基于二维线阵和空间滤波器的结构冲击无波速定位方法

复合材料在航空结构中的应用越来越广,但其遭受外界物体冲击后很容易在内部产生表面不可见损伤,所以对复合材料结构的冲击事件进行在线监测十分必要。基于压电传感器（PTZ）和Lamb波的冲击定位方法是目前的研究热点,但是Lamb波信号在复合材料结构中传播的各向异性给冲击定位带来了困难。本文将空间滤波器算法推广到复合材料结构的冲击监测应用中,研究了与波速无关的空间滤波器冲击定位原理,提出了基于二维线性压电传感器阵列和空间滤波器的结构冲击无波速定位方法。该方法首先采用Shannon连续复数小波变换提取并构建宽带冲击响应信号中的窄带Lamb波解析信号;然后利用波速无关的空间滤波器算法计算出结构冲击相对于各条线性压电传感器阵列的角度;最后使用冲击无波速定位公式计算出结构冲击的位置坐标。在碳纤维层合板上对该方法进行了实验验证。验证结果表明：该方法可以实现对复合材料结构的冲击进行不依赖信号传播速度的定位,定位误差小于1 cm。     

一种基于Gabor滤波的不同聚焦图像融合方法

提出了一种基于Gabor滤波对不同聚焦图像融合的方法。通过取不同方向的Gabor滤波器对待融合的图像进行多方向滤波,从而提取出不同方向的高频能量,再通过比较高频能量大小来判断属于清晰还是模糊像素,以此达到融合不同聚焦图像的目的。实验表明这种方法简单有效,给出了图像融合的实验结果,并与小波变换和简单取平均融合结果进行了比较。     

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...     

基于复Shearlet域高斯混合模型的SAR图像去噪

 结合双树复小波的平移不变性、多分辨率性和剪切波变换的灵活可选的多方向性,提出一种新的图像表达方法——复Shearlet变换。针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干噪声特点,建立了复Shearlet系数域的高斯混合模型(Gaussian Mixture Model,GSM),在此基础上应用贝叶斯最小二乘法进行系数估计,最后进行复Shearlet反变换得到去噪以后的SAR图像。仿真结果和分析表明:本文提出的算法相比其他变换域去噪算法,不仅去噪后的图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR)有所提高,而且去噪后的图像更平滑,且与Shearlet域高斯混合模型相比,本文算法速度快了两倍多。     

基于小波域维纳滤波的激光陀螺数据处理研究

针对激光陀螺随机漂移数据的非平稳特性,设计了小波滤波器,使经小波滤波后的数据近似成为平稳序列,并进行了相应的平稳性检验.在小波变换的基础上,结合维纳滤波器处理平稳信号能力强的特点,提出了一种小波域维纳滤波法.仿真试验表明,此方法更显有效性.     

基于非线性复扩散和小波的图像去噪方法

基于偏微分方程和小波的图像去噪方法是目前图像处理的两大发展主流。提出了一种非线性复扩散和小波相结合的图像去噪方法。首先,根据小波变换的特性,把图像分成低频分量和高频分量两部分,然后根据这两部分图像的不同特点,结合非线性复扩散方法对图像去噪,最后把两部分图像融合成一幅图像。实验结果表明了方法无论是客观标准还是视觉效果上都优于非线性复扩散。     

基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中。该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号。仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景。     

一种基于小波变换的天水线提取算法

文中提出了一种基于小波变换多尺度分解图像快速提取天水线的方法,不仅省去了一般图像特征提取之前的图像预处理及图像分割步骤,而且提取的天水线效果好,处理周期短,自适应性强,同时能够滤除噪声并保持目标细节。     

基于Shannon复数小波和时间反转聚焦的复合

 在飞机结构上,复合材料结构大量应用。该种材料结构容易受到外界冲击而产生内部脱层等损伤,所以对复合材料结构的冲击事件进行在线结构健康监测是十分必要的。为了克服信号在复合材料结构中传播存在的频散、多种模式及模式转换的现象给冲击定位带来的困难,研究了一种基于Shannon复数小波和时间反转聚焦的复合材料结构多源冲击成像定位方法。分析了信号的时间反转聚焦原理,在此基础上,提出了冲击响应信号时反合成成像方法。针对宽带的冲击响应信号,利用Shannon复数小波变换提取冲击响应信号中特定尺度下的信号成分参与到成像过程中。整套方法在碳纤维复合材料层合板上得到了验证。验证结果表明该方法能够正确地对冲击监测区域中的多个冲击源进行成像和定位,冲击定位误差不超过2 cm。     

基于方向可控金字塔的图像融合算法

为克服传统正交小波变换在进行图像融合时存在的不足,提出了一种基于方向可控金字塔的图像融合算法。首先对待融合图像进行方向可控金字塔分解,对分解后的低频分量采用平均和选择相结合的方法进行融合,对各方向的高频分量则使用像素绝对值选大的规则进行融合,最后对融合后的低频分量和高频分量进行方向可控金字塔重构得到融合图像。仿真试验表明算法能够得到质量较高的融合图像,同时,熵、平均梯度和空间频率等客观评价指标也较平均法和基于小波变换的图像融合算法有所提高,是一种有效的图像融合算法。     

红外图像特征提取的一种方法

小波变换是信号处理、图像处理的重要工具,已广泛应用于信号分析、数据压缩和边缘检测等各个领域。本文基于图像小波变换,提出了一种红外图像特征提取的一种方法。通过对红外图像进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样既得到了红外图像的特征,又压缩了数据。通过大量的红外图像目标识别实验,证明本文提出的方法是有效的。     

时变微弱扩频信号检测

提出了一种解决微弱高动态扩频信号捕获的新方法,利用分数阶域滤波设计了伪码—时频联合匹配滤波的框架,最后进行了相关计算并给出了应用实例。     

基于广义S变换进行雷达信号时频滤波去噪

S变换自问世以来,凭借其优越性已经被广泛地应用于数字信号处理中。针对深空目标雷达回波信号的复杂性,为了得到较好的雷达回波信号,将基于广义S变换的时频滤波应用于雷达回波信号去噪中,并利用低通滤波器设计了时频滤波算子,克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷。通过理论分析与仿真波形对比表明,滤波后能有效地去除噪声,很好地保留了原始雷达回波信号的信号特征,展示了基于广义S变换的时频滤波的可行性,为雷达回波信号去噪提供提供了一种很好的方法。     

基于小波分析的压气机失速故障检测

当发动机发生失速时，会引起压气机内压力信号的变化，这种压力信号的变化可以看作信号的奇异点，利用小波分析所具有的时－频特性和多分辨分析的特点，结合对压气机内压力信号频率成分的研究，通过检测模极大值的方法来确定信号的奇异点，进而探测压气机的失速故障，结果表明，利用该方法可以准确地检测压气机失速故障。     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,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了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。     

基于双树复小波和形态学的卫星异常数据滤波方法

受系统结构复杂、工作环境恶劣等因素影响,卫星的工作状态会存在介于正常和故障之间的异常状态,导致其遥测数据中不仅含有噪声,还存在异常数据。采用传统滤波算法进行去噪处理时,会存在对异常数据保留不充分的问题,从而导致突变信息丢失。针对上述问题,提出一种基于双树复小波与形态学滤波的卫星遥测数据组合滤波方法,设计一种半软阈值滤波函数来提高双树复小波的滤波性能,并提出一种组合滤波算法。通过仿真实验进行验证,结果表明:本文方法可以对遥测数据中的噪声进行有效滤除并对异常数据进行保留。     

一种有效的抑制压电陀螺动态误差的方法

提出了一种基于小波滤波的补偿压电陀螺动态误差的方法.与自适应卡尔曼滤波、IIR低通滤波方法在实际工程中应用的比较和大量的跑车实验表明,该方法能够有效去除压电陀螺动态误差噪声干扰,提高压电陀螺使用精度.     

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。     

综合时序信息的试验优化设计及稀疏求解

考虑不同试验点的试验成本及试验时序信息,在性能指标与影响因素间的响应模型未知情况下,利用装备系统的先验信息构造模型驱动的基函数,构造相应的回归模型来刻画系统的内在关系,分析不同试验点成本及试验时序对试验方案的影响。定义了一种考虑空间权重及批序贯时序的非均匀最优设计模型,将稀疏理论引入到回归试验设计中,把不同批次试验下的回归试验设计模型参数估计问题转换为结构化稀疏重构问题,讨论了非均匀最优设计的构造定理,提出结构化稀疏参数求解算法。算例表明:利用本方法生成的试验点考虑了试验点空间权重和试验时序信息,更符合实际试验规程;采用本方法获得的响应函数得到的期望预测误差更小。     

动态测量误差的希尔伯特-黄分解

针对傅立叶变换、小波变换等方法在分解动态测量误差时存在的不足,即选用不同的基函数会导致不同的分解结果,提出了基于希尔伯特-黄变换（HHT）的动态测量误差分解方法。该方法不需要选取基函数,可以自适应地分解动态测量误差信号;对一个混联式动态测量系统建立了全系统误差模型,并用该方法对测量系统的总误差信号进行了分解;与傅立叶变换、小波变换的分解结果相比,希尔伯特-黄变换的分解结果更准确,与测量系统的误差理论模型基本一致。