一种有效的宽带雷达信号压缩算法

针对宽带雷达回波信号采样数据量大、传统小波压缩算法保真度不高的特点,利用小波多层次变换系数之间的关系,提出了基于小波变换的自适应贪婪算法,并将其应用于宽带雷达回波信号数据压缩。将该算法与传统的小波多层次方法在对宽带信号的压缩性能上进行了比较,结果表明,基于小波的自适应贪婪算法对数据压缩保真效果优于传统的小波方法。

基于多级离散小波变换和LSTM模型的充电负荷短期预测方法

电动汽车作为一种清洁环保的出行方式受到了越来越多地欢迎,但电动汽车充电负荷日益增长将会对现有电网造成一定的冲击与影响。与常规负荷不同,电动汽车的充电负荷存在较大的随机性,准确地预测电动汽车充电负荷的变化,有助于电网稳定运行。首先,本文针对各站电动汽车充电负荷曲线采用K-means算法进行聚类,减小充电负荷的波动性,同时,充电负荷时间序列是典型的非线性、非平稳时间序列,因此本文引入多级小波变化将充电负荷时间序列分解为多个复杂度较低的分量,帮助预测模型,挖掘其变化特征;然后,本文提出以历史充电负荷功率各级分量、天气数据、日期类型为输入的长短期记忆神经网络预测模型,并使用遗传算法来选择长短期记忆神经网络的最优超参数;最后,本文用实际数据验证了本文所提方法能够有效预测电动汽车的短期负荷。

结合多级小波系数加权均值和量化的可公开敏感水印

传统水印通常对水印嵌入后掩体视觉质量较为关注,而对水印嵌入环节的安全性较为忽视,一些算法尽管提供了水印加密环节,但位置固定,导致嵌入水印易受攻击,而基于参数化小波的水印敏感性在实际中难以应用。针对以上问题,提出一种结合多级小波系数加权均值和量化的可公开敏感水印。在该算法中,首先将掩体图像的消息摘要算法5(MD5)值、用户密钥和初始参数与Logistic映射绑定,用于对水印加密和嵌入环节的多级小波系数进行随机选择;然后通过联合图像专家组(JPEG)压缩的各级小波系数绝对变化量的算术平均值来估算小波系数权重,调整小波系数加权均值以嵌入水印;最后通过孤立黑点滤除策略来提高水印提取质量。理论和实验表明,所提方法具有较好的明文敏感性和密钥敏感性,嵌入水印后图像峰值信噪比(PSNR)可达到45 d B,即使公开水印嵌入环节,嵌入的水印也难以篡改和提取,同时依然对图像剪裁、白噪声、JPEG压缩、覆盖和涂鸦等常规图像攻击具有鲁棒性。