基于自适应提升小波的漏磁信号降噪

为了解决在故障诊断中漏磁信号的噪声干扰问题,在研究了提升小波基本理论原理和特点的基础之上,提出了自适应提升小波的改进算法,并在阈值处理时引入了综合门限阈值法。应用该算法对实际采集的钢丝绳漏磁信号进行去噪处理,并将该去噪效果与现用的传统小波去噪效果进行了比较。仿真结果表明,基于自适应提升小波方法的方案比传统小波变换有更好的去噪效果。     

自适应提升小波变换及飞机发动机故障分析

小波提升方案通过改变预测器和更新器构造出所需要的小波,这为机械设备故障特征分析中小波基函数的选择提供了方便。为了能在每个尺度上自适应选择与机械振动信号特征匹配的小波基函数,提出了一种更新器和预测器同时自适应地提升小波变换方法。在此方法中,采用先更新后预测的提升方案,分别通过信号的局部梯度大小和最小化预测误差来实现自适应更新和预测。将此方法应用在某飞机发动机故障分析中,实验结果表明,与经典小波变换相比该自适应提升小波变换分离的故障特征更明显效果更好。     

基于TDD上行CSI的自适应预重传GBN-HARQ方案

针对预重传GBN-ARQ方案在误码率低的情况下吞吐率与时延大大下降的问题, 结合重传编码合并技术, 提出了一种基于TDD上行CSI的自适应预重传GBN-HARQ方案。首先, 发送端将数据进行前向纠错编码得到不同冗余版本; 然后, 根据上行CSI信息对重传分组自适应地选择冗余版本数, 在信道状况较差时一次性传输多个冗余版本以保证预重传的可靠性, 减小由预重传错误所带来的时延性能下降, 在信道状况较好时采用较少冗余以保证较高的吞吐率; 最后, 分析比较了传统GBN-ARQ方案、预重传GBN-ARQ方案和自适应预重传GBN-HARQ方案在不同情况下的吞吐率性能。理论和仿真分析表明, 在误码率大于10^－1时自适应预重传GBN-HARQ方案的吞吐率比传统GBN-ARQ方案提升了0. 1左右, 比预重传GBN-ARQ方案提升了0. 05左右, 在误码率较大的情况下, 基于编码合并技术的自适应预重传GBN-HARQ方案能够更好地保证预重传的可靠性。     

深层神经网络语音识别自适应方法研究

为了解决语音识别中深层神经网络的说话人与环境自适应问题,本文从语音信号中的说话人与环境因素的固有特点出发,提出了使用长时特征的自适应方案：首先基于高斯混合模型,建立说话人-环境联合补偿模型,对说话人与环境参数进行估计,将此参数作为长时特征;然后,将估计出来长时特征与短时特征一起送入深层神经网络,进行训练。Aurora4实验表明,这一方案可以有效地对说话人与环境因素进行分解,并提升自适应效果。     

冗余度TT-VGT机器人的神经网络自适应控制

提出了采用神经网络进行模型参考自适应控制(MRAC)的方案,建立了自适应控制的状态模型,并推导出相应的自适应算法;最后对冗余度TT-VGT机器人自适应控制进行了仿真。     

数据缓冲区自适应优化算法的模拟研究

为决定数据库在复杂负载下运行时,数据缓冲区自适应优化所要求的大小与方向,提出了基于模拟仿真的自适应优化算法,通过建立模拟数据缓冲区(simulated buffer pool,SBP)来决定调整的方向。应用缓冲错失公式(buffer miss equation,BME)结合基于模拟仿真自适应优化算法监测数据库运行状态时所获得的一系列关键数据,来确定优化调整的具体方案。实验结果表明,该算法提升了数据库整体性能,并在长时间内保持性能高效稳定。     

一种抵御拒绝服务攻击的自适应客户端难题

研究传统的客户端难题方案,之后提出一种自适应客户端难题方案.该方案采用一种轻量级的协议交互方式来获取客户端和服务器双方的实时状态信息,并据此自适应地调整客户端难题的难度.为了评估该方案的适用性,结合传统和自适应两种客户端难题方案,在对等(P2P)网络中提出了一种抵御DoS攻击的自适应安全框架.理论分析和实验结果表明,甚至在高度恶意的网络环境中,自适应客户端难题方案都可以在不明显影响合法客户端性能的前提下有效地抵御各种DoS攻击.     

离散时域模型参考自适应方案对建模误差的鲁棒性分析

本文分析了Narendra的离散时域模型参考自适应控制(DTMRAC)方案对建模误差的 鲁棒性,证明该类方案对I型建模误差的鲁棒性较强,对Ⅱ型建模误差的鲁棒性差.仿真结 果证明了鲁棒性的分析结论.由于模型参考自适应诸方案有统一性,上述结论也具有普遍性, 并对模型参考自适应方案在计算机控制系统中的应用具有指导意义.     

几种自适应线性判别分析方法在肌电假肢控制中的应用研究

体表肌电信号会随着外部或人体内部环境变化而发生改变，这种时变特征使得固定参数肌电模式分类器的分类精 度会随着时间的延长而下降。为了获得具有稳定性能的肌电假肢控制系统，在肌电模式分类器中加入自适应机制是很有 必要的。本文以传统线性判别分析(Linear Discriminant Analysis，LDA)为基础，尝试在肌电模式分类器中引入三种自适应 方案，并探讨了这三种方案在肌电模式分类应用中的优缺点。初步研究表明：自增强线性判别分析(Self-enhancing LDA， SELDA)分类器和循环训练集线性判别(Cycle Substitution LDA，CSLDA)分类器都能够将识别准确率提升 5% 左右。其 中，SELDA 是一种有效的自适应方案，而 CSLDA 可以得到更高的识别率提升和更好的稳定性，但是计算量较大，需要 更大的代价。卡尔曼自适应线性判别(Kalman Adaptive LDA，KALDA)分类器单独使用效果不明显，需要进一步改进或结 合其他方法使用。     

逆变电源的自适应重复控制方案

克服逆变电源系统参数、负载变化和电源死区效应的影响,设计了一种自适应重复控制方案。自适应方案采用跟踪参考序列的模型参考自适应控制设计方法。不需线性补偿器,既简化了设计,又减少了计算量,适合快速跟踪,并适应系统参数和负载的变化。重复控制作为补偿器,补偿死区效应的影响。     

多小波变换的提升格式及其在图象编码中的应用

在简要介绍提升格式和多小波之后，提出了一种新的实现多小波变换的提升格式模型，由于这个模型主要由若干个单小波变换的提升格式搭建而成，因而不必自己推演提升格式的内部结构和参数，另外，这个模型还可以根据实际应用的需要选用不同的单小波，该文还给出用D9／7双正交（单）小波变换的提升格式构造的多小波变换的实例，并把这样构造的多小波变换应用于图象编码，结果表明，该方法可取得比常用的GHM多小波图象编码更好的效果。     

基于自适应提升小波变换的图像压缩算法

提出了一种自适应提升小波变换算法,该算法是根据待分析信号的局部特点,自适应的选择更新器,自适应更新器的选择,主要是保持图像边缘不被平滑,防止出现大的小波系数。为确保系统的稳定性,又提出了采用先更新后预测的提升结构。在此结构中,预测过程不影响更新过程,这也为自适应算法的重构提供了有利条件,由于稳定性高、高频系数小以及能够完全重构,使得此方法有利于压缩性能的提高。通过实验证明了该算法的有效性。     

一种自适应小波图像压缩算法

本文描述了一种适用于图像压缩的自适应小波方法,该方法采用统一提升框架,并可根据图像局部区域特征,自适应地采用不同的小波滤波器进行处理。该方法已经过计算机模拟并获得了比较好的效果。     

提升小波变换的通用和可扩展编程实现

提升方案是小波研究的新热点,该文给出一个实现提升小波变换的通用和可扩展程序.首先从小波变换的计算讨论了提升方案的基本步骤,分析了用提升格式构造已有小波和设计新小波的方法,并以面向对象的编程手段实现了提升小波变换;该程序以提升方案的基本过程为核心并加以抽象,设计提升小波变换的基类,提供缺省的Lazy变换和反变换过程,模板的应用使程序支持抽象数据类型,虚函数使程序能通过派生新类方便地实现特定的提升小波;该程序具有可重用、可扩展、易理解、易使用等优点;将该程序应用到一幅通过用中子辐射照相技术获得的图像进行测试分析,实验结果显示了它的高效性,其计算速度明显优于Mallat算法,能满足在线处理的需要.     

基于非线性提升小波变换的图像去噪

基于提升方案的小波变换结构简单 ,不需要额外的存储空间 ,易于实现。同时 ,提升方案中的预测和更新算子既可以是线性的 ,也可以是非线性的 ,这就为我们构造非线性小波提供了一条有效的途径。该文利用一些简单的非线性算子 ,如求中位数和最大值等 ,构造出基于整数的非线性提升小波 ,并将该方法应用于阈值去噪处理中 ,得到了较好的效果 ,明显提高了图像的信噪比     

应用于图像的基于提升方法的双自适应小波变换

由于小波具有良好的时频特性,对于平滑图像,利用固定尺寸的小波滤波器滤波可以获得良好的分解结果.然而对于具有较多突变点的图像而言,采用固定尺寸的小波滤波器进行滤波并不是一个理想的选择.基于Heijman等人提出的2维自适应更新提升格式,本文提出了一种双自适应的小波变换算法,在更新与预测过程均采用自适应算法.最后,对标准图像进行测试分析,实验结果表明该算法在图像精确重构不需要额外的附加信息,且可以提高图像的峰值信噪比（PSNR）.     

基于自适应提升格式小波变换的图像压缩研究

为了减小提升格式小波变换中的误差、提高图像的压缩效果,提出基于自适应提升格式小波变换实现图像压缩的新方法。在自适应提升小波变换时,通过梯度法构造决策函数来调整更新算子和预测算子并获取最优的小波基函数,在系数量化时运用整数量化方法。实验结果显示该方法具有较好的压缩效果。     

The lifting factorization of wavelet bi-frames with arbitrary generators

In this paper, we present the lifting scheme of wavelet bi-frames with arbitrary generators. The Euclidean algorithm for arbitrary n Laurent polynomials and the factorization theorem of polyphase matrices of wavelet bi-frames are proposed. We prove that any wavelet bi-frame with arbitrary generators can be factorized into a finite number of alternating lifting and dual lifting steps. Based on this concept, we present a new idea for constructing bi-frames by lifting. For the construction, by using generalized Bernstein basis functions, we realize a lifting scheme of wavelet bi-frames with arbitrary prediction and update filters and establish explicit formulas for wavelet bi-frame transforms. By combining the different designed filters for the prediction and update steps, we can devise practically unlimited forms of wavelet bi-frames. Furthermore, we present an algorithm for increasing the number of vanishing moments of wavelet bi-frames to arbitrary order by the presented lifting scheme, which adopts an iterative algorithm. Several examples are constructed to illustrate the conclusion.