利用Littlewood-Paley小波讨论Laplace方程初值问题的正则解

讨论了Laplace方程初值问题解的逼近.利用小渡分析中的多分辨率分析方法,借助Littlewood-Paley小波在频域上的高频衰变性,把Laplace方程在边界条件下的解投影到紧支撑函数空间,来考虑Laplace方程初值问题的正则解.     

基于多分辨分析的集成元件管脚微位移检测

由于电子集成元件的管脚朝着多且细的方向发展,管脚偏移检测要求提高,一般的检测方法不能满足这样高的精度。本文研究了采用光电自动快速检测大尺寸、多管脚集成块管脚位置微偏移的方法,提出了基于多分辨分析（MRA）的微位移的检测技术,达到亚像素的检测精度,具有良好的可靠性,解决了大型集成块管脚位置偏差自动化检测问题。     

图像Mallat算法边界延拓问题的研究

在小波变换图像编码中由于图像信号是有限长信号,在Mallat算法中必须对信号边界作适当延拓才能实施滤波运算,而且边界处理的好坏直接影响图像编码后重构的质量,故边界延拓处理是Mallat算法实现的一个研究问题。首先分析了图像编码Mallat算法中对图像信号进行边界延拓的原因和常用的一些基本方法,给出了对称延拓处理后信号重构的理论和方法,并在理论和仿真的基础上给出了边界延拓方法选择的一般原则。     

基于LabVIEW的机械故障信号小波包分解和重构

给出了一种基于LabVIEW快速实现信号的小波包分解和重构的方法.在LabVIEW的高级信号处理工具箱中包含了小波包信号分解和重构的模块,利用这些模块快速实现了小波包分解和重构,针对现在利用这些模块进行编程的资料有限,编译了相关的小波包分解和重构程序,以便于虚拟仪器的架构和故障的快速诊断.最后用仿真信号进行了小波包的分解和重构,证实了该办法的可行性.     

基于多分辨技术的任意控制顶点曲面光顺

在自由曲面的光顺过程中,针对曲面u、v方向控制顶点数任意的情况,以任意控制顶点曲线的多分辨光顺算法为基础,通过张量积的方法,把任意分辨率下的多分辨光顺技术推广到了二维空间。该算法基于张量积运算,用严格的数学推导实现了二维B样条小波的构造及其分解重构算法,由此把原始曲面的控制顶点分解成了低频部分和三个细节部分,其中,低频部分即为光顺曲面的控制顶点,细节部分即为过滤掉的噪声。由于整个计算过程严格遵循多分辨分析思想,原始曲面仍然可以通过重构算法由低频部分和细节部分进行精确重构。在此基础上,通过一个复杂的实例,验证了本多分辨光顺算法的正确性和准确性。     

基于模型参考神经网络自适应异步电机无速度传感器矢量控制系统的研究

针对在传统的异步电机矢量控制系统中采用编码器、光电码盘等速度传感器来对转速进行检测给系统带来的一些缺陷,该文将模型参考方法和神经网络相结合,提出了一种模型参考BP神经网络的无速度传感器异步电机矢量控制方案,并设计了速度辨识环节.同时对系统进行了仿真和实验,结果表明:该方法具有较强的抗干扰能力,受电机参数影响小,能较好地估计电机转子的转速.     

基于小波算法的摆式列车倾摆指令实时提取

由于摆式列车线路检测系统测得的线路超高时变率信号是平稳的且含有幅度大、频带宽的噪声 ,难以用常规的滤波方法得到摆式列车实时倾摆指令。本文介绍了多分辨率分析的基本原理及快速算法 ,讨论了基函数的选取 (构造 )原则。根据超高时变率信号的特征 ,合理选择基函数 ,提出了一种对流式数据的实时滤波算法 ,通过对仿真和线路试验实测数据的处理与常规滤波方法进行了比较。结果表明 ,该算法能更快地实时提取摆式列车倾摆指令。     

一类新的V描述子在形状识别中的应用

提出了一类新的V描述子,对二维图形进行V变换提取形状信息,并定义归一化后的变换系数为描述子,其具有旋转、平移、缩放不变性,通过形状主方向在一定程度上消除了起始点的影响.通过快速V变换可以有效地计算出V描述子,该识别算法采用加权欧氏距离,并充分利用了V描述子的多分辨率分析特性,对轻微遮挡具有一定的抵抗力,可以根据实际情况达到较好的识别.     

一种结合小波变换与二维最大熵法的图像阈值分割方法

基于小波变换与二维最大熵原理,提出一种新的图像分割方法.该方法首先对图像进行n级小波变换,在第n层低频子图上应用二维最大熵阈值法求得分割阈值,结合其他反映边缘的高频子图,对子图实施分割,并计算分割后的目标物体能量占子图总能量的百分比;然后以该阈值为初始种子值分割全图,通过调整阈值使全图分割出来的目标物能量与全图总能量的比值在误差范围内等于分割子图得到的能量比,最终得到的阈值就是要求的最优分割阈值.实验表明,本算法具有较强的适应能力,在任何情况下都能取得较好的分割结果,而且分割效率较比直接对整幅图像应用二维最大熵阈值法有一定提高.     

基于小波不可分离多分辨率的图像重建

文中提出并实现了一种基于小波不可分离多分辨率的重建算法。在图像重建领域内利用小波变换时,是对二维图像进行行和列的依次滤波,需要假定二维信号是关于自变量x和y可分离的,而实际二维信号中大多是不宜分开处理的。在算法中首先将投影数据进行二通道的小波分解,在分解抽样中,使用不同的抽样方法,直接得到小波的近似系数和细节系数,这些系数再经过逆小波变换得到最终的重建图像。基于不可分离多分辨率的小波算法将投影数据进行二通道的小波分解。