共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
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. 相似文献
4.
5.
6.
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。 相似文献
7.
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。 相似文献
8.
9.
基于小波分析的图像压缩 总被引:2,自引:1,他引:1
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。 相似文献
10.
基于小波变换的加权图像融合方法 总被引:4,自引:2,他引:2
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。 相似文献
11.
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。 相似文献
12.
基于小波分析的试验数据处理 总被引:1,自引:1,他引:0
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。 相似文献
13.
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。 相似文献
14.
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。 相似文献
15.
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。 相似文献
16.
17.
18.
基于小波神经网络的毫米波雷达目标距离像识别 总被引:1,自引:0,他引:1
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。 相似文献
19.
20.
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 总被引:1,自引:0,他引:1
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。 相似文献