少井区烃源岩叠前地震反演预测方法

少井区烃源岩难以通过井震标定提取准确子波、构建精细低频模型。为此,提出根据盲信号理论的少井区烃源岩叠前地震反演预测方法。首先,根据盲信号理论,利用地震数据高阶统计量提取地震盲子波,再根据贝叶斯理论在复频域内估计模型参数的低频分量;然后,利用得到的地震盲子波及复频域低频模型在复频域内进行弹性阻抗反演;最后,利用烃源岩地震岩石物理模型构建弹性阻抗与烃源岩物性参数之间的关系,并通过弹性阻抗反演得到烃源岩的泥质含量、烃源岩指示因子等物性参数,从而预测少井区烃源岩的空间分布特征,定量评价烃源岩。该方法中,地震子波盲提取是一种统计性子波提取方法,不需要井数据参与,可为少井区烃源岩的叠前地震反演提供先验约束,解决了无井或少井区无法进行确定性子波提取的问题。模型试算和实际资料应用结果均表明该方法可靠、准确。

基于二元树复小波域的数字水印算法

提出了一种改进的、基于二元树复小波变换的数字水印算法。该算法对水印的嵌入和检测机制进行了改进,使用了扩频嵌入机制和纠错码技术,检测算法性能时将同样的嵌入机制应用在离散小波变换(DWT)中,并采用水印检测软件对它们进行检测对比。实验结果表明,该水印算法能够适应局部图像的变化,水印对于压缩攻击、大部分的滤波攻击都有很好的鲁棒性。

基于时频特征的光纤周界振动信号识别

在光纤周界安防系统中,蓄意入侵和环境噪声均能引起光纤传感器振动,在保证系统高灵敏度的前提下区分入侵和非入侵事件极为重要。为了有效识别各种光纤振动信号,本文依据入侵和环境噪声引起的光纤振动信号在时域上的短时特性以及复小波域各尺度上能量分布特征,提出了两级判别法识别光纤信号。第一级用时域特征,短时能量和短时平均过零率判断是否有振动发生;第二级用复小波提取光纤信号的能量分布特征,联合时域特征形成特征矢量,支持向量机(SVM)作为分类器识别是否为入侵信号及入侵类型。实验结果表明,此方法可以有效识别入侵信号和环境噪声引起的非入侵事件,提高了系统报警率,降低了误报率。

多子波分解与重构中子波的优选

在地震信号的多子波分解与重构中,子波类型与子波分辨率的选择是十分重要的。针对这一问题,首先计算了复数Paul子波和复数Morlet子波的时频谱,并讨论了频率域内子波宽度控制参数对频率域分辨率的影响;然后应用匹配追踪算法对实际地震数据进行多子波分解与重构,从理论上确定了控制复数Paul子波和复数Morlet子波频率域分辨率的最佳子波宽度,对两种子波分解重构地震剖面的差异性进行了对比分析。理论和实际计算结果表明:复数Paul子波与复数Morlet子波的分辨率和频谱能量分布有所不同,在实际应用中需针对不同的研究目的选择不同类型的子波。基于复数Paul子波的重构剖面保留了更多的低频能量,适用于反射同相轴连续的地下构造研究;基于复数Morlet子波的重构剖面高、低频频谱差异大,更适用于地震波吸收衰减研究。

分析电能质量扰动的实小波域修正相子法

电力系统基波幅值、相位、频率扰动是最基本的电能质量扰动。为快速、准确地检测、分析这些扰动,该文提出一种采用固定采样频率与Haar小波变换的修正相子法。新相子由实小波域的复信号组成,所需的小波变换只须在第1个尺度上进行。相子参数与被分析信号的幅值、相位、频率存在着简单的关系,并且可由被分析信号的3个相邻采样值简单地求得。理论分析与仿真计算表明,该文方法要求的数据窗短,计算简单,可快速、准确地检测、分析电力系统基波幅值、频率、相位的变化及变化幅度,可望在定制电力、继电保护中获得应用。

基于对偶树复小波变换的模糊图像质量评价

小波域和结构相似度SSIM的质量评价方法已经成为图像处理领域的研究热点,然而都存在一定的缺陷:传统的离散小波变换缺乏平移不变性,其方向选择性也十分有限;对于严重模糊的图像,SSIM评价结果并不十分准确。基于此,提出了一种适应于模糊图像质量评价的新算法。该算法用对偶树复小波变换DTCWT将图像进行分解来获取复小波系数,然后对所得到的六个方向的高频子带系数分别进行平均梯度幅度值的结构相似度MGSIM测量,最后将所得到的全部MGSIM的均值作为最终的原始模糊图像的模糊值。仿真实验验证了本方法比结构相似度更吻合人眼的视觉效果,与主观评价方法具有很好的一致性,并且在各方面的性能都优于目前有关文献的方法。

一种基于小波变换的最小二乘复频域法的改进方法

针对应用最小二乘复频域法处理含有大阻尼、模态密集频带的频响函数时,难以快速、准确处理其中密集耦合模态的不足,提出了利用小波变换的带通滤波器特性对其进行改进的方法。该改进方法通过分析频响函数,搜索出应用原方法无法提取的密集耦合模态,对其选定合理的小波尺度因子进行小波变换分析,实现快速、准确的模态解耦和参数提取。最后通过对频响函数中含有大阻尼、模态密集耦合频带的8自由度系统进行仿真研究,验证了这种改进方法的正确性和优越性。

采用时域和复域小波变换的光纤周界振动信号识别

针对光纤周界安防系统存在报警率低和误报率高的问题,提出一种时域和复域小波变换相结合的光纤周界振动信号识别方法,以降低误报率、提高报警率并确定振动时间。该方法首先用光纤信号的时域小波特征来抑制干扰信号,排除静默信号并判断是否有振动发生;其次用信号复域小波特征中的能量分布和相位特征构造出光纤信号的识别特征;最后用支持向量机作为分类器训练光纤振动信号并识别出振动类型。

结合复小波域和空间总变分的无参考图像清晰度评价

目的针对频域和空域相结合的清晰度评价方法耗时太长、与主观评价一致性不高等问题,提出结合复小波域和空间总变分的感知清晰度评价方法。方法采用低通滤波的方法将原始图像再模糊,得到其参考图像;在复小波域上采用局部相位一致性计算原始图像和参考图像的清晰度图,在空间域上采用总变分计算原始图像和参考图像的清晰度图;分别将原始图像以及参考图像各自的2幅清晰度图进行几何加权平均,得到2幅整体的感知清晰度图;计算2幅感知清晰度图的相似性,得到原始图像的感知清晰度值。结果在LIVE数据库上的SROCC值达到0.9476,CC值达到0.9483,一幅测试图所耗时间为6.003 s。结论实验证明文中算法的评价性能较优,相较同样结合频域和空域的评价方法计算复杂度降低,耗时较少,更加符合人眼视觉主观感知清晰度。

基于双树复小波和AR谱的滚动轴承故障诊断

针对滚动轴承信号的非平稳特性、小波变换频率混叠及信息丢失等问题,提出一种结合频率分离与功率谱的滚动轴承故障诊断方法。首先,双树复小波变换(DTCWT)对振动信号进行分解,依据幅频特性对子频段个数进行优化,实现信号频率的精准分离;其次,利用自回归(AR)功率谱得到不同子频段功率,将总功率作为特征输入遗传算法优化的支持向量机(GA-SVM)进行故障诊断。通过实验,复合轴承故障的总体识别率达到96%,其中3种外圈故障识别率达到100%,其结果表明所提方法能够准确提取故障特征并准确识别复合轴承故障。

基于对数域连续小波变换电路的心电图QRS波检测

为满足植入式心脏起搏器之类的医疗设备低功耗、实时处理等应用要求的需要,提出了基于低电压、低功耗对数域连续小波变换电路的心电图QRS波检测方法。为便于用模拟VLSI实现小波变换,用混合粒子群算法构造了类高斯一阶导数小波。以平衡式对数域积分器为积木块,设计了用于QRS波检测的连续小波变换电路,该电路由冲激响应为类高斯一阶导数小波函数的反褶及其伸缩的滤波器组构成。由该电路实现心电信号的小波变换,进行QRS波检测。仿真结果表明了该方法的可行性。

测量与识别电力系统幅值、频率、相位轻微变化的小波域正交信号分析方法

该文利用线性相位复小波具有奇对称实部与偶对称虚部的特点,提出一种基于非同步采样技术的小波域正交信号分析方法,用以分离轻微电能质量扰动中包含的幅值扰动、频率扰动与相位扰动,进而确定这些扰动的幅度与类型。这种方法的显著特点是:采用具有最短平滑滤波器(Haar滤波器)的双正交复小波与只须在少数尺度上进行的移动不变小波变换;扰动幅度与小波变换系数之间存在简单的对应关系;识别扰动类型只须利用简单的二进制特征量与二-十进制转换方法。这些特点使得该方法简单、快速、准确。

基于Gabor小波变换复频域响应的人脸识别研究

介绍了Gabor小波变换的基本原理,利用幅值和相位信息,结合描述局部特征的提取方法,使高维数据能被有效处理,最后通过合适的判别标准进行识别比对,在ORL,Feret等人脸库上得到较好的识别率。

基于复频域纹理特征的植物叶片识别算法

针对空间域特征不能全面准确地描述叶片的问题,提出了一种基于复频域纹理特征(Complex frequency domain texture features,CFDTF)的叶片识别算法。首先,对叶片图像进行预处理。其次,对预处理后的图像进行分块,并对每一个图像块进行双树复小波变换(Dual-tree complex wavelet transform,DTCWT),分别计算复频域局部二值模式(Local binary pattern,LBP)和局部相位量化(Local phase quantization,LPQ)特征,得到图像块的特征。接着,串联所有图像块的特征得到整个图像的特征。最后,在Flavia数据库上通过KNN分类器分类识别。结果表明,与传统的颜色、形状、纹理等特征相比,该算法平均识别精度明显提高,达到95.75%。

地基合成孔径干涉雷达IBIS-L影像滤波方法研究

本文阐述了IBIS-L雷达工作原理和影像特性,基于IBIS-L成像模式,比较了影像在空间域和频率域中不同滤波算法的优点与不足。针对相位噪声,本文提出了一中基于复数域自适应小波滤波方法,并以云南省鲁甸震区红石岩堰塞湖滑坡的IBIS-L序列影像进行不同滤波试验,结果表明,该小波滤波方法既能高效地抑制噪声,又能较好地保持影像边缘信息,具有最优的滤波效果。

基于双树复小波变换和频域U-Net的多光谱图像融合算法

提出基于双树复小波变换(dual-tree complex wavelet transform,DTCWT)和频域U-Net的多光谱图像融合算法。通过将彩色图像和基于荧光示踪剂标记肿瘤等研究目标的荧光图像进行DTCWT分解,获取源图像的高低频分量,利用频域U-Net对荧光图像的低频子带进行处理,分割得到只包含目标区域分布的感兴趣区域。基于感兴趣区域对将荧光图像的高低频子带以低频加权相加、高频取绝对值较大者的融合规则与彩色图像绿色通道融合,并经过DTCWT逆变换重构得到多光谱融合图像。实验表明,本研究提出的多光谱图像融合方法相较于传统融合算法具有更高的空间频率、结构相似性、互信息以及边缘信息保持度,突出了目标区域特征,提高了融合图像的显示效果。

用对数域电流模式电路实现连续小波变换

本文提出了用对数域电路实现连续小波变换的一种方法。利用复解调技术将设计带通滤波器组转化为设计相对简单的低通滤波器组问题,给出了分解与重构的系统流程。设计并分析了对数域电流控制振荡电路,对数域积分器和高斯滤波器等主要的模拟电路。

一种新的双树复小波在Φ-OTDR信号降噪中的应用

相位敏感光时域反射系统探测脉冲光在光纤中的后向瑞利散射信号也随着传感距离的增加而变得微弱,最后湮没在噪声中,限制了探测距离。介绍了小波变换、离散小波去噪和双树复小波去噪的基本原理。新的双树复小波去噪增强了信号分解的平移稳定性,改善了频率混叠现象,提出了基于邻域多尺度去噪和基于局部拟合良好度的阈值去噪策略,经仿真,该方法在Φ-OTDR信号降噪性能优异。