基于小波分析的脉搏波信号处理

对脉搏波信号进行分析之前,对信号的去噪非常重要,本论文利用Mallat算法对脉搏波信号进行多分辨分析和去噪,分别对阈值法、平移不变量法、模极大值法的降噪原理进行分析,通过大量实验对比,比较了它们在处理脉搏波信号方面的优缺点。通过对一段含噪脉搏波信号降噪,得到了满意的去噪效果。     

负荷预测中基于小波分析的伪负荷数据的处理

论述了小波分解与重构法和非线性小波变换阈值法两种小波去噪方法。论述了一种应用于短期负荷预测中的伪数据处理方法:首先,利用小波变换将负荷序列投影到不同的尺度上;然后,在不同的尺度域分别计算模极大值,并根据负荷以天为周期波动的特性对模极大值进行处理;最后,通过小波重构得到去除伪数据的负荷序列。对实际负荷数据的计算表明了该方法的有效性。     

基于变换域分形的海面小目标快速检测

针对传统海杂波中分数阶傅里叶变换(FRFT)域分形检测算法确定最优阶次困难、性能不稳定等问题,提出改进的变换域分形的海面小目标快速检测算法。新算法利用快速估计算法快速确定目标回波在FRFT变换的最优阶次,目标回波经FRFT变换后使得能量得到积累,提高回波信杂比。在此基础上,利用优化多重分形去趋势波动分析算法(IMFDFA)进行海杂波的多重分形研究。对IPIX雷达实测数据进行目标检测,实验证明：新算法中提出的最优阶次寻优算法性能稳定;与传统算法分形结果对比,新算法性能得到明显改进且更稳定,在一定程度上有利于算法应用于检测海面小目标。     

基于奇异性的小波消噪技术

在论述了小波分析、信号奇异性与小波变换模极大值性质关系的基础上，本文给出了一种基于小波变换模极大值的信号去噪算法。仿真结果表明了该算法的有效性，既能有效的消除噪声，又能较好地保留了原始信号的突变信息。     

基于Shi-Tomasi算法的探地雷达管线目标检测

探地雷达图像中的双曲线特征是用于识别管线位置的重要信息,然而在实际应用中,由于环境和设备因素的影响,双曲线特征往往发生扭曲与变形,不利于分析判读。对此提出了一种基于Shi-Tomasi算法的自动化双曲线特征的识别方法,在预处理阶段通过小波软阈值去噪与频率波数域滤波的方法去除干扰,然后采用基于Shi-Tomasi算法的图像自适应分割,最后利用OSCA(Open Scan Clustering Algorithm)算法对分割结果中的双曲线特征进行筛选,得到的双曲线特征经过拟合分析后,可用于探地雷达管线检测定位。     

基于小波变换的目标检测关键算法研究

图像去噪和边缘检测都是目标检测中至关重要的过程。结合半软阈值法和比例萎缩法,提出了一种改进的小波局部自适应阈值图像去噪算法,给出了一种高斯小波模极大值算法进行图像边缘检测。实验证明,去噪算法优于传统的半软阈值算法,较好地保留了图像的细节信息。边缘检测算法与经典的Canny算子相比得到了更多细节信息,使图像变的更真实。     

基于B-样条小波的信号奇异性检测算法

介绍了小波变换的快速算法——Mallat算法和三次B-样条小波滤波器组系数,详细讨论了信号奇异性、小波函数奇偶性与模极大值的关系,最后给出了一个利用小波系数模极大值定位信号奇异点的实例。     

基于小波去噪和扩展Prony算法的谐波检测

运用扩展Prony算法对电力系统中含谐波、间谐波信号进行检测,通常实际信号中叠加有随机噪声;由于Prony算法对噪声敏感,采用小波软阈值法对信号进行去噪预处理,保留信号的特征信息,计算结果表明,采用小波软阈值法对信号进行预处理,有利于提高扩展Prony算法对谐波和间谐波信号提取的精确性.     

基于Hurst指数差异的海面小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于Hurst指数差异的方法来检测海杂波背景下小目标。该算法基于小波分析法：计算各种极化方式下不同距离门的海杂波的Hurst指数,分析发现距离门含有小目标的Hurst指数明显大于距离门只含有海杂波的Hurst指数,而只含有海杂波的不同距离门间Hurst指数变化较小,因此可基于不同距离门的Hurst指数差值作为检测小目标的标准。实验证明,该算法可在没有任何先验知识条件较准确地检测出海杂波背景下的小目标。     

小波变换模极大值域的一种自动滤波算法的实现

本文给出一种对小波变换模极大值进行自动滤波的算法.该算法可以自动寻找不同尺度之间对应同一边缘的模极大值,以实现非人工干预下的自动检测和去噪;并为采用小波变换模极大值法对边缘进行实时检测提供了可能性.     

基于重排频谱时频脊的海面小目标检测

针对由于传统W-H算法计算量大,检测效率不高,海面小目标检测难度较大的问题,提出了基于重排频谱时频脊的小目标检测新算法.通过研究实测数据的时频谱能量分布特点,对比了在不同极化条件下,传统算法与新算法对多组实测数据的分析结果,研究了Hough参数域内的尖峰特性,对小目标实现了有效检测,验证了算法的可行性.最终得出结论:新...     

海面RCS与雷达海上目标检测

该文结合海面雷达有效反射面积(RCS)的分析,根据某雷达的技术特点,再结合该雷达对海面目标探测工作的实践,探讨一些海面目标的检测方法.     

基于动态规划算法的无源毫米波弱小目标检测方法

针对无源毫米波弱小目标特点,结合已有的动态规划算法,利用图像阈值分割原理实时计算检测门限,提出一种适用于无源毫米波小目标检测的实用动态规划算法,并分析了动态规划的计算过程及分割门限的确定方法。实验仿真结果表明,此算法能准确检测出复杂背景下的低信噪比无源毫米波弱小目标,并得到目标运动轨迹,在单帧成像信噪比为4.5dB左右时,能准确检测出目标运动轨迹。     

基于梯度变化分析的弱目标检测

分析了噪声背景下弱目标区域的梯度分布特性,提出了一种利用弱目标边缘区域内梯 度分布特点来分割出弱目标的方法。为了提高分割的准确性,利用了帧间信息,根据目标的运动特征提取出真目标,并根据现场采集到的数据进行仿真,证明了该方法的有效性。     

基于三维凹包学习算法的海面小目标检测方法

对于特征类的海面小目标检测方法,现有3特征检测器通常采用凸包分类算法完成检测。在实际应用时发现,该分类算法生成的判决区域在某些情况下不能很好地反映海杂波样本集合在特征空间中的分布情况,进而对检测器性能造成一定程度的损失。相比之下,使用凹包算法生成的判决区域是由凸包内剖得到的,它能更加贴合海杂波样本的分布,因此该文将判决区域的形式由凸包转化为凹包,并在此基础之上提出一种基于3维凹包学习算法的海面小目标检测方法。同时,针对现有3维凹包算法存在的内剖效率低、无法实现恒虚警检测的缺点,该文通过优化内剖点选择方法、增加“外补”环节的方式对算法进行改进。最后,经实测CSIR数据及X波段试验雷达数据共同验证,在其他参数均相同时,该文方法的检测性能要优于已有的多特征检测方法,并且通过对凹包算法的复杂度分析证明了所提方法的应用潜力。     

一种基于背景预测的红外弱小目标检测方法

介绍了一种新的基于背景预测的空中红外弱小目标检测方法,以提高对复杂背景预测的准确性,减小云层边缘预测不准确形成的虚警.该方法对云层边缘处的点根据其不同尺度邻域上的亮暗点分布特点进行预测;对非边缘点采用基本背景预测法进行预测,最后经过背景对消,将弱小目标检测出来.实验结果表明,与已报导的其它方法比较,该方法能够更有效地抑制云层边缘引起的虚警.     

基于被动干涉微波亮温图像的海面目标探测算法研究

为利用被动干涉微波技术作为我国天基预警体系的重要补充以实现对海面目标的有效探测,该文提出一种基于被动干涉微波图像的海面目标探测算法。首先,建立了海面背景和海面目标的被动干涉微波图像数学模型;其次,详细地介绍了海面目标的探测算法,并仿真验证了算法的可行性;最后,开展了机载实验。理论分析和实验验证均表明：该探测算法是可行性的,能有效地探测到海面目标,且具有较好的探测性能;海面航行的金属目标在被动干涉微波图像中呈现“一高一低”的特征,可利用该特征提高海面目标探测概率。该探测算法可为天基被动干涉微波技术探测海面目标提供参考。

     

运动弱目标检测的一种新方法

分析了噪声背景下弱目标区域的梯度分布特性,采用模糊技术来描述了弱目标边缘区域内灰度变化方向的一致性程度,把灰度变化方向的一致性程度作为各像素点隶属于边缘的模糊隶属度,进行目标初分割.然后利用帧间信息,根据目标的运动特征再分割,并根据现场采集到的数据进行仿真,证明了该方法的有效性.     

基于自适应背景预测的红外弱小目标检测算法

文章在已有的背景预测的算法基础上,提出了一种自适应的背景预测算法。实验结果 表明,该算法不但能够准确的检测出弱小目标的位置,还具有更快的速度,对于实时性检测,有很好的效果。     

海杂波背景下小目标检测性能研究

由于海杂波的非高斯特性,对海雷达的性能分析非常复杂.文中首先分析了海杂波分布特性,然后对不同的检测方法进行了比较,最后仿真了海杂波背景下小目标检测能力.仿真结果对于工程应用具有重要参考价值.