基于分数阶小波变换的电力系统谐波检测方法

针对稳态和暂态谐波检测易受噪声干扰的问题,提出一种基于分数阶小波变换(fractional wavelet transform,FRWT)的电力系统谐波检测方法。首先,通过快速傅里叶变换(fast Fourier transform,FFT)检测出各频谱的频率,根据频率确定分解层数;其次,利用FRWT对信号进行分解和重构,实现基波与各次谐波分量的分离;最后,对各次谐波分量进行Hilbert变换(Hilbert transform,HT),获取各次谐波分量的频率和幅值检测结果以及暂态扰动的起止时刻。对多种谐波信号的仿真试验结果表明,FRWT方法可以有效实现对含噪信号中稳态和暂态谐波的检测,即使信噪比较低也能保证各项结果的检测精度,证明FRWT方法是检测谐波的一种有效新方法。

基于下采样分数阶小波变换的图像融合新方法

为抑制小波变换图像融合方法在下采样过程产生的伪吉普斯效应,解决非下采样图像融合方法融合时间长的问题,提出了基于下采样的分数阶小波变换(FRWT)融合方法。该方法采用离散分数阶小波变换(DFRWT)对不同灰度特征源图像进行多尺度分解,根据不同阶数下图像分数阶小波变换子代模系数非稀疏性特点,分别使用区域最大和区域方差匹配图像融合规则进行对比实验,并对融合规则和阶数选取加以讨论。实验结果表明,相对于小波变换(DWT)融合方法,此方法有效的抑制了伪吉普斯效应,获得更好主观效果和较高客观评价指标值,与非下采样变换融合方法相比,该方法在确保融合质量的同时融合时间大为缩短。实验结果表明本文方法的有效性。

基于奇异值分解的分数阶小波综合实现方法

针对现有模拟小波变换实现中存在的不足,提出了一种基于奇异值分解算法的分数阶小波综合实现方法。首先,根据分数阶系统理论和介电松弛特性的Cole-Cole分布函数,构造了一种新的分数阶小波;然后,以线性离散系统的状态空间模型为基础,采用矩阵奇异值分解算法求解出分数阶小波逼近函数;最后,利用多输出开关电流双线性积分器和电流镜作为基本结构单元,设计了冲激响应为分数阶小波逼近函数的多环反馈开关电流小波滤波器。对开关电流分数阶小波滤波器的时域和频域响应以及灵敏度和非理想性进行了仿真与分析,实验结果表明所提出的分数阶小波综合实现方法具有小波逼近算法简单且逼近精度较高、电路灵敏度低和受元件非理性因素影响小等特点。

基于改进阈值函数的分数阶小波电能信号去噪

为了消除电力系统中噪声对电能质量扰动信号的影响,且能保留突变点信息,提出了一种基于改进闽值函数的分数阶小波电能质量扰动信号去噪方法。该方法采用离散分数阶小波变换对含噪信号进行多尺度分解,并根据信号和噪声在不同尺度上的分数阶小波域系数的分布特点,通过改进阈值函数对各层系数进行处理,将处理后的系数进行重构得到去噪后的信号。仿真结果表明,该方法弥补了软、硬阈值函数的缺点,能较好地去除噪声并保留突变点信息,且提高了输出信噪比。

基于分数阶小波变换的图像加密方法

图像置乱是图像加密的常用方法,为了获得更好的加密效果,提出了一种基于分数阶小波变换(FWT)的图像加密新方法。该方法将二维分数阶小波变换与传统的空间域图像置乱方法相结合,对数字图像在分数阶小波时频域内进行图像置乱,实现图像的双重加密。图像加密实验结果表明,采用该方法具有很好的加密效果,在信息安全领域有较好的应用前景和研究价值。

基于分数阶小波变换的图像隐写分析

为了提高现有的图像隐写分析算法的检测性能,提出一种基于分数阶小波变换的图像隐写分析算法。该算法首先通过二维分数阶小波变换将图像映射到分数阶小波时频域内。然后在时频域内使用主成分分析提取隐写图像高频子带的主成分特征统计量、计算主成分的信息熵、构建敏感特征向量。最后采用支持向量机(SVM)对该算法所提特征进行分类。通过仿真实验利用所提算法分别对三种隐写算法下不同嵌入率的隐写结果进行检测,结果表明该算法可有效提高隐写分析准确率。

基于分数阶小波变换的心电信号去噪处理研究

为了能够快速简单的滤除心电噪声,提高信号的信噪比,采用分数阶小波变换对心电信号进行处理,并利用"Arrhythmia Database"和"Noise stress Test Database"数据库中的数据和对其进行验证.仿真结果表明,运用这种方法能够有效地提高心电信号的信噪比,清晰的还原出心电信号的波形及其特点.所以分数阶小波变换在心电信号去噪处理中具有很好的应用.

基于分数阶小波变换的无线物理层信号水印嵌入方法

无线网络物理层信号水印嵌入方法借鉴了图像中数字水印思路,将秘密的安全认证编码或标签与主传输消息一起传输,具有不需要消耗额外带宽、安全性更强的特点。鉴于此,提出了基于分数阶小波变换的信号水印嵌入方法。该方法最明显的优点是分数阶小波变换通过调节阶次可以实现调节小波系数的目的,收发双方如果预先不知道分数阶的阶次则无法恢复水印信号,因此比传统小波变换进一步提高了物理层水印信号的安全性。最后,通过性能分析验证了以上结论。

分数阶小波时频域的图像去噪新方法

为了提高图像的质量以及满足后续图像处理的需求,提出了一种基于分数阶小波时频域的图像去噪新方法。该方法通过二维分数阶小波变换将图像映射到分数阶小波时频域内,在时频域内实现图像的去噪处理,最后通过分数阶小波逆变换实现图像的重构。图像去噪实验结果表明:采用该方法去噪后的图像输出峰值信噪比明显提高,在抑制噪声的同时可以有效保持图像细节。

基于改进阈值函数的分数阶小波图像去噪

为了消除噪声对图像的影响并较好地保留图像细节信息,提出一种基于改进阈值函数的分数阶小波图像去噪方法。该方法通过分数阶小波变换将含噪信号进行多尺度分解,采用改进的阈值函数对各层分数阶小波域系数进行处理,对处理后的系数进行重构得到去噪后的信号。仿真实验表明,相比已有的软阈值、硬阈值和均值加权法,本文方法去噪后的图像信噪比较大、均方误差较小,取得了满意的视觉效果,是一种实用的去噪方法。

基于分数阶混沌和分数阶小波变换的数字指纹技术

在传统的数字指纹技术中,随着用户的增多,用户指纹的唯一性和有限的指纹长度之间产生了矛盾.针对这一矛盾,根据分数阶混沌的初值敏感和随机特性,提出了基于分数阶混沌动力系统的数字指纹生成方法,大大增加了用户的容量,而且速度快,安全性高,把分数阶混沌用于指纹编码,抗合谋攻击性更强.另外,为了增加数字指纹的嵌入空间,提高安全性,进一步提出了使用4级离散分数阶小波变换对载体图像进行处理,与传统小波变换相比,分数阶小波变换增加了阶次作为密钥,安全性更高,并选择把数字指纹嵌入到高尺度下的高频子带中,鲁棒性和信息隐藏量都得到了改善.

分数阶小波变换法去除X射线荧光光谱噪声

将Grünwald-Letnikov(G-L)分数阶与小波变换(WT)相结合,利用Matlab软件对X射线荧光光谱模拟和实测信号进行去噪处理.分别与传统WT去噪、分数阶傅里叶小波变换(FRWT)处理后的信号进行比较分析.结果表明,采用分数阶小波变换(FWT)去噪效果优于分数阶傅里小波变换(FRWT)和传统WT去噪,其中去噪后的信噪比(SNR)分别达到97.6355和116.3067,均方误差(MSE)分别达到和0.4747和1.2931,且在抑制噪声的同时FWT更好地保留了信号的细节信息.

二维分数阶小波变换滤除混合图像噪声研究

图像形成与传输过程中,常受到复杂混合噪声的干扰.本文结合二维分数阶小波变换与中值滤波,提出一种新的混合未知图像噪声滤除方法.该方法先通过噪声检测将脉冲噪声标识出来,并利用中值滤波方法滤除,然后计算剩余噪声,进一步得到二维分数阶小波变换的最优阶次,在二维分数阶小波时频域,将剩余的高斯白噪声用阈值去噪方法滤除.经实验证明,该方法在有效去除混合噪声时具有优势.

基于分数阶小波与引导滤波的多聚焦图像融合方法

针对多聚焦图像融合中存在易丢失细节信息、图像边缘处产生伪影等问题,提出了一种基于离散分数阶小波变换(DFRWT)结合引导滤波的多聚焦图像融合新方法。首先,采用DFRWT将多聚焦源图像进行多尺度分解,得到低频部分与高频部分。其次,为了使图像信息有效地融合,根据小波模系数的能量在不同阶数下的分布特征,选取最适合分数阶阶数,在低频部分应用拉普拉斯能量并获得初始决策,再用引导滤波修正决策图得到融合规则;高频部分采用分数阶空间频率的融合规则。最后,通过DFRWT逆变换获得融合后的图像。新方法与现有5种算法进行视觉对比和定量评估,仿真实验表明,本文方法有效抑制了Gibbs效应和边缘处的伪影效应,视觉效果和客观评价均令人满意,融合图像的质量优于已有的几类经典算法。

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.

基于多孔分数阶小波变换的谐波检测新方法

基于分数阶小波变换的电力谐波检测方法是一项新兴的研究成果,其可较好地解决新型电力系统中谐波检测受噪声干扰的问题,提高谐波检测精度。然而传统离散分数阶小波变换均基于Mallat算法完成,其实现过程中的下采样操作将影响谐波信号的检测精度。针对这一问题,文章将非下采样多孔算法与分数阶小波变换相结合得到一种改进的离散分数阶小波变换实现方法,并在此基础上提出一种基于多孔分数阶小波变换的谐波检测新方法。此外,文章采用基于分数阶频谱四阶原点矩的方法确定最佳分数阶变换阶次,有效降低计算复杂度。实验结果表明,新方法对稳态谐波、短时谐波及时变谐波均能有效实现信号降噪和分离,并能对信号分量的幅值、频率及定位信息实现高精度检测。

基于分数阶小波的频谱感知算法

针对非平稳信号在低信噪比下使用能量感知算法感知效果差的问题,提出了一种基于分数阶小波的频谱感知算法。首先对接收信号进行分数阶小波变换达到能量聚集与去噪处理的目的,之后对重构信号进行能量感知。仿真结果表明,该算法相比于传统的能量感知算法以及基于小波变换的能量感知算法,可以提高在低信噪比下对非平稳信号的感知效果。在感知概率为0.3时,基于分数阶小波的能量感知算法比传统的能量感知算法和基于小波变换的能量感知算法分别提高了6 d B和2 d B的信噪比增益;在虚警概率恒为0.1时,基于分数阶小波变换的频谱感知算法的感知概率为0.867,明显高于传统能量感知算法0.287的感知概率和基于小波变换的频谱感知算法0.628的感知概率。

基于分数阶小波变换的OFDM混合信号识别方法

为识别目标正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号中存在的干扰信号,提出了一种基于分数阶小波变换的OFDM混合信号识别算法。先对接收信号进行希尔伯特变换,再进行分数阶小波变换,接着利用分数域小波系数构造特征值,最后利用决策树分类器进行OFDM混合信号的识别。模拟仿真结果表明,在选择合适的变换阶次的情况下,该算法不仅可以识别出单载波干扰和多载波干扰,还可以区分单载波干扰和多载波干扰的调制类型,同时识别性能优于目前已有的识别算法。

基于分数阶小波变换与QR分解的盲数字水印算法

通过对现有的盲数字水印算法的研究,本文提出一种新颖的基于分数阶小波变换(FRWT)和QR分解的盲数字图像水印算法,相比于现有的基于DWT域数字图像水印方法,该方法兼具分数阶小波变换(FRWT)和DWT的优点,对数字水印处理具有更高的灵活性。仿真结果表明嵌入水印后的宿主图像的峰值信噪比均高于40dB,充分说明该算法不仅可以很好地平衡水印的不可见性,而且对几何攻击具有较好的鲁棒性。

基于分数阶小波变换的水印方法

现有的小波域的水印嵌入算法具有复杂度高,嵌入水印后的宿主图像PSNR值相对固定等缺点。本文利用图像在分数阶小波域不同阶数下分解系数互异性特点,在低阶数下嵌入水印具有更好的不可见性和安全性,抗攻击实验表明本文方法具有良好的稳健性。