基于小波变换的分形随机信号希尔伯特变换的波形估计(英文)

非平稳 1/ f类分形随机过程是一类重要的弱自相似随机过程 ,其典型例子是分形布朗运动 .作者考察了弱自相似过程的希尔伯特变换 ,证明了希尔伯特变换具有弱自相似不变性 .进而利用分形布朗运动的希尔伯特变换 ^BH(t)小波系数能量向低频集中的特性 ,采用最优门限方法实现 ^BH(t)

基于次序统计滤波器的阶跃边缘检测(英文)

在二值图像的边缘检测理论中 ,经典的方法是用固定的卷积核构成边缘检测算子 ,如Sobel算子 ,Prewitt算子 ,Kirsch算子和Roberts算子等 .它们对数字图像边缘的复杂几何结构缺乏算法自适应性 .现作者将随机滤波的思想引入边缘检测 ,用次序统计滤波器构造随机卷积核 ,从而引入一种新的随机边缘检测算子 ,即OSF边缘算子 ,并分别对雷达图像和文本图像实施边缘检测 .实验结果证明了OSF边缘算子的有效性 .

非平稳分形随机信号波形估计的最优门限方法

本文用基于最小均方误差准则的最优门限方法估计叠加高斯白噪声的分形布朗运动，并给出 其离散小波变换分解级数确定方法.与多尺度维纳滤波相比，本方法不需估计1/f类分形信号 的方差，且其离散小波变换分解级数可预先确定，因此有着更好的实用性和可操作性.

基于小波变换的分形随机信号的卡尔曼滤波

本文基于多尺度卡尔曼滤波方法来估计淹没在加性高斯白噪声中的分形布朗运动.针对每一 尺度，给出了相应的动态系统参数和运动模型方程以及更精确的估计算法.并与多尺度维纳 滤波进行了对比，计算机仿真结果证明了其优越性.