基于神经网络的光伏发电功率预测不良数据处理的研究

光伏发电系统历史发电功率数据的真实可靠是光伏发电系统发电功率预测的基础,而在光伏发电系统运行或数据采集、测量、传输、转换等环节出现故障时会导致历史数据中含有不良数据。本论文提出采用小波分析中的信号奇异点检测法对不良数据进行剔除,并采用神经网络的时间序列预测模型对剔除后的数据进行重构,从而达到检测并消除不良数据的目的,为光伏发电系统发电功率预测提供能反应其变化规律的真实历史信息。     

基于提升小波变换的红外图像双重滤波算法

为了有效抑制红外图像中的随机噪声,采用一种基于提升小波变换的双重滤波算法来进行处理。该算法对含有噪声的红外图像实现第1次提升小波分解,然后对获得的低频和高频分解系数再次实现提升小波变换,舍弃由低频系数经过第2次提升小波变换后获得的低频系数以及由高频系数经过第2次提升小波变换后获得的高频系数。对剩余的高频系数和低频系数分别采用改进阈值函数模型以及改进非局部均值滤波算法进行处理,在此基础上实现小波系数重构。为了改善滤波后图像视觉效果,再引入直方图均衡化算法进行处理。通过理论分析和实验验证,获得了相关的标准测试图像和红外图像测试结果以及峰值信噪比和结构相似度测试数据。结果表明,该滤算法对于高质量地去除红外图像中的噪声是有帮助的。     

NSCT域红外图像改进非局部均值滤波算法

结合非下采样轮廓波变换(NSCT),提出了一种红外图像改进非局部均值滤波算法(Improved Non-local Means Filtering,INLMF)。该算法首先对红外噪声图像进行多尺度NSCT变换,其次分别从相似图像块自适应划分方法以及滤波权重计算方法 2个方面对经典非局部均值滤波算法进行适当改进,将改进后的非局部均值滤波算法(INLMF)应用于处理高频分解系数,然后将滤波后的高频分解系数与低频分解系数进行重构,得到去噪后的图像,最后对去噪后图像采用非负支撑域有限递归逆滤波(Non-negativity and Support Constraints Recursive Inverse Filtering,NAS-RIF)算法进行图像复原,以尽可能消除因滤波造成的图像失真。测试结果表明,本文算法滤波效果优于NLMF及其已有的改进算法。     

一种级联的激光主动成像图像融合降噪算法

针对激光主动成像图像混合噪声的特点,提出了一种投票中值滤波和整数提升小波级联的融合降噪算法。首先对激光图像进行噪声像素点检测,区分噪声点与非噪声点;而后采用投票中值滤波对噪声点进行处理,抑制脉冲噪声;然后采用整数提升小波变换对图像进行Bayes自适应阈值去噪,抑制散斑噪声;最后通过逆变换得到去噪图像。通过实验比对结果表明,该方法在具有良好的去噪、边缘保持性能的同时,还具有较为理想的实时性。     

一种基于双随机相位编码的光学加密系统设计

针对于有加密需求的监控领域,图像数据剧增对加密算法提出严峻考验。复杂的加解密算法将会增大运算开支,最终影响视频传输的实时性能。本文根据视频加解密要求,提出在视频监控领域进行光学加解密并设计了基于双随机相位编码的单通道加解密光学系统。该光学系统加解密速度和光速相等,加解密时耗几乎为零,在高清视频迅速普及的未来将会产生重要的应用价值,在军事加解密领域将有着广阔的应用前景。     

基于ST与量子理论模型的红外与可见光图像融合

针对传统的红外与可见光图像融合方法计算复杂度高、运行机制过于机械的问题,提出一种基于剪切波变换(ST)与量子理论(QT)模型的红外与可见光图像融合方法。该方法利用ST优越的图像信息捕捉性能对源图像进行多尺度多方向分解;其次,采用QT理论针对低频子带图像和一系列高频子带图像进行融合;最后,采取ST反变换获得最终融合结果图像。     

基于Hough变换的海天线检测算法研究

海天线检测是红外航拍图像的一项重要研究内容。深入探讨海天线检测问题,给出了一种实用的检测算法。首先,对获取的红外图像进行梯度运算,采用Ostu阈值分割方法,获取海天边缘信息;然后根据Hough变换原理,完成海天线的检测。此外,通过随机点采样提高了海天线检测的速率,通过多线段拟合提高了检测的准确率。实验结果表明,本算法可以准确、高效地检测出海天线,为下一步研究奠定了基础。     

基于时频相关性的复合常规人为干扰分析方法

在军事无线通信中,对进入接收机的干扰信号进行分析、识别并提取特征参数,以支持抗干扰决策,是通信设备有效对抗蓄意人为干扰的前提。提出了基于短时傅里叶变换(STFT)的复合常规人为干扰分析方法,首先对接收的干扰信号进行STFT变换,然后将得到的三维时频域数据进行二值化处理;最后根据不同干扰样式的时域及频域特征,对二值化的时频域数据之间的关系进行分析,分别解析出多音干扰、周期脉冲干扰、扫频干扰。理论分析和仿真结果表明,通过分类搜索算法,能够较为准确地对复合人为干扰进行解析。     

Wavelet-COH在通信语音质量评估算法中的应用研究

将小波变换用于子带分解,对纯净语音信号和受扰语音信号进行特征提取,包括质心、子带能量和带宽等,并进一步与一致性函数(COH)方法相结合对语音客观音质评价方法进行了研究,即Wavelet-COH方法。通过最小二乘多项式拟合模型,对Wavelet-COH方法得到的客观评测和主观评测结果进行相关分析,得出相应算法的相关系数和方差值。通过对比,表明Wavelet-COH语音评估方法比传统的COH客观评价方法有很大改善。     

结合提升静态小波和灰色关联分析的图像融合算法

本文针对多聚焦图像,提出了一种基于提升静态小波变换（lifting stationary wavelet transform,LSWT）和灰色关联度相结合的图像融合算法。首先将待融合的两幅图像分别进行提升静态小波变换,低频分量采用平均法融合,其次再针对低频分量和各个方向的高频分量,分别计算以每个像素为中心的方块的能量和均值,然后计算低频分量的能量和均值构成的序列与高频分量的能量和均值构成的序列之间的灰色欧几里德关联度。按照一定的融合规则,分别得到高频分量融合后的值,最后进行提升小波逆变换,得到融合后的图像。实验结果显示,该方法融合效果较好,优于传统算法。