基于小波分解的语音自适应压缩感知

根据语音信号经过小波分解后低频分量和高频分量的特点,提出分别对他们进行自适应压缩感知。首先对信号的低频分量用训练的过完备基进行稀疏分解,降低了稀疏分解过程中的计算量。然后详细描述了改进自适应观测矩阵的产生,以及对低频和高频分量分别进行自适应观测。最后通过OMP重构算法分别对低频和高频分量进行重构,通过小波合成还原出原始信号。实验表明,语音信号在基于小波分解的自适应压缩感知方案中具有良好的重构性能。     

基于小波变换及融合技术的图像边缘提取

图像边缘检测是图像分割、图像识别的基础,传统边缘检测是基于图像整体的边缘检测.小波变换使基于图像分解的边缘检测成为可能,利用小波变换将数字图像分解为高频和低频分量,对高频和低频分量分别进行边缘检测.常规融合方法是将高频边缘和低频边缘进行简单叠加,由于高频、低频边缘是通过不同方法提取的,二者之间的相似度、吻合度存在差异,简单叠加不能够有效融合高频、低频边缘图像特征,本文算法采用局部区域方差准则把高频和低频边缘在小波域进行融合.实验表明,该算法能够有效融合高频、低频边缘图像特征,具有较好的边缘检测和去噪功能.     

应用整数小波变换的LZ77电力数据压缩算法

针对电力系统采样数据量大,传输、存储困难等问题,根据采样数据特点,整数小波变换理论以及LZ系列压缩算法,提出应用整数小波变换的LZ77电力数据压缩算法.该算法针对电力系统数据周期性的特点,选择合适的小波基,依据其多分辨率分析特性,将电力数据信号变换到小波域,使信号分解为低频分量和高频分量.对具有重要价值的低频信息使用LZ77压缩算法进行无损压缩,对高频分量进行阈值量化处理.通过仿真测试,获得了10.76%的压缩比和2.078%的重构误差,证实该算法是一种有效的实时数据压缩方法.     

基于小波变换的电网畸变信号检测的研究

短时谐波、暂态扰动、电压剧变等畸变信号常常危害电网系统安全运行,因此对该类信号进行检测分析有很大的现实意义。提出了基于Mallat算法的小波变换方法,利用其分解算法将原信号分为高频和低频两部分,通过分析第一、二层高频系数来判断信号是否发生畸变,进而求出畸变持续时间,对于低频部分采用重构算法依次提取出各次谐波,再利用FFT实现对各次谐波的精确分析。Matlab仿真结果验证了该方法的准确性和有效性。     

一种基于结构相似度的IHS与小波变换相结合的遥感影像融合算法

针对分别使用IHS变换和小波技术进行融合实验时有较大的色彩畸变的问题,提出了一种基于结构相似度的IHS与小波变换相结合的融合算法.首先对多光谱影像进行IHS变换,对多光谱影像的亮度分量Ⅰ和全色波段影像进行小波分解;然后采用二者高频系数绝对值较大者作为新的Ⅰ分量的高频系数,而新的Ⅰ分量的低频系数由二者的低频系数进行加权平均获得,权值通过计算Ⅰ与全色波段的SSIM来自适应地确定.实验结果表明该算法在提高影像分辨率的同时,能很好地保持影像的光谱特征.     

带钢表面缺陷在线检测系统的图像滤波算法

由于纹理背景的存在导致图像缺陷检测结果不准确是目前冷轧带钢表面缺陷在线检测过程中存在的主要问题之一.针对该问题提出了一种基于小波的各向异性扩散图像滤波方法,该方法通过小波分解得到图像的低频和高频分量,并针对高频分量采用小波扩散系数对小波系数进行正则化处理,最后进行小波逆变换,重构滤波后图像.实验结果表明该方法不仅能够有效地滤除不必要的纹理背景信息,而且能够较好地保留图像的细节信息,具有更好的综合性能,为带钢表面缺陷在线检测系统中的后续处理,如图像的边缘检测和自动分割等奠定了基础.     

基于多方向小波变换及形态学重构的SAR图像边缘检测

结合小波变换和形态学的优点,针对SAR图像提出了一种改进的边缘检测方法.图像小波分解后,对3个方向的高频子图像分别利用Donoho的软门限阈值去噪,采用不同方向的边缘检测算子进行边缘检测,对低频子图像用形态学的开闭运算去噪后采用腐蚀运算进行边缘检测,利用得到的高、低频边缘子图像进行小波逆变换重构出图像边缘.实验结果表明...     

一种基于模糊集和小波变换的图像融合方法

提出了一种基于小波变换和模糊集的图像融合算法 .其基本思想是 :首先对图像进行小波变换 ,获得图像的低频和高频分量 ;随后在融合过程中 ,对低频和高频分量采取不同的融合策略 ,即对低频分量采用平均能量法进行融合 ,对高频成分利用图像的模糊集 ,寻求一个模糊隶属函数作为融合算子进行融合 ;最后再对融合后的图像进行小波反变换 ,重构出融合后的图像 .实验结果证明了方法的有效性 .     

基于经验模式分解的音频带宽扩展算法

音频带宽扩展是现代音频编解码器的重要组成模块,它可以大幅降低编码码率。现有方法大多将低频复制到高频,然后利用少量高频参数进行调整得到重建的高频信号。这种复制方法假设高低频信号间具有相关性;但是,当这种相关性变弱时,编码质量急剧下降。为解决该问题,提出一种经验模式分解的方法重建高频信号。首先对高频和低频激励信号进行经验模式分解,然后选择与高频模式分量相关度较大的低频模式分量作为高频重建中的源信号。在得到高频重建的源信号后,再利用模式分量能量进行调整;最后通过源滤波器模型合成高频信号。实验结果表明,该方法与3GPP WB+和AVS P10编码标准中的带宽扩展算法相比,编码质量得到了明显提升;与最新的3GPP EVS中的时域带宽扩展算法相比,主观音质相当,码率下降33.3%。     

基于小波变换的多聚焦图像融合方法

为了改善图像融合效率,针对当前图像融合方法存在的局限性,提出一种基于小波变换的多聚焦图像融合方法.首先确定最优的小波分解层数,采用小波变换对图像进行多次分解;然后考虑低频子带与高频子带各自的特点,选择局部平均梯度准则作为高频子带的融合规则,低频子带采用3个系数的平均值作为融合规则;最后通过仿真实验对图像融合的有效性进行测试.实验结果表明,该方法获得了更理想的图像融合结果,提高了融合后的图像质量,且融合效果明显优于对比图像融合方法.     

基于Symlet小波的电力系统谐波检测与治理

随着电力电子技术的发展,工业中电力非线性负载的不断增加,对电网中的谐波进行检测与治理已成为电力系统的研究热点.为此,在分析小波基的选择、分解尺度和层数的确定、频带的划分等关键问题基础上,提出基于Symlet小波对电网谐波进行检测的方法和理论,并应用滤波器技术对电网谐波进行治理.仿真及实验结果表明,利用Symlet小波可以将信号中不同频率的谐波有效地提取出来,并进行有针对性的分析,具有更高的分析精度和更好的分析效果.     

基于粒子群优化-支持向量机的睡眠呼吸暂停检测

睡眠呼吸暂停（sleep apnea,SA）是一种睡眠障碍疾病,严重影响睡眠质量和身体健康。为降低睡眠呼吸障碍检测的复杂度并提高准确率,提出了一种粒子群优化支持向量机（particle swarm optimization-support vector machine,PSO-SVM）方法,通过心电信号实现对SA的准确检测。首先,将心电信号分段,并从中提取心率变异性;其次,实现特征提取与选择,包含心电信号RR间期的均值、标准差、均值标准差、差值均方的平方、心率变异性的信号总功率、低频段功率、高频段功率、瞬时中位频率、边际谱熵和能量谱熵等;最后通过PSO-SVM分类算法进行睡眠呼吸暂停检测。结果表明,本方法筛选10个特征对SA检测,利用Apnea-ECG数据库通过PSO-SVM检测准确率为94.0%,提升了现有方法的检测性能。     

基于谐波提取技术的风机频率自适应研究

为解决风机受谐波干扰引起电压畸变和频率波动从而影响风机并网稳定运行的问题,提出频率自适应锁相方法,以谐波提取电路为基础,设计具有滤除风机谐波功能的NSOGI (new second-order generalized integrator)锁相环。首先,在谐波提取电路中加入基波谐振电路,验证谐波提取前后锁相环的锁频精度;其次,在传统锁相环基础上加入直流抑制器,对输入信号的频率进行跟踪;最后,进行理论和仿真分析,对比DSOGI-FLL谐波提取前后电路中的频率偏差,验证2种锁相环的锁频精度。结果表明：在谐波提取电路中加入基波谐振电路,减少了谐波对基波源的影响,提升了谐波提取的效果;在抑制风机电压畸变和直流谐波方面,NSOGI 锁相环效果较好,锁频精度较高,验证了方法的可行性和正确性。采用NSOGI对电压和频率进行控制,能够提升供电可靠性,改善并网电能质量,为风机并网稳定运行提供了理论参考。     

基于滑窗迭代DFT和小波包分析的谐波电流检测方法

为了对电网中负载电流信号进行有效地检测,给出一种基于滑窗迭代DFT和小波包分析的谐波电流组合检测方法;方法先利用滑窗迭代DFT将负载电流信号中的基波分量和谐波分量分离,再用小波包对前面得到的谐波分量进行分析,更加精确地分离出残余基波和各次谐波含量;利用MATLAB进行仿真实验,实验结果验证了所给方法的有效性和准确性.     

小波降噪在电力系统谐波分析中的应用

主要研究将小波降噪应用于电力系统谐波分析。针对电力系统谐波信号的特点,确定了降噪使用的小波基函数和降噪方法。提出了阈值的修正方法,防止谐波成分被当作噪声而消除。仿真结果表明,这一方法能有效的提高谐波分析的精度。     

一种基于小波提升变换的多尺度边缘提取算法

提出了一种基于小波提升变换的改进图像边缘的检测算法.本算法首先对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取.对于低频信息使用Canny算子进行边缘检测,而高频信息先用相邻尺度小波系数相乘的方法去除噪声,消噪后再对高频分量进行边缘检测.最后通过一定的融合规则进行融合,得到最终的边缘图像.实验结果表明,该方法具有运算速度快,能有效地抑制噪声,边缘检测精度高等特点,是一种有效的图像边缘提取算法.     

基于游程判别法和VMD残差修正的风电功率预测

为了提高风电功率预测准确性,提出一种基于频率游程判别法和变分模态分解（VMD）残差修正的风电功率超短期预测模型.采用变分模态分解将原始风电功率序列分解,得到一系列不同中心频率的子序列,再利用序列之差提取残差序列,残差序列继承原始序列噪声分量与分解被屏蔽的真实分量,呈现波动性大,非线性复杂和不平稳的特点,采用t-SSAL...     

基于小波变换与形态学的机场跑道异物检测算法

机场跑道异物(foreign object debris,FOD)检测的精准性和效率直接决定了民航运输业的安全。为了提高机场跑道异物的定位精度,研究中提出基于小波变换与数学形态学相结合的机场跑道异物边缘检测质心定位算法。此算法先对采集到的机场跑道图像进行小波分解,高频部分利用小波变换的尺度边缘检测,并进行小波阈值去噪;低频部分利用数学形态学算子进行形态学边缘检测,然后对得到的高频和低频图像进行融合,并对异物边缘轮廓进行增强,最后利用质心定位法求解异物像素坐标。实验结果表明:小波变换与数学形态学相结合检测出的图像边缘具有较好的互补性,结合了小波变换在边缘精确定位和对噪声的抑制方面较好的性能,数学形态学在检测弱边缘和保留图像细节的优点,通过此算法提取的跑道异物边缘信息细腻且定位准确,能有效识别与机场跑道背景相似的异物并准确定位。     

实现无功补偿和谐波抑制的风力发电并网逆变器研究

本文提出了一种应用于分布式发电和微电网的新型风力发电并网逆变器,不仅可以作为功率接口向电网系统传送有功功率,还可同时对电网负载产生的谐波电流和无功功率进行实时动态补偿,从而有效改善电能质量。在分析风力发电并网系统工作原理的基础上,重点介绍了瞬时无功电流和谐波电流的检测方法,并基于MATLAB/SIMULINK建立了系统仿真模型,仿真结果证明了该设计可有效实现无功补偿和谐波抑制,增强电网稳定性。