脑电信号的最新研究方法

脑电信号是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，脑电信号的研究一直是生物医学领域难度很大且倍受人们关注的课题。在简要回顾了脑电研究的历史和现状的基础上，重点论述了混沌分析法、人工神经网络(ANN)分析法、小波变换法、Wigner分布等在脑电信号分析和处理中的应用情况。最后展望了脑电信号研究的发展应用前景。     

Directionalet:一种新的多尺度几何分析方法

方向小波是继轮廓小波之后又一种新的基于多尺度几何分析的图像处理工具。在对有关方向小波文献的理解和综合的基础上,阐述了方向小波的基本理论框架及其应用,总结了方向小波的优缺点,最后基于对方向小波的理解,展望了方向小波在图像处理中的应用。     

基于小波分析炮击振动信号的降噪处理

针对飞机上小口径炮连续发射在其装备上产生振动信号信噪比低、且呈非平稳性的特性,对炮击振动信号进行小波降噪处理,重点突出了飞机在连续发射过程中不同时刻受到的激振。分析中利用了双正交小波对炮击振动信号按Mallat算法进行分解,运用小波的滤波性能去除随机噪声,对振动信号进行了重构。     

二进小波变换的多采样率滤波器组实现分析

在采用多采样率滤波器组实现二进小波变换的过程中,发现重构后的信号与原始信号相比较,除了在原始信号之前引入由滤波器组的延迟产生的0值点之外,还在原始信号之后引入了0值点。文中从时域对重构后的数据长度进行了分析,并对多采样率滤波器组的重构条件进行了深入分析。经过分析,原始信号之后引入的0值点可以从滤波器组重构条件中的抗混叠条件来作出合理的解释;另外,理想滤波器组的延迟应该和滤波器组的阶次相等。     

基于小波分形和一类辨识的航空发动机故障诊断

在支持向量机理论的基础上,针对支持向量机的二类辨识传统,引入了基于支持向量机的一类辨识理论。设计了航空发动机几种典型故障的一类分类器,使得发动机的故障诊断更加简单可行。同时,将小波分形方法引入到航空发动机振动信号的特征提取中。通过对航空发动机典型故障的成功诊断,证明了该方法的有效性。     

小波函数在最佳冲击隔离中的应用(英文)

将极限性能分析用于机械系统的最佳冲击隔离。文章研究了如何采用小波函数近似表征时域的控制函数 ,推导了有关计算公式。数值符包括一个单自由度系统和一个多自由度系统的最佳冲击隔离。计算结果表明 ,小波函数与三角级数相比 ,可以更好地描述控制函数的急剧变化 ,并使计算效率显著提高。     

小波变换在雷达信号处理中的应用

以二相编码脉内调制雷达信号作为研究对象,采用Morlet小波,通过连续小波变换并提取信号的小波脊线,进而分析雷达信号脉内相位的编码规律.通过计算机模拟仿真,取得了较好的效果,验证了该方法的可行性.     

一维波动方程的小波解法

利用具有紧文集的Datubechies正交小波基函数，构造出了一种新的计算一维波动方程的数值方法——小波解法。由于该方法充分利用了Daubechies小波函数良好的局部性质，并且巧妙地运用了Fourier变换，数值试验表明该方法不但精度高，而且计算量小。     

一种新的故障方法及其在直升机中的应用

提出了一种新的故障检测方法,该方法采用小波系数描述系统的故障特征,以模糊树模型作为系统故障特征的分类模型,并将此方法应用于直升机作动器的实时故障检测. 仿真结果表明,这种故障检测方法结合了小波变换和模糊树模型的特点,具有检测精度高、抗噪声和跟踪系统参数变化的能力强及特别适合于处理高维数据等优点.     

结合嵌入可信度的B样条小波边缘检测

边缘检测中，用一个由输入数据得到的模板进行匹配是很有意义的，因为它提供了一种独立测量存在所用边缘模板的可信度的方法。文章充分利用边缘信息的多尺度特性及小波变换的特性，设计三次B样条平滑滤波算子，再结合嵌入可信度方法进行边缘检测，并进一步根据人类视觉系统的敏感性，对噪声严重的图像边缘检测进行了研究。实验结果表明，丈中所给的方法能准确检测出图像边缘，效果较好。