基于幅度统计多分辨率分析的SAR图像灰度压缩

基于幅度统计多分辨率分析的原理 ,针对SAR图像特殊的显示要求 ,提出了一种新的灰度压缩方法 ,解决了常规灰度级压缩方法不能很好保持原始图像数据直方图分布的问题 实验结果表明该方法能有效保证灰度压缩前后图像数据直方图分布形状的一致性 。

基于离散小波多分辨率分析的电网谐波检测法

电力系统中存在大量由非线性器件对电网电压和电流整流、逆变而产生的时变谐波。傅里叶变换是应用最为广泛的谐波检测方法,但其不适于时变谐波的检测分析。采用离散小波多分辨率分析方法对电网中的谐波进行检测分析,仿真结果表明,离散小波变换具有良好的时频局部化特性,可以对电网中的谐波进行有效的检测分析。

基于多分辨率分析和改进离散余弦变换的音频水印算法

提出了一种基于多分辨率分析的音频水印算法.首先通过对音频信号进行小波分解得到信号的时变低频分量,然后通过扩频和改进离散余弦变换将水印信息分散嵌入低频分量;最后通过误差修正获得较高的水印提取准确率.该算法增大了水印信号的嵌入量,在保证水印安全性和隐蔽性的同时,对常见的信号处理还具有较好的鲁棒性.

基于高分辨率瞬时信息与相干算法的低幅度构造识别

随着勘探程度的深入,隐蔽圈闭,尤其是低幅度构造油气藏逐渐受到关注,其在地震资料上表现为反射同相轴平直且变化幅度很小,不易识别.利用相干算法识别低幅度构造,确定出了薄互层低幅度构造的空间展布;经过高分辨率复数道分析处理,提高了剖面分辨率,利用高分辨率瞬时振幅、相位、频率剖面的各自特性识别出了薄互层低幅度构造的构造异常点,此基础上再结合相干算法识别低幅度构造,精度更高.

基于离散元的多分辨率信号去噪新方法

通过构造离散基,应用多分辨率分析的方法,对噪声信号进行去噪处理.所提出方法的离散基能够显式表示,且具有对称性等特点,通过循环矩阵求逆矩阵的方法,可以使计算量大大降低.对比不同的去噪方法,并分别从信噪比(SNR)和均方误差(MSE)两个方面对信号去噪效果进行评估.实验结果表明:相对小波分析方法而言,该方法在信号去噪方面表现出较好的特性,去噪效果明显,离散基系数在0.75附近达到较好的信噪比及均方误差.

基于并行小波算法的DEM数据多分辨率模型构建

由于离散小波的多分辨率分析特性和DEM数据多分辨率模型的一致性,可以采用离散小波算法来构建DEM多分辨率模型,同时针对现有的基于小波的DEM数据多分辨率模型构建中运算量过大的问题,采用了基于并行的小波算法来进行多分辨率模型构建.由于DEM数据等价于二维的灰度图像,可以作为二维信号来进行处理.首先给出了二维离散信号小波变换的Mallat算法,进行了算法的可并行性分析;然后描述了各处理机中的局部数组的数据结构并讨论了并行算法中多处理机逻辑拓扑间的数据传递.实验结果证明,小波算法适宜于并行,且将其应用于DEM数据多分辨率模型构建时能获得理想的加速比,基于并行的小波算法能极大地加速多分辨率模型的构建速度.

综合孔径辐射计多分辨率统计反演方法

确定性的综合孔径辐射计反演方法没有考虑亮温分布先验信息的统计特性;另一方面,该类反演方法也难以分析亮温分布离散化引起的离散化误差,因此往往将其忽略。为此,提出一种多分辨率统计反演方法,该反演方法能引入先验信息和离散化误差的统计特性。多分辨率统计反演方法的思想是将未知的亮温分布和综合孔径辐射计测量的可见度视为随机变量,并采用统计推断的方法进行综合孔径辐射计图像反演。根据这一思想,提出了一种先验协方差估计方法,建立了含有超参数的高斯先验模型;采用多分辨率分析建立了亮温分布的离散模型,根据该离散模型和高斯先验模型计算了离散化误差的概率分布;将综合孔径辐射计图像反演转换为超参数估计的问题,采用Newton-Raphson迭代算法对超参数进行了估计。理论分析、仿真和实验均表明:与传统的确定性的反演方法相比,多分辨率统计反演方法通过利用先验信息和离散化误差的统计特性,可有效提高综合孔径辐射计的成像性能。

离散频谱三点卷积幅值修正法的误差分析

在分析近年国内外各种频谱分析修正方法优缺点的基础上,对作者首先在1992年提出的离散频谱三点卷积幅值修正法,从理论上进行了误差分析,并指出这种方法的优点是简便易行、运算速度快、精度高(误差最大只有1%)、不受频率(转速)有小波动的影响;同时也分析了其仅适用于大于5个频率分辨率的离散谱的局限性。

基于FPGA脉冲幅度分析器的数字化基线估计方法

从对数字化波形基线求取的准确性、实时性、灵敏度以及算法对硬件资源占有量等方面出发,分析直方图统计法和平均值法的优劣,提出了一种动态实时提取随机信号数字化波形基线的方法,并利用基于现场可编程门阵列(Field-Programmable Gate Array,FPGA)的数字多道脉冲幅度分析器对几种方法进行了测试。直方图统计法具有较高的准确性,将其结果与动态实时提取随机信号数字化波形基线方法的实验结果进行比较,验证了该方法在占有较少硬件资源和计数率较高的条件下,同样具有较高的准确性、实时性和灵敏度,并且对能谱分辨率有所改善。

小波分析在三维离散数据点云滤波中的应用

点云数据的曲面重构是逆向工程的关键技术。本文采用了B样条曲线的小波滤波方法。首先利用准均匀B样条曲线逼近具有任意点矢量的B样条曲线的方法,从而将任意B样条曲线转化为多分辨率表示。小波滤波方法在滤波的同时具有减少控制点数目的作用,起到了数据压缩的效。本文应用VC++6.0为开发平台,并给出运行结果。

基于FPGA的多道脉冲幅度分析器设计

由于FPGA具有高速和并行处理特性,使其广泛应用在高速信息处理系统中。论文以X射线能谱数据处理为对象,设计了基于FPGA的脉冲幅度分析器,实现了脉冲成形、基线恢复、修正补偿等数字化处理。设计了数字比较器、数字滞回比较器,采用多级缓存的流水模式实现脉冲幅度的提取。采用拉格朗日插值实现脉冲峰值的拟合,提高了能量分辨率。

幅度-频率域统计多分辨率分析

提出幅度.频率域统计多分辨率分析的概念,即在幅度域上对信号的统计特征作小波变换.根据广义的各态历经定理,给出幅频统计多分辨率分析的估计算法.描述了该分析方法用于合成孔径雷达图像处理的原理,应用结果表明,幅频统计多分辨率分析为处理具有乘性模型的斑点噪声信号提供了一个有效的新途径.

洞庭湖流域植被动态变化的小波多分辨率分析

将离散小波多分辨率分析(MRA)应用于归一化植被指数(NDVI)时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明:小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。

高阶QAM实时多域分析联合载波同步算法研究

在宽带通信信号实时多域分析通用架构基础上,针对宽带高阶QAM通信信号实时多域分析,提出了一种面向测试的高精度快速联合载波同步算法。该算法采用基于离散傅里叶变换(DFT)的载波频偏盲估计算法和改进的双模载波同步环路,并引入频谱滑动平均、输出跟踪保持和环路参数自动调节等处理机制,可在极大频偏条件下快速实现载波相位精确跟踪。研究表明:在实时分析带宽为20MHz的条件下,采用该算法对码率为6.4MSps的宽带256QAM信号进行实时多域分析。载波同步的最大频偏捕获范围能够达到±10MHz;载波频偏盲估计精度较以前算法提高了5倍;载波恢复环路能够在大约1800个符号周期内锁定,并实现载波相位精确同步。

低信噪比信号的连续与离散小波变换比较研究

详细介绍了离散小波变换与连续小波变换的发展历程及其基本原理,并对强背景噪声干扰下的碰摩信号分别采用这两种方法所达到的效果进行了研究和比较。发现在采用离散正交小波多分辨分析过程中,各层分解信号的非稳态特征几乎被噪声淹没,以致无法进行有效分析;而连续小波变换具有比离散小波变换更加细致的尺度空间,它在强噪声背景的干扰下,依然可以得到比较满意的分析效果。

基于离散余弦变换的高光谱图像复原方法

为解决仪器自身性能和天气干扰等因素影响导致的高光谱图像质量退化问题,研究基于离散余弦变换的高光谱图像复原方法。使用反射光学系统成像光谱仪采集高光谱图像,将主成分分析和K-奇异值分解模型相结合,消除采集的高光谱图像中的噪声,依据消噪后高光谱图像,通过离散余弦变换处理高光谱图像,按频率分量划分出图像特征,使用局部线性插值算法计算最大分量,实现超低分辨率的高光谱图像复原。实验结果表明:该方法在高光谱图像所含噪声密度不同的条件下,均能表现出较优良的去噪能力;该方法在有效提升高光谱图像分辨率的同时,还能复原扭曲区域和暗角区域信息;在高光谱图像分块时,将图像块尺寸设置为8,可获得更理想的高光谱图像复原效果。

一种快速离散小波变换算法及其在语音信号中的应用

随着小波分析的理论研究水平不断提高,其应用领域也在不断扩展。特别是其多分辨率分析和Mallat算法在数字信号处理和数字通信中得到了广泛的应用。但是如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的。通过对实序列的快速傅里叶变换(FFT)算法的推导及Mallat算法原理的分析,根据离散小波变换算法结构特征,提出了一种基于FFT的快速离散小波变换算法,并从数学理论上进行了论证。同时把该算法应用到实际的语音信号处理中,得到了很好的快速分解和重构效果。

变采样率滤波的硬件离散小波变换

提出了一种变采样率滤波的优化算法 ,根据该算法设计了一种利用多通道数字滤波来进行离散小波变换 (DWT)的硬件电路 ,并最终在大规模的CPLD器件中得到了实现 .与传统的软件计算方法不同 ,该硬件能够根据需要实时计算被测信号的离散小波变换 .实验结果表明 ,本文的方法效果良好 .

一种适应于海量地震数据时频分析的快速算法

为了克服MATLAB时频工具箱在计算大容量的地震数据的分频处理时,存在计算速度慢、内存不足以及FFT的计算长度严重影响时频分辨率等问题,使其适应于实际海量地震数据的时频分析。对MATLAB时频工具箱中基于离散短时傅里叶变换的时频算法进行了改进,采用Fortran语言在微机上编程实现了该算法。理论实算表明,改进后的Fortran程序能够高效地计算大容量、短时窗地震数据的分频处理。

基于离散向量小波变换的多光谱图像融合

为了能够更好地把多光谱图像和高分辨率图像的图像信息综合起来,以提高对图像信息的分析和提取能力,在研究了离散向量小波图像分析法之后,本文提出了一种基于离散向量小波变换的像素级图像融合新方法。向量小波作为标量小波的一种扩展具有很多标量小波所没有的优点。向量小波分析能够为图像提供一种比标量小波多分辨分析更加精细的分析方法。利用向量小波将多光谱图像和高分辨率图像进行融合后得到的融合图像,能够很好地将原图像的细节融合在一起。给出了该方法的融合结果,通过与其它融合方法进行主观与客观的评价比较,证明该融合方法可以获得更好的融合效果。