二维时频面的MTI滤波算法研究

分析了传统的动目标显示（MTI）滤波算法的缺陷，提出了一种二维时频面的MTI滤波算法，该方法利用时频分析多通道滤波和时频局域化的特点，在时频平面内进行二维滤波，从而获得良好的杂波抑制能力，且具备 的自适应性和鲁棒性，最后，根据实验结果给出了此种滤波算法与其他滤波算法的对比效果。     

粗晶材料超声检测信号的小波变换去噪方法

本文研究多尺度小波分析方法在粗晶材料超声缺陷信号增强中的应用。在分析晶粒噪声和缺陷信号频谱分布的基础上，提出一种基于小波变换系数软阈值处理再重构的方法来提高信噪比。实验结果表明，该方法具有很好的去噪效果，增强了缺陷的检出率。     

基于贝叶斯估计的非平稳SAR图像自适应小波滤波

合成孔径雷达(SAR)的相干斑噪声严重影响图像质量、降低图像的可判读性。本文提出的滤波方法，将通用小波阈值滤波方法和基于图像局域统计特性的滤波方法相结合。针对非平稳SAR图像的不同区域采用不同的方法调整小波系数，具有自适应能力。分析了噪声在小波变换域中的分布和统计特性，用高斯混合模型来对其进行描述。采用期望最大似然(EM)算法迭代出小波系数的分布参数。最后用贝叶斯估计得出真实图像的小波系数。在仿真实验中，将该方法与经典的局域统计方法以及通用的小波阈值去噪方法进行了比较。结果表明，本文的方法能对非平稳SAR图像进行更有效的滤波。     

1998年9月24日地磁暴前宇宙线各向异性特性分析

分析了日本Nagoya 宇宙线闪烁体望远镜30°, 49°, 64° 倾角的东、西、南、北方向探测数据的变化特点, 运用小波分析方法定性地探讨了磁暴前后宇宙线南北、东西各向异性的变化特征. 研究发现, 当发 生大地磁暴时, 地面宇宙线强度的各向异性特征将发生非常大的变化, 这种变化一般在磁暴发生前10~20 h就开始出现. 当描述这种各向异性特征的各向异性指数的小波系数变化达到一定阈值时, 就可能有大地磁暴发生.     

ACE和STEREO-B太阳风速度的统计分析

采用小波分析方法讨论了2008—2011年ACE和STEREO-B卫星太阳风速度的27天周期特性,运用一元线性回归分析方法计算了两颗卫星太阳风速度的线性表达式,分析和计算结果表明,ACE和STEREO-B卫星探测到的太阳风速均在8～16d,16～32d的频域尺度上较为显著,在局部相同时域上,二者太阳风速的27天周期均较为显著;当太阳活动为低年时,相关性好. 作为应用实例,使用STEREO-B卫星太阳风探测数据,预测2012年10月1—17日的ACE太阳风速度,结果表明,预测值与实测值趋势一致,CME过程对预测值有一定影响. 通过本项研究,初步统计出了ACE与STEREO-B太阳风速度的关系,利用STEREO-B能够提前数天监测到即将由太阳吹向地球的太阳风特性,为建立直观的重现型地磁暴中期预报模型奠定了基础.     

基于脊波变换的一种红外图像增强技术

在研究红外图像特性的基础上,提出了一种基于多尺度脊波变换的红外图像增强方法。脊波变换特别适合于具有直线或超平面奇异性的高维信号的描述,在导引头红外图像处理中使用脊波变换来检测图像的边缘和跟踪是一种有效的方法,而且具有较高的逼近准确度。首先,利用脊波变换技术对红外图像进行处理。然后,对脊波变换系数进行增强。最后用脊波逆变换对红外图像重构。结果表明,该方法对导引头的红外自动目标识别是快速和有效的。     

基于小波分解与重构方法研究电离层偶发E层

电离层不规则体对卫星导航、通信、雷达系统等有重要影响。通过数值模拟及与实测数据的对比,论证基于小波分解与重构方法实现利用掩星数据反演电离层不规则体的可行性。以电离层偶发E层为例,利用国际参考电离层（IRI）模拟背景电离层电子密度分布,利用掩星探测的水平电子密度总含量δ_ht反演不规则体信息,并与模拟数据进行比较。对2009年7月1－8日的COSMIC掩星数据进行小波分解与重构,将结果与SPIDR提供的地面观测数据进行对比。数值模拟及与实测数据的对比结果均表明,该方法能够较为准确地得到电离层不规则体的高度和强度信息,这对于电离层不规则体研究具有重要意义。     

复合材料结构损伤的小波神经网络辨识研究

将小波神经网络应用于结构健康监测，研究实现复合材料结构常见损伤的高精度辨识。剖析了小波神经网络的收敛算法，并使用了惯性系数以抑制振荡并提出了一种自适应调整学习率的算法以加快收敛。组建结构健康监测实验系统，进行数据处理和特征提取以获得不同的结构损伤模式。提出了小波神经网络初始权值的设置方法，据此删除了小波神经网络的冗余节点。将该小波神经网络应用在实验获得的各种结构损伤模式的辨识上，验证了它的高精度和快速收敛，并成功实现了复合材料结构损伤状态的辨识仿真。     

航空发动机进气道出口截面喘振波的分布

用扰流插板使涡扇发动机进气道内产生不对称分布的总压畸变并使发动机出现喘振。在进气道出口即发动机进口截面测取两种不同转速下发动机的喘振压力波。应用小波分析奇异点理论,采用模极大值原理和高阶Daubechies小波多尺度分析,对喘振压力信号进行处理,得到发动机喘振波在其进口截面的波形分布特征。揭示了在两种转速下,喘振波在截面上的分布相似,其频率和幅值与转速成正比。截面中心部分表现为正脉冲,周围部分为负脉冲。在垂直方向上的幅值较大,而两翼较小。对该分布特征进行了分析,初步的推论为:高压压气机引起喘振,稳态压力畸变最严重的区域和未受到畸变扰动的区域,喘振波最为强烈。     

Research on Auto-detection for Remainder Particles of Aerospace Relay Based on Wavelet Analysis

Aerospace relay is one kind of electronic components which is used widely in national defense system and aerospace system. The existence of remainder particles induces the reliability declining, which has become a severe problem in the development of aerospace relay. Traditional particle impact noise detection (PIND) method for remainder detection is ineffective for small particles, due to its low precision and involvement of subjective factors. An auto-detection method for PIND output signals is proposed in this paper, which is based on direct wavelet de-noising (DWD), cross-correlation analysis (CCA) and homo-filtering (HF), the method enhances the affectiv-ity of PIND test about the small particles. In the end, some practical PIND output signals are analysed, and the validity of this new method is proved.