基于Morlet小波的水下声信号频率识别

为准确获取水下目标的发声频率,建立了激光干涉法探测水下声信号的实验系统。提出一种基于Morlet小波的水声信号处理方法,将Morlet小波母函数的频率取定值,改变尺度因子,利用两者比值与水下声信号频率的关系分析小波系数模值,实时获取水下声信号的频率信息。实验结果表明:小波系数图可以反映出水下目标在某一时刻的发声频率,实验系统能够实时探测出1～15kHz的水下声信号。     

Morlet小波用于高分辨率的射频信号检测时的参数设置

首先讨论在Morlet小波检测信号中,各个参数对小波的检测性能的影响。从理论上计算各个参数的设置范围,并且证明小波变换方法比FFT方法有较高的频率分辨率。然后以VHF波段信号检测为例,研究如何设置小波参数来提高频率分辨率,并用Matlab来仿真射频信号。最后根据仿真结果证明合适的参数设置可以有更高的频率分辨率。     

基于小波多分辨率分析的激光雷达弱信号处理

提出了小波多分辨率分析方法对激光回波弱信号进行处理,从而突破了传统滤波处理方法,对于激光回波信号处理十分有效,提高了信号分析的准确性。结果表明,采用一台TEA CO2激光器进行实验,当采样速率达到120MHz时,对于S/N≥1.2的含噪信号能有效地去掉噪声,准确可靠地提取出有效信号,并保持了原信号的特征。采用该数字处理方法可以大幅度提高目前激光雷达的工作能力。     

改进的Morlet小波在信号特征提取中的应用

小波分析提取数字调制信号调制特征是一种比较有效的分析方法。本文通过分析Morlet小波中各参数对提取调制特征性能的影响，提出一种改进的Morlet小波变换(MMWT)，并将其用于信号调制特征提取。计算机仿真表明，基于MMWT的特征提取性能优于基于Morlet小波变换的方法，且具有良好的抗干扰能力。     

超声回波讯号的光学计算实时处理方法的研究

本文分析了超声检测目前分辨率受限的根本原因,并提出用光学计算方法实时处理超声回波讯号,以改善其分辨率。     

一种基于Morlet小波的振动信号包络提取方法

本文分析了Morlet小波的性质,定义了小波包络的概念,进而提出了一种振动信号的小波包络提取方法,理论分析和实验表明,在振动信号的包络提取中,该方法优越于希尔伯特变换方法。     

探地雷达回波信号小波压缩方法研究

介绍了多分辨分析和小波变换的基本理论以及常用小波变换压缩数据的三种方法：只保留近似信号；全部保留近似信号及细节信号中的较大值；保留近似信号及细节信号中的较大值。将紧支集小波（Daubechies)和正交三次B-样条小波压缩探地雷达数据进行了对比，计算表明正交三次B-样条小波变换方法效果较好，而在全部保留近似信号及只保留细节信号中数值较大的系数时，压缩比大而重建雷达数据与原始雷达数据间的均方差较小。     

火箭发动机包覆层测厚的超声信号处理研究

在用超声波对固体火箭发动机双包覆层的厚度进行测量时,若包覆层较薄,超声回波信号会产生严重混叠,给各回波间的时延估计带来困难。基于超声信号的传播模型,在利用维纳滤波解卷积技术消除第一回波和噪声的影响后,采用维纳滤波解卷积技术和改进的前后向线性预测滤波器技术(MFBLP)从混叠信号中得到了高分辨率的时延估值。模拟信号和实验信号证明,该方对噪声不敏感,并对混叠信号的时延估计有很好的效果,从而提高了火箭发动机薄包覆层的厚度测量精度。     

基于Morlet小波变换的MPSK信号调制识别

文中利用了MPSK信号经Morlet小波变换后的相位特性,提出了一种识别MPSK信号的方法。Morlet小波有良好的时频局部特性,与Hilbert变换相比,MPSK信号通过Morlet小波变换后获得了信噪比增益,因此可以更精确提取信号的瞬时相位。受加性高斯白噪声污染的MPSK信号经Morlet小波变换后,相位的概率密度函数可以用Tikhonov函数近似,由近似函数利用相位的统计性质识别MPSK信号。以已有的一种识别算法为例识别MPSK信号,仿真结果表明：在正确识别率为0.9时,采用Morlet小波变换,所需信噪比低约3dB。     

莫奈特子波变换分析信号奇点

用原函数为光滑曲线的子波变换(简称莫奈特子波变换)检测信号波形奇点的方法是建立在信号奇异性与李普西兹正则性关系基础上的。该方法的基本原理是信号子波变换Wψ(a,t)等价于信号光滑版s(t)θa(t)的1阶导数,当s(t)θa(t)为尖锐变化时,必然对应其导数的模的极大值,只要检测到子波变换模的极大值,就能检测到信号s(t)的奇点。仿真表明,莫奈特子波变换能准确检测出信号奇点。     

小波变换与匹配滤波耦合的激光雷达弱信号处理

远距离激光雷达回波信号弱,干扰强,处理比较困难。距离越远,得到的有用信号就越弱。为了提高激光雷达检测距离,对弱信号进行数字信号处理就显得很重要。采用一般方法常将干扰信号判断成有用信号,从而影响了激光雷达的工作能力。夺文采用小波变换和匹配滤波耦合的方法对激光雷达弱信号进行处理,既能从强噪声中提取有用信号,又能有效的去掉强干扰信号。采用一台TEA—CO2激光器进行实验,当采样速率达到200MHz时,对于信噪比大于1．2的含噪信号能有效地去掉噪声和强干扰信号,在保持原信号特征的情况下,准确地提取出有效的弱信号。这就有效地提高了激光雷达的工作能力。     

基于小波去噪的激光多普勒振动信号处理

为了降低激光多普勒振动信号中噪声产生的影响,采用基于改进小波去噪算法的激光多普勒振动信号处理方法,将尺度引入阈值函数,确立新的评价指标用于选择最优分解层数,从而来改进小波阈值去噪算法,并利用改进的算法处理振动信号, 进行了仿真分析和实验验证,取得了处理前后的振动数据。结果表明, 改进算法处理仿真信号的信噪比比原有算法提升19.4%;实验测得音叉振动频率为515Hz,与实际音叉频率基本吻合。这一结果对降低激光多普勒振动信号中噪声的影响、获取振动状态是有帮助的。     

一种新的Morlet小波及其在雷达信号特征提取中的应用研究

为准确估计雷达信号的瞬时频率,文中提出了一种基于新Morlet小波原子提取信号小波脊线的方法。通过分析小波脊线原理,使用新Morlet小波原子提取雷达辐射源信号的小波脊线特征。同时,针对不同调制类型的雷达信号,根据小波分解时—频约束关系,分析了正确提取信号脊线特征的条件。仿真实验表明,与普通Morlet小波原子相比,基于改进的Morlet小波提取信号脊线特征具有较强的检测概率和抗噪性能,其方法的有效性为实验结果所证实。     

语音信号基于小波分析的噪声抑制

详细介绍了语音信号基于小波阈值法的噪声抑制在Matlab上的具体实现步骤,在阈值函数的问题上,针对硬阈值和软阈值函数的缺点和不足,采用一种改进的阈值函数.分析实验结果,总结新阈值函数在处理语音信号方面存在的优势和不足.     

Morlet小波变换结合MLP神经网络的齿轮箱故障检测方法

针对变速齿轮箱中的故障检测问题,提出了一种结合Morlet小波变换和多层感知器(MLP)神经网络的齿轮故障检测方法。利用角域技术,将时域中齿轮故障的非平稳振动信号转化为角域中的平稳信号。然后,利用进行Morlet小波变换并从小波系数中提取统计特征。同时根据最大能量与香农熵比来确定连续小波变换(CWT)的最优尺度,以此来缩减特征量,并将小波系数的能量和香农熵作为两个新特征添加到特征向量。最后,利用MLP神经网络对输入特征进行分类,从而检测故障。实验结果表明,该方法故障检测准确率高,且计算速度快。     

基于FPGA的超声波测距系统设计与实现

针对单片机为控制核心的测距系统运行速度慢、抗干扰能力低且测量精度难以提高的不足,文中给出了以FPGA为控制核心、基于回波检测法的超声波测距系统,主要由超声波测距模块、FPGA模块和温度测量电路模块构成。实验表明:该系统运行速度快、抗干扰能力强,精度较高,可以满足车辆避障、液位测量等场合的用户需求。     

基于小波分析的不对称脉冲信号波形研究

不对称脉冲轨道电路设备产生的不对称脉冲信号,在传输中由于轨道分路不良和干扰等出现失真,这就需要研究一种更为准确、可靠和抗干扰性能好的检测方法来完成对信号的实时分析与检测。基于小波分析的不对称脉冲信号波形检测,利用小波变换模极大值特性,可以有效地解决这个问题。结果表明,该方法有较强的适用性,算法简单,运算速度快。