级联离散小波多频带分解注意力图像去噪方法

针对图像去噪网络中下采样导致高频信息损失和细节保留能力差的问题,设计了一种级联离散小波多频带分解注意力图像去噪网络。其中多尺度级联离散小波变换结构将原始图像分解为多个尺度下的高低频子带来代替传统下采样,能减少高频信息损失。多频带特征增强模块使用不同尺度的卷积核并行处理高低频特征,在子网络每一级下重复使用两次,可增强全局和局部的关键特征信息。多频带分解注意力模块通过注意力评估纹理细节成分的重要性并加权不同频带的细节特征,有助于多频带特征增强模块更好地区分噪声和边缘细节。多频带选择特征融合模块融合多尺度多频带特征增强选择性特征,提高模型对于不同尺度噪声的去除能力。在SIDD和DND数据集上,所提方法的PSNR/SSIM指标分别达到了39.35 dB/0.918、39.72 dB/0.955。实验结果表明,该方法的性能优于主流去噪方法,同时具有更清晰的纹理细节和边缘等视觉效果。

基于频带分解的中波发射机播出信号失真故障检测方法

在检测信号失真故障的过程中,受信号本身连续性和重叠性的影响,检测结果与实际信号失真故障状态存在较大差异,因此提出基于频带分解的中波发射机播出信号失真故障检测方法研究。在中波发射机信号频带分解结构设置阶段,构建包含数字滤波器组和模拟滤波器组的分解构成,并考虑到采样率的实际执行范围与理想参数之间的差异,每一路DAC的采样率进行迭代设置,由此将原始重叠中波发射机信号分解为相对独立的形式;在信号失真故障检测阶段,对信号进行傅里叶变换处理,借助窗函数将原始连续中波发射机信号分解为若干个间隔形式,通过计算分解后信号与所在时域允许信号波动范围之间的关系,实现对信号失真故障的检测。在测试结果中,设计检测方法对于信号基波特征值、谐波特征值和高阶能量特征值的检测结果与标准曲线的偏离程度均为1.0以内。

基于小波包多频带分解实现谐波抑制与无功补偿

提出一种子频带分解实现多通道有源滤波与无功补偿的新方法。该方法根据无功和谐波的频域分布特性,将补偿容量按频带分配到各子通道,不同通道采用不同功率模块予以补偿,避免了电力电子器件开关频率与功率等级的矛盾。该文讨论了小波包滤波器组算法实现多通道子带滤波方法的补偿原理,分析了循环缓存实现周期边界延拓方式在系统频率波动时的检测结果,并提出锁相环(PLL)调整缓存深度的解决方案。仿真结果表明,该方法具有较好的动静态性能,同时能够补偿三相不对称的负载电流畸变分量,适合应用在大容量有源滤波与无功补偿的场合。

基于子频带分解的宽带信号干涉法测向算法

研究了宽带信号波达角的精确估计方法,提出了一种适合宽带信号的干涉法测向算法。该算法利用阵元间的延时估计波达角。先对信号作快速傅里叶变换(fast Fourier transform,FFT),选取信号在6 dB带宽内的谱线,每根谱线看作一个单频信号,采用窄带鉴相方法对各单频信号分别鉴相并估计该频率点上的延时,最后对各延时估计值进行加权平均。证明了信号在各频率点上的能量与频率平方的乘积是最佳加权系数。本算法具有计算量小、算法简单等优点。延时估计的仿真性能接近克拉美-罗限。

利用微分算子增强EMD算法频带分解能力

针对传统经验模态分解(EMD)方法中信号所含频率分量较接近易出现模态混叠现象,导致分解出的本征模态函数失去原有物理意义问题,提出改进算法。将原始信号频带信号微分;对微分信号进行EMD分解;将所得IMFs进行积分处理获得原始信号有效的IMFs,能抑制EMD分解过程中的模态混叠现象。仿真计算与实际工程应用表明,该方法优于传统EMD算法,可有效分离频率接近的本征模态函数,扩大EMD方法的适用范围。

基于频带分解和距离加权的单矢量水听器浅海被动测距方法研究

本文针对浅海环境下中低频宽带脉冲声源被动测距问题,提出了一种声压和水平振速联合处理的被动测距方法.在浅海波导中,声压和质点振速的自相关函数卷绕(warping)谱具有稳定的频率特征.声压和水平振速的自相关卷绕谱具有相同的准线谱特征,垂直振速自相关卷绕谱具有宽谱叠加线谱的特征,与声压自相关卷绕谱相比,其尖峰个数比更多,且尖峰宽度更宽.利用引导源,本文提出了基于频带分解和距离加权的声压和水平振速联合被动测距方法.利用该方法对2008年冬季青岛海域综合实验中单矢量水听器接收的气枪信号进行处理,结果表明,该方法能够实现气枪声源的有效测距.与传统单声压水听器被动测距方法相比,该方法可以有效减小代价函数的主瓣宽度、提高测距精度.

采用互补滤波器组进行频带分解的欠定盲源分离方法

为了有效估计混合矩阵并恢复出源信号,考虑到现实中的很多信号都是带限信号,提出了采用互补滤波器组进行频带分解的欠定盲源分离方法。该方法将接收的混合信号经互补滤波器组分离到不同的子频带,然后在每一个子频带分别估计混合矩阵进行常规的盲分离,利用聚类分析方法估计总的混合矩阵,最后把相关的分离子频带信号进行叠加以恢复出源信号。即使源信号数目远大于观测信号数,但只要保证在每一个子频带的信号数不大于观测信号数,该方法也可以有效地分离出源信号。最后通过仿真验证了该方法的有效性及良好的分离性能。

基于子频带黎曼距离的海杂波背景下目标检测

海杂波背景下的目标检测对军事和民用均具有重要意义,是雷达信号处理领域的研究热点与难点。传统广义似然比检测器在具有较强空间非均匀特性的海杂波中检测性能明显下降。文中提出基于子频带黎曼距离的检测器。首先,利用一组线性相位离散傅里叶变换调制滤波器将回波分解到不同子频带;随后,在每个子频带中,利用参考单元数据在Hermitian正定矩阵流形上的几何均值或几何中值估计杂波协方差矩阵,将待检测单元协方差矩阵与杂波协方差矩阵之间的黎曼距离作为检测统计量。基于仿真杂波数据和实测海杂波数据验证了所提方法可以有效提高海杂波背景下的目标检测性能。

基于精细化频带的脑磁信号跨频耦合特性分析

脑信号跨频耦合现象与人的意识活动密切相关。本文将精细化的频带划分方法和多种跨频耦合的度量方法相结合,研究不同类型手腕运动的脑磁信号跨频耦合特征。首先对四类手运动脑磁信号进行精细化的频带分解,采用了三种具有主次关系的耦合度量方法(相干、虚部相干、调制指数),在高频耦合低频、低频耦合高频两种耦合形式下对某一运动方向类型信号显著区别于其它运动方向类型信号的频带数、通道对、频带对进行了统计分析,可以区分出不同方向手腕运动的MEG信号;进一步利用通道间的频带耦合关系以及源频带及其激励通道与响应通道等概念,采用相干耦合度量方法对上述两种耦合形式下的统计结果进行分析,获得相应的源频带、激励通道、响应通道,从而可以更加有效地区分不同方向手腕运动的MEG信号。

基于小波分解的多通道谐波抑制及无功补偿的方法

针对一些大功率电子设备装机时引起的飞机交流电网电流畸变,提出一种基于小波分析方法的多频带分解谐波抑制与无功补偿的方法;对补偿指令信号在小波基下进行频带的重新规划分解,得到一组比较合理的补偿通道,使得低频部分不受高频影响,保证了大容量补偿通道的实现;各通道对应不同的功率补偿模块,避免了电力电子器件开关频率与功率等级之间的矛盾;并使用MATLAB工具对提出的分解方案进行了仿真分析,仿真结果验证了多通道补偿方法的可行性。

谐波小波解调法在齿轮箱故障诊断中的应用

在研究谐波小波频段分解与Hilbert解调分析的基础上,提出了基于谐波小波包变换的解调分析法,并详述了其具体实现过程。该方法根据齿轮箱频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量,并在此基础上选择谐波小波包分解层数与所需提取的频带带宽;通过傅里叶变换及其反变换提取出相应的特征啮合分量,然后借助Hilbert算子对提取出的啮合分量进行包络解调分析。采用这种方法对存在磨损及点蚀故障的齿轮箱振动信号进行了分析,结果表明,基于谐波小波包的包络解调法具有精确提取任意频段调制信息的能力,能够为齿轮箱故障源的准确定位及故障程度提供可靠的判断依据。

两级学习目标的幂函数型神经网络建模

为了得到泛化性好精度高的数学模型,提出了两级学习目标的频分幂函数型回归神经网络算法。本算法的网络结构依次为频带分解、输入层、隐含层和输出层。频带分解把输入信号分成数个频段,网络隐层的转移函数是幂函数型。输出层和隐含层都有学习目标,有局部和全局两路反馈;隐含层采用了基于矢量夹角的局部性梯度算法、输出层采用了具有全局性的线性回归算法。本算法的模型用于PID参数整定,先用修正的迭代学习算法得到控制量,再用有约束线性最小二乘优化算法求得PID参数。仿真结果表明,该神经网络泛化性好,精度高,调节品质优于传统整定方法。

一种改进的视频超分辨率重建方法

针对目前无人机摄像、照相数据的特点,提出一种基于低分辨率视频重建高分辨率视频的改进方法;采用高斯金字塔光流算法对低分辨率视频及高分辨率图像进行运动估计利用小波频带分解方法提取图像的高频细节,并对视频进行运动补偿,采用凸集投影方法对补偿后视频进行迭代优化;并通过MATLAB仿真实现了以上算法,实验结果证明本文算法重建质量更好、处理速度更快。

小波变换在有源电力滤波器谐波分析中的应用

为有效分析和解决有源阻抗变换,对使用小波变换检测谐波与间谐波的方法进行了研究,并在此基础上探讨了利用小波分析、研究时频阻抗的控制特性和频率特性的基本原理,提出了利用小波变换来分离谐波与间谐波的算法,并兼顾时域和频域的分辨率。仿真结果表明,该方法不仅具有高分辨率特性,能较好地找出APF的时频阻抗特性,可以较好地分析谐波,以使其跟踪特性最优,为有源电力滤波器谐波抑制提供了可行的解决途径。

基于免疫进化网络的发动机异响信号故障诊断

为解决发动机异响信号低信噪比和时域波形图对故障特征表现不直观的问题,提出了一种免疫进化网络的诊断算法。以信号频谱差异作为故障的特征信息,将异响信号通过小波包分解方法构建成抗原群体,利用免疫进化网络的训练和学习,取得了较好的识别效果,实现了发动机的异响诊断。应用结果表明,该免疫神经网络具有优越的识别性能,在识别一般抗原的基础上,还可以有效识别由于设备状态波动引起的特异抗原,为故障诊断提供了一种准确、有效的分析手段。

基于小波包变换的混联配电网故障定位方法

通过改进现有基于行波模量速度差的单相接地故障定位方法,使之能够应用于参数复杂的架空线、电缆混联配电网。针对行波在混联配电网传播时突出的频散问题,通过小波包变换将行波分解到若干互不重叠的窄频带上,重构特定窄频带上的行波,从而更准确地标定各模量波头到达时刻。利用神经网络拟合故障距离与模量时间差的对应关系,结合故障点反射波头判定故障区段。该方法避免了复杂的波速度计算问题,提高了神经网络拟合的准确性。

基于HSV颜色空间的改进的多尺度Retinex算法

针对带颜色恢复的多尺度Retinex算法在最后输出的图像上存有重叠的问题,提出了一种改进的子频带分解的Retinex算法,该算法不仅能增强亮点中的细节,也能增强在阴影中的细节。由于RGB这三种颜色之间有很强的关系,而HSV这三者之间没有很大的关联,能够较好的反映人对色彩的感知。实验结果表明,与基于RGB空间的多尺度Retinex算法相比,改进的基于HSV的算法更有效的增强图像在亮点和阴影中的细节,颜色更接近于原图。

断层识别技术在贝中油田的应用

在复杂断块油气藏中,断层对油气有重要的控制作用,精细解释断层、理清断裂关系至关重要.针对贝中油田断裂系统复杂、断层难以解释的特点,在井震结合剖面识别的基础上,综合应用了频谱分解技术、地震曲率属性分析技术、相干分析技术和三色混频技术,最后以三维地质构造建模作为整体指导,通过多种方法综合使用,来进行断层解释工作.在研究区取得了良好的应用效果,尤其是对于小断层识别,有效地克服了地震分辨率不足的缺点,提高了解释精度,发现和落实了一批小断层,同时对断层的平面展布以及空间交切关系的合理性有着重要的指导作用,落实了研究区的区域低幅度构造的,实现精细构造解释的目标.