基于WT-SVD的语音信号双层滤波方法

针对语音信号中存在的信号去噪问题,提出基于小波变换-奇异值分解(WT-SVD)的语音信号去噪方法。先利用小波变换(WT)过滤掉含噪语音信号,然后进行奇异值分解去噪。针对传统的小波阈值函数存在阈值选择困难,引入了指数型的修正系数,降低小波系数误差;同时,提出了基于奇异值方差法,用来确定最佳奇异值的个数,使语音信号的降噪效果更好。实验结果表明,该方法简单易行,比单一的SVD方法和WT方法去噪效果更佳,有效地消除了语音信号中的噪声,同时也避免了信号的失真,显著地提高了语音信号的信噪比。

基于新闻文本图像的鲁棒水印算法

在新闻文本图像中,现有的水印算法没有将表达文本部分的区域与其他背景区域进行区分,并且对二值水印图像嵌入时只在单通道嵌入导致鲁棒性不高。针对以上问题,提出基于新闻文本图像的鲁棒水印算法。首先将新闻文本图像进行大津阈值分割(OSTU),将文本与背景区域区分开,选择文本区域进行嵌入加深对重要信息的版权保护;接着将文本图像Cr和Cb通道的文本区域进行离散小波变换(DWT)后,利用主成分分析(PCA)进行能量集中并计算各主成分贡献率,通过比较贡献率来选择嵌入的主成分;最后对主成分及水印图像进行奇异值分解(SVD)完成水印嵌入。经过实验表明,嵌入水印图像在面对滤波等大多数常规攻击的NC值都在0.99以上,表明该算法有较强的鲁棒性,同时该算法在嵌入水印后图像的PSNR均值为45.66 dB,保证了不可感知性。

基于小波变换与奇异值分解的航空器弹性自适应陷波方法

针对现代航空器弹性振型频率低、接近控制系统频带,采用传统陷波滤波器抑制弹性模态,严重影响系统动态性能的问题,提出一种基于小波变换与奇异值分解的航空器弹性自适应陷波滤波方法。先利用小波变换与奇异值分解在线估计弹性振型频率,然后采用先验信息对估计结果作进一步处理,最后据此调整陷波器的中心频率,实现自适应陷波。仿真结果表明,该方法灵敏度高、辨识频率精度高、速度快、弹性抑制效果好。与相位稳定方法相比,在控制系统截止频率附近的相位滞后最大减小6.26°,最小减2.35°。

基于奇异值分解和小波变换的特征提取

将奇异值分解(Singular Value Decomposition,SVD)和小波变换两者结合用于目标特征的提取,奇异值分解可以有效的降低运算量和存储量,并能消除信号中的噪声;小波变换的多尺度分析可以提供任意分辨率的时间尺度信息,从而确保了信息的准确性。通过与普通小波分析(不包含奇异值分解)做比较,证明了所提出的方法是有效的。