基于小波变换模极大值的电能质量奇异性检测

针对配电系统中最常见的暂态电能质量扰动,例如电压暂降、电压暂升、电压振荡和脉冲等,在发生扰动的起止时刻常常对应电压信号发生奇异点的特点,提出了一种基于小波变换模极大值的电能质量奇异性检测方法,通过信号小波变换模的极值点在多尺度上的综合表现,来表示信号的突变或暂态特征,并通过算例仿真验证了该方法的有效性。     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

基于小波变换模极大值通信信号码元跳变检测

小波变换对信号的跳变点和奇异点有很好的检测能力,其应用相当广泛.数字信号在码元边界上由于幅度、频率或相位的变化而产生变化,利用小波变换的模极大值方法可以对数字通信信号的码元跳变点进行检测.计算机仿真结果表明,该方法对码元的跳变点检测具有很高的精确性.     

一种基于小波变换模极大值的估计 Lipschitz指数新方法

信号的奇异点和不规则部分往往包含丰富的信息,其奇异性行为通常由Lipschitz指数(Lipschitz Exponent,LE)来刻画.Mallat和Hwang在其经典文献[1]中提出采用小波变换模极大值随对数尺度变化曲线的最大斜率作为LE指数的度量.该方法已被学界广泛采用.但是,由于该计算方法只是文献[1]定理4不等式等号成立时的特例,故在噪声的情况下其计算的精确性和鲁棒性往往得不到保证.本文将Mallat的方法进行了改进,将对数坐标系中在小波变换尺度范围内满足文献[1]定理4的直线与小波变换模极大值(Wavelet Transform Modulus Maxima,WTMM)曲线间的面积作为估算LE的目标函数.在此基础之上研究了LE的先验知识,并给出了适于工程计算的估计算法.最后进行了对比仿真实验.实验结果证明本文的方法具有更高的精确性和鲁棒性.     

基于小波变换模极大值的LiDAR风切变预警算法

为了更好地检测低空风切变, 保障飞机的飞行安全, 提出了一种基于小波变换模极大值的激光雷达风切变预警算法。先用小波变换求取重组逆风廓线上的模极大值, 找到"拐点"后再利用风切变判断标准来判断。在进行数值仿真和来自湖北郧西气象站、四川攀枝花机场的现场检测验证后, 确认新算法在准确性及效率方面都有良好的性能, 且脉冲型数据使用biorthogonal系中双数小波检测结果较准确, 而阶跃型和斜坡型数据需使用Daubechies系中Db5小波。结果表明, 鄂西北郧西县和攀枝花保安营机场均有风切变发生, 风切变强度为重度。该算法能检测不同类型的风切变, 不用考虑风切变的尺度, 较好地弥补了现有算法的不足, 为飞机的起降提供技术保障, 对实时检测和预警也有重大的意义。     

用小波变换的模极大值提取调制信号频率

利用小波变换系数的模值与信号奇异性指数之间的关系,从调频信号中提取出调制信号的频率.其方法是:对调频信号进行小波变换,取适当尺度上的小波系数进行平方,得到小波变换模极大值的分布曲线,对该曲线进行小波强制滤波,得到反映调制信号频率的光滑曲线,计算该曲线的频率,即可得调制信号的频率.经过计算机仿真,证明该方法是可行的.     

基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法

为了消除混杂在肌电信号中的噪声,该文提出了基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法。该方法先对肌电信号进行小波分解;其次,根据小波系数的奇异性,利用信号与噪声模极大值在小波尺度上的不同变化特性,分离出信号与噪声;再次,用Hermite插值法重构小波系数;最后从重构的小波系数恢复成去噪后的信号。实验结果表明,Hermite插值的小波模极大值重构能有效地去除噪声,提高信噪比,且保留了肌电信号的细节信息,为肌电信号的特征提取和模式识别创造了良好的条件。     

基于RBF网络的小波变换模极大值重构算法

本文根据交替投影的基本思想,提出了一种基于径向基函数网络的小波变换模极大值重构方法.该方法利用径向基函数网络(RBFN)在其基函数宽度很大时具有较好的线性映射这一特性来加快收敛速度,提高重构精度.它不仅能较好地重构信号的边缘,而且能准确地重构出信号的峰值.大量仿真实验表明,该方法对各种信号是普遍适用的,具有收敛速度快,重构精度高的特点.     

基于多尺度边缘检测的小波包去噪方法

文章提出一种将小波变换模极大值(WTMM)多尺度边缘检测与小波包去噪算法结合起来的图像去噪方法。仿真结果表明,该方法不但对噪声的抑制能力强,而且可以很好地保留图像的边缘信息。     

改进的基于小波变换的图像边缘检测方法的研究

本文介绍一种基于小波变换模极大值进行图像边缘检测的方法。对图像进行二维小波变换,其梯度模值反映了图像的边缘,用这种方法可以检测到图像所有边缘的细节,但同时也会检测到一些伪边缘和噪声点。本文采用图像分块方法确定阈值,并用该阈值来限定模值,与传统边缘检测方法相比,可以得到更好的边缘检测效果。     

基于小波变换模极大值重构原理的HRTFs平滑逼近预处理

空间听觉的研究以及虚拟听觉空间的实现中,与头相关传递函数(Head-Related Transfer Functions, HRTFs)或与头相关冲激响应(Head-Related Impulse Responses, HRIRs)的高效建模对于隐含在HRTFs中的特征模式的识别有着极其重要的作用。作为建模前的一个重要环节,该文通过对HRTFs的时域奇异性特征分析和全部测量空间方位上HRIRs分布特点的统计判断,采用具有平移不变特性的多孔小波变换和相应的模极大值重构原理提出了一种HRTFs非线性平滑逼近预处理的方法。仿真实验结果表明,在设置的阈值门限一致的情况下,该文方法较PCA(Principal Component Analysis)和基于小波变换Mallat算法的逼近处理的性能分别提高了8.3dB和2.4dB。     

多噪声背景下船舶轴频电场信号的提取

船舶轴频电场信号是船舶的固有特征之一.浅海船舶轴频电场测量信号受到了低频周期噪声和海洋环境电场噪声等噪声的多重干扰,使得信号的提纯存在困难.这里具有针对性地对浅海船舶轴频电场信号进行分析,先通过时频分析方法对所得信号进行预处理,最后利用基于LMS算法的自适应滤波方法对测量信号进行噪声抵消.结果证明,这种方法确实使得干扰噪声得到大幅度抵消.     

多层次模极大值降噪算法研究

小波模极大值去噪方法具有很好的理论基础,却在应用上存在许多影响去噪性能的因素,如最优分解尺度选择、收缩阈值估计、模极大值线搜索及重构算法的效率和精度。在经典Mallat模极大值去噪算法的基础上,提出多层次模极大值降噪算法,设定分解尺度的最优选择范围,并利用改进的自适应阈值估计对模极大值序列进行预处理及利用多项式插值对模极大值序列进行快速重构。Maltab仿真结果表明多层次模极大值降噪算法具有良好的去噪性能,有效解决模极大值去噪方法在实际应用中面临的问题。     

基于多尺度小波模极大值的猪体图像分割

为了在复杂背景下准确地分割出猪体,文中提出基于多尺度小波模极大值的猪体图像分割算法。首先对猪图进行小波模极大值多尺度边缘检测得到猪体的准确边缘;然后利用基于梯度的边缘生长法,完成边缘封闭修复;最后通过二值数学形态学处理得到猪体区域。结果表明,在猪舍复杂背景下,文中算法能够较好地分割出光滑、完整的猪体,提高了分割的有效性。     

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。     

结合小波模极大值和改进Hausdorff距离的电路板红外图像配准

电路板红外图像具有背景区域灰度单调、元器件发热区域轮廓模糊、噪声高、对比度低等特点,对配准精度和稳定性有很大影响。针对这些特征,提出了结合小波模极大值和改进 Hausdorff 距离的红外图像配准方法。首先用小波模极大值的算法提取边缘曲线;然后对传统Hausdorff距离进行改进,边缘曲线分段,并建立匹配基本单元;其次对基本单元粗匹配,压缩搜索空间,再进行精匹配,找出最优变换。最后采用 Matlab 进行仿真,实现图像精确配准。对比实验结果表明：该方法明显提高了配准精度,显著改善了配准稳定性。     

一种基于二进小波变换的图像边缘检测方法

边缘检测是图像处理和计算机视觉领域最活跃的研究课题之一。传统边缘检测方法对噪声非常敏感,针对该问题在传统边缘检测算法分析的基础上,提出了一种基于二进小波变换的图像边缘检测方法。首先,对原图像进行二进小波分解,然后对低频子图像用直方图均衡化来进行增强,对增强后的低频子图像用二进小波变换模极大值点方法进行边缘检测得到边缘图像。实验结果表明,这种边缘检测方法明显优于对原图像直接使用传统边缘检测算子或二进小波变换模极大值点的边缘检测方法。     

基于尺度——小波能量谱的船舶水压场信号检测

 为了有效地从风浪背景中检测船舶水压场信号,本文利用连续小波变换分析了实测海浪水压场与船舶水压场的尺度—小波能量谱,根据两者的能量差异,提取某一特征尺度范围内的能量和为特征,采用滑动检测方法对信号进行实时检测.通过实测数据和仿真数据对该检测算法进行验证,结果表明此方法在低信噪比情况下,能较好的检测到目标信号.     

基于反对称双正交小波分解系数的模极大值的信号快速重构

因为反对称双正交小波具有近似微分算子性质,该文用它对信号作无下采样(Un-decimated)的小波变换,以此获得信号在各尺度下与信号的边缘点相对应的局部模极大值。在只保留这些局部模极大值(即边缘)点信息的条件下,利用高斯函数直接拟合各级小波系数,然后再作小波逆变换就可恢复原信号。实验表明,与现有的采用二进小波变换的方法比较,该方法更加简便快捷。     

一种基于小波脊时频分析的差分跳频信号检测方法

针对差分跳频信号频带宽、跳速快、检测难的问题,在分析比较短时傅里叶变换(STFT)的基础之上,提出一种通过提取小波脊进行时频分析和参数估计的信号检测方法。该方法的检测效果明显优于短时傅里叶变换,当信噪比大于-7 dB时,在不要求高采样率的情况下,对于差分跳频信号的参数估计是有效的。