可变阶次的分抗元件的电路实现

分数阶微积分运算是整数阶微积分运算概念的延伸,它们是分析和处理许多＂非＂问题和现象的有用工具,为了分析和处理许多＂非＂问题和现象,采用有限的惯性和比例微分电路的级联实现分数阶算子（Sv）,并利用Pspice软件对所设计的电路做仿真验证,仿真结果与理论结果（Matlab仿真结果）基本一致,分数阶算子（Sv）的电路实现将为分数阶微积分的工程应用铺平道路。     

基于分数阶微分的图像增强算法

相比传统的基于整数阶微分的图像增强算子,分数阶微分增强算子能提升图像的高频边缘信息,且非线性保留图像纹理细节和平滑区域的中低频信息。文中根据Riemann-Liouville分数阶微分定义,构造了5×5大小的分数阶微分增强算子模板,同时采用传统的整数阶图像增强算子Sobel算子、Prewitt算子和Laplacian算子,分别对灰度图像和彩色图像进行图像增强处理实验。最后,引入图像熵的计算,对图像增强的结果进行熵值大小的计算与分析。随着分数阶微分阶次的增加,分数阶微分增强算子处理后的图像熵值呈上升趋势,说明图像的纹理细节信息得到了加强。     

基于分数阶微分的图像边缘细节检测与提取

图像边缘细节包含重要的视觉感知信息,是进一步进行图像理解与场景感知的基础.针对常用的边缘梯度检测方法难以有效提取类似于分形纹理结构的复杂图像边缘问题,提出一种基于分数阶微分的图像边缘检测方法.该方法首先基于分数阶微分的性质进行图像拐点检测,并进一步结合拉格朗日多项式插值和Grumwald-Letnikov(G-L)分数阶微分的定义,推导出具有非整数步长像素信息的图像边缘检测算子.实验表明,该方法能有效提取图像中的边缘细节(拐点)特征.对被噪声严重污染的具有复杂边缘细节的图像,该算子同样具有较好的边缘细节检测能力,获得更好的视觉效果.     

子波变换用于红外（上）

近年来子波变换已为越来越多的人熟悉，尺管应用子波变换的概念已有相当一段时间，但是，只是到最近几年才开始产生作用，尤其是在信号和图象处理方面，子小概念可以应用在差方方程，信号处理，图象和视频压缩以及许多其它领域，我们将对子波变换和子波分析作一简要介绍，并将子波变换同傅叶变换作了一比较，子波变换使我们能够分析非静态信号，而傅里叶变换却不能，这是子波的一个十分重要的特征，子波分解使得同时在时域（空域）和     

分数阶微分在图像纹理增强中的应用

为了实现对模糊图像边缘及纹理的增强,使图像的细节信息更加清晰,需要对图像进行锐化增强。现有的增强方法一般是整数阶微分锐化及高通滤波,由于这些方法的处理效果仍不理想,文中引入了分数阶微分算子。分数阶微分不仅可以很好地增强图像的边缘和纹理信息,还可以保留平滑区域信息,抑制较大噪声。研究并分析了Tiansi分数阶微分算子的原理及特点,并对其进行了改进,提出了一种新的分数阶微分算子,可以更好地增强图像的边缘和纹理信息,同时保证图像的亮度不产生大幅度变化,而且可以抑制较小噪声的影响。从定量的角度分析,改进的分数阶微分算子的平均梯度最大可比原图像提高3.8倍。从而验证了改进的分数阶微分算子比整数阶微分算子如Laplace算子及Tiansi分数阶微分算子具有优越性,且算法简单易于实现,可应用于工程中的实时图像处理系统中。     

特征分解型离散分数阶Fourier变换

分数阶Fourier变换作为Fourier变换的广义形式,广泛应用于科学计算和研究,离散分数阶Fourier变换是其得以应用的关键。特征分解算法是由可交换对角矩阵得到近似连续Hermite-Gaussian函数的特征向量,再对Hermite-Gaussian函数进行加权和运算。对一种基于数特征分解的方法进行了改进,并进行计算机仿真。仿真结果表明所得的Hermite-Gaussian函数与连续函数的近似度更为优异,从而提高了离散分数阶Fourier变换的近似度。     

分数阶PIλDμ控制器的一种状态空间实现

首先回顾了分数阶微积分、分数阶系统和分数阶PIλDμ控制器的数学描述,对于一类分数阶SISO被控对象,提出了一种基于整数阶微分算子的分数阶PIλDμ控制器的S平面状态空间实现.同时,在Matlab Simulink仿真平台实现了基于Oustaloup连续滤波器法的分数阶微分算子和该状态空间实现,并基于遗传算法整定了状态...     

非局部多尺度分数阶微分图像增强算法研究

为了更好增强图像中的有用信息,改善图像视觉效果,该文提出了一种基于非局部多尺度分数阶微分图像增强算子(NMFD)。该算子首先将图像分成若干块子图像,计算每一块子图像的边缘强度系数、熵值和粗糙度等细节特征,将得到的特征数据在全局图像范围进行统一尺度的归一化,然后对这些归一化的数据进行加权求和作为图像的非局部特征值,最后利用指数函数建立图像细节特征和分数阶微分算子阶次之间的非线性量化关系,在不同的图像子块区域,确定不同尺度的分数阶微分阶次,实现图像的非局部多尺度增强。     

分数阶希尔伯特变换的复包络分析

分数Hilbert变换,也即传统的Hilbert变换由整数阶向分数阶的推广,由此其应用领域也得到了扩展,譬如在通信中的单边带调制解调系统,图像的边缘提取等领域中得到广泛的应用。首先,文中回顾了利用经典希尔伯特变换的正交性把经典的Hilbert变换的定义形式进行广义化后得到的分数阶Hilbert变换,并讨论了由分数阶Hilbert变换构造的两类复信号,最后讨论了这两类复信号的包络提取并且给出了具体的实例。     

分数阶PI^λD^μ控制器的一种状态空间实现

首先回顾了分数阶微积分、分数阶系统和分数阶PI^λD^μ控制器的数学描述,对于一类分数阶SISO被控对象,提出了一种基于整数阶微分算子的分数阶PI^λD^μ控制器的S平面状态空间实现。同时,在Matlab Simulink仿真平台实现了基于Oustaloup连续滤波器法的分数阶微分算子和该状态空间实现,并基于遗传算法整定了状态空间参数。仿真结果验证了该状态空间的有效性与正确性。     

一种小波域改进非局部均值滤波算法

提出了一种噪声图像高效滤波算法。该算法对经典非局部均值滤波算法从边缘保持效果和计算复杂度两个方面加以改进。提出一种基于图像结构相似度(SSIM)相似性检测算子,并将其与传统的高斯加权欧氏距离进行加权融合,从而实现对经典非局部均值滤波的改进,可实现对图像边缘和平坦区域滤波的有效兼顾。将其引入到小波变换域,对于高频子图像,首先采用Canny算子实现自适应边缘检测,获得边缘和非边缘图像,采用改进非局部均值滤波和经典非局部均值滤波分别加以处理,然后实现图像的融合;最后实现小波系数重构。通过对实物图像和标准测试图像的仿真实验结果表明,该滤波算法的去噪效果较优,能基本实现对高强度随机噪声情形下的图像复原,从而印证了该滤波思路的可行性。     

语音信号的Bark子波变换及其在语音识别中的应用

本文首先在语音感知实验基础上所得到的Bark尺度概念与子波的构造联系起来,提出了一种语音信号Bark子波及其变换.在感知特性中,它与人耳的听觉系统是直接吻合的:在数学上,它是一种非正交的但却是超完备的,可逆且是自反演的子波变换.应用在语音识别中时,利用子波的局部基性质,取较小的分析帧长,提高了前端处理的时间分辨率.实验表明,所形成的新特征在对辅音区别能力方面明显优于目前应用于广泛的MFCC特征.     

基于单小波和多小波的红外图像盲去噪

Introduction Infrared Image denoising is a basic problem of image processing.It is well known that the more prioriknowledge is used,the better filtering effect is gotten.Usually,we can only get a contaminated image and prioriknowledge of noise can not be gotten accurately so the filtering effect is not good.Wavelet denoising algorithmproposed by Donoho et al.[1]is widely used.It is considered the better denoising algorithm recently.However,itrequires size of image to determine the important …     

利用基于滤波器组的重叠变换抑制扩频通信系统中的时变干扰

本文提出了基于滤波器的重叠变换方法,并对滤波器组结构进行了一些改进,使之在提供频率信息的同时保留了信号的时域信息,因此物品处理时变干扰,仿真结果证明,采用基于滤波器的重叠变换并结合本文所介绍的阈值处理算法可以有效地抑制扩频通信系统中的时变干扰。     

多分辨重叠变换在扩频通信系统抗干扰中的应用

 本文利用多分辨重叠变换(HLT)把接收机信号映射到变换域进行抗干扰处理.与重叠变换(LT)不同,HLT对信号频谱的非均匀划分可以有效地把干扰能量集中在有限的变换域子带(Transform Bins)中,因此对抑制随机脉冲干扰非常有效.与小波变换(WT)相比,HLT对信号频谱的划分更加灵活.由于可以使用基于重叠变换的快速算法,在滤波性能相当的情况下,HLT比小波变换节省计算量.仿真结果表明,其于HLT的变换域处理方案可以有效地抑制非时变窄带干扰和时变宽带干扰,明显地改善系统性能.     

一种基于子波变换的信号滤噪改进方法

对子波变换多尺度下信号与噪声的不同性质进行了研究,提出了一种在子波域不同尺度上选取不同的滤噪方法,该方法将经典的软阈值滤噪与子波变换的模极值传播特性在一定尺度上有机结合起来处理信号.在改善信噪比的同时,也尽可能地保持原信号的边缘信息和精细特征.通过仿真验证了该方法的实用性和优越性.     

Moving window-based double Haar wavelet transform for image processing.

Image denoising is a lively research field. The classical nonlinear filters used for image denoising, such as median filter, are based on a local analysis of the pixels within a moving window. Recently, the research of image denoising has been focused on the wavelet domain. Compared to the classical nonlinear filters, it is based on a global multiscale analysis of images. Apparently, the wavelet transform can be embedded in a moving window. Thus, a moving window-based local multiscale analysis is obtained. In this paper, based on the Haar wavelet, a class of nonorthogonal multi-channel filter bank with its corresponding wavelet shrinkage called Lee shrinkage is derived. As a special case of this filter bank, the double Haar wavelet transform is introduced. Examples show that it is suitable for a moving window-based local multiscale analysis used for image denoising, edge detection, and edge enhancement.     

基于小波变换的通信信号识别算法

通信技术的数字化已经是现代通信发展的趋势.为识别出通信信号中的数字信号的调制方式,分析了解析信号以及归一化处理后的数字信号经过小波变换后的特点,提出直接提取信号小波变换后的频域特征的算法.该算法无需设置判决门限,可以更简单、直接地实现数字信号与其它信号的类间区分以及数字信号之间的区分.通过仿真表明,该方法可有效区分PSK、FSK、QAM与AM、FM、SSB、CW、噪声.     

基于双正交小波域的SAR图像滤波方法

将E-lee、E-Kuan、GammaMap、wiener等经典滤波算法和双正交小波变换相结合,提出了基于双正交小波变换域的局部统计特性SAR图像滤波方法,同时提出了一个运算量少,且是归一化的对数变换,它将乘性的Speckle噪声转为加性噪声。在小波域内建立了局部统计特性SAR图像滤波算法,使用多分辨率的手段,因为在每个方向上的小波系数都具有相同的特征,可以很好地处理图像的一些特性,使得图像边缘被模糊的相对少些。实验结果表明,此方法比经典算法的效果要好。     

基于二进小波变换的图像插值方法

介绍了基于二进小波变换的图像插值方法,并且对各种插值方法在不同域中的结果作了比较,主要是对最近邻插值、双线性插值和双三次插值几种方法在空间域、正交小波域、二进小波变换中作了比较.试验结果证明,基于二进小波变换的图像插值效果比较好,值得进一步深入研究.