基于非正交离散变换的物理不可克隆函数可靠性提升算法

为了解决物理不可克隆函数(PUF)受外部环境和自身老化因素影响存在响应不稳定的问题,提出基于非正交离散(NOD)变换的PUF可靠性提升算法。首先,设计了一种重排序混淆器,将随机种子向量及PUF响应经重排序混淆器迭代处理后得到非正交混淆矩阵与混淆响应矩阵的内积,据此建立NOD谱,有效缓解了因PUF本身均匀性不足而产生偏向性密钥的问题;随后,通过分区编解码策略,赋予NOD谱一定的波动容错能力,将不稳定响应的影响限制在有限的范围,从而显著提高最终响应的可靠性。所提算法相较于传统基于纠错码的方法,需要的帮助数据更少。基于SRAM-XMC数据集进行实验,所提算法在对2949120组64位响应进行101次重复实验过程中平均可靠性达到99.97%,唯一性达到49.92%,均匀性达到50.61%。实验结果表明,所提算法能够在保证PUF响应均匀性与唯一性的同时有效提高可靠性。

基于离散小波变换的离散正交S变换域图像加密算法

目前基于混沌系统的彩色图像加密算法并未充分地考虑图像时频域特征,并且具有密钥空间小的缺点,对此提出了一种基于离散正交S变换域的彩色图像编解码技术。将图像分解为RGB三色通道,对每个通道分别进行离散正交S变换(DOST);对各通道使用一级离散小波变换(DWT),将每个通道分解为四个子带;使用DWT分解各子带;对奇异值进行乘法运算,使用新奇异值重构所有的子带。可将DOST的子带数量、奇异值参数以及DWT子带的排列顺序作为密钥,从密钥获取难度极高。实验结果表明,方法具有较好的加密效果,安全性优于其他的算法。

基于小波去噪与离散余弦变换相结合的正交频分复用系统信道估计算法

针对传统的基于离散余弦变换(DCT)信道估计算法没有处理循环前缀之内噪声的问题,提出了一种基于小波去噪与DCT插值相结合的正交频分复用(OFDM)系统信道估计方法。首先,采用最小二乘(LS)法对接收到的导频信号进行信道初步估计;然后,对LS法估计出的结果进行离散小波阈值去噪处理;最后,利用DCT插值对循环前缀内的噪声再次处理,以进一步减小噪声的影响。在Matlab 2012平台上仿真,与传统的基于DCT信道估计算法相比较,误码率相同的条件下,所提算法的信噪比(SNR)性能提升了1 d B左右;均方误差相同的条件下,所提算法的SNR性能提升2 d B左右。仿真实验结果表明,该算法能够较好地减小加性高斯白噪声(AWGN)的影响,并有效提高信道估计的准确度,其总体性能较基于DCT的信道估计算法更优。

基于近红外光谱的小波变换结合正交匹配追踪建立秦艽中龙胆苦苷的定量分析模型

针对近红外光谱高维小样本数据以及信号具有稀疏先验的特点,提出了小波变换(WT)结合正交匹配追踪(OMP)建立秦艽中龙胆苦苷定量分析模型的方法。将204个秦艽样品按照Kennard-Stone法以3∶1的比例进行划分,得到153个校正集样品和51个测试集样品,利用傅里叶变换近红外光谱仪采集样品的近红外光谱,采用WT对原始近红外光谱数据进行预处理,选择小波基函数为Daubechies(db5),小波分解层数为5,小波阈值为0.1,采用OMP建立龙胆苦苷的定量分析模型。结果表明:该模型预测性能较好,校正集对应的决定系数(R_(C)^(2))为0.9940,校正均方根误差(RMSEC)为0.0819,测试集对应的决定系数(R_(P)^(2))为0.9854,预测均方根误差(RMSEP)为0.1124;利用所建模型分析204个秦艽样品,龙胆苦苷预测值与参考值基本一致。

基于正交小波变换的瞬变步长LMS自适应滤波算法

本文在滑动准最小均方误差瞬变步长LMS(SPLMS)算法基础上提出了一种基于正交小波变换的瞬变步长LMS(WTSPLMS)的改进自适应滤波算法。该算法较好地利用了正交小波具有良好时频局部化的特性 ,使之除具有SPLMS算法的优点外 ,还具有更高的起始收敛速率 ;更小的权失调噪声 ,更大的抑噪能力。计算机仿真效果较好 。

基于混合遗传优化的正交小波变换盲均衡算法

常数模算法(CMA)收敛速度慢,初始权向量的确定缺乏理论依据,容易陷入局部极小值。针对这些问题,在正交小波变换盲均衡算法(WT-CMA)的基础上,提出了基于混合遗传优化的正交小波变换盲均衡算法(GAWT-CMA)。该算法在常规遗传算法的父代和子代之间嵌入WT-CMA形成混合算法,利用遗传算子的全局收敛性进行宏观搜索,用WT-CMA进行局部搜索。由混合算法用少量数据进行权向量的优化,在全局范围内获得较好的初始权向量,再用WT-CMA收敛到全局最优值。水声信道的仿真结果显示,GAWT-CMA完成收敛比CMA快约9 000次,比WT-CMA快约3 000次,比GA-CMA快约1 000次,稳态误差对比CMA小约3dB,比WT-CMA小约1dB,比GA-CMA约小0.5dB。

基于离散正交小波变换的红外图像去噪方法

提出红外图像去噪方法,将小波变换与广义交叉确认原理相结合,在噪声方差未知的前提下,只利用红外图像的输入数据就可以确定所要求的渐近最优阈值。对红外图像进行离散正交小波变换后,分别对各个分解层的高频子带利用所提出的方法进行迭代去噪,使各个高频子带分别收敛于其最大信噪比。实验结果表明,该方法在有效地去除噪声的同时,能较好地保持红外图像的细节信息。算法在性能指标和视觉质量上均优于Donoho提出的小波阈值去噪方法、Johnstone提出经过调整的小波阈值法和传统的中值滤波法。

基于正交小波变换分数间隔的神经网络盲均衡算法

针对分数间隔盲均衡算法(T/4-FSE-CMA)收敛速度慢、稳态误差大的缺点,提出了一种基于正交小波变换分数间隔的神经网络盲均衡算法(T/4-FSE-WT-FNN)。该算法采用四路子信道模型,以神经网络作为均衡器,同时,对均衡器的输入信号做正交小波变换并进行归一化,与基于正交小波变换的前馈神经网络盲均衡算法(WT-FNN)、T/4-FSE-CMA算法、基于正交小波变换的分数间隔盲均衡算法(T/4-FSE-WT-CMA)相比,该算法具有抗干扰能力强、收敛速度快、稳态误差和均方根误差小的特点。水声信道的仿真验证了该算法的有效性。

基于正交离散小波的超分辨力图像复原算法

利用正交离散小波变换,通过最小化广义交叉确认函数求取小波变换渐近最优阈值,与L-R超分辨力图像复原算法结合,提出了基于正交离散小波变换的L-R法(WL-R)和单次运算小波变换的L-R法(SWL-R).算法能够较好地复原信噪比较低的图像细节,SWL-R只需1次处理过程,在保证复原处理快速有效的基础上,减少了L-R算法的大量迭代运行时间,适合于实时化的超分辨力图像处理,具有广泛的应用前景.

离散小波变换-遗传算法-交互检验法用于近红外光谱数据的高倍压缩与变量筛选

用遗传算法(GA)与交互检验(CV)相结合建立了一种用于对近红外光谱(NIR)数据及其离散小波 变换(DWT)系数进行变量筛选的方法,并应用于烟草样品中总挥发碱和总氮的同时测定。结果表明:NIR数 据经DWT压缩为原始大小的3.3%时基本没有光谱信息的丢失;有效的变量筛选可以极大地减少模型中的 变量个数,降低模型的复杂程度,改善预测的准确度。

去卷积伏安法中离散数据处理的方法研究(Ⅰ)──正交小波变换平滑

A new method which is caIled orthogonal wavelet transform was introduced into deconvolution voltammetry to deal with discrete data containing strong random noise. From simulated data and experimental data, the processed results show that wavelet trans form would be the best method in processing complex discrete signal containing high white noise,and was compared with Fourier least square method. Wavelet transform has many merits than Fourier method.

基于正交小波变换的稀疏权盲均衡算法

为增强盲均衡算法的工程可实现性,在分析正交小波变换理论和超指数迭代盲均衡算法的基础上,利用正交小波变换对超指数迭代(SEI)算法的权向量迭代公式进行修正,同时利用分数间隔均衡器的优点来提高带宽利用率,提出一种基于正交小波变换稀疏权盲均衡算法(FSE-WT-SEI-SW)。该算法利用正交小波变换良好的去相关性来加快收敛速度,通过对权向量的稀疏来减少算法的计算量,有利于工程的实现。水声信道的仿真结果验证了算法的有效性。

基于正交小波变换的分数间隔盲均衡算法

针对恒模算法(CMA)收敛速度慢,稳态误差大的缺点,在分析正交小波变换理论和分数间隔恒模算法(FSE-CMA)的基础上,提出了一种基于正交小波变换的分数间隔恒模盲均衡算法(WT-FSE-CMA)。该算法将正交小波变换理论引入到T/2分数间隔恒模盲均衡算法中,充分利用了小波变换对信号的去相关性,以及分数间隔均衡器对信号的过采样性质。与波特间隔、T/2分数间隔恒模盲均衡算法相比,该算法收敛速度快、稳态误差小,均衡效果较好。水声信道的仿真结果验证了该算法的性能。

基于平衡正交多小波变换的盲均衡算法

为了克服常模算法(CMA)收敛速度慢的缺点,提出一种基于平衡正交多小波变换的常模盲均衡算法(MWTCMA)。该算法引入了平衡正交多小波,弥补了多小波在实际应用时必须进行预滤波的缺陷,并推导出了平衡正交多小波变换矩阵的通用表达式。水声信道盲均衡的仿真结果表明:与基于正交小波变换的常模盲均衡算法(WTCMA)和常规CMA相比,该算法的收敛速度得到了显著的提高,均方误差得到了一定的改善。

基于正交小波变换的奇对称误差函数盲均衡算法

针对常数模(Constant Modulus Algorithm,CMA)收敛速度慢、均方误差大的缺点,在分析基于正交小波变换的盲均衡器结构及奇对称误差函数的特性基础上,提出了一种基于正交小波变换的奇对称误差函数盲均衡算法(WT-OSE,orthogonal Wavelet Transform based Odd Symmetry Error function blind equalization algorithm),该算法通过归一化正交小波变换来加速收敛速度,用误差函数的奇对称性以减小均方误差,利用变步长来进一步加快收敛速度。水声信道的仿真结果表明,该算法具有较快的收敛速度和较小的均方误差。

基于正交小波变换的超指数迭代联合盲均衡算法

为了克服超指数迭代盲均衡算法稳态误差大、不能纠正相位旋转的问题,在分析正交小波变换理论和超指数迭代盲均衡算法的基础上,利用正交小波变换对SEI算法的权向量迭代公式进行修正,同时引入一阶锁相环(PLL)技术,并将其以软切换的方式与判决引导算法相结合,得到一种基于正交小波变换的超指数迭代联合盲均衡算法。该算法利用正交小波变换良好的去相关性,来加快收敛速度,利用PLL技术来快速纠正相位旋转,并用其来初始化判决引导算法,有效地减小了稳态误差。水声信道的仿真结果验证了算法的有效性。

基于离散正交小波变换的选煤机轴承故障诊断

提出一种利用离散正交小波变换进行去噪、信号处理及故障诊断方法 ,通过仿真及对轴承振动信号检测 ,证明其非常有效、准确。

基于正交小波变换的判决引导联合盲均衡算法

为了克服水声信道时变多途的影响和基于统计特性的线性均衡(LE)算法收敛后稳态误差大的缺点,提出了基于正交小波变换(OWT)的判决引导联合盲均衡算法(OWT-LE+DD).该算法将OWT理论引入,充分利用OWT良好的去相关性,加快了收敛速度,并采用软判决的方式与判决引导(DD)算法相结合,纠正信道引入的载波相位旋转,减小了稳态误差。水声信道的仿真结果,表明了算法的有效性。

基于离散正交小波变换的图象去噪方法

给出了一种基于离散正交小波变换的图象去噪方法，该方法通过二维离散小波变换将图象投影到小波变换域，通过对小波变换系数进行阈值处理实现二维图象的去噪。并用实验验证了该方法的有效性。

正交小波变换和时间分集联合盲均衡算法

为了克服水声信道多径效应及常数模算法的缺陷,将时间分集技术应用于盲均衡算法中以减小多径效应对信号传输的影响,利用双曲正切误差函数代替常模误差函数,以减小均方误差,并以软切换的方式与判决引导(DD)算法相结合,同时引入数字锁相环共同纠正多普勒效应引起的相位旋转.为加快算法的收敛速度,对输入信号进行正交小波变换以减小输入信号的自相关性,从而提出一种正交小波变换和时间分集技术联合盲均衡算法(WT-CTDE).水声信道仿真结果验证了该算法的有效性.