基于小波分析的传感器故障检测研究

针对航空发动机控制系统传感器故障检测在强噪声环境下易误报的问题,设计了基于模极大值原理的传感器故障检测方法.首先介绍基于小波奇异性进行故障检测的基本原理,之后根据信号和噪声奇异指数不同的特点判断噪声模极大值.对传感器典型故障,给出基于模极大值原理的传感器故障检测算法,并根据小波变换模极大值在不同尺度下的分布来完成故障的检测.通过某型涡扇发动机控制系统传感器故障检测仿真实验表明,小波变换能很好地刻画信号的奇异性特征,该滤波算法消噪效果明显,故障检测准确度高.     

一种改进的小波模极大值不变矩算法

一种改进的小波模极大值不变矩算法,首先利用小波模极大值在多尺度上的表现与Lipschitz指数的关系去除图像边缘的噪声点,然后采用动态确定阈值的方法,利用前一个尺度下模图像的平均模值作为后一个尺度下模图像的阈值,最后将此算法应用于汽车图像库.实验表明,改进后的算法能更有效地检测到图像在各个尺度下的边缘信息,检索性能明显优于原算法.     

基于小波极大模值的色谱噪声自适应滤除

利用小波模极大值理论提出了一种自适应滤除色谱噪声的算法。对带噪色谱信号小波分解获得不同分解层数上的模极大值点,利用信号与噪声的小波模极大值的衰减性显著差异,结合色谱谱图信号与非信号不同区域,根据同一序列点在不同层上的模值变化,区分出信号点与噪声点,再通过信号重组可得到滤噪后的色谱信号。实验结果表明,该算法不影响色谱峰峰高和峰位置,能有效地自适应降噪。     

基于模极大值小波域的去噪算法研究

根据信号与噪声在小波变换下的不同特性，提出了基于模极大值小波域的去噪算法。该算法先用Adhoc算法求出信号的模极大值，再根据模极大值小波域的定义求出信号的模极大值小波域，从而得到信号的小波系数，然后逆变换得到信号。实例分析表明：该算法能有效消除噪声，与交替投影模极大值算法相比，该算法在原理上更简单，程序实现更容易，去噪速度更快，能满足在线监测的要求。     

基于模极大值和相关性的图像噪声抑制融合算法*

现有的融合算法不能很好地区分噪声和视觉上有意义的特征信息,针对此问题提出了一种基于模极大值和相关性的图像噪声抑制融合算法.首先利用二进小波分解后高频系数的局部模极大值得到各尺度的图像边缘,然后利用小波系数的模极大值抑制噪声,结合子带关联和尺度相关的融合准则对去噪后的边缘进行融合,最后基于边缘重构图像.算法在抑制噪声的同时更好地保护了边缘特征信息,同时减少了计算量.理论分析和实验结果表明了算法的有效性.     

结合无下采样Shearlet变换和改进尺度积的边缘提取

为了解决遥感图像边缘提取中的伪边缘现象,提出了一种基于无下采样Shearlet变换模极大值和改进数学形态学的边缘提取算法。首先,通过无下采样Shearlet变换对目标遥感图像提取高频分量和低频分量;针对小尺度边缘系数受噪声影响过大,对相邻2个尺度较大的高频系数进行改进,得到尺度多方向的高频系数。然后,采用非模极大值抑制方法对高频系数进行处理,提取高频分量的目标边缘;采用改进的数学形态学方法对低频分量进行处理提取低频目标边缘。最后,将高低频边缘提取结果加权融合,并使用区域连通法去除孤立噪声点,得到最终边缘提取结果。实验表明,与Canny算法、基于NSCT模极大值+Canny算法、基于NSCT模极大值+数字形态学3种算法相比,该算法提取的目标边缘轮廓不仅完整清晰,连续性好,还具有较强的抗噪性。     

应用小波变换的认知无线电频谱检测

频谱检测是认知无线电的核心问题之一,利用小波变换对接收信号的功率谱密度（PSD）进行奇异点检测,为了在低信噪比条件下有效地检测空闲频谱,分两步去除噪声在检测中的影响。首先利用噪声与信号奇异点的小波变换模极大值在不同尺度上具有不同的传播特性,可以去除噪声;再通过小波变换模极大值的衰减计算Lipschitz指数,去掉与信号奇异点具有不同Lipschitz指数的噪声。最后依据剩下的奇异点将PSD划分为多个子带,利用带通滤波器估计每个子带的PSD水平,最终确定出空闲频谱。仿真结果证明了该方法的可行性。     

基于小波尺度积的图像边缘检测算法

图像边缘检测技术是图像处理中最重要的内容之一,针对噪声大、灰度对比度低的图像,利用小波尺度乘积模极大值对其进行边缘检测.在进行二进小波变换后,先把相邻尺度的小波系数直接相乘,抑制噪声和增强图像边缘信息,再运用模极大值检测图像边缘,利用隶属函数确定阈值.该算法可以免除传统小波模极大值边缘检测后繁杂的边缘链接,简单易实现,实验证明其对抑制噪声和增强弱边缘有良好的效果.     

信号处理中去噪算法的改进仿真

针对信号处理中交替投影法去噪计算量大的缺点,提出了改进方法,改进后的方法首先利用Ad hoc算法求出信号的模极大值,然后对模极大值点分段进行抛物线插值,从而得到信号的估计小波系数,最后利用估计小波系数重构信号,实现去噪的目的。仿真实验证明：该方法能有效去除噪声,与交替投影法相比,该算法在原理上更简单,程序实现更容易,去噪速度更快,是更加实用的方法,特别是便于用硬件实现。     

改进奇异点检测算法在探地雷达信号检测的应用

探地雷达回波相邻道信号具有很大的相似性,本文利用相邻道信号间的相关性,改进了二次样条小波模极大值搜索算法,提出了一种基于信号相关性的奇异点检测算法,并加以实现。实验结果表明改进后的算法能够进一步去除噪声产生的奇异点,更加准确的判断目标回波的奇异点位置,为地下埋藏物位置的判断提供有利的判据。     

基于小波变换去噪的相关功耗分析攻击研究与实现

为了提高功耗分析攻击效率,减少噪声影响,研究了小波变换去噪对功耗攻击的影响以及相关功耗分析（correlation power analysis,CPA）攻击的相关系数与攻击效果的关系,提出使用平移不变量小波法与小波模极大值法对功耗曲线进行去噪预处理。该方法使用卡尔曼滤波法、小波模极大值法与平移不变量小波法对功耗曲线进行去噪预处理,再对原始数据及去噪后数据分别进行CPA。实验结果显示,与原始数据相比,使用平移不变量小波法改进的CPA相关系数比仅使用CPA提高了165%,比卡尔曼滤波法提高了31.4%,比小波模极大值法相关系数提高了26.4%,同时攻击成功所需要的功耗曲线减少了92%。实验结果表明使用平移不变量小波法改进的相关功耗分析攻击效果最好。     

基于最优小波包基的模极大值法信号消噪研究

给出了对信号进行基于熵准则的最优小波包基分解的基本原理,在此基础上提出了使用模极大值法进行信号消噪的基本原理.通过计算Lip指数确定信号中的奇异点,然后根据噪声和有用信号的模极大值随着小波分解尺度的增大而呈现出的截然不同的特性剔除噪声,从而实现消噪.通过对一含有噪声的信号进行消噪验证了该方法的优越性.     

地震信号小波变换的去噪方法

运用模极大值法基本原理进行地震信号去噪研究,进而运用二次小波变换原理通过低层系数处理对常用小波去噪方法进行改进.通过合成不同的染噪地震信号,由一系列仿真实验对模拟地震信号进行不同尺度的小波分解与重构,从而实现最优小波分解尺度上的地震信号噪声去除.与常用的快速傅立叶转换方法比较,仿真结果表明,该小波变换方法能够有效去除地震勘探信号中的噪声,并且针对系数的二次小波变换可以明显改进去噪的效果.     

玻璃污迹的小波识别方法研究

本文提出玻璃污迹的直方图小波包检测方法 .该方法能以不同的分辨率快速、准确地进行图像污迹程度的检测 .小波包的高低频特征及求取直方图凸包面积残差法 ,既能大大降低了图像处理的计算工作量 ,又能够消除噪声及异样污迹 (杂物 )的干扰 .文章借助污浊因子提出了一个判别洁净度的量化概念 ,并在实验中得到验证 .针对擦洗作业实际 ,文章提出背景图像人工和自动初始化的方法 ,最后给出并讨论了一个实验的结果     

小波模极大值在图像消噪中的应用

提出利用小波模极大值进行图像消噪方法,对含噪声图像进行离散平稳小波变换和噪声标准差的估计,在Bayes-shrink阈值计算的基础上,得到消噪的阈值计算公式。对各尺度各子带的小波系数模极大值进行判断,获得由图像边缘产生的小波系数,使用自适应多阈值的方法在小波各尺度、各子带萎缩非图像边缘产生的小波系数。经平稳小波逆变换得到消噪后的图像。实验结果表明,与以前消噪方法相比,该方法具有更好的效果。     

基于小波变换的语音增强方法研究

分析了小波去噪原理,根据随机噪声的小波变换系数在不同尺度上的传递特性和噪声信号奇异性与小波模极大值的关系,同时考虑到语音中浊音和清音的特点,提出了一种改进阈值的小波域语音增强方法。在阈值函数中引入参数,通过调整参数以获得最佳的小波系数的阈值估计,使得改进阈值介于硬阈值与软阈值之间。利用改进阈值对染噪语音信号的小波系数进行阈值处理,既抑制了噪声,又减少了语音段信息的损失。仿真结果表明,这是一种有效的语音增强方法。     

惯组野外测试时振动干扰的检测与提取

惯组在野外进行测试时常常会受到地基振动的干扰,这种干扰会对惯组的测试精度造成极大的影响.本文首先建立了振动信号的数学模型,然后利用小波模极大值法对惯组的输出信号进行分析,并推导了抑制噪声干扰、提取振动信号的算法.仿真实验表明,该算法具有很好的检测能力.     

基于小波消噪的管道泄漏定位方法

结合小波变换模极大值理论和多尺度相关性分析,探讨了小波消噪在管道泄漏定位中的应用;根据该理论泄漏突变信号和噪声信号的小波变换系数在不同尺度上具有截然不同的传播特性,对含噪信号进行小波变换后,计算相邻尺度间小波系数的相关性,并根据相关性大小区别小波系数的类型,从而准确地区分故障信号与噪声;通过对济南-临邑站71.885km长含单泄漏点的输油管线现场数据分析,该算法的故障定位相对误差精度可达0.25%。