一种基于小波变换的可见光与红外图像融合算法研究

为了解决可见光与红外图像所表现的目标特征不一致的问题,提出了一种红外与可见光图像融合算法.首先利用小波变换将图像进行多尺度分解,然后提取不同分辨率、不同方向下的小波系数,采用不同的融合算法构造融合图像对应的小波系数,最后利用该小波系数重构融合后的图像.实验结果表明,该算法在红外与可见光图像融合处理中取得了很好的融合效果,有效地将红外和可见光对同一目标所表现出不同的特征、细节融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图象处理系统获取信息提供了基础.     

基于小波变换的电子设备故障诊断技术研究

基于BP神经网络的电子设备故障诊断,以其不需要建立故障诊断模型,易于智能化实现等优势,发展较为迅速,而采用此方法的故障诊断大部分以故障树获得的特征参数为依据;由于电子设备往往由大量的工作模块组成,各组成模块之间相互耦合、联系紧密,仅仅依靠故障树获得的特征参数难以较好地反映设备状态;所以基于这些特征参数的BP神经网络故障诊断往往诊断率较低;将小波分析的方法运用于特征参数的提取中,利用BP神经网络模式识别完成电台故障诊断;最后通过获得的实测数据进行了实例分析,验证了该方法对于提高电子设备故障诊断率,是可行有效的。     

脉动风速时程数值模拟

对高层、高耸和大跨轻柔等风敏感结构而言,风荷载是主要控制荷载,必须考虑风荷载的动力作用。分析了风速时程模拟方法的概况,包括传统的谐波叠加法、线性滤波法,以及近年来发展起来的小波分析、逆傅立叶变换法。采用AR法模拟了某索-桁移动机库的脉动风速时程。总结了各种方法的优缺点,展望了风速时程模拟的前景。     

基于小波变换的图像压缩中小波基的评价与选取

针对图像压缩中小波基的选取自由度高的问题,讨论了小波基的选择依据,分析了正交性、对称性、正则性、支撑性和消失矩等性能指标对图像编码的影响。研究了利用均方误差和峰值信噪比对图像品质的评价方法。利用MATLAB仿真,采用SPIHT压缩算法,使用4种小波基对测试图像进行压缩,对比其均方误差、最大误差、峰值信噪比和压缩比,并对实验结果进行了分析,发现具有对称性和紧支撑性,正则性较好的双正交小波综合性能最好,为小波基的选择提供了参考标准。     

基于组合矩特征的舰船目标识别

针对采用一维距离像特征进行舰船目标识别时,大样本需要、算法复杂和效率较低的问题,提出一种利用组合矩特征进行舰船目标识别的方法.首先提取目标距离像的变换不变矩及小波不变矩特征,并且在考虑算法效率及分类器设计的基础上,最终选取共6维特征构造组合矩,作为分类器输入,并利用实测数据对特征进行简化.分析结果表明:经过实测舰船数据验证,所提取的特征克服了姿态、幅度敏感性等特点,能够较好地表征不同类型舰船的差异.算法分类正确率较高,具有较好的工程应用前景.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于连续小波变换的柴油机气缸工作状态检测

为实现装甲车辆柴油机气缸工作状态不解体检测,在实车上模拟了失火故障,测取了不同状态下排气口附近的噪声信号;利用合适尺度下的连续小波变换(CWT),获得了具有明显幅值调制特征的周期性排气噪声低频成分;经过H ilbert变换幅值解调,提取最大幅值归一化包络信号的方差为特征参数,建立了一种柴油机气缸工作均匀性评价与失火故障检测的新方法。应用结果表明,该方法切实可行。     

空空导弹导引头小波降噪参数优选仿真研究

在对空空导弹导引头含噪信号实施小波阈值降噪时,以提高信噪比为规则,优选了降噪参数,并进行了离线降噪处理和实时降噪处理两种模式的仿真实验。在离线降噪模式下,通过对降噪参数的选择优化,从强噪声背景中得到了与实际的视线角速度高度一致的有用信号。在实时降噪模式下,考虑到算法的复杂性要求对降噪参数的限制,有针对性地选取了计算比较简单的降噪参数,降噪后提高信噪比仍能达到5 dB以上。研究表明,利用小波降噪技术能够克服传统导引头降噪技术的固有缺陷,可以为导引头滤波器的设计与实现提供支持。     

密度函数小波估计方法

对试验数据估计通常需要作正态假设,获得正态分布样本值信息。但对不符合正态分布假设的许多工程实际问题,例如多管火箭炮的弹丸落点坐标分布与正态分布相差较大,本文介绍了ー种非正态分布样本值的新方法 密度函数小波估计方法。通过用正交对称小波基函数估计概率密度函数,对含有噪声的试验数据进行阈值处理。用此方法进行射弹散布估计,避免了试验数据人为进行正态分布假设带来的较大误差,实例分析表明该方法有效。     

选择性神经网络二次集成在火药近红外分析中的应用研究

针对建立近红外光谱定量分析的神经网络校正模型时,存在变量数过多以及容易出现过拟合等问题,采用小波变换对近红外光谱进行预处理,用以消除噪声,减少变量个数;并在此基础上,提出一种新的神经网络校正模型一基于改进贪心法的选择性神经网络二次集成,来提高神经网络的泛化能力。实验结果表明：在建立火药近红外分析的校正模型中,该模型不仅建立过程简单而且具有较好的泛化能力。