二维离散小波变换低存储结构设计

针对二维9/7离散小波变换硬件架构中数据缓存需求高的问题,提出了一种基于提升算法的低存储架构。通过调整提升算法数据计算顺序,设计了一种动态计算二维小波变换的新型迭代分步计算方法。根据行、列变换的不同,对其分别做一维变换架构设计,其中行滤波器结构通过将输入数据进行三序列分裂,有效减少了寄存器数;列滤波器结构通过单行输入处理消除转置存储器,同时实现了乘法器和加法器的复用。整体二维变换采用并行和流水线混合架构设计,关键路径延时减小到一个乘法器延迟。实验结果表明,对于1 024像素×1 024像素的图像,与其他提升结构相比,本结构片上内存使用减少了11.1%,硬件效率提高了8.2%以上;与基于卷积的迭代计算方法相比,计算周期减少为现有结构的1/9。在型号为Xilinx Kintex7 XC7K325T的现场可编程逻辑门阵列上实现,吞吐率达到460 MB/s,且具有明显的硬件资源优势。     

基于离散最优传输的多层次自适应颜色传输

基于离散最优传输理论和小波分析方法提出一种自适应的多尺度颜色传输算法,首先将原图像和目标图像由RGB空间转到CIELab空间,然后分通道对2张图像进行自适应层数的小波分解,在每个层次上利用加权的离散最优传输进行传输,并通过设置传输比例参数使得用户可根据自身需求调整颜色传输的程度,最后将各层次、各通道的传输结果整合,实现2张图像之间的颜色传输.实验结果表明,该算法与已有经典算法相比,其颜色传输效果既平滑自然,又能较好地保持纹理细节.     

基于小波变换技术的煤矿重要信息的网络安全传输与保存技术

为了在网络上安全传输与保存煤矿重要信息,给出了一种把信息隐藏在风景图像中,从而迷惑攻击者的方法。利用小波变换技术把重要信息隐藏在图像中,不改变图像的视觉效果和质量,然后在网络上传输隐藏了信息的图像,并把图像保存在服务器的数据库中。当我们要使用重要信息时,再从这幅图像中提取出来。仿真实验说明该方法是有效的,能在网络上安全传输保存煤矿的重要信息。本文还发现把信息嵌入到载体图像的小波变换后的中频分量中是最佳方案。     

压入法表征涂层结合强度的声发射信号分析

采用超音速等离子喷涂技术制备以AlSi为底层,AT13为面层的涂层,对涂层组织和基本性能进行表征和测试;采用表面压入法诱导涂层损伤失效,声发射技术实时在线监测压入过程;采用SEM对涂层压痕形貌进行分析;运用小波分解法,对所得的声发射信号进行噪声分析。结果表明,表面压入法在有效诱导涂层体系损伤失效的同时,声发射信号可给出明显突变提示,声发射信号主要由涂层体系声发射源产生,夹杂非常微弱的噪声信号。与原始信号相比,噪声信号很小,分析试验结果时可以忽略不计。     

梁振动方程数值解的移位Legendre小波配置法

建立了求解梁振动方程数值解的移位Legendre小波配置法。利用移位的Legendre多项式,推导出Riemann-Liouville意义下移位Legendre小波函数的一般分数阶积分公式。利用分数积分公式和二维移位Legendre小波配置法,将梁振动方程求解问题转化为代数方程组求解。数值算例表明该方法具有较高的精度。     

基于主成分分析的叶片温度分布一致性研究

采用特征向量比对的方式进行研究.通过对叶片温度数据时域和频域空间特征提取,获得能够体现叶片温度分布信息的特征向量,并采用主成分分析(PCA)对特征向量进行去相关和降维,进而得到包含绝大部分叶片温度分布信息的低维特征向量.根据叶片温度特征向量与基准特征向量间的对比,评估叶片温度分布情况的一致性.实验结果表明,叶片的特征偏差均在5%以下,偏差较大的叶片数量占总量的5. 8%,该研究成果可以用于从温度特征上反映叶片工作状态,为叶片故障诊断及寿命预测提供基础.     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

基于小波变换谱信息的溢油油膜厚度分类研究

本文提出一种基于小波变换谱信息的新型分类算法。该算法通过分析不同地物光谱曲线及高频小波系数曲线的奇异性，提取不同厚度油膜的敏感波段，以敏感波段的低频小波系数为基础，重新生成低频小波系数图像并进行分类。实验结果表明，该方法可找到不同厚度油膜的敏感波长，有效提升不同厚度油膜识别精度。