小波变换在分布参数系统控制中的应用

在求解分布参数系统的最优边界控制的偏微分方程时,为了克服求解析解的困难,采用正交函数逼近的方法,引入Haar正交小波基,借助Haar小波变换的性质和相应的Haar小波运算矩阵,将偏微分方程描述的分布参数系统最优控制问题,转化为集总参数系统最优控制问题,从而解决了分布参数系统的最优边界控制问题。仿真结果表明:该方法对于研究分布参数系统控制问题是非常有效的。与一般正交基函数逼近方法相比较,该方法具有计算量小,逼近精度高,算法简单等优点。     

基于小波变换的图像压缩算法

根据小波变换系数分布的特性,提出了小波变换的图像无损压缩算法、高保真压缩算法和大尺寸图像压缩的解决方案,提出了双正交小波变换的边界处理方法,解决了精确重建问题。     

基于Chebyshev小波的分布参数系统最优逼近控制

采用正交函数逼近理论研究分布参数系统的最优控制,基于Chebyshev小波变换的性质和相应的积分运算矩阵,将分布参数系统最优控制问题转化为集总参数系统最优控制问题,求解得到最优逼近解后,可以反演得到具有分布参数特征的控制律,解决了分布参数系统最优逼近控制问题。仿真结果表明了该方法对于研究分布参数系统控制的有效性。     

基于Fourier变换离散化的连续小波变换频域算法

对于固定的尺度,小波变换是待分析信号与小波基函数的线性卷积。当小波基函数的Fourier变换有显式表达式时,利用其Fourier变换进行线性卷积称为小波变换的频域计算方法。由于线性卷积的长度大于信号的长度,因此,选取线性卷积中的哪一部分作为小波变换的系数也是一个亟需回答的问题。本文利用Fourier变换的离散化和离散Fourier变换的关系由小波变换时域算法推导了小波变换频域算法,证明了时域算法与频域算法的等价性;解释了这两种方法分别应该选取线性卷积中的哪一部分作为小波变换的系数;分析了频域算法产生边界效应的原因;给出了频域算法中参数的选取方法,以便克服边界效应。时间复杂度分析以及数值实验均表明了频域算法至少比时域算法减少了1/3的运行时间。     

基于小波变换的一阶线性变参数分布参数系统预测控制

介绍了小波及其乘积运算矩阵和离散时间分布参数系统的预测控制,对一阶线性变参数分布参数系统用Haar正交小波基进行了逼近。将Haar正交小波应用于一阶线性变参数分布参数系统的预测控制研究,仿真结果验证了算法的有效性。     

基于Haar小波变换的直扩信号参数盲估计

为解决低信噪比下直扩信号的参数估计问题,提出了一种基于H aar小波变换实现直扩信号伪码(PC码)速率和符号周期盲估计的新型算法。阐述了小波变换表征和检测直扩信号相位瞬变的原理,给出了直扩信号小波变换的具体形式。通过对直扩信号小波变换频谱特征的具体推导,详细论述了通过小波变换提取这两个参数的算法原理和具体步骤。仿真实验表明,在码元数为400及扩频因子为63的参数条件下,该文所提出的伪码速率和符号周期估计算法可至少工作在-18 dB和-14 dB的低信噪比下,且其性能优于某些典型的算法。     

一种自适应最优化小波变换算法及应用

传统的二进小波变换对非2的整数幂的数据要进行大量的边界处理,针对这一局限性,提出一种自适应最优化小波变换算法.其核心是通过解析被处理数据长度来捕获其长度的最佳逼近值,实现边界处理的最优化;通过分解最佳逼近长度来获取各层次小波变换基数,实现小波变换基数选择的自适应.与二进小波变换相比,自适应最优化小波变换算法具有运算速度快,边界处理量少,数据压缩量大等特点.最后通过一个图像压缩的应用实例表明了此算法的可行性.     

基于小波变换的图像边界问题的研究

首先简要地介绍了一维信号对称边界延拓方式及二维信号双正交小波分解重构算法，然后在一维信号边界延拓方式的基础上，研究了在小波变换过程中，当高、低通滤波器长度为奇数且关于0对称时，数字图像能够精确重构的边界延拓问题。给出了数字图像的小波变换及边界延拓的步骤。最后，通过仿真实例验证了该对称边界延拓方式能够保证数字图像在小波变换中精确重构。     

一种自适应最优化小波变换算法及应用

传统的二进小波变换对非2的整数幂的数据要进行大量的边界处理,针对这一局限性,提出一种自适应最优化小波变换算法。其核心是通过解析被处理数据长度来捕获其长度的最佳逼近值,实现边界处理的最优化;通过分解最佳逼近长度来获取各层次小波变换基数,实现小波变换基数选择的自适应。与二进小波变换相比,自适应最优化小波变换算法具有运算速度快,边界处理量少,数据压缩量大等特点。最后通过一个图像压缩的应用实例表明了此算法的可行性。     

一种基于定尺度小波变换的频率估计算法

通过改变尺度实现频率扫描是基于小波变换的频率估计算法的惯常做法。由于小波参数的确定缺乏具体明确的方法,这种做法在实际应用中很难达到其算法的理论最佳性能。针对这一问题,首先通过详细推导组合复Morlet小波变换与待分析信号傅里叶变换的关系,提出了一种基于定尺度小波变换的频率估计算法;然后讨论了控制频谱混叠、保证估计精度及分辨能力的参数设置问题,提出了一种简单易行的设置方法。仿真分析表明,该方法进行频率估计在混叠对抗及噪声抑制方面具有比FFT算法明显更优的性能,且适用于短数据信号。     

Haar Wavelet and Its Application in Optimal Control of Linear Time-invariant Systems

ＩｎｔｒｏｄｕｃｔｉｏｎＵｓｉｎｇｏｒｔｈｏｇｏｎａｌｆｕｎｃｔｉｏｎｓｔｏｃｏｎｓｔｒｕｃｔｏｐｅｒａｔｉｏｎａｌｍａｔｒｉｃｅｓｆｏｒｓｏｌｖｉｎｇｃｏｎｔｒｏｌｐｒｏｂｌｅｍｓｈａｓｂｅｎｏｆｃｏｎｓｉｄｅｒａｂｌｅｉｎｔｅｒｅｓｔｔｏｃｏｎｔ...     

基于Laguerre多项式的分布参数系统最优控制方法

讨论分布参数控制系统最优控制的逼近方法问题.运用Laguerre多项式的正交特性和微分运算矩阵推导出几个有效的结论,把分布参数系统最优控制的积分型性能指标转化为一般的代数式,从而将一类分布参数系统的最优控制问题转化为一般代数极值问题,并给出了具体求解步骤.该方法简化了分布参数系统的最优问题求解,并保持了最优控制和系统状态逼近解的分布参数特性.最后,从理论和对比分析两方面对该算法的逼近效果进行分析,并结合仿真示例验证了方法的有效性.     

Haar小波及其机械故障诊断应用

小波变换是一种时频分析方法，在机械信号处理应用中，基小波常根据其时域波形与被检测的信号成分相似或匹配选择，很少考虑小波其他特性，这种方法并不完善．通过Haar小波说明这个问题，推导了Haar小波连续变换在时问和尺度上的周期性，应用于机械信号处理，有效地提取出故障特征频率．该研究结果开拓了基小波选择的思路．     

分布参数系统最优控制的块脉冲序列方法

分布参数系统最优控制问题的求解较集中参数系统同类问题的求解更为复杂。该文着重研究求解一类分布参数系统的最优控制问题的实用方法。利用块脉冲函数序列的正交特性,把分布参数系统最优控制的积分型性能指标转化成相应的代数式,使系统最优控制问题转化为一般代数极值问题。     

基于Haar小波提升的2.4kbit/s CWI语音编码算法

提出一种基于Haar小波提升的2.4 kbit/s特征波形内插(CWI)语音编码算法.将特征波离散时间傅里叶级数(DTFS)得到的幅度谱转化为离散余弦变换(DCT)系数,用Haar小波提升实现特征波的多级分解与重建.利用相位谱间距的均值和基音周期增益联合判断浊音度标志,用于进行相位选择和离散余弦变换系数的选择性量化.主观A-B听音实验表明,该语音编码算法音质优于传统的3.8 kbit/s CWI编码器,在较低码率上获得较为满意的合成音质,且Haar小波提升特征波形分解与重建方法解决了传统小波变换CWI算法延时较大的问题.     

Analysis of Linear Time-varying Systems via Haar Wavelet

ＩｎｔｒｏｄｕｃｔｉｏｎＩｔｉｓｗｅｌｋｎｏｗｎｔｈａｔａｆｕｎｃｔｉｏｎｍａｙｂｅａｐｐｒｏｘｉｍａｔｅｄｂｙａｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎｏｆａｓｅｔｏｆｏｒｔｈｏｇｏｎａｌｂａｓｉｓｆｕｎｃｔｉｏｎｓ．Ｉｎｔｈｅｌａｓｔｔｗｅｎｔｙｙｅａ...     

光学Haar小波变换的数值模拟

以Haar小波为例，对光学小波变换过程进行数值模拟．模拟程序包含原图像的读取、Haar小波的构造、频谱变换、空间匹配滤波等内容，能够模拟Haar小波对图像边缘增强过程．通过改变Haar小波的宽度，分析了不同尺度小波的光学变换结果．同时，还提出了Haar小波的二次滤波方法，图像的边缘得到进一步增强．     

基于非规范二维Haar小波变换WSN数据管理

提出基于非规范二维Haar小波变换的无线传感器网络管理结构,以减少传感器节点间的数据传输量.利用小波变换将数据在不同尺度上分解生成小波系数以进行传输,对小波系数进行重构可还原原始数据.基于非规范二维Haar小波分解算法实现了数据汇聚,基于非规范二维Haar小波逆变换算法实现了数据重构.使用MATLAB仿真表明,基于非规范二维小波变换的数据管理结构能够在保持数据原有特征的同时,大大减少网络的数据传输量.     

大型水轮机推力轴承支架结构优化设计

本文通过对大型水轮机推力轴承支架结构特点的分析,提出了大型水轮机推力轴承支架结构优化设计的数学模型.这是一个有尺寸、应力及位移约束的结构优化问题.本文采用复合形法迭代求解,采用自编的推力轴承支架的结构分析和优化设计的程序系统进行计算,得出最优解.