基于小波变换相干积累的微弱信号检测

在低信噪比下检测信号的方法倍受关注。本文提出基于小波变换的信号相干积累方法。利用小波变换的子带编码理论，通过在多个子带中进行相干积累。积累后的信号再用周期谱方法进行估计，证明该方法可进一步改善信号的检测能力。文中以脉冲雷达回波信号和相位码信号为例。仿真结果表明，这种方法能在-19db信噪比(雷达回波)和-22db信噪比(相位码信号)下检测信号。     

基于小波变换的双通道相干语音增强

提出了一种基于小波变换的双通道语音增强方法.该方法将双通道接收的带噪语音分解到各小波子空间,在对噪声非平稳特性的精确估计的基础上有效地进行相干增强处理.针对语音和噪声在各小波子空间的不同时-频特性,采用不同参数值的MMSE-STSA估计器进行后续滤波,可以将遗留噪声进一步滤除.文章最后的实验结果证明,与传统的双通道相干语音增强方法相比,该方法具有更好的处理效果.     

基于小波变换的SAR图像相干斑噪声消除方法研究

本文提出了一种基于小波变换的合成孔径雷达(SAR)图像相干斑消除滤波器.这种滤波器通过在小波细节子图像中减少小波分解系数的幅度来抑制相干斑噪声,同时利用小波细节子图像中提供的边缘信息来检测边缘和纹理细节,并保留其对应的小波分解系数值.实验结果表明,此方法除了对相干斑噪声有很好的抑制作用外,还保留了尽可能多的目标特性和图像细节,有着良好的图像视觉解译效果.     

部分相干光束通过傅立叶变换系统偏振态的变化

基于空间－频率域的部分相干光理论，研究了部分相干光束通过傅立叶变换系统后偏振 变化，并以ＧＭＳ光束为例，进行了理论计算，结果表明：入射场的空间相干性对出射场的偏度影响极大，具体数值依赖于入射光场两分量的空间相关长度之比。     

基于小波变换相干积累的微弱信号检测

在低信噪比下检测信号的方法倍受关注。本文提出基于小波变换的信号相干积累方法,利用小波变换的子带编码理论,通过在多个子带中进行相干积累。积累后的信号再用周期谱方法进行估计,证明该方法可进一步改善信号的检测能力。文中以脉冲雷达回波信号和相位码信号为例。仿真结果表明,这种方法能在-19db信噪比(雷达回波)和-22db信噪比(相位码信号)下检测信号。     

一维小波变换在时域光学相干层析成像中的应用

时域光学相干层析(OCT)系统通常采用短时傅里叶变换(STFT)完成干涉信号的解调和图像重构。短时傅里叶变换算法简单,但是在干涉信号解调时难以获得好的去噪效果,通常还需在二维(2D)图像域对重构图像进行去噪。该方法数据运算量大,集成度不高。将一维(1D)小波变换(WT)应用于时域光学相干层析成像技术,同时实现干涉信号解调、去噪和图像重构。算法将时域光学相干层析的干涉信号分解到各个不同的频率空间,保留包含调制频率的频率空间的小波系数,对保留的小波系数进行滤波去噪后进行逆变换即可实现对干涉信号的解调和去噪,对解调信号等间距采样实现图像重构。该方法数据运算量小,集成度高,结合先进的小波去噪技术可以大大提高重构图像的分辨率,具有良好的应用前景。     

一种改进的基于小波变换的相干斑去噪方法

对于合成孔径雷达(SAR)图像中含有的相干斑噪声的抑制一直是SAR图像处理的热点和难点。相干斑噪声的存在对SAR图像的后续相关的图像处理,例如图像的分割、图像的特征提取以及目标的分类与识别有很大影响。提出了一种基于平稳小波变换的相干斑去噪方法,通过平稳小波变换对图像进行小波分解,对于子图像的高频区域进行阈值分割和双边滤波,利用平稳小波更好的冗余性和平稳不变性更好地去除了SAR图像的相干斑噪声。实验结果表明,这种改进的去噪方法对SAR图像的相干斑噪声抑制有很好的效果,并且尽可能地保留了图像的边缘和纹理细节。     

Kerr偶奇相干态中测量相位算符的压缩

利用S.M.Barnett和D.T.Pegg提出的测量相位算符,讨论了Kerr偶奇相干态中相位的二阶和高阶压缩性质。结果表明,在Kerr偶奇相干态中,测量相位算符comMφ不仅存在周期性的k阶cs类压缩,而且当k/2为偶数时cosMφ还存在k阶cN类压缩。压缩程度与|a|^2有关,对于较小的|a|^2,在Kerr偶奇相干态中cosMφ的压缩情况相似,但当|a|^2较小时,在Kerr奇相干态中cosMφ的压缩要找,甚至不出现压缩效应。     

基于小波变换的高分辨率SAR图像相干斑噪声抑制研究

论述了基于小波变换对高分辨率合成孔径雷达（SAR）图像的相干斑噪声进行抑制.首先从SAR图像相干斑噪声的产生机理出发,论述了在SAR图像中采用小波变换对相干斑噪声滤波的优越性和必要性;然后详细论述了在小波变换域中如何对相干斑噪声进行有效的滤波,同时利用小波细节子图像提供的信息来检测边缘和纹理细节;最后通过实验结果说明了此方法不但对高分辨率SAR图像相干斑噪声有良好的抑制作用,而且还尽可能多地保留了目标特性和纹理细节,使图像的视觉特性良好.     

光子增加相干叠加态的Wigner函数

利用算符作用在参考态上产生新的量子态的方法 ,将产生算符作用在相干叠加态 上,构造了光子增加相干叠加态。给出了其归一化系数和Wigner函数的解析表达式。通过 数值计算,讨论了相干态平均光子数和两相干态的相位差对Wigner函数的影响。研究结果 表明,随两相干态的相位差增大,Wigner函数的负值深度和负值区域时而增大时而减小, 它的负部 体积随相位差的演化呈现出准周期性演化,表明选择合适的相位差值对增强量子态的量子特 性有利;另一方面,随相干态平均光子数逐渐增大,Wigner函 数的负部体积增大,表明光子增加相干叠加态的量子特性增强。     

压缩真空态的另一表示

本文用正规乘积内积分法证明态矢exp(λQ~2)|0>(|0>是真空谐振子态,Q=1/2~(1/2)(a+a~+))在适当地选择λ后构成压缩真空态。     

四体纠缠态表象的构建及其应用

利用有序算符乘积内的积分(IWOP)技术,构建了一种四体相容算符1+2+3+4、p1-p2、p1-p3和p1-p4的共同本征态。研究表明,这种量子态具有正交性和完备性,完全可以作为一种新的表象。在动量表象和坐标表象中,对这种量子态进行了Schmidt分解,表明它是一种四体纠缠态。利用这种纠缠态构造了一个新的四模压缩算符,并分析其压缩特性,指出了纠缠与压缩的内在联系。     

增加光子双模压缩真空态的N次方H压缩效应

通过数值计算，研究了增加光子双模压缩真空态的N次方H压缩效应。结果表明：对于态，光场存在着N次方H压缩效应，而且对于高次方H压缩，在压缩参数较大时，随着场模上光子增加数的增大，N次方H压缩效应增强。     

在介观RLC电路中通过量子菲涅尔变换获得压缩机制和压缩态

按照有序算符内积分技术,时间演化算符可以表示为坐标-动量相位空间中经典变换的量子映射。依据已经提出的LC电路量子化方案所得到的哈密顿量,推广应用到LCR（电阻、电容和电感）电路量子化方案并得到相应哈密顿量。借助相应的理论计算,可以发现在量子化的LCR（电阻、电容和电感）电路中存在压缩机制。利用有序算符内积分技术和量子菲涅耳变换关系,可以进一步推导出量子介观LCR电路中相应压缩态的简明形式。     

小波变换及其在信号去噪中的应用

介绍了小波变换理论及基于小波变换去除信号噪声的基本原理和方法.研究利用小波变换技术对噪声进行阈值处理和去除非平稳信号的噪声,并应用Matlab软件实现了小波去噪的计算机仿真,仿真结果表明小波变换去除噪声的效果优于传统的Fourier变换.     

相干态光场与两纠缠原子相互作用过程中光场的压缩效应

采用时间演化算符和数值计算方法研究了两全同二能级纠缠原子与相干光场相互作用过程中光场的压缩效应。结果表明：两原子不是在任一纠缠态下，光场都会被压缩，光场压缩与两原子体系纠缠度有关联。在某一特定时刻，对于特定的光子数而言，在任一纠缠态下，光场可以完全被压缩。     

小波变换在心电信号处理中的应用

在心脏病诊断过程中,心电信号的检测是重要的环节,然而心电信号的噪声很强,为了能够较好地滤除信号中的噪声,对信号的特点进行准确标定,利用基于小波变换的阈值去噪算法和基于小波的模极大值-极小值的算法进行心电信号的处理.采用MIT/BIH中的数据进行仿真调试验证,实验结果表明,被引入的几种噪声能被很好地去除,而且心电信号能较完整地保留下来,特征点能被准确地检测到,从而提高了诊断心脏等疾病的诊断效率.     

基于小波变换的GPS微弱信号捕获组合算法

针对战场环境下GPS信号易受到敌方压制式干扰而产生严重衰减,提出了一种相干积分、非相干积分和小波降噪相结合的组合算法。该算法先通过相干积分和非相干积分结合的方法提高整体信号强度,避免导航数据位可能发生跳变的特性,然后采用小波降噪技术,克服信号与噪声的频带相互重叠时,滤波效果变差的问题,实现对弱信号的捕获。仿真结果表明,采用20 ms的相干积分时间、5次非相干积分和小波降噪,可以接收比传统方法低5 dB信噪比的微弱GPS信号。这种方法容易实现,预测可靠,具有实际应用价值。     

相干激光雷达平衡式相干探测技术研究

为了分析影响平衡式相干探测信噪比的因素,采用数学模型推导了平衡式相干探测原理和信噪比公式,分析了影响平衡式相干探测信噪比的因素,研制了用于相干激光雷达信号接收的平衡式激光探测器,并通过相干雷达样机,完成了气溶胶粒子发生米氏散射回波信号的探测。结果表明,研制的平衡式激光探测器具有非常低的噪声和高探测灵敏度特性,能较好地探测出大气中气溶胶粒子发生米氏散射的激光回波信号。     

基于SVD的小波变换图像去噪方法

针对传统SVD图像去噪方法的不足,提出了一种基于SVD分解的小波分解图像去噪方法。通过对小波变换的系数矩阵进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在噪声中的信号成分。实验结果表明该文提出的方法适用于图像信号的提取,与传统的SVD去噪方法相比,它提取出的信号特征成分更完整,信噪比更高。