抑制局部放电混合干扰的浮阈值量化算法

由于局部放电(PD)信号与含有的混合干扰(白噪和窄带)在能量分布频段上存在明显差异,根据小波包变换各节点分解系数能够有效反映被分析信号能量变化的特点,建立一种以反映PD信号分解系数中噪声能量为判据的浮阈值量化算法,使得最优基下各节点阈值随相应节点分解系数中信号噪声强度的变化而变化,自适应地决定各节点最佳阈值选择,以实现对PD信号分解系数更精细划分。通过对含有混合干扰的仿真与实测PD信号的小波包最优分解,分别用传统全局阈值量化算法与笔者建立的浮阈值量化算法进行了干扰抑制效果的对比,结果表明：后者具有更强的抑制混合干扰的能力,且混合干扰抑制前后PD信号波形相似度更高。     

P2P网络中节点聚集系数的分布特征研究

聚集系数是网络的一个重要属性,本文对Gnutella这一典型非结构化P2P网络中的节点聚集系数进行研究,重点分析了节点的聚集系数分布和聚集度-聚集度分布.本文通过对实际网络拓扑的计算分析,得到Gnutella网络中节点聚集系数的分布统计特征.分析表明Gnutella网络中节点的聚集系数满足幂律分布,网络中的高聚集度节点对网络连通性有着重要影响,删除少数高聚集度节点将导致网络不连通.分析表明节点的聚集度-聚集度分布是递增函数,说明Gnutella网络具有聚集度同配性,但并未形成rich-club,说明高聚集度节点均匀分布在整个网络.     

P2P网络中节点聚集系数的分布特征研究

聚集系数是网络的一个重要属性,本文对Gnutella这一典型非结构化P2P网络中的节点聚集系数进行研究,重点分析了节点的聚集系数分布和聚集度-聚集度分布.本文通过对实际网络拓扑的计算分析,得到Gnutella网络中节点聚集系数的分布统计特征.分析表明Gnutella网络中节点的聚集系数满足幂律分布,网络中的高聚集度节点对网络连通性有着重要影响,删除少数高聚集度节点将导致网络不连通.分析表明节点的聚集度-聚集度分布是递增函数,说明Gnutella网络具有聚集度同配性,但并未形成rich-club,说明高聚集度节点均匀分布在整个网络.     

基于RSSI修正的相似度推荐定位算法

针对RSSI测距容易受到环境干扰,提出一种基于RSSI修正的相似度推荐定位算法.该算法对RSSI测距数据进行残差修正,以减小RSSI误差对定位精度的影响,并利用样本点与未知定位区域的相似度来确定未知节点的坐标,降低了计算复杂度.仿真结果表明算法有效可行,可较好地改善节点定位精度.     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

电力电子装置周期性故障波形小波矩阵分类法

提出一种基于平稳小波变换和奇异值分解的电力电子装置周期性故障波形的分类方法.该方法利用平稳小波变换的冗余性和奇异值的稳健性.其步骤为:对周期性故障波形进行平稳小波变换,将信号分解到多个小波子空间;将平稳小波变换后的小波系数矩阵奇异值进行分解,即采用K-L变换对子信号进行特征压缩,并以奇异值向量作为特征向量;按照向量的空间距离对故障波形进行分类实现故障的分类诊断.以精确的半导体器件模型建立的PSPICE逆变器故障波形为例,分别用该方法和小波子带能量法对逆变器的IGBT开关故障进行分类.研究结果表明,与采用小波子带能量法相比,采用所提方法能够精确地对22种逆变器断路故障进行诊断,且受小波分解层数的影响较小,分类边界较清晰,其类间距与类内距之比是小波子带能量法的2.5倍,抗噪性能好,正确识别率高5%.     

基于经验模态分解特征的无线电引信抗扫频式干扰方法

针对目前调频无线电引信在复杂电磁战场环境中对抗扫频式干扰能够力弱的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)特征的无线电调频引信对抗扫频干扰的方法.对基于目标和扫频干扰作用下的调频无线电引信检波端输出信号进行EMD分解,得到10层本征模态函数(intrinsic mode function,IMF)分量,提取每层IMF分量中本征模态函数能量占比、能量聚集度和Renyi熵特征,并利用主成分分析算法对于特征进行降维,保证累积解释差异在95%以上,以降维后的特征矩阵作为支持向量机的输入对目标和扫频式干扰信号进行分类识别.实测数据结果表明,所提方法能够有效对目标和扫频式干扰信号进行分类识别,分类识别精度可以达到98.06%±0.003 8,目标检测率达到96.65%±0.003 7,虚警率为3.35%±0.003 7.     

基于跨层设计的传感器网络寿命最大化算法

面向监测应用的无线传感器网络,当链路存在干扰时,节点在传输数据时会对位于其干扰范围内的节点造成信号干扰,从而使得这些节点不能正确收到其它节点传输的数据.针对这种场景下的网络寿命最大化问题,分析了网络流量和节点能耗,提出了一种将功率控制和数据聚合路由相结合的非凸优化模型.通过对数转换方法将非凸优化问题转化为凸优化问题,利用优化理论和方法将凸优化问题分解为聚合数据率分配子问题和功率控制子问题,最后给出了联合优化问题的分布式解法.仿真实验表明,使用该方法可以有效减少数据通信量,均衡各个节点的能量消耗,有效延长网络寿命.     

一种基于剪切变换和图像增强的融合方法

为了进一步提高可见光与红外线图像的融合效果,采用剪切波变换和方向滤波建立了一种图像融合方法.通过引导滤波器对可见光图像的场景信息进行增强,提高细节信息;利用剪切波变换对增强后的可见光图像和红外线图像进行多尺度分解,得到不同的低频和高频尺度子带;对低频尺度子带的系数选取能量保护的融合规则,而对高频尺度子带的系数选取PCA的融合规则进行融合;利用剪切波逆变换对融合的低频尺度的子带系数和高频子带的尺度系数进行变换得到融合结果.实验效果表明所提方法能有效地提高融合结果中的细节信息.     

基于NSST域方向性加权的多聚焦图像融合方法

传统区域特性方法在进行图像融合时,一方面,低频子带融合规则不能同时充分利用区域内能量信息和边缘信息,另一方面,高频子带融合规则没有充分利用子带的方向性信息。针对传统区域融合方法存在上述局限性的问题,提出了基于NSST域方向性加权的区域特性图像融合方法。首先对图像进行NSST分解,得到一个表征图像概貌的低频子带和多个表征图像细节的高频子带;针对低频子带含有轮廓能量的特点,提出采用基于区域能量匹配的空间频率融合规则,从能量和区域变换2个方面对邻域信息加以利用。针对高频子带含有方向性信息的特点,提出采用带有方向加权的改进拉普拉斯能量和的融合规则,并通过实例验证了该方法的有效性。     

多级方向引导滤波器及其在多传感器图像融合中的应用

基于多级方向引导滤波器, 提出一种图像多尺度几何分析方法, 并将其应用于多传感器图像融合中. 首先利用引导滤波器对图像进行多级边缘保持分解, 得到一个近似子带和多个不同尺度上的细节子带; 然后采用楔形小尺寸方向剪切滤波器对细节子带进行方向分析, 在不同尺度上生成多个方向子带, 根据近似子带和方向细节子带所具有的不同物理意义, 分别采用不同的融合准则对分解后的系数进行合并处理; 最后通过对合并后的系数进行简单的叠加计算获得重构图像. 该方法有效解决了在其他多尺度分解中滤波器缺乏自适应性和图像分析不具备平移不变性的问题. 多组图像融合实验结果表明, 在图像融合过程中, 该方法的性能优于已有的其他典型多尺度分解方法.     

双模噪声背景下多阈值小波包在信号消噪中的应用

针对一类非高斯噪声——双模噪声信号进行消噪时,传统小波变换和小波包变换在选取恰当阈值准则及阈值量化时存在困难,通过详细分析双模噪声信号结构及频率分布特征,在将小波包分解频带按照频率顺序排列且通过比较最底层子空间节点能量大小的基础上,提出一种将频带进行多分段的多阈值小波包消噪方法.实验结果表明:在双模噪声且信噪比相同情况下,该方法比传统的多尺度小波软阈值、小波包自适应阈值消噪效果都优越,是一种非常有效的信号消噪方法.     

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.     

关于数据外推定理的迭代改进

研究数据外推技术中非常重要的带状区域定位方法.数据外推定理给出外推后带状区域的定位方案.指出这个定理给出的只是一个非常粗糙的定位方案,甚至很多情况下是无效的.针对这个问题,提出了基于迭代进行改进的方案.新方案能够更加精确地定位带状区域,并且在适当的假定下对粗糙方案无效的情况也能定位出一个有效的带状区域.实验例子表明了新方案的精确性与有效性.     

基于差分算子的薄层弱信号检测方法

随着石油勘探程度的提高,新勘探的目标更加隐蔽,表现出圈闭规模小,储层厚度薄等特点,特别是砂泥岩薄互储层,地震反射信号微弱,常规地震资料难以准确识别,制约了精细构造解释、精细储层预测及圈闭落实程度。为了解决实际地震资料中的薄层弱信号检测问题,发展了一种能增强弱信号能量且不会抬高高频噪音的差分算子技术。该方法利用原始地震道的高斯平滑衍变地震道抬升薄层弱信号的低频段能量,利用原始地震道的偶数阶衍变地震道抬升薄层弱信号的高频段能量,并将输出地震道经过完全总体经验模态分解(CEEMD)算法处理以压制高频的衍生干扰信息。数值模拟以及实际资料均验证了该方法的高效性。     

基于多级门限判决的TDCS基函数生成及性能分析

针对变换域通信系统传统固定门限判决不能体现频谱的使用程度的问题,提出一种多级门限判决的基函数生成算法。分析了变换域通信系统（transform domain communication system,TDCS）电磁环境频谱的特性和窄带高斯信号的特征,建立了一种二元假设检验,在传统二元判决的基础上引入多元判决,能对电磁环境频谱进行多级量化,体现出不同频段的不同使用程度。仿真结果表明,采用多级门限判决的TDCS基函数误码率性能优于传统固定门限判决的TDCS基函数,抗干扰性能更好。     

精确微差爆破震动能量分布特征分析

数码电子雷管能够实现更为精确的微差爆破。为了掌握精确微差爆破的震动能量分布特征和减震机理,采用小波包分析方法对浅埋隧道的大量爆破震动实测数据进行了能量分析。结果表明：普通毫秒雷管爆破震动信号的能量主要分布在中低频带;数码电子雷管爆破震动信号的能量分布在更宽的频带;普通毫秒雷管爆破和数码电子雷管爆破震动信号的主震频带还可以分为若干个分震频带,表现为在若干个特定频率上有较突出的能量集聚;随着雷管段数增加和微差时间的减小,数码电子雷管爆破震动信号的能量频带分布加宽,高频成份的能量增加,爆破震动信号的分震频带数目增加,分震频带有往高频发展的趋势。精确微差爆破能够实现更好的减震效果。     

基于子带能量线性映射的噪声中端点检测算法

研究噪声环境下的语音端点检测问题。在低信噪比下 ,虽然噪声和语音的频谱分布不同 ,但是传统语音检测算法使用的时域能量没有描述能量在各频域子带的分布 ,对于语音和噪声没有很好的区分性。以前提出的基于时间 -频率的能量参数利用频域的限带能量加上时域能量来进行噪声中的语音检测。但是它们选择频带的依据是语音信号的高能量子带 ,而没有考虑噪声的子带能量分布。该文提出的语音检测方法同时考虑语音和噪声的频域能量分布 ,采用线性映射的方法将 Mel滤波器组的子带能量特征空间映射到噪声和语音最有区分性的一维子空间 ,得到新的特征参数 EL MBE进行语音检测。实验结果表明 ,在噪声环境下基于线性映射的能量参数比时域能量 ,基于时间 -频率的能量有更好语音检测性能。     

M带小波变换中一类新的滤波器组

借助 M带小波变换理论和滤波器组理论 ,采用框架算子的多相分解方法 ,构造出一类新的 M带小波变换的等价滤波器组。采用该方法 ,我们只需知道原始数据和等价滤波器组 ,就可方便地求出任一级的小波系数 ,为实时处理提供了可能。