延扩展CDMA信道下空时多用户检测

提出了基于平行因子分析的大时延扩展CDMA信道下空时多用户检测算法.文中建立了大时延扩展CD-MA信道下接收信号新模型,它将接收信号看成是2个三线性模型之和,并提出了广义三线性交替最小二乘的算法(TALS-G)进行空时多用户检测.仿真结果说明:TALS-G算法具有较好误码率性能,且该方法在阵列扰动情况下仍有较好的性能.它无需信道衰落系数和DOA信息,是盲信号检测方法,具有鲁棒性.     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

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。     

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。     

小波、小波包分析在遥测数据处理中的应用

在研究小波分解算法的基础上,结合遥测信号的变化特性,分析了小波算法在遥测数据处理中虚假趋势排除和信号去噪两方面的应用,并与传统分析方法进行对比,通过仿真结果证明了小波分析方法的有效性.     

ReLMS——一种基于剩余误差的变步长LMS算法的研究

自适应均衡是现代通信中广泛采用的消除码间干扰的一种方法。为了适应高速数据传输的要求,达到在非线性畸变信道上较好的抗噪声性能,可采用非线性自适应均衡器—判决反馈均衡器Decision Feedback Equalizer(DFE)。针对在水声通信中广泛应用的均衡算法—最小均方Least Mean Square(LMS)算法—在固定步长下存在收敛速度与剩余误差的矛盾缺陷,提出了一种基于剩余误差的变步长最小均方算法,简称Re LMS算法,并将该算法与其他变步长算法进行了仿真比较实验。验证结果表明,Re LMS算法无论是在收敛性能还是在均衡效果上都优于另两种算法,实现了在不增加算法复杂度的同时,改善收敛性能,克服收敛速度与剩余误差的矛盾缺陷,并最终实现有效的、可靠的水声通信。     

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。     

基于二进小波变换的磁共振图像去噪新算法

针对传统去噪方法在降低噪声的同时会模糊图像边缘的缺点,提出了一种基于二进小波变换的噪声抑制新算法.利用小波系数的区域相关性,将要处理的小波系数置于由它周围的系数组成的可变窗口内,由窗口内所有小波系数的值来决定该系数的处理方式.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,本文采用了具有平移不变性的二进小渡变换.实验结果表明,该方法较之传统去噪方法有更高的去噪精度,可以有效降低噪声,同时较好地保持图像细节和边缘信息.     

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

磁共振图像的一种多尺度边缘检测算法

医学图像的病灶呈弱边缘特性，用传统的边缘检测方法效果不理想。本文提出了一种改进的多尺度边缘检测算法：在传统的Mallat小波模极大值边缘检测方法的基础上，应用模糊算法构造相应的隶属函数，提取弱边缘信息，最后应用多尺度边缘融合算法将不同尺度下的边缘图像合成。实验结果表明，该方法对噪声有一定的抑制作用，可有效检测出弱边缘信息，定位准确，且检测效果明显。本算法可以兼顾良好的边界定位、噪声抑制和弱边界检测等性能指标，可以有效解决传统边缘检测方法中存在的高定位精度及强去噪能力之间的矛盾。     

基于加权PCR证据融合的多传感器Lamb波损伤成像

为提高基于Lamb波损伤定位成像的对比度和可靠性,提出了一种基于证据理论多传感器信息融合的损伤成像方法。基于连续小波变换,确定了传感路径的时间延迟,进而采用椭圆定位法进行损伤成像。以信号时频带能量变化率为指标,确定了传感路径的权重值,提出了一种基于加权比例冲突再分配(Proportional conflict redistribution,PCR)证据融合算法,并以此对多组传感路径的定位成像进行融合。试验结果表明,该方法具有较好的成像对比度,且能降低因部分传感路径时间延迟判断失误对成像结果造成的影响。     

一种基于纹理特性的自适应彩色图像水印方法

根据人眼的视觉系统特性,结合二维离散小波变换的多分辨率分析特性,纹理特性,提出一种小波零树结构的自适应彩色图像水印嵌入算法。该算法精选小波零树,对重要小波系数进行分类。并根据人类视觉特性和纹理特性,对不同类采用不同的嵌入方法。实验结果表明:该文提出的算法有较强的抵抗JPEG压缩攻击能力,并且对噪声、滤波、剪切等图像处理操作也取得了良好的鲁棒性。     

开环光纤陀螺信号测试与小波去噪

建立了开环光纤陀螺测试系统,分析了干涉型开环光纤陀螺信号中主要噪声的产生机理和特点,利用小波分析的方法进行了去噪.与常用的滤波方法如平滑滤波、低通滤波等进行了对比,结果表明,小波分析较好地满足了在噪声干扰下对光纤陀螺微弱输出信号的检测要求,在有效滤除了噪声的同时保留了信号的细节信息.文中分析了去噪阈值的选取,比较了不同小波基情况下去噪效果的差异,通过实验证明了多尺度小波分析对光纤陀螺信号去噪的有效性.     

体表电位标测中的关键技术——心电信号的数字滤波

小波分析在数字滤波领域中具有广大的应用前景，尤其是对具有时变特性的人体心电信号。该文介绍了如何利用coiflet小波对心电信号进行多分辨率分解和重建，并解决了小波分析在心电信号滤波中会遇到一些实际问题，比如小波基函数的选取，确定心电信号及噪声的频域表现和小波在不同尺度下的通带。实验结果表明，用coiflet小波对心电信号进行数字滤波，能很好地消除心电信号中的三大干扰；基线漂移、工频干扰和肌电干扰。     

Weak GPS L1 Signal Acquisition Based on BPDC

It is difficult to achieve accurate acquisition of weak global positioning system（GPS） signals with traditional methods. A weak signal acquisition strategy based on block processing and differentially coherent （BPDC） is put forward after analyzing the advantages and disadvantages of coherent and non-coherent integration algorithms. Code phase parallel search of the pre-coherent integration is conducted by using fast Fourier transform（FFT）, and the results are then differential coherent processed and block processed. BPDC method reduces computation cost compared with coherent and non-coherent（CNC） algorithm. The performance of the two algorithms is also compared based on simulated signals. The result shows that the noise suppression effect of BPDC algorithms is superior to that of traditional CNC algorithm, and the superiority of BPDC is more apparent with the reduction of carrier to noise ratio （CNR）. In the case that the pre-coherent integration length is 4 ms and CNR is reduced to 28 dB-Hz, CNC algorithm cannot yet acquire signal correctly while BPDC has well acquisition performance. Therefore, for weak GPS signal acquisition, BPDC algorithm can acquire the signal with lower CNR and has better acquisition property.