一种基于光谱奇异值检测的高光谱遥感小目标探测方法

高光谱遥感技术能够借助丰富的地物图像和光谱信息,反映目标地物与背景地物间的细微差异,从而将其区分开来。目前的小目标探测算法多侧重于从图像处理方面着手,文章则从光谱维数据分析的角度出发,利用光谱分析中的奇异值检测方法探测小目标,首先对关注区域的地物像元光谱进行连续统去除和正交变换等预处理;然后将每个像元的光谱对该区域平均光谱进行光谱匹配求其相似性,并实现高光谱数据降维;而后通过光谱角匹配值的马氏距离进行奇异值检测,将马氏距离大于自适应阈值的像元判定为小目标。该方法不需要任何先验信息,实验结果表明该方法运算量较小,运算速度快,并有较好的小目标探测准确度。

基于奇异值检测和AP聚类的室内指纹定位算法

为克服基于无线局域网指纹定位算法中接收信号值波动和在线检测时计算量大的问题,提出一种基于奇异值检测和AP聚类的无线局域网指纹定位算法。分析Hampel滤波器和核概率密度估计在接收信号强度值中奇异值检测的不足,结合Hampel滤波器和核概率密度估计两种方法在奇异值检测中的优势,给出一种奇异值检测算法;利用AP聚类算法,对离线训练系统中的信号强度测量值进行聚类;通过AP聚类粗检测和基于加权k近邻算法的细检测评估得到用户位置,完成定位。对比传统方法,该定位算法能够提高定位的准确性,降低算法的计算复杂度。

一种基于小波奇异值检测的鱼雷电磁引信目标信号特征识别方法

为了确保鱼雷引信可靠动作必须准确提取和识别鱼雷电磁引信目标信号特征,描述了表征信号奇异性的Lipchitz指数方法,阐述了基于小波变换的信号奇异值检测原理,分析了电磁引信目标信号的包络经幅度识别后存在奇异值的情况。基于此,提出了一种目标信号时间变化率和持续时间特征识别的新方法,该方法以提取目标信号的实际特征为中心,通过选择合适的小波基函数和分解尺度,精确地检测出包络信号的奇异点。仿真结果表明,相比传统的模拟电路识别方法,本文提出的方法易于实现,识别精度高,且不受门限电压变化的影响,具有较好的工程应用价值。

1种基于自助法的奇异值检测方法

如何检测数据集中的奇异值仍然是多元校正中的1个重要的问题。对于化学计量学研究者来说,找到1个普遍适用的方法仍然是1个重要的任务。本文的目的是介绍1种较新的基于自助法的奇异值检测方法。本法以内部学生化残差为基准,用自助法对相关变量进行估计,并采用刀切-自助法对估计值进行评价。它不要求回归模型的残差服从正态分布,因而适用于大部分回归分析中的奇异值检测。本文中采用烟草和玉米样本的近红外光谱数据对该法进行验证,结果表明,采用基于自助法的奇异值检测方法剔除奇异样品后,模型的预测误差减小15%,优于学生化残差-杠杆值法和稳健偏最小二乘法。我们还在玉米近红外光谱的基础上,进行了奇异样品数的模拟研究,并采用该法进行检验。结果表明,当奇异样品的数量少于总样品数的10%时,该方法的表现较其它2种方法好。所以,基于自助法的奇异值检测方法是1种有效的方法。

基于小波奇异值分析的汽轮机碰磨特征提取

针对汽轮机碰磨故障产生的轴系振动的微弱冲击信号,通过小波变换对测量信号进行滤波处理,在特定的尺度上提取碰磨产生的瞬时冲击成分,并对该冲击成分进行希尔伯特解调分析,用瞬时冲击信号的幅值包络反映信号在碰磨故障作用下产生的突变.对幅值包络信号进行小波奇异值检测,从而确定碰磨故障引起的信号突变点位置和持续作用时间.以某核电汽轮机组实际振动监测信号为例进行了分析,结果表明:采用小波奇异值检测方法对碰磨引起的突变信息进行检测,可以明显改善微弱碰磨故障特征的提取效果.

基于新息偏差的观测奇异值自适应滤波算法

针对在机动目标跟踪过程中出现的观测奇异值,提出了一种对观测奇异值进行自适应滤波的算法。依据多传感器数据形成的对目标状态参数的正确描述和测量数据集合主体的变化趋势,利用新息偏差(innovation deviation)实时、准确地识别测量数据中的奇异点,并进行自适应滤波。仿真结果表明,在分布式多传感器目标跟踪的航迹融合处理中,该算法可以快速、有效地解决奇异值自适应滤波的问题。

基于小波二维重建的强噪声光栅信号奇异点检测

机械传动轴扭矩信号的奇异点携带重要信息,准确而有效地检测出信号的奇异点,对于故障分析和保障系统安全具有重要意义。实际采集的光栅传感信号含有很强的噪声,干扰了奇异点的检测。传统的小波频域或其他滤波方法,会同时光滑信号奇异点。根据信号和噪声在小波变换下的不同特性,提出了一种将小波滤波与奇异值检测相结合的方法,通过将噪声频段的分解系数置0,实现信号的小波时-频二维滤波重建,它能在滤去噪声的同时很好地保持信号的奇异信息,适合强噪声下的信号奇异性检测与分析。实验中对含噪声光栅信号进行了对比处理,结果表明,该方法能在强噪声干扰下有效地检测到信号的奇异点。

基于变分模态分解的心电信号QRS波检测

为了解决含噪心电信号QRS波的提取问题,本研究提出了一种基于变分模态分解(variation mode decomposition,VMD)的心电信号QRS波群检测和定位的方法。首先确定合适的分解层数,利用变分模态分解将心电信号分解为一系列模态分量。对每层模态分量进行分析,选取含有QRS波的模态分量层。通过小波变换的奇异值检测原理,确定心电信号的奇异值,定位心电信号R波的峰值位置,再检测QRS波的波形宽度。实验证明了该方法对含噪的QRS波检测准确度在96%以上,能够准确的检测和定位心电信号QRS波。

小波变换在激光陀螺信号处理中的应用与实现

针对动态条件下激光陀螺(RLG)随机噪声其非平稳和非正态分布的特性,提出了基于小波变换的RLG降噪方法,研究了小波去噪和Lipschitza指数奇异值检测的原理,给出了离散Db4小波滤波器的硬件实现方法,采用双正交静态小波基对RLG信号进行不同尺度的分解,通过不同小波基及低通滤波效果的比较,发现Db4小波具有较好的去噪性,其分解和重建滤波器系数也十分简单,验证了小波变换在陀螺仪信号去噪中的可行性,在用Db4滤波后的数据进行导航解算时,发现导航误差有很大的减小,研究成果对导航系统精度的提高有着重要的参考价值。

一种鱼雷电磁引信目标信号特征识别的新方法

描述了表征信号奇异性的Lipchitz指数方法,分析了小波变换检测信号奇异值的原理,结合鱼雷电磁引信目标信号的包络信号在到来和结束时刻以及在最大值点存在奇异值的情况,提出了一种识别包络信号的幅度变化率和持续时间特征的新方法。在Matlab环境中对该方法进行了仿真分析,结果表明:相比传统的模拟电路的识别方法,该方法识别精度高。

核规则化最小体积覆盖椭球认知模型

提出了基于最小体积覆盖椭球(MVEE)的类别认知模型,提出的核规则化自适应最小体积覆盖椭球认知模型可以在机器学习、鲁棒多元统计、奇异值检测、聚类等众多领域得到应用。以奇异值检测标准数据库为例,与一类支持向量机(OCSVM)、线性规划奇异值检测算法(LPND)进行了比较,结果表明,该模型准确度总体要高于一类支持向量机和线性规划奇异值检测算法。

基于小波变换的瞬态压应力信号分析

黄土振动压实的压应力信号是一个含噪的非平稳瞬态突变信号.为了分析信号的联合时频特性,提出基于小波变换去噪和奇异值检测的信号分析方法.利用多分辨小波分解,选择性的提取有用频段信号并抑制某些高频段噪声,可以有效实现信噪分离.利用小波变换奇异值分析方法,通过检测小波高频系数时序信号的2种模极大值,可以获得压应力开始出现时刻、抵达峰值时刻点,从而可计算出压应力从出现到抵达峰值的历经时间,这对于进一步研究压应力在土体中的分布和传播规律具有重要意义.

基于小波变换的纱线棉结的识别与分类

应用二进小波多尺度分析的方法检测纱线信号的奇异点，并根据棉结的定义。

井下动液面声波信号处理方法研究

石油采收过程中油井动液面深度监测对确保油井的安全生产非常重要。当使用声波法测量油井动液面深度时,受到套管中复杂结构的影响,井口接收到的声波信号的接箍波和液面回波易受到噪声的干扰,导致传统的信号处理方法很难计算声波的速度和旅行时间,从而无法获得油井动液面深度。针对这一问题,首先对接箍波进行巴特沃斯低通滤波,采用短时平均幅度差函数来获取接箍波的平均采样次数,以此来计算声波在油井中传播的速度;在此基础上,对液面回波进行小波去噪,采用小波奇异值检测方法来获取液面回波位置,以此来计算起爆波和液面回波位置的时间差,进而实现油井动液面深度的检测。为了更加直观方便地对比处理效果,设计了基于MATLAB的可视化数据处理软件。选取多组采油现场获得的声波信号进行测试,结果表明,测量绝对误差控制在1 m以内,相对误差不超过0.075%,与其他信号处理方法(相对误差范围0.3%~0.5%)相比,所提的方法误差较小,能够较好地满足实际工程中的需求。

基于希尔伯特-黄的配电网单相接地故障选线方法

近年来,配电网的网络拓扑结构随着不断变多的分布式电源的加入而变得越来越复杂。本文针对10KV的小电流接地系统,研究一种基于HHT的含分布式电源的配电网单相接地故障选线方法。本文的主要思想是在提取处理复杂故障信号后,利用奇异值检测法选出故障线路,然后再通过搭建Matlab仿真模型,分析仿真结果,进一步验证所提算法的自适应性、准确性以及可靠性。