基于小波变换的双站纯角度机动目标融合跟踪

纯角度跟踪通常面临非线性滤波和高速率量测数据处理问题。在小波变换的基础上提出一种新的双站纯角度机动目标跟踪算法。该算法使用无源定位的方法确定目标位置，并运用基于多速率运动模型的交互式多模型算法进行滤波。算法避免了角度量测下的非线性滤波，并减少了计算量。Monte Carlo仿真结果表明了算法的有效性。     

基于提升静态小波变换的自适应消噪方法

基于离散小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了基于提升静态小波变换的自适应消噪方法,它首先根据DWT的提升方法,得到SWT的提升和对偶提升实现方法,然后通过SWT的提升方法将信号分解为多个子带,利用引入更多动量因子的权系数的迭代公式进行自适应匹配.并对匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

SAR图像斑点噪声滤除方法应用研究

SAR图像中相干斑点噪声的滤除方法很多,在不同情况下选择不同滤波方法的研究急待进行。分别利用常用空间域滤波方法和数种小波系数滤波算法对4幅不同的SAR图像进行斑点噪声的滤除,分析了各自在不同图像滤波中的优缺点,为在不同情况下使用不同的滤波算法提供了一种经验性分析结果。在大量实验的基础上,得到了小波滤波阈值系数比例值为1 5时的较好的滤波效果,利用小波变换细节子图间的近似比例关系,提高了运算的速度。     

基于双树复小波变换的夜视图像融合

针对夜视图像融合的特点:尽量获得精确的特征定位和清晰的图像表达,提出了基于双树复小波变换的融合方法,充分利用了双树复小波变换所具有的平移不变性、方向选择性、有限的数据冗余、完美的重构性和较高的计算效率等特点。并在此基础上提出了多策略的融合规则:低频采用清晰度,高频采用窗口能量。除了目视定性评价外,还使用了通用的基于主客观的定量评价方法。通过对两组夜视图像融合的实验测试,表明了双树复小波变换相对于离散小波变换的优势和高低频采用不同融合规则的有效性。     

小波基自适应去卷滤波器研究

为了提高信号处理的精度，熔最小均方滤波、Kalman滤波和小波变换于一炉，提出了小波基自适应去卷滤波器。并用文中方案做了若干仿真实验，结果表明，该滤波器能很好地跟踪反射系数信号，并能滤去高频噪声，平均相对误差在1％以内，表明文中方案是十分有效的。     

基于小波变换的LMSV模型变结构研究

提出了应用DWT(离散小波变换)系数累积平方和的LMSV(长记忆随机波动)模型单一变结构点的检测与基于最大重复离散小波变换(MODWT)系数的变结构点的定位方法，并提出了LMSV模型多个变结构点的检测与定位方法．该方法既能对变结构点进行检测和定位，又能同时确定各结构变化发生的尺度．用该方法对沪、深股市综合指数的收益序列进行了波动变结构分析，理论与实证结果表明该方法是有效且可行的．     

误差反馈的正交小波均衡器结构与算法研究

在基于离散正交小波变换的基础上，结合传统的判决反馈自适应均衡算法，提出一种基于误差反馈的离散正交小波判决反馈均衡器结构和算法。对前馈滤波器用一组规范正交小波及其对应的系数来表示，后馈滤波器包含了误差反馈和判决反馈。并在此基础上，给出了自适应均衡算法。谊算法的优点是将离散正交小波变换和误差反馈相结合，利用小波变换的去相关能力在小波域中通过归一化的最小均方误差算法来提高收敛速度，利用误差反馈来减小误差信号之间的自相关性，以获得更小的均方误差（MSE）和误码率。     

一种基于DWT-CWT的CPFSK信号盲符号速率估计算法

提出一种综合利用离散小波变换和连续小波变换来估计CPFSK信号符号速率的新算法.对离散小波变换后的细节信号进行连续小波变换,能够有效地减小噪声的影响,从而实现低信噪比下的符号速率估计.实验结果表明,与单纯使用连续小波变换的方法相比,新算法在低信噪比时具有较好的估计性能.     

时间序列的小波神经网络预测模型的研究

针对非线性时间序列,建立了小波神经网络预测模型,通过计算小波分解和小波级数,达到最优的逼近效果．经实例验证,该方法能有效地提高预测精度,避免了人工神经网络模型的固有缺陷.     

小波变换基神经网络故障诊断系统及其应用

针对油田抽油机井故障诊断方法较落后和故障信息采集不充分的问题，提出一种小波变换基神经网络故障诊断系统。它先对输入信号进行离散小波变换，把由Mallat算法得到的多尺度下的离散细节信号作为故障特征，之后将其输入到神经网络进行故障模式分类。为了进一步提高诊断的正确率，一方面对神经网络的结构进行优化，另一方面采用学习率自适应调整的共轭梯度法训练神经网络的权值。对某油田32口故障油井进行诊断，正确率在95％以上，这表明该方法的有效性。     

基于DWT和DFT的动平衡机不平衡量提取原理及实现

在超微型转子(质量小于10g)动平衡机中,主要干扰分为同频干扰、高频干扰和低频干扰。针对测试环境中不平衡量信号的特点,利用离散小波变换对信号进行3层分解,提取有用的低频信号、接着进行频谱分析,在频域提取不平衡量所对应的幅度和相位,有效地滤除了信号中混杂的低频及高频干扰,所测得的误差大大减小,不平衡量幅度测试精度达4μm,相角小于2°,为保证平衡机系统一次去重90％以上提供了前提。所用算法在数字信号处理器上实现。     

基于双密度双树小波变换的超声图像降噪

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换（DD-DT DWT）结合局部方差估计的双变量收缩阈值函数（BFS）的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。     

小波域模极大值的激光信号滤波方法研究

针对用传统滤波方法滤除激光陀螺随机噪声性能低的缺点,提出了一种基于波域的模极大值滤波方法。该算法利用小波变换模极大值滤波方法对激光陀螺零漂数据进行处理,获取模极大值点,通过交替投影算法重构信号,并采用Allan方差法对波效果进行定量分析。通过实验验证了该方法滤波效果优于基于时间序列模型的卡尔曼滤波方法,能有效减小随机误差,提高测量精度。     

基于FFT的高动态GPS信号捕获方法优化

针对高动态环境下的GPS接收机对信号捕获速度的要求,提出一种基于小波变换和优化快速傅里叶变换(fast Fourier transform, FFT)的信号捕获方法。在基带信号预处理阶段,对采样后的中频信号进行小波变换,利用逼近信号完成码相位和多普勒频移的估计,降低基带处理信号的数据率;综合基2FFT、基4FFT和素因子算法(prime factor algorithm, PFA)的优势,对捕获过程中的大量FFT运算进行优化处理,提高运算效率。仿真结果表明,改进处理的基于FFT捕获方法可以有效地缩短捕获时间,改善基带模块性能。     

动中通系统中陀螺信号小波滤波算法

在动中通系统中,陀螺检测的载体扰动信号的精度直接关系到整个系统的精度和性能。针对陀螺噪声信号的特点,提出了一种将3σ模平方阈值和平移不变小波变换(translation invariant discrete wavelet transform, TIDWT)相结合的滤波算法,能够有效地抑制陀螺噪声信号和由小波变换产生的失真现象。仿真和实验结果表明,该滤波算法效果优于传统的小波滤波算法。     

New algorithm for infrared small target image enhancement based on wavelet transform and human visual properties

1 .INTRODUCTIONBecause of the li mitation of the existing infrareddevices’function,the effects of infrared sensor’si maging are far from perfection and have manydrawbacks such as big noise , low contrast , andpoor visual effects , which affect badly its use inthe real battlefield. The goal of i mage enhance-ment is to reduce noise , preserve edges and i m-prove the visual effects of i mages , so i mage en-hancement is an absolutely necessary part of signalprocessing in the infrared i mag…