基于对称小波变换的多层系数乘积去噪算法

为了有效地去除信号中的噪声,提出了一种基于对称小波多层系数乘积的信号去噪算法。该算法利用对称小波能够反映信号突变位置的特点,把相邻的两层细节系数相乘得到模极大值,再加以阈值化和归一化,然后与低层的细节系数相乘,得到降噪的细节系数,重构后得到去噪信号。给出了应用该算法的具体步骤,并且通过仿真实验证明了该算法的有效性。

结构细节疲劳额定值与结构细节数之间的关系研究

针对多细节结构,介绍两种考虑结构细节数影响的概率分析模型,设计包含不同细节个数的四种试验件,并完成疲劳试验。通过试验结果(试验寿命和DFR(detail fatigue rating)值)与两种分析模型计算结果的比较,证明该分析方法是满足工程要求的。

MATLAB中9/7小波变换所得系数冗余问题研究

对MATLAB中直接采用正交小波计算模型处理双正交小波,导致小波分解系数冗余的问题进行了研究。针对该问题,提出采用9/7小波原型处理非周期信号的改进算法,与MATLAB所给算法相比,对于奇起点的偶数长信号和偶起点的奇数长信号,分解时可少计算2个近似系数和1个细节系数;对于奇起点的奇数长信号和偶起点的偶数长信号,可少计算1个近似系数。当用改进算法分解512×512点图像至第4级时,便可少计算4 256个系数,且重构图像的峰值信噪比要高于MATLAB中恢复图像。所以,改进算法既降低了计算量和数据存储量,又提高了恢复图像的质量。

MATLAB中5/3小波计算模型所得系数冗余问题分析

MATLAB小波工具箱中,并未给出双正交小波计算模型,而是将滤波器系数补零延拓为相同的偶数长度后,直接采用正交小波的模型进行计算。针对5/3小波采用该类模型处理非周期信号,对于奇起点的偶数长信号和偶起点的奇数长信号,分解所得系数中2个近似系数和1个细节系数冗余;对于奇起点的奇数长信号和偶起点的偶数长信号,所得系数中有1个近似系数冗余,从而增大数据存储量和计算量,降低重构精度的问题。在分析MATLAB所给算法基础上,提出改进算法,当该算法分解尺寸为1024×1024(像素×像素)的图像至第6级时,较MATLAB所给算法便可少计算10174个系数,且重构图像的精度也更高。

拉曼光谱小波阈值去噪最佳分解层数自适应确定方法的研究

拉曼光谱技术是一种广泛应用于食品检测、环境监测和化学分析等领域的高新技术,噪声是影响分析结果准确性的主要原因,因此消除检测过程中的噪声干扰尤为重要。小波阈值去噪具有计算速度快、选基灵活的优点被广泛运用到信号去噪中,最佳分解层数的确定是该方法最重要内容之一。对白噪声与实际噪声的差异性和共性进行研究与分析,结合小波分解原理和小波系数变化规律,提出基于小波细节系数能量比值的最佳分解层数自适应确定方法,在整个小波阈值去噪过程中,只需要进行一次阈值处理和小波重构。通过仿真和实验验证了该方法的可行性和正确性,结果表明该方法可以更快速、更准确地找到最佳的分解层数,可以缩短拉曼光谱仪等光学检测仪器的分析时间、提高分析结果的准确性和仪表的智能化、自动化程度。

基于小波变换和GRNN神经网络的黑河出山径流模型

对黑河山区流域月降水量和气温做Harr小波变换 ,并作为GRNN神经网络的输入 ,对黑河出山径流进行模拟和预测验证 ,效果较好。应用全球变化成果 ,在不同的气候情景下 ,对黑河出山径流进行预测。结果表明 ,黑河出山径流在未来一段时间内 ,径流量会有一定程度的增加 ,最终会减少。但模型对气温反应不敏感。去除气温重构的细节系数后 ,气温也成为一个敏感因素 ,但径流量却随气温的增加而增加。可推断 ,引进Haar小波变换的GRNN神经网络模型可应用于径流量对气温不敏感的流域。

基于小波暂态能量的超高压输电线路保护新方法

提出一种基于故障信号高频分量小波暂态能量的保护新方法。首先对线路两端的电流信号进行离散小波多尺度分解,获取特定频段的小波细节系数;然后计算线路两端的小波细节系数的差值与平均值,并计算它们在移动时间窗内的能量,分别作为保护的动作量和制动量,构成暂态能量差动保护判据。所提方法对线路区内故障具有高灵敏性和高速动性,对区外故障具有高可靠性,同时不受故障类型、故障位置、过渡电阻、故障时间、初始相位、系统振荡等故障条件的影响。Matlab/Simulink仿真验证了所提出方法的可行性和实用性,能够满足EHV输电线对保护的要求。

一种基于小波变换的红外小目标去噪算法

研究了复杂背景下红外小目标图像的去噪问题,鉴于小波阈值法去噪的缺点,结合小波变换的去相关性和能量紧支性,提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰,弱小目标通常占有很少像素,首先对红外小目标图像进行二级小波变换,然后根据新的算法对变换所得小波细节系数进行邻域运算,最后通过小波逆变换得到处理后的图像。实验中采用Db3小波基函数,分别对两帧低信噪比原始图像进行仿真。仿真结果表明,该算法能很好地保存小目标的形状特征,抑制背景,达到较好的去噪效果。

基于小波变换和GRNN神经网络的径流模型在雅砻江流域中的应用

对雅砻江甘孜站控制流域月降水量和气温做 Harr小波变换 ,并作为 GRNN神经网络的输入 ,对雅砻江甘孜站径流进行模拟和预测验证 ,效果较好。但该模型对气温变化不敏感。故应用不引进小波变换的 GRNN神经网络模型 ,并采用全球变化成果 ,在不同的气候情景下 ,对甘孜站径流进行预测。结果表明 ,在未来一段时间内 ,甘孜站径流量会有一定程度的增加。径流量对气温的响应不同于西北内陆河流域 ,原因是该流域月径流量随气温的升高而增加。可利用该模拟对甘孜站径流进行反延或预测 ,并利用甘孜、温波二站径流量关系 ,计算温波站径流量 。

基于Haar小波的虹膜特征提取算法

虹膜特征提取算法的优劣决定了虹膜识别系统的性能,经典小波变换算法在特征提取上存在不足,提出一种利用二维Haar小波提取虹膜特征的算法。算法在虹膜预处理的基础上,利用2D Haar小波对虹膜特征提取区域分解,对第三层小波分解高频系数编码生成375bits虹膜编码,利用相似度作为特征匹配关系。在中国科学院虹膜数据库[CASIA(1.0)]上的实验结果表明,算法在认证模式(Verification)与识别模式(Identification)下,性能均优于Boles的算法和Wildes的算法,仅次于Daugman的算法;但本算法虹膜码长度仅为Daugman的1/5,更节省储存空间,正确识别率为99.16%,等错率达到0.54%。

基于小波的视频质量评价模型

为提高客观视频质量评价算法与主观评价间的相关性,提出一种基于小波的视频质量评价模型。根据人眼对图像高低频失真的敏感度不同,利用小波变换的近似系数和细节系数,采用不同方法计算各帧图像的高频和低频失真量,将2种失真量相乘得到帧度量,所有帧结果的平均值作为客观视频质量评价值。实验结果表明,该模型结果与主观评价结果具有较好的相关性。

基于小波分析的毛料服装穿着起拱性客观评价

以16块含毛纯色机织试样为研究对象,将其制作成裤子进行实际着装起拱,在测量起拱高度的同时,对起拱程度还进行了专家5级评分法和排序法评价,采用对起拱图像进行小波分析的客观评价方法,提取小波细节系数标准差作为客观评价指标。研究显示:小波分解4层时垂直方向的细节系数标准差SV4无论与主观评价结果还是与起拱高度都有较好的相关性,因此可以通过计算图像的细节系数标准差来预测专家主观评价的结果以及起拱高度,具有客观、高效、准确的优点。

小波分析实现图像去噪

该文描述了根据Mallat二维快速算法,使用小波函数对含有噪声的图像进行分解去噪;描述使用软阈值方法进行阈值去噪;根据小波分解的最底层低频系数和各层高频系数进行二维小波重构,从而得到去除噪声图像。

小波分析对奇异性的检测用于滴定终点的确定

在分析化学领域中 ,利用数学判断法确定滴定终点 ,随着计算机的日益普及而备受关注。本文从多分辨率分析出发 ,结合小波变换的奇异性检测理论 ,提出了基于低尺度细节系数重构信号模极大值的滴定终点判断方法 ,该方法操作简便 ,通过选择合适的小波函数后 ,能达到较高的精确度。实验数据的处理结果也证明了该方法的可行性。

改进的Contourlet变换的图像去噪算法

为了更有效地去除图像中的噪声,提出一种基于Contourlet变换的新阈值与改进阈值函数的图像去噪方法。新阈值考虑了图像经Contourlet变换后在低尺度子带和高尺度子带的去噪特性,较好地克服通用阈值的不足;改进阈值函数对阈值处理的Contourlet变换的高频细节系数分为上频、中频和下频,并进行相应的处理,较好地弥补各阈值函数的缺陷。实验结果表明,与通用阈值相比,新阈值能更有效地去除图像中的噪声,获得更高的峰值信噪比(PSNR),结合改进阈值函数后,图像的边缘细节得到更好的保护,视觉效果更好。

基于第二代小波变换的数字调制自动识别

针对数字信号调制模式识别问题，提出了一种新的识别算法。该算法通过对数字信号进行第二代小波分解，利用分解得到的各层细节系数标准差作为分类特征，来实现待识别信号的分类。仿真结果表明，该算法在低信噪比下具有较高的识别率，且识别性能明显优于文章参考文献采用的第一代小波（包）变换识别算法。

在Matlab中用小波分析实现心电信号去噪

本文描述了通过bior3.5小波变换按照Mallat的快速算法对含有干扰的心电信号进行9尺度分解;通过使用硬阈值和软阈值方法获取默认阈值和使用Stein无偏似然估计阈值进行阈值量化,去除噪声成分;最后根据小波分解的最底层低频系数和各层高频系数进行一维小波重构,从而得到去除噪声的心电信号。

基于信道状态相位信息的生命体征监测算法

随着无线通信技术的发展,基于无线的感知技术得到了广泛的研究。文中提出一种基于信道状态相位信息的生命体征监测算法。该算法使用传统WiFi设备获取信道状态相位信息;通过线性变换,减小因收发端不同步而引起的相移和时延干扰;采用Hampel滤波,滤除信号衰落和多径效应引入的直流分量和高频噪声;采用离散小波变换提取生命体征信息,进而根据呼吸和心跳频率的特点,分别采用多载波峰值融合算法估计呼吸频率和快速傅里叶算法估计心跳频率。实验结果表明,在多种场景下,所提算法能有效监测人员的呼吸和心跳频率。

小波法识别配电网线路高阻故障

配电网中最常见的一类故障属于单相接地故障。当故障发生时,能够快速识别故障所在位置以及用最快的速度切除故障时保证系统安全运行的重要保障。单相高阻接地是电路接地故障中最常见的一类故障,然而高阻故障时电流和电压的突变量与正常情况下的单相接地故障相比是小很多,现有的保护装置很难识别出电气量的突变从而无法可靠的作出保护。本文利用PSCAD仿真软件构造配电网模型,提取故障时的零序电流和零序电压两个暂态量,通过小波变换分析法对其进行分解、重构,得出零序电流和零序电压的细节系数后代入特征值方程求出各段母线和不同支路的特征值,通过比较判断出故障所在线路。

构件细节数效应系数DF及其在耐久性分析工作中的应用

分析了在耐久性分析时引入构件细节数效应系数DF代替构件额定值系数RC的合理性，通过耐久性分析实例说明了其可行性。