同步抽取变换与复小波结构相似性指数的滚动轴承性能退化评估

为更早地检出滚动轴承异常并量化其性能退化程度,该研究提出同步抽取变换与复小波结构相似性(SET-CWSS)指数的滚动轴承性能退化评估新方法。利用同步抽取变换(SET)对当前时刻的振动信号进行时频分析,以获得能量更加集中的时频图,将SET后得到的时频图与刚投入运行时无故障振动信号的SET时频图进行复小波结构相似性(CWSS)评价,得到当前时刻滚动轴承性能退化评估SET-CWSS指数。通过疲劳试验验证及与其他性能退化评估方法对比,结果表明:SET-CWSS指数能有效的刻画出滚动轴承性能退化过程、量化评估其性能退化程度且对滚动轴承早期异常更加敏感。

一种新的非抽取提升结构小波变换图象融合算法

遥感图象的数据融合是当前图象处理界研究的热点之一 在对提升小波变换的原理和特点研究和分析的基础上 ,将IHS变换与非抽取提升结构小波变换相结合 ,提出了一种新的图象融合方法 实验证明 ,与其他用于图象融合的小波多分辨率分析方法相比较 ,本算法可以在得到良好融合性能的同时 ,具有较快的处理速度 。

基于非抽取小波包变换的信号滤波算法

对航天测控信号进行滤波处理,有利于改善信号品质,提高系统的测量性能。针对航天测控信号中的差分单程测距(Differential One-way Ranging,DOR)信标信号等侧音信号,提出了基于非抽取小波包变换(Un-decimated Wavelet Packet Transform,UWPT)的滤波改进算法。该算法以功率平坦度为准则,判断某一节点是否需要继续分解。改进算法克服了以能量聚焦度为准则时算法误判停止分解或多重分解算法复杂、计算量大等的缺点,同时解决了阈值不易确定的问题。仿真结果表明改进算法在降低算法复杂度的同时,滤波性能相对有所提高。最后采用改进算法对仿真信号和在轨卫星数据进行处理,结果表明滤波后仿真信号差分相位估计精度提高约3倍、实测数据差分相位估计精度提高0.72倍。

扩频通信中基于非抽取小波包变换的抗窄带干扰算法

提出了直接序列扩频通信系统中抑制窄带干扰的一种算法。该算法是将频移与非抽取小波包变换结合起来的一种方法。仿真结果表明该算法具有很好的鲁棒性,并且误比特率较低。

基于多层小波深度聚合网络的高光谱图像超分辨率方法

利用低空间分辨率高光谱(Low Resolution HyperSpectral Image,LR-HSI)和高空间分辨率多光谱图像(High Resolution Multi Spectral Image,HR-MSI)的有机结合,实现高光谱空间分辨率增强,是当前高光谱图像处理的热点问题.目前,深度学习已成为高光谱-多光谱图像融合超分辨率的代表性方法,然而如何有效挖掘两者的互补空谱信息,实现空间结构和细节注入,在提升高光谱图像空间分辨率的同时保持高保真光谱信息,依然存在诸多挑战.本文提出了一种多层小波深度聚合网络(Multilevel Wavelet-Deep Aggregation Network,MW-DAN).该网络有机结合非抽取小波(Un Decimated Wavelet Transform,UDWT)分解和深度残差网络,建立双分支互补信息融合网络,提升图像重建性能.其中,通过深度残差网络中引入跳层汇聚连接,设计信息聚合型结构,并对多光谱图像进行UDWT方向子带分解,逐层注入到网络中间隐层,增强了方向子带结构的细节注入和光谱保真能力.整个网络通过LR-HSI,HR-MSI和HRHSI(High Resolution HyperSpectral Image)端对端训练,能够学习性能优越的空-谱融合的超分辨非线性映射.大量仿真数据集和真实数据集上的大量融合实验表明,本文提出的方法在客观评价指标、光谱保持和视觉效果上优于目前主流的深度学习方法 .

曲线拟合确定阈值的非抽取小波贝叶斯图像去噪方法

非抽取小波变换(UDWT)不仅具有时间和频率的局域特性,还具有良好的平移不变性,能有效抑制传统小波去噪方法产生的伪Gibbs现象.文中通过统计分析图像的UDWT系数,得到UDWT系数具有较强的非高斯统计特性的结论.在此基础上,应用广义高斯分布模型对系数进行建模,提出基于图像标准差的曲线拟合方法以提高图像噪声标准差估计值的精度,并以此确定去噪阈值.文中方法依据UDWT的平移不变特性有效抑制传统小波去噪方法出现的伪Gibbs现象,通过提高去噪阈值的精度以提高图像的去噪效果.大量仿真实验验证文中方法的有效性.

非抽取小波边缘学习深度残差网络的单幅图像超分辨率重建

图像超分辨率重建作为一个典型的非适定问题一直受到重视,尽管近年来出现了许多行之有效的卷积神经网络超分辨率重建模型,但如何全面挖掘图像先验信息,用以提高重建图像的细节清晰度仍有待深入研究.本文提出一种基于非抽取Wavelet变换的边缘学习深度残差网络单幅图像超分辨重建模型NDW-EDRN(Non-Decimated Wavelet Edge learning using Deep Residual Networks),在图像经非抽取Wavelet变换后获得多冗余信息、平滑及梯度值较小的低频区域和边缘及梯度值较大的高频区域的基础上,将整体网络框架设计为采用不同结构的CNN(Convolutional Neural Networks)模型来对低频子带与高频子带分别进行学习的策略:对低频子带采用稠密跳跃连接的方式整体性学习低频子带间的映射关系;对高频子带采用一种新型的U-net模型,将图像退化过程中所丢失的边缘作为网络的期望输出,通过基于块的跳跃连接来使网络更精细地学习缺失性边缘,从而更加充分、有效地获取图像在退化过程中所丢失的边缘细节信息.大量实验结果表明,该网络模型能够有效提高重建图像的质量,特别在恢复低分辨率图像的边缘信息方面具有一定的优势,在一定程度上弥补了传统CNN网络模型捕捉图像细节信息的不足.

基于Bivariate模型的非抽取小波域图像复原

将Bivariate模型引入到图像复原中,以Bivariate概率分布函数作为自然图像小波系数向量的先验模型。从图像复原的Bayesian理论出发,提出基于Bivariate概率分布函数非抽取小波域的图像复原算法,并从自适应规整化的角度来分析该算法的有效性。通过对4幅标准测试图像复原实验,并将该算法复原结果与其他3种人们熟知的图像复原算法效果进行对比来证明该算法的有效性。

基于小波包变换的DSSS窄带干扰抑制算法研究

提出一种直接序列扩频系统(DSSS)中基于频移非抽取性小波包变换(SUWPT)的窄带干扰抑制算法,该算法在非抽取性小波包变换的基础上,利用频移将干扰更好的集中在某一子频段,并参考能量聚集度原则,对DSSS中的窄带干扰进行定位和抑制。对算法性能进行分析,并通过计算机仿真对算法进行了验证,仿真结果表明,该算法的窄带干扰抑制能力满足设计要求。

一种高效数字滤波器设计方法

针对全数字软件接收机中抽取滤波器的设计,提出了一种适合在FPGA内实现的单级积分清洗的滤波器结构,这种结构解决了传统积分梳妆滤波器中可能出现的积分器溢出问题,同时还可进行非整数倍的抽取变换。给出了一种无乘法半带滤波器的IIR实现结构,并对该滤波器性能进行了仿真,结果表明在输出过采样率大于4时基本不会影响系统误码性能。

自适应字典学习的卷积稀疏表示遥感图像融合

基于细节注入方案的遥感图像融合主要包括两个步骤:空间细节提取与注入。为保证被提取细节的质量与确定合适的调制系数,本文提出一种基于自适应字典学习的卷积稀疏表示遥感图像融合方法。该方法先利用引导滤波和非抽取小波变换来分别获取全色图像和多光谱图像的空间细节;然后自适应地学习提取空间细节的字典,并将其引入卷积稀疏表示模型来重构联合细节图像;最后,将联合细节通过联合判别调制系数注入到上采样的多光谱图像中得到最终融合结果。实验结果表明,本文方法的融合结果无论从主观效果还是客观定量评价,都优于一些主流的遥感图像融合方法。

基于时域法的输电塔抗风研究

基于脉动风的基本特性和Davenport脉动风速谱,提出在时域内采用按时间抽取的快速傅立叶变换技术改进的谐波叠加法对输电塔随机风场进行仿真,以一大跨越输电塔的随机风场为例获得各点的风速时程样本并进行了谱和相关性校验。结果表明,模拟值与目标值吻合、脉动风空间相关特性显著、计算效率大幅提高,验证了该法的有效性和实用性。

基于非抽取小波变换的遥感图像贝叶斯去噪

图像去噪是遥感图像处理的一个重要方面。文中基于非抽取小波变换,提出了一种贝叶斯图像去噪方法。对小波系数采用广义高斯分布建模,根据贝叶斯估计理论,得到贝叶斯收缩阈值,采用软阈值收缩去噪。实验结果表明:该去噪方法能够有效地抑制正交小波变换产生的人为干扰和伪Gibbs现象,与正交小波变换阈值去噪方法相比具有明显的优越性。

体外冲击波碎石图像的多分辨滤波技术

体外冲击波碎石(ESW L)图像通常呈现较低的信噪比和对比度。随着临床诊断技术的发展,噪声伪影的衰减技术成为一个重要课题。利用非抽取小波变换可以对图像进行平移不变的多尺度分解,结合均方误差意义上最优的自适应W iener滤波,在有效去除噪声的同时保持了图像的边缘细节。实验表明,该方法相对于传统方法更适于ESW L图像的降噪问题。

一种基于局部估计模型的小波域降噪技术

提出了一种稳健的用于磁共振图像噪声过滤的非抽取小波域方法。这种方法通过一个单一的参数来平衡降噪程度和相关细节的保护。这个算法开发了一种通用的关于不同尺度级间重要图像特征相关性的有效知识来完成预备的系数分类。这种预备系数分类被用来先验估计图像特征和噪声系数的统计学的分布。使用具有局部空间活跃性的小波域标记能达到对图像空间上下文关系的适应。实验结果表明它在磁共振图像抑噪方面的高效性。

基-4FFT处理器的优化设计与应用

快速傅里叶变换(fast Fourier transform,FFT)因其高效而广泛应用于信号处理系统。文章通过分析按时间抽取的基-4FFT算法,针对1024点设计了一款5级流水线型FFT处理器。在处理器结构中每级内采用蝶形运算单元的分时复用方法降低了硬件资源消耗;在5级连接结构设计中采用流水线技术提高算法处理速度。该处理器采用现场可编程逻辑门阵列(field programmable gate array,FPGA)进行验证,结果表明,在50 MHz的条件下,11.9μs即可完成1024点运算,通过光电容积脉搏波检测应用验证了其正确性。

基于UDWT的高性能多光谱遥感图像融合算法

无抽取离散小波变换 (UDWT)具有移不变性的优良性质 ,它在遥感多光谱图像增强以及双通道图像融合应用中获得了很好的效果。文中研究一种基于UDWT的适用于多光谱图像的融合算法 ,该算法利用UDWT的多尺度表示方法和文献 [4 ]算法最佳保留光谱信息的特点 ,融合结果同时精确保留了多光谱图像的光谱信息和高频细节特征 ,为目标的检测、定位。

基于BF533的基4 FFT算法的DSP实现

首先介绍了基4时域抽取FFT算法的快速高效的原理及实现方法,然后用MATLAB对该算法进行了仿真,分析了对其优化的几个方向,并提出了一种利用单一倒序表进行多点数位倒序的新方法。最后给出了在ADSP-BF533 DSP上采用C语言实现FFT的软件设计方法,并在ADSP-BF533 KZ-KITLite^(TM)评估板上成功实现,经过实验验证,结果正确,各项指标均达到了设计要求。该实现方法具有可移植性好、速度快等优点,具有很好的参考价值和应用前景。

一种新的直接序列扩频通信窄带干扰抑制算法

提出一种基于非抽取小波包变换的直接序列扩频通信系统窄带干扰抑制算法.该算法与TSA算法比较,仿真结果表明,该算法具有很强的鲁棒性。

基于SUWPT的正弦信号滤波算法

针对航天测控DOR(差分单向测距)信标信号等侧音信号的滤波问题,借鉴扩频系统窄带干扰抑制领域中的SUWPT(频移非抽取小波包变换),提出了一种逆向算法。该算法通过最佳频移将信号移至各子带中间,然后选择能量较大的子带进行分解,通过记录的位置信息选择不同的重构滤波器,从而达到最佳滤波效果;最后将该滤波算法应用于航天测控侧音信号的差分相位提取过程。仿真结果表明,该算法比小波变换滤波、小波包滤波具有更好的滤波性能;滤波后差分相位提取精度相对滤波前提高3~4倍,有利于提高系统的测量精度。