基于小波变换的干涉SAR图像的降噪方法

根据干涉合成孔径雷达(SAR)图像的噪声来源和性质以及干涉合成孔径雷达信号处理的特点,选择了具有对称性和紧支性的双正交小波变换应用于干涉SAR图像的噪声抑制,提出了基于小波标架表示的干涉SAR相位图像的降噪算法.与传统的低通滤波器及中值滤波器处理的结果对比显示,利用小波变换方法处理干涉合成孔径雷达图像以提高干涉相位精度的方法是可行的,并且小波变换方法是基于观测数据的自适应算法.      

基于小波与交叉小波分析的太阳黑子与宇宙线相关性研究

利用小波分析和交叉小波分析方法, 根据太阳黑子数以及Huancayo和Climax两个测站的月均宇宙线数据, 分析了两个测站的月均宇宙线周期变化, 同时利用太阳黑子数R₁₂对Climax站宇宙线流量进行预测研究. 小波分析结果表明, 太阳黑子与宇宙线除存在显著的11年周期外, 太阳活动高年期间还存在1～6个月尺度的周期特性, 在第22太阳周活动高年时还出现了6～8和1～22个月的变化周期; 交叉小波分析结果表明, 在130个月左右的周期上宇宙线与太阳黑子具有显著的负相关性, 并且宇宙线的变化滞后太阳黑子约8个月; 分别采用预测时刻和8个月前的太阳黑子数, 预测相对误差为3.8912%和3.2386%. 本文方法同样适用于估算其他空间天气参量之间的周期和相关性, 提高各种空间天气参量的预测或预报精度.      

基于小波包变换及时间 小波能量谱的振动信号分析研究#br#

基于具有时频分析特性的小波包分析方法，对振动系统的测量信号进行了降噪处理，采用的软 硬阈值折中小波去噪方法兼有软阈值与硬阈值降噪的优点，且通过折中因子的引入，可以在信号分析中更灵活的进行信号处理.对去噪后的信号，基小波时间 能量谱分析，可以很好的将信号的主成分清晰的展示出来，并根据其能量在各频带的分布，可以直观的展示信号特征，为机械振动系统的故障诊断与识别，提供一套理论的方法.研究中所发展的分析方法在机械振动系统及其振动组件的状态监测及故障诊断识别方面有广阔的应用前景.     

基于多小波基多信源融合异常值剔除方法研究

提出了一种基于多小波基多信源融合和偏度分析相结合的异常值剔除方法。基于多个小波基的数据融合算法,先对各信源的数据进行多个不同小波基的多尺度分解,对相同小波基分解的信号在多尺度上加权融合,之后进行不同小波基的逆变换得到重构信号,将重构信号融合出的结果作为目标状态估值,对各信源的异常值进行检测,将偏度分析与检测门限相结合,实现了对异常值的剔除。实验结果表明,该方法准确、高效地实现了对各信源异常值的检测与剔除,提高了数据处理的精度,且易于工程实现。     

小波分析理论及其在雷达信号处理中的应用

依据所处理信号类型的不同,对小波变换与短时傅立叶变换进行了比较,说明小波变换适用于非平稳信号和奇异信号的处理.简要介绍了连续小波变换、离散小波变换和小波包理论的基本内容,讨论了小波变换实际应用中的采样和快速算法等几个关键问题.结合矢量量化技术,给出了一种用小波变换对星载SAR(Synthetic Aperture Radar)原始数据进行压缩的方法,结果表明,与传统的方法相比,由该方法压缩后的原始数据生成的SAR图像具有更大的信噪比.同时对小波变换用于雷达目标识别和SAR图像分类的性能进行了初步分析.      

基于小波包和Elman神经网络的液压泵故障诊断

针对液压泵出口故障检测信号信噪比低、难以进行故障特征提取的特点,及 传统的BP网络进行故障诊断时网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了 一种将小波包变换和改进Elman神经网络相结合,进行液压泵故障诊断的新方法.利用具有 紧支结构的小波函数对信号进行分解,削减小波系数以滤除信号中的噪声;单支重构以有效 提取各频带的故障特征,并以频带能量作为识别故障的特征向量;应用改进的Elman神经网 络建立从特征向量到故障模式之间的映射,实现液压泵故障分类.试验结果表明,采用小波 包和改进Elman神经网络相结合的方法可有效的实现液压泵故障的诊断.      

基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

基于小波域的图像椒盐噪声密度估计

提出一种基于小波域的椒盐噪声密度估计方法.利用图像信号在小波域的系数具有稳定近似的分布,以及噪声对小波系数影响的特点,定量地分析了含噪图像的系数幅值直方图与原始图像的系数幅值直方图之间的偏离程度随噪声密度的变化规律,揭示这种变化关系对图像具有强的鲁棒性,从而利用这种关系对噪声进行估计.仿真结果表明,相对于目前方法,提出算法性能更佳,能够获得更准确的估计值和更小的估计偏差.     

一种基于小波变换的多分形布朗运动合成算法

为了更有效地描述点状奇异性指数沿样本路径变化的信号,利用多分形的概念,在基于离散小波变换技术的基础上,提出了一种合成多分形布朗运动的新算法.该算法通过控制高斯白噪声的小波系数权来获得期望的信号局部正则性,而合成过程的收敛性由收敛因子保证.通过与基于Durbin-Levinson 和轮换矩阵嵌入技术算法的比较以及数字仿真试验,表明提出的算法不仅计算复杂度低,而且适用于生成非高斯的、自协方差函数事先未知的多分形过程.      

基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

小波变换在大地回波噪声处理中的应用

基于小波变换的多尺度分辨特性,作者对连续信号、脉冲信号和宽平稳白噪声在小波域中不同分解尺度上的模极大值变化规律进行分析,根据它们的变化规律用Mallat快速算法设计出一套用于抑制低信噪比雷达回波中的干扰噪声、最大限度提纯真实回波信号的算法.仿真实验证明,该算法对抑制噪声作用明显,能较好地提纯雷达回波信号,这为低信噪比下雷达回波信号检测提供了一条有效途径.     

一种基于支持向量机的小波图像压缩方法

提出了一种结合支持向量机(SVM,Support Vector Machines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明:与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.      

基于解析小波的光流计算方法

在基于小波变换的光流计算中,实值小波系数的相位振荡和多分辨率计算的累计误差是影响光流计算精度的两个主要原因.通过引入解析小波以降低相位振荡的影响,同时结合M估计子能够有效抑制参数估计产生的大误差项,提出一种多尺度多分辨率的光流计算方法.实验表明,与现有的基于小波变换的光流计算方法相比,提出的方法不论在光流计算的精度还是可计算范围上都有很大程度的提高.      

漂浮基空间机械臂姿态、关节协调运动的模糊小波神经网络控制

讨论了本体姿态受控、位置不受控制的漂浮基空间机械臂系统协调运动的动力学控制问题. 根据系统位置几何关系、动量守恒关系和第二类拉格朗日方程, 建立漂浮基空间机械臂系统的动力学方程. 在此基础上, 针对系统参数未知的情况, 设计了一种采用小波基函数作为模糊隶属度函数的模糊神经网络控制器, 以控制空间机械臂的本体姿态和机械臂两关节铰协调地完成各自在关节空间的期望运动. 其特点是不要求系统动力学方程关于惯性参数呈线性函数关系, 甚至不需要知道系统参数;而且网络权值是采用反向传播算法根据误差进行在线学习, 使模糊神经网络获得更强的自学习和自适应能力, 同时也节省了离线学习的时间. 系统数值仿真的结果证实上述控制方案是行之有效的.      

武汉站第23周电离层TEC与太阳及地磁活动的相关性分析

利用武汉电离层观测站1997-2007年电离层TEC资料, 采用连续小波变换和交叉小波以及小波相干方法, 分析了该站电离层TEC的周期变化特征以及与太阳和地磁活动之间的关系. 分析结果表明, 武汉站TEC变化的长期趋势主要随太阳活动的强弱而变化; 在局部时域上分别存在128～256d, 256～512d和512d～1024d的周期尺度, 且与同时期的太阳黑子数和地磁Dst指数的周期特征存在很好的对应关系; 太阳黑子数在512～1024d周期尺度上超前TEC变化约1/6个周期; 在准半年的周期尺度上武汉站TEC与地磁Dst指数几乎呈反相位变化, 但TEC对$Dst$指数的这种响应仅在太阳活动高年存在, 具体机理尚需进一步分析研究.      

用整数小波变换进行无失真SAR图像压缩

介绍了利用提升方案(lifting scheme)构造小波变换的3个主要优点,给出了几个整数到整数可逆小波变换对,讨论了SAR图像的特点,提出了一种利用整数到整数小波变换进行无失真SAR图像压缩的方法.该方法具有速度快、可进行同址运算和能进行分级传输等特点.比较了对ERS-1单视SAR图像和IEEE标准测试图的压缩结果,表明性能要略优于DPCM(Differential Pulse Code Modulation)方法,且只须对单视SAR图像作一级小波分解,分解级数增加会使压缩效果变差.     

基于小波包分解和FCM聚类的纹理图像分割方法

提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊c均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果.      

基于截断重排的小波图像无损压缩算法

针对图像小波系数的能量聚集特性,提出一种基于截断重排的小波图像无损压缩算法。该算法在离散小波变换的基础上,对图像低频子带的小波系数先后按照大津法和希尔伯特曲线进行分类和重排,对图像各高频子带的小波系数分别根据信息熵代价函数进行自适应的奇异值截断变换,然后对截断重排后的所有小波系数进行熵编码,以实现图像无损压缩。实验结果表明,该算法实现简单,有效地降低了图像的编码比特率,提升了图像无损压缩的压缩比。