局域均值分解在MEMS陀螺随机误差消噪上的应用

针对标准Kalman滤波需要建立准确的系统模型、小波阈值降噪对小波基和阈值的选取依赖于经验的不足,将局域均值分解(LMD)方法引入MEMS陀螺的随机误差滤波.该方法可自适应地将随机误差信号分解为若干PF分量之和,且对各分量进行小波降噪处理,将处理后的各分量相加得到降噪信号.实验分析表明该滤波方法效果明显.     

外测数据处理中噪声分离模型的方法研究

外弹道测量（简称外测）事后处理的原始数据中包含着由弹上、地面测量设备等产生的多种多样的系统误差和随机误差，外测数据质量与精度的实质就是对其噪声的准确分离。文中针对原始数据的特征，建立对其小波包分解后的各高频门限权值融合，并利用要求的数据精度值控制权函数的噪声分离模型，得到σ控制的数据和各种噪声的分离。实际应用表明，此方法对多类任务数据的处理都取得了满意的结果。     

基于细节分量提取的脉压雷达信号检测技术

小波分解可以将信号分解为多层近似分量与细节分量，脉压雷达信号的脉内信息可以在细节分量中得到很好的体现，因此小波变换方法对脉压信号有着很大的优势。Mallat快速算法使小波变换走向工程实用成为可能，对ADC输出的数据流做小波分解，得到各层的细节分量，找到波形失真较小并且能够反映脉内特征的细节分量作为新的数据源，对之进行相关处理，完成信号检测。文章最后以实际雷达信号为对象进行了实验，实验结果表明该方法是切实可行的．     

雷达设备与系统

0620747基于细节分量提取的脉压雷达信号检测技术[刊,中]／潘继飞／／电子信息对抗技术．-2006,21(3)．-16-19 (G)小波分解可以将信号分解为多层近似分量与细节分量,脉压雷达信号的脉内信息可以在细节分量中得到很好的体现,因此小波变换方法对脉压信号有着很大的优势。Mallat快速算法使小波变换走向工程实用成为可能,对ADC输出的数据流做小波分解,得到各层的细节分量,找到波形失真较小并且能够反映脉内特征的细节分量作为新的数据源,对之进行相关处理．完成信号检测。文章最后以实际雷达信号为对象进行了实验,实验结果表明该方法是切实可行的。参3     

基于小波变换的CO_2预裂腔内压力时频特征分析

为提取CO_2预裂过程动态参数以优化预裂工艺,基于某CO_2预裂实验数据,利用小波变换对CO_2预裂装置腔内动态压力信号进行时频特征分析,得到不同频带上压力信号分量的时间历程曲线和能量分布。分析结果表明,通过对预裂过程腔内压力信号的小波分解重构,可以同时反映压力信号的强度、频率、波形对能量分布的影响,结合不同频带的时间历程曲线可以获得动态压力在不同频带上的分布和衰减的细节信息,进而确定频带分量对预裂效果的影响。     

外测数据误差的高精度估计与分离方法

航天发射场火箭外弹道数据预处理主要完成原始测量数据随机误差和系统误差的修正,是后续进行航迹融合和目标识别的基础。为解决传统最小二乘方法难以对测量数据随机误差进行高精度估计的难题,本文提出利用小波变换的多层分解与重构技术对测量数据的随机误差进行统计和消除;并针对复杂模型下测量数据系统误差难以分离的难题,采用模型辨识和回归分析理论对系统误差进行模型分析和诊断的方法。仿真和实际应用证明新算法简单适用,可有效解决传统方法难于对测元误差进行准确修正的问题,大大提高参与融合求解的测元数据质量和弹道解算精度,在靶场外测数据预处理方面具有良好的应用前景。     

基于小波变换的网络流量异常监测仿真实验

为有效定位识别和提取网络流量序列的暂态性异常特征,针对网络异常流量特征扰动性和暂态性特点,提出一种基于小波分解的二叉分类回归决策树主分量特征优化跟踪特征提取算法。利用训练集建立决策树模型,采用二叉分类回归决策树模型进行主分量特征优化跟踪建模,利用双正交提升小波分解得到的各层细节信号对暂态性扰动特征的敏感性,通过小波分解得到各层细节信号,将提取的小波分层细节信号的奇异值分解特征再返回到决策树主分量特征优化跟踪模型中,实现网络流量异常特征的定位提取和识别。仿真实验表明,改进算法的抗干扰能力和分辨率提高显著,暂态性异常特征谱图分辨能力提高,异常特征分布谱清晰可见,展示了较好的特征提取和状态识别性能。     

3D MAX动画中材质参数的数字水印算法

为了保护在线多媒体数字资源的版权,提出一种针对3D MAX三维动画的数字水印方案。选定动画中的材质参数作为水印嵌入位置,首先将若干有效材质参数组成一个矩阵,对此矩阵进行小波变换,得到逼近分量和细节分量,其次将水印信息进行PCA分解,然后将小波变换后得到的逼近分量与PCA分解得到的第一分量进行数据融合,最后用融合得到的逼近分量与原始细节分量进行小波逆变换,从而将水印嵌入到材质参数矩阵中,用新矩阵中的元素来重新设置材质,得到嵌入水印的三维动画。实验结果表明,算法简单易行,水印隐蔽性好,抗攻击性能强且扩展性好。     

基于小波分析的图像压缩

从小波分析的理论及研究现状出发,阐述了小波分析在图像压缩中的应用,并通过实验说明小波分析在图像处理中的作用。实验以matlab7.0作为平台,使用wavedec2和appcoef2函数进行二维小波分解和获取小波分解的近似分量,并且使用detcoef2函数来获取两层二维小波分解的细节分量,最后使用wrcoef2函数对各层的分量进行重构。实验表明,利用小波分析对图像进行压缩可以得到非常好的压缩效果。     

基于小波变换的加权图像融合方法

提出了一种基于小波变换的多光谱图像与高空间分辨率图像融合方法。该方法通过局部方差准则利用加权平均将高空间分辨率图像和多光谱图像经小波分解的低频分量进行融合,然后将融合的低频分量和高空间分辨率图像的细节分量结合进行小波反演变换得到融合图像。通过和WT方法的融合结果进行对比评价,表明了该方法在提高多光谱图像的空间细节表现能力和保持光谱信息上都有很好的效果。     

基于随机误差项的小波阈值去噪算法研究

针对振动环境下陀螺仪输出信号噪声干扰严重的问题,提出了一种用随机误差项改进小波阈值的去噪算法。通过对陀螺仪输出信号进行小波分解,根据频率成分将信号分解为多层;然后,对分解在各层的信号进行随机误差项辨识,进而利用随机误差项系数获取各层的噪声阈值;最后,利用获取的阈值进行小波去噪。改进阈值的提出,旨在解决Donoho全局阈值中因阈值选取过大或过小而产生的噪声误判或噪声残留问题,使噪声去除更彻底。通过实验分析,证明了本算法既能有效去除信号噪声,解决噪声残留的问题;又能保留输出的有效信号,解决噪声误判的问题。     

基于小波分析的试验数据处理

根据小波分析的多尺度分解理论，结合测试数据误差产生的频率分布特性，提出了基于波波分析的试验数据的处理方法，并给出了这一方法的实际算例。     

非均匀采样信号小波分析误差控制方法

标准的小波分析方法中,信号的低频能量和高频能量不能人为控制,因此在利用低频分量近似原信号时,在一些陡峭变化区域会存在较大偏差。针对这一问题,本文首先分析了小波分解各子带能量与采样频率的关系,发现增加采样频率可以降低高频能量,并给出了部分证明。以此为基础,提出了非均匀采样信号小波分析误差控制方法,考虑到小波分解的高频能量和低频能量存在互补关系,算法利用高频系数作为低频表示误差的判断指标,对误差超限位置处的数据增加采样,然后对修正后的数据进行低频分解;该方法使低频能量可根据误差门限人为进行调整。重构是分解的逆过程,可完全无误的恢复原始信号。实验表明算法对小波分析低频表示误差具有很好的控制能力。      

基于相对动态误差的轴承故障特征参数提取北大核心CSCD

轴承故障信号中存在有关故障的异常信息,对维护机械安全有着重大意义。轴承故障信号经小波包分解之后,故障的异常信息主要体现在分解频段的动态误差上,而各个频段的动态误差一般由标准差能量熵和标准差均值来描述。为了凸显轴承故障的区分特征,通过轴承故障尺寸去刻度动态误差,利用相应的轴承故障特征参数提取相对动态误差,是有效的处理方法。基于此思路,本文针对小波包分解后不同频段分量的标准差,计算其能量熵以及均值。然后把对应频段的标准差能量熵和标准差均值相加作为特征参数,在同一尺度下定性分析。同时把轴承信号不同频段的特征参数相加后的数值与轴承故障尺寸相比,通过产生的相对动态误差进行定量分析,最终实现对轴承故障的有效区分。实验结果表明,本文所提方法对轴承故障有很好的区分效果。     

发射原点误差对制导工具系统误差分离的影响

发射原点作为远程飞行器试验中制导工具系统误差分离的重要参数,直接影响制导工具系统误差分离结果。对发射原点误差对制导工具系统误差分离的影响进行了分析,推导了发射原点误差对遥外差和制导工具系统误差分离的影响公式。仿真计算结果证明了文中对发射原点误差影响制导工具系统误差分离的分析结果的正确性。     

小波滤波在惯性测量组合误差补偿中的应用

为了补偿捷联惯导中惯性测量组件的误差,根据惯性测量组合中陀螺的动、静态误差在频率范围的不同分布,介绍了小波滤波的一般理论和方法,提出用一种利用最优低通IIR滤波器和小波滤波相结合的方法抑制惯性测量组合中陀螺静、动态误差.实验数据仿真结果表明,该方法有效抑制了陀螺噪声,提高了陀螺输出稳定性和使用精度.     

阵列天线因随机振动引起的测向误差分析及校准

针对阵列天线受舰船甲板低频机械随机振动引发振子位移变化导致的测向误差问题,建立了天线振子随机振动误差模型,仿真分析了天线阵列3个轴向随机振动模式对测角接收信号的影响,提出了一种基于多个接收机在不同位置同时测量的测角误差校正方法.该方法采用最小二乘法得到多个误差校准矢量,通过调用天线波束指向扇区内校准矢量的方法进行误差补偿,解决了低频随机振动模式下阵列天线测角误差的校准问题.该方法已应用到舰载微波着舰引导系统数据解算中.     

基于小波神经网络的毫米波雷达目标距离像识别

给出一种隐层由小波基组成的神经网络用于实现频率步进毫米波雷达目标一维距离像的识别。利用小波变换所具有的良好的时频分析特性，实现了输入输出之间映射关系的多分辨学习。介绍了小波神经网络的数学框架及其误差反向学习算法。详细描述了用小波神经网络进行识别的步骤。将所提出的小波神经网络用于频率步进毫米波雷达目标一维距离像的识别。实验结果表明该方法对目标距离像的识别是有效的。     

基于小波包分析的激光陀螺信号滤波方法

各种随机噪声是激光陀螺误差的主要来源。为了减少激光陀螺的随机误差,提高其测量精度,介绍了基于小波包分析的滤波方法,研究了小波包分析和滤波的原理、熵标准和阈值函数的选取,比较了选择不同熵标准、阈值函数对激光陀螺信号滤波的效果,并采用Allan方差法分析滤波效果。结果表明基于小波包分析的滤波方法能有效减小随机误差,提高激光陀螺的测量精度。     

小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿

为补偿捷联姿态测量系统中光纤陀螺因外界干扰引起的高频噪声和强漂移,提出一种基于第二代小波变换和灰色Elman神经网络融合的误差建模和补偿方法。采用Allan方差法分析了在外界干扰下的光纤陀螺输出信号,利用第二代提升小波单独重构的方法分离出陀螺误差模型中的漂移误差和白噪声,灰化漂移误差数据后建立了Elman神经网络模型并进行了补偿。实验结果表明,相较于传统的灰色理论模型和单一的Elman神经网络模型,新算法有效滤除了白噪声,并将预测模型的精度提高到96%以上,证实了模型的有效性。