基于DCT变换的变步长LMS自适应收发隔离算法

将变换域LMS算法和变步长LMS算法相结合 ,提出了一种基于DCT变换的变步长LMS自适应算法 ,从而有效地降低了输入信号自相关矩阵特征值的分散程度 ,并且克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾 ,达到了改善干扰机接收信号信干比的目的。计算机仿真结果表明该算法具有更快的收敛速度和更小的权失调噪声 ,可以很好地应用于自适应收发隔离系统     

基于实测高光谱数据的树种分类

本文利用实测高光谱数据,结合光谱特征分析方法和全波段分析方法将15种树木进行有效分类.与多光谱数据对比,高光谱技术具有数据量多、波段窄等特点,根据这一特点高光谱数据可对树种进行更为精细的识别.其中,选择合适的分类波段对于提高树种分类精度非常重要.该文对于使用归一化、一阶微分、倒数等12种变换方法对原始光谱数据进行变换,...     

优选小波神经网络在周跳探测与修复中的应用

北斗导航定位过程中,传统的周跳探测与修复方法缺乏检验环节,无法保证修复结果的可靠性。为此,提出了一种级联式小波变换结合NARX神经网络多步循环预测修复的方法处理周跳问题。该方法通过构造载波相位双差模型检验量,探测周跳发生历元,采用NARX神经网络预测方法修复周跳,利用优选小波基函数进行周跳修复效果检验。实验证明,相较于经验模态分解和变分模态分解等模态分解法,优选小波神经网络周跳探测与修复方法可用于小周跳探测并判断出周跳正负性;构造的NARX神经网络周跳修复模型,解决了普通神经网络模型和传统多项式拟合法容易造成的二次奇异值问题。相较于长短期记忆(LSTM)和门控循环单元(GRU)深度学习神经网络模型,周跳预测精度分别提高了45.2%和55.9%。     

基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

基于Contourlet变换的子带自适应图像去噪

Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。     

全并行结构FFT的FPGA实现

提出了一种基于FPGA实现的全并行结构FFT设计方法,采用X IL INX公司最新器件V irtex II P ro,用硬件描述语言VHDL和图形输入相结合的方法,在ISE 6.1中完成设计的输入、综合、编译及布局布线,并用M od-e lS im和M atlab对设计作了联合仿真。结果表明,通过利用FPGA器件中大量的乘法器、逻辑单元及存储器等硬件资源,采用全并行加流水结构,可在一个时钟节拍内完成32点FFT运算的功能,设计最高运算速度可达11ns,可实现对高速A/D采样数据的实时处理。     

稀疏泡状流中变形气泡的三维图像测量技术

研究气泡变形对于分析泡状流中气泡的受力和运动具有重要意义.设计了一种可确定稀疏泡状流中气泡空间坐标与变形参数的图像测量技术:原始图像经预处理和增强后,结合形态学方法识别出变形气泡投影的闭合轮廓.改进了分水岭方法对气泡投影进行分割,并用对称直线法确定投影中心改进Hough变换,得到椭球气泡模型的投影椭圆参数.提出了一种由两幅投影轮廓重构三维气泡模型的算法并分析了实验误差.该技术可较准确地测得气泡空间坐标和变形参数:投影椭圆的参数误差小于3个像素,气泡识别误差小于15%.     

一种SAR运动目标时频检测方法

合成孔径雷达(SAR)主瓣杂波在时频平面中呈带状分布,散布宽度与雷达波束有关;目标距离向速度引起回波信号中心频率的偏移,当此速度较大时则导致目标在时频平面内偏出主瓣杂波散布范围;目标方位向速度引起它与杂波调频率的差异,当沿着动目标调频率方向进行相干积累时检测效果最佳,主、副瓣杂波得到一定的抑制,抑制效果还与雷达相干积累时间、目标方位向速度有关。针对动、静目标如此之不同,文章提出以动、静目标调频率、中心频率之间的差异为核心的杂波抑制方法,最后在低信杂比的条件下进行了SAR模拟场景仿真研究,在时频域实现杂波抑制和动目标信号的有效积累。     

Walsh变换对冲击信号序列特征提取的研究

提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.      

基于Hilbert变换的模态密度获取研究

提出了在试验获取模态密度时引入Hilbert变换来提高精度的方法,使用两种方法在不同边界条件下对一块薄板的模态密度获取进行了试验研究,这两种方法分别是加速度原点频响函数虚部平均值法和引入Hilbert变换平均值法。并将两种方法的获取结果与数值计算结果进行了对比分析。结果表明,引入实测加速度原点频响函数的实部Hilbert变换求解模态密度时,平均样本数目增加了一倍,比仅用实测加速度原点频响函数的虚部计算的结果更接近于理论和数值计算结果。