基于复Morlet小波的地层钻探识别

在低信噪比时,短时傅里叶变换和实小波变换无法准确提取钻头进入不同地层的时延信息。为此,提出一种复小波变换分析法。利用幅值和相位信息对信号突变点进行提取和定位,从而实时判断钻头钻进目的层的时刻。实验结果表明,该方法能准确表征振动信号的时频特征,与短时傅里叶变换和实小波变换相比,具有更好的时间定位和抑噪能力。     

基于小波包最优处理算法的近钻头电阻率随钻测量装置

岩石的电阻率与岩性、储油物性和含油性有着密切的关系。基于小波包最优处理算法的近钻头电阻率随钻测量装置,由于采用随钻的测量方式,能实时在第一时间测量到地层电阻率信息。并且通过小波包最优小波树信号提取等算法,可用来对侧向电阻率、钻头电阻率以及方位电阻率进行高精度测量。     

基于LTE定位参考信号的时频二维联合时延估计算法

LTE(LTE Positioning Protocol)定位参考信号的频域梳状结构特点会导致时域相关检测出现周期性峰值。当移动台与基站之间的距离较大时,则会出现测距模糊问题。为了解决这个问题,提出一种基于LTE定位参考信号的时频二维联合时延估计算法。该算法首先在频域上以较大的滑动步长对接收信号做滑动相关,快速找到OFDM符号的粗略起始时刻,然后将本地定位参考信号与滑动窗内的接收信号做相关,并提取整数倍传输时延,最后在频域上利用子载波间的相位差估计小数倍传输时延,从而获得精确时延估计。仿真结果表明:该算法有效地解决了测距模糊问题,且在信噪比等于10 d B时,其测距精度在4米左右。     

基于Daubechies(dbN)的飞行器音频特征提取

本文主要研究了基于Daubechies(dbN)小波分析的飞行器音频特征提取。对特征提取采用db2小波,对信号进行了10层分解,提取出了各层的尺度系数,据此计算出了不同分解尺度上信号的能量,并进行了归一化。飞行器被动音频探测与识别技术作为一种传统的侦察手段,是空中预警系统的重要组成部分。基于两种战场目标的音频频谱特性采用基于小波理论的小波分解尺度细节信号时域能量的特征提取算法,利用这种算法获得较低维的特征向量。     

卫星VLBI观测信号处理小波方法研究

卫星VLBI观测信号以相关处理机为关键处理技术,将小波谱分析理论和方法应用于VLBI观测信号的相关处理过程中．以Daubechies正交小波构建时域、频域和相关域模型,在有效信号带宽的范围内对卫星观测信号在时域、频域和相关域进行小波分析研究,对互相关相位条纹进行方差和剩余时延分析,结果表明尽管只对两个台站的卫星观测信号进行了整数bits的时延补偿．但小波谱模型在卫星VLBI观测信号的相关处理过程中,对相关相位条纹谱的质量有明显的改善。     

基于改进二次相关算法的TDOA时延估计

在TDOA时延估计中,二次相关算法能够较好地抑制噪声干扰,进而提高时延估值精度.为了进一步提升在较强噪声干扰的条件下二次相关算法的抗噪性能,在传统二次相关算法中的互相关函数部分加入SCOT加权函数,提出了基于改进二次相关算法的TDOA时延估计.算法对接收到的信号分别进行自相关以及SCOT加权互相关,再将所得到的相关函数进行二次广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比时改进算法较传统算法具有较高的估值精度.     

基于小波包-循环互相关函数的时延估计

在介绍循环平稳信号互相关函数的基础上,推导了调幅-线性调频发射信号与观测信号之间的循环互相关函数表达式,并提出了一种在强背景噪声的多径条件下,基于小波包-循环互相关函数的时延估计算法。仿真结果验证了该方法的准确性和有效性。     

基于语音激励信息的声源定位算法研究

论文分析了基于语音激励信息的时间延迟算法分类,描述了基于EGCI的时延估计方法基本原理。研究了线性预测LPC残留误差时延估计法(LPCRE)提取时延的方法,并与另一种提取GCI最大似然估计法MLED和基于广义互相关的GCC-ML进行了性能分析和比较。结果表明基于EGCI的时延估计方法用于声源定位完全可行,其性能依赖于提取GCI的算法模型;三种算法中的LPCRE的均方偏差最小,抗混响能力强,运算量适中,便于实时实现。     

一种改进加权函数的GCC时延估计方法研究

针对多站时差定位系统在低信噪比下无法获得准确的时延估计,进而影响时差定位的精度,提出一种改进加权函数的广义互相关(GCC)时延估计方法.通过分析和比较采用不同传统加权函数进行广义互相关时延估计的性能,对加权函数进行改进.改进的加权函数同时引入两路信号的自功率谱密度函数和互功率谱密度函数,使得加权函数的分子分母变化趋势相同,以适应不同强度的信号.在相同条件下,模拟分析不同加权函数的时延估计精度,结果表明,采用改进的加权函数进行广义互相关时延估计,在较低信噪比下能够获得较高的时延估计精度,同时对小功率信号也具有良好的时延估计效果.     

交互式复杂纹理图像区块间互相关算法

传统纹理图像处理算法无法检测出多方向上图像重要信息,空间分布信息也会出现部分丢失,导致图像区块间的相关系数无法得到准确描述.提出交互式复杂纹理图像区块间互相关算法.选定图像中心点划分互相关区块,利用小波变换的平滑算法平滑不同图像区块,去除由噪声产生的极大值点,将多个边缘信息匹配并连接在一起,获取准确边缘信息.利用互相关算法计算处理后的区块系数,通过两个区块间互相关值与自相关值的偏差程度,准确描述区块间的互相关系数,实现交互式复杂纹理图像区块间互相关算法.仿真结果表明,除了图像区块自身相似偏差为0％外,相同文字图像区块之间的相似偏差为2.2％,不同文字图像区块的相似偏差均在21.4％以上.实验结果验证所提方法能够精准描述复杂纹理图像不同区块之间的相关程度,应用效果较好.     

一种有效的块DCT编码图像去块效应算法

块离散余弦变换在低比特率时其恢复图像的块边界上会出现明显可见的方块效应,从而降低了图像的视觉质量。提出一种基于小波域特征分析的去块效应算法,目的是尽量消除块效应的同时充分保护图像的边缘信息。图像空域中的块效应,在小波域高频子带表现为平行线效应、竖直线效应或者网格效应。通过为各个子带设置自适应操作算子去抑制块边界系数能量聚集现象,使得空域中的块效应得到消除。仿真结果表明在不同比特率下,对不同类型的图像,新算法都能得到较好的去块效应效果,并且具有较高的运算速度。     

基于时差法的复杂转子系统声发射源定位算法

在复杂转子系统的碰摩声发射源定位中,常规的广义互相关时延估计算法难以得到准确的时延值,进而无法进行准确定位。针对这一问题,引入基于平滑相干变换(Smoothed Coherence Transform, SCOT)的双加权二次互相关时延估计算法,计算声发射源信号的到达时间差;再利用Hilbere差值法对相关峰值进行锐化,减小在碰摩过程中噪声的干扰,以获得较为精确的时延估计结果;最后使用得到的时延值进行声发射源定位。实验结果表明,与常规的广义互相关算法相比,该算法对复杂转子系统碰摩声发射源定位具有较高的定位精度。     

一种基于MIMO的时延估计算法

在城市峡谷和室内环境中,信号在传输过程中受多径衰落和非视距的影响,导致长期演进(LTE)系统的时延参数无法精确估计。针对该问题,提出一种基于多输入多输出(MIMO)的LTE时延参数估计算法。采用具有良好自相关特性的主同步信号作为参考信号,利用MIMO发射分集和最大比合并接收技术降低信号传输过程中的误码率,通过参考信号与接收信号进行互相关处理,获得时延估计。仿真结果表明,当累积分布概率为90%时,该算法的时延参数估计误差比参考算法提高了大约5个最小采样间隔。     

基于目标的低码率SAR图像压缩

基于目标的SAR图像压缩关键问题是将自动目标检测与图像压缩算法相结合。提出了以db4小波进行小波域多分辨率恒虚警率（CFAR）检测并嵌入图像编码中,在压缩有损量化前检测出目标区,推导了重要小波系数掩膜公式并据此将每个子带中的系数分成目标与背景两个序列,对目标序列以高比特率ECTCQ编码而背景序列则相反。对MSTAR图像压缩实验结果表明,同一般的SAR图像编码算法W/TCQ相比,低码率下TIC算法目标区SNR高,同时背景信息亦得到保护。     

降低小波包调制PAPR的联合方法

为了解决小波包调制的峰均功率比过高的问题,提出了一种联合降低峰均功率比的方法。用低密度奇偶校验码对信号进行编码,对编码信号进行星座映射和小波包调制,对得到的小波包调制信号进行限幅以降低信号的峰均功率比,变换到频域进行滤波以减小带外辐射,将信号变换回时域进行上变频传输。仿真结果表明,这种联合方法在降低了PAPR的同时提高了系统的抗噪性能。     

基于小波变换的动态称重信号处理方法

针对目前动态汽车衡因货车拖磅称重而导致称重信号异常及称重不准确问题,提出采用小波变换极大值信号重构算法对拖磅称重信号进行处理:首先将拖磅称重信号逐层分解到不同频域和时域,在保持频率不变的条件下,对称重信号逐级求极大值点,得出信号逐级变化趋势;然后将多级称重信号按原离散逼近系数重构成新的称重信号,进而得到车辆称重信息。现场实测表明,采用小波变换极大值信号重构算法处理后的货车拖磅称重数据与正常过磅时称重数据的误差小于1%。     

基于小波变换的电生理信号压缩采样与重构

压缩感知是一个新兴领域,该理论可对信号以低于奈奎斯特采样率的速率进行成比例压缩采样,用来降低数据存储。本文基于压缩感知和小波变换,设计并实现了神经动作电位信号的压缩与重构。首先在小波域构造了64位神经动作电位信号的稀疏矩阵,然后设计了64位神经动作电位信号的2：1压缩矩阵与OMP（OrthogonalMatchingPursuit）重构算法,并通过编程仿真实现,可以完成信噪比较高的压缩信号的高精度恢复。仿真结果表明,重构信号与原信号的关键值相对误差小于15％。     

数字音频信号的脆弱水印嵌入算法

该文给出了量化系数嵌入水印比特信息的基本原理，在此基础上提出了数字音频信号的脆弱水印嵌入算法。该算法充分利用离散子波变换的多分辨率特性，通过等概率随机量化音频信号不同子带的子波系数嵌入视觉可辨别的水印－二值图像。仿真实验结果表明，该文提出的数字音频信号脆弱水印嵌入算法对有损压缩、滤波和重新采样等操作具有很强的敏感性。