时变无线信道的小波盲检测算法

本文给出一种新型盲检测算法.在无线通信技术中,盲检测算法由于频带利用率高的优点正受到越来越多的关注.基于隐马尔科夫模型的Baum-Welch(Bw)算法常被用来获取信道的最大似然估计,但该算法要求信道在接收相关序列时,信道特性保持不变.然而在时变无线信道的场合,BW算法的性能会急剧下降.本文基于小波逼近的观点,利用系统结构上的特点,对传统的BW算法进行了改进,提出了一种针对时变无线信道的新型迭代算法(wavelet-assisted BW,WABW).仿真实验表明,WABW算法的性能优越,可用于高速无线通信系统的盲检测.     

一种基于ICA的图像信息隐藏算法

独立分量分析（ICA）是一种基于高阶统计量的信号分析方法,它可以找到隐含在数据中的独立分量,已广泛应用于信号处理领域。信息隐藏是一种新兴的技术,其目的在于将秘密信息隐藏于另一非机密信息中。本文提出一种新的信息隐藏技术,即将Arnold置乱后的秘密图像嵌入到载体图像中,再利用ICA算法从中提取出秘密图像。仿真结果表明该算法有效可行。     

基于参考帧的多视点视频信息隐藏算法

提出了一种用于多视点视频的信息隐藏算法。在多视点视频编码的运动估计和补偿过程中,通过调制编码块所采用的参考帧序号实现信息嵌入。为了保持最优参考帧概率分布规律不变,根据统计分析对参考帧进行了优化分组。优化分组还将相似的参考帧映射为不同的分组,从而降低了信息嵌入对编码码率的影响。提取嵌入信息时不需要原始视频。实验结果表明,算法保持了最优参考帧的概率分布规律,且能较好地保持视频质量,没有引起码率的显著增长。     

基于Walsh序列扩频的图像信息隐藏

为了提高在高噪声条件下信息隐藏的可靠性,提出了一种将Walsh序列用于信息隐藏的嵌入算法,利用5-32Walsh序列的特性,以多位二进制信息为单位对嵌入二值图像进行扩频调制,然后将调制信号替换载体图像离散余弦变换域的低频系数.Walsh序列的应用使算法可以采用较长的扩频序列,从而提高了鲁棒性.实验表明,该算法在低信噪比的信道条件,具有较强的优势.     

基于复小波变换相位信息的谐波检测算法

小波变换因其良好的时频局部化特性，可用来进行谐波分析。但由于不同尺度的小波函数在频带相互混叠，使得现有利用小波系数幅值及在此基础上改进的各种算法都无法实现谐波的准确检测。该文提出利用复小波变换的相位信息来分析谐波的方法，利用改进递归复小波变换在不同尺度时，信号复小波变换系数的相位变化周期来确定信号的谐波频率，进而确定谐波的幅值；与FFT和幅值检测法相比，该方法能消除FFT算法的频谱泄露，提高了谐波检测的精度，且适用于含有非整数次谐波的信号。通过在LabVIEW中的实例验证，说明该方法能有效地消除FFT算法的频谱泄露和小波函数频带混叠造成的不良影响，有效地提高了谐波检测的精度。     

基于图像信息隐藏的能源区块链私钥存储算法

可靠的私钥存储是能源区块链业务安全性的必要保障,为了提高区块链私钥存储技术在新型能源交易模式的安全性,本文提出了基于图像信息隐藏的能源区块链私钥存储算法。首先在原始私钥的基础上增加随机数以及纠错码,生成水印信息,再通过离散小波变换将图像信息转化为系数矩阵,并引入量化索引调制的方法实现水印信息的嵌入。最后通过实例分析证明该算法能有效地提高能源区块链私钥存储的安全性,能够准确地提取出私钥,同时针对嵌有私钥的水印图像可能遭受的攻击,有良好的透明性和鲁棒性。     

基于小波包的边缘检测算法

本文在对图像的小波变换介绍的基础上,针对传统的图像边缘检测的不足,提出了基于小波包和传统算法结合的理论。     

基于XML文档的文本隐藏算法与实现

提出了一种基于XML语言的文本信息隐藏方法,该方法利用属性和子元素等价的特性来进行信息隐藏.利用JAVA语言编程实现了该隐藏算法,结果表明此算法具有较强的隐蔽性.     

基于图像的信息隐藏与隐写分析技术研究

信息隐藏和隐写分析技术在近些年取得了很大的进展,成为了信息安全领域的一个研究热点问题。信息隐藏是利用了人类的感觉器官对数字信号的感觉冗余,从而将一个信息隐藏在另外一个载体信息之中,但是并不影响载体信息的基本特征。而隐写分析则是为了检测、判断数字媒体中是否包含有隐藏信息。信息隐藏与隐写分析二者互为动力、相互制约构成了信息隐藏技术中的矛盾。本文主要阐述了信息隐藏的原理、技术以及经典算法,之后对其存在的问题及难点进行总结和展望。     

基于正交小波包变换的前馈神经网络盲均衡算法

针对前馈神经网络盲均衡算法收敛速度慢、均方误差大的缺点,在分析前馈神经网络盲均衡算法和正交小波包变换理论的基础上,提出了基于正交小波包变换的前馈神经网络盲均衡算法。该算法利用正交小波包变换良好的去相关性,对前馈神经网络均衡器输入信号进行预处理后,降低了输入信号的自相性,从而加快了收敛速度和减小了均方误差。水声信道的仿真结果表明,该算法在收敛速度与均方误差方面的性能比前馈神经网络盲均衡算法优越。     

基于多分辨率分析的小波系数压扩去噪算法

研究利用小波分析技术抑制突发性噪声的算法,以改善多载波调制的电力线通信系统中的同步性能。首先,对小波强制去噪算法及其局限性进行分析,提出了基于多分辨率分析的小波系数压扩去噪新算法。新算法在时域上对含噪信号进行分解,在频域上对各层的小波分解系数的畸变量进行抑制。然后,用低压电力线上的实测噪声对新算法进行了仿真验证。结果表明,新算法的去噪效果大大优于现有算法,尤其适用于平稳信号中突发性噪声的抑制。最后,将算法应用于作者开发的基于相对值判决的多载波调制系统中,试验结果证明,新算法可有效提高多载波调制系统的同步性能。     

基于小波变换的微网暂态极性比较保护原理及实现

微电网具有分布式电源运行灵活多变、并网和孤岛方式故障特征差异大的特点,实现满足速动性和选择性要求的微电网保护是微电网技术难点之一。为了实现快速、准确的故障定位和隔离,文中提出了适应并网和孤岛不同运行方式的微网暂态极性比较保护。在研究采用小波变换Mallat算法实现暂态高频信号逐级抽取方法的基础上,依据暂态信号比较提出了微网暂态极性比较保护原理和算法,并重点对微网暂态极性比较保护装置的实现方案进行了设计,最后采用Matlab软件对微网暂态极性比较保护原理进行了仿真验证。     

小波变换模极大值消噪算法的研究

根据信号和噪声在小波变换下的不同特性,采用模极大值去噪的算法.其中包括Mallat交替投影算法和模极大值小波域去噪算法,Mallat交替投影算法是通过剔除那些幅度随尺度而减小的模极大值点,保留幅度尺度而增大的模极大值点,然后将剩余的模极大值利用模极大值重构算法来重建原始信号,达到滤波去噪的目的.而模极大值小波域算法是先用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.实验结果表明两种算法都具有很好的消噪效果.     

基于Canny算子的多尺度小波变换图像边缘检测方法

图像边缘检测是图像处理中的重要一环,本文基于Canny边缘检测算法,提出了一种改进的Canny边缘检测算法。该算法采用新的基于多尺度小波变换边缘检测的设定方法,充分利用了不同的尺度变换可以得到不同边缘细节的特点,可以对低分辨率的边缘能够很好的提取,并能有效的抑制噪声,具有优于传统Canny算法的性能。经实验仿真,验证了该算法的有效性。     

基于小波包分析的电力负荷预测算法

提出基于小波包分解和重构的电力负荷预测算法.算法使用具有线性相位的双正交小波对电力负荷数据进行小波包分解和重构,然后用神经网络直接对各尺度上的电力负荷分量进行预测,最后将各尺度上的预测值相加,得到实际负荷预测值.算例表明算法具有较高的预测精度,优于传统的BP神经网络,有利于分析不同时频区域的电力负荷特性,为更准确地建模和预测提供了条件.     

一种基于Bayes估计的小波自适应绝缘子红外图像去噪方法

采用无偏最小方差估计准则对不同尺度空间和不同方向上信号的小波系数进行自适应估计,以后验概率均值作为小波系数的估计,然后对小波系数进行小波逆变换得到去噪后图像.该方法最大程度的保留了图像的信息,具有良好的去噪效果.数值试验证明,与固定阈值法和极大极小阈值法比较,运用该方法去噪后的图像具有更高的信噪比(SNR)和更小的最小均方误差(MSE).     

基于快速小波变换的闪变检测算法

综合小波变换和快速傅立叶变换的优点,利用小波对非稳定信号的敏感性,提出了基于小波测位的闪变信号检测方法,并通过MATLAB进行仿真,确定了该方法的可行性。     

基于Haar小波变换的虹膜识别算法

提出基于Haar小波变换的虹膜识别算法．通过Haar小波变换对归一化虹膜图像进行特征提取，运用Hamming距离对2个虹膜特征进行模式匹配．与Daugman的虹膜识别算法比较，该方法在编码长度和编码时间上都有较明显的改进，且算法具有良好的鲁棒性，可用于实际的身份鉴别系统中．     

基于小波分析的过载保护算法

根据热平衡方程建立了以温升为变量的动态过载保护数学模型,确定了被保护对象的负载电流变化时的温升变化过程。与常用反时限保护特性相比较,此保护模型更符合负载的实际运行规律及保护要求。针对全周傅里叶算法不能滤除衰减直流分量与频率特性较差的问题,提出减法滤波器加全周Morlet复小波幅值算法,计算了配电线路的基波的幅值。