一种新的小波基函数及其在雷达信号特征提取中的应用

为进一步准确估计雷达信号的瞬时频率，在现有Morlet小波基函数的基础上，提出了一种新的Morlet小波基函数（New-Morlet）用于小波脊线的提取。通过深入分析小波脊线原理以及正确提取小波脊线对小波基函数的要求，利用Morlet小波基函数提取雷达辐射源信号的小波脊线特征，从而可以估计出辐射源信号的瞬时频率。将New-Morlet小波与现有的Morlet小波进行对比得出New-Morlet小波具有更好的时-频综合特性。同时，分析了利用小波脊线原理估计信号瞬时频率的迭代算法。仿真结果表明：基于New-Morlet小波基函数的特征提取性能优于现有的Morlet小波基函数，且具有良好的抗噪性能，其方法是有效的。     

几种常见信号波形的逆变换计算(Ⅱ)奇偶对称三角波与锯齿波和整流余弦波的逆变换

应用Mobius变换．对5种常用数字信号的傅里叶级数进行逆变换运算,得到正、余弦函数．以及一般周期信号对信号的展开．求得在这些非正交信号基函数上的展开系数,以及与展开基函数族相正交的非正交函数族．     

一种基于径向基函数神经网络的语音降噪方法

采用径向基函数神经网络在时域上对含噪语音信号进行降噪处理.针对语音信号的短时平稳性以及噪声的随机性,对语音信号进行分帧预处理;用分帧后的纯净语音信号作为径向基函数网络的教师信号,并利用Matlab神经网络工具箱设计和训练网络.实验结果表明,径向基函数网络作为语音信号滤波器,可有效地抑制语音信号中的白噪声,具有良好的降噪性能.     

基于径向基函数神经网络的飞机目标识别法

通过将自适应小波神经网络 (AWNN)中的小波基函数直接替换为 Gauss径向基函数 ,提出了一种适于对目标一维距离像信号直接进行分类的径向基函数神经网络(RBFNN)。对用于信号分类的 RBFNN网络结构的确定、RBFNN的训练以及最终判决规则的确定等问题 ,进行了深入的讨论。对 6个目标不同信噪比下的分类结果表明 ,提出的 RBFNN对距离像信号具有很强的分类能力 ,对于开发更加实用化的目标识别算法显示了很大的潜力     

几种常见信号波形的逆变换计算(Ⅰ)矩形脉冲与奇偶对称方波的逆变换

应用Mobius变换对3种常用数字信号的付立叶级数进行逆变换运算,得到正、余弦函数及一般周期信号的数字信号展开．求得在非正交数字信号基函数上的展开系数,以及与展开基函数族相正交的非正交函数族。     

基于改进阈值函数的体震信号平移不变去噪

体震信号微弱,受仪器、环境因素等方面的影响,常常含有大量噪声,研究一种基于改进阈值函数的平移不变法用于体震信号的去噪.针对体震信号选择了合适的小波基,说明了小波分解后各尺度上噪声方差的估计方法,分析了所改进阈值函数的性能及特点,并给出了算法的实现步骤.与基于硬、软阈值函数平移不变法的去噪效果比较,基于改进阈值函数平移不变法去噪后的体震信号波形平滑,特征点幅值无衰减.其功率谱密度与原始信号功率谱密度的对比结果表明,基于改进阈值函数的平移不变法能够在去噪的同时更好地保留原始体震信号的特征.     

最佳小波基选取的改进遗传算法

提出一种利用改进遗传算法选择最优正交小波基的方法，此法将信号用小波级数展开后得到其在某个期望尺度上的近似表示，由此建立一个表达信号与其近似之间误差的代价函数，然后利用改进遗传算法优化此代价函数以获得全局最优的正交小波基。数值实验结果表明本文的方法能够快速准确地得到全局最优的正交小波基，得到信号在期望尺度上的最佳近似。     

非参数波形提取方法及应用

介绍了一种基于滤波器组的非参数波形提取方法,并将其应用于冲击信号的提取．该方法不需要构造参数表达的基函数,而是将具有信号先验知识的模板信号通过滤波器组得到一组基函数来提取隐藏在噪声中的信号．其原则是使基函数在各个子频带内匹配原始信号．给出了4种获取模板信号的方法．模板信号的选择使该方法在实际应用中具有良好的柔性和适应性．仿真信号和实验信号验证了非参数波形提取方法的有效性和实用性,即使是在噪声和信号频带重叠的情况下,也能将信号分离和提取出来．     

小波域色谱重叠峰分析的基函数选择

小波变换在色谱信号处理中有着广泛的应用。但是针对同一类型的信号,选择不同的小波基函数进行处理的效果是不同的。因此,小波变换在信号处理过程中表现出更强灵活性的同时,如何选择小波基一直是利用小波变换进行色谱信号处理的关键问题。本文从小波基函数的数学理论出发,提出了一种基于相似度准则和能量泄漏最小原理的色谱重叠峰分析小波基选择方法。该方法结合了色谱信号的特征,考虑了采样率对信号变换前后产生的能量变化;对色谱信号处理中优化小波基的选择具有重要意义。并且,可以通过能量变化关系在有效采样率范围内选择合适的采样率。仿真实验结果表明,本文提出的方法可以为色谱重叠峰分析小波基函数选择提供依据。     

一种并行核径向基神经网络预测模型

径向基神经网络经常用于回归预测,但是高维的核函数矩阵运算需要花费巨大计算资源．为了缩短计算时间,设计了并行算法用于计算径向基网络核函数矩阵,并将它用于转炉提钒预测模型,在以MPI构建的工作站机群上执行该算法,利用实际数据验证了该算法的加速性和准确性．     

小波分析用于钢板孔洞的涡流检测研究

小波的时频局部化和多尺度特性,使其特别适用于信号的奇异性探测和瞬态信号的检测以及强周期性噪声干扰下非平稳信息的提取。将小波分析用于钢板孔洞测量的数据处理过程中,通过以最大信噪比为依据的自定义信息代价函数来获取小波包最优基函数,使重构信号的信噪比大幅度提高,从而确保了钢板孔洞的测量精度与分辨率。实验分析表明,小波分析不仅可用于单孔信号的高效定位提取,而且通过一定的逻辑分析与判断,同样适用于连孔和多孔信号以及存在管道焊缝信号的高效分辨。     

关于小波子空间上的具有紧支撑的采样定理

Shannon采样定理对信息论 贡献是巨大的。但Shannon宣的采样函数在时域无紧支且衰减缓慢，对于紧支信号的采样显得极不方便。在前人对小波子空间采样定理系统研究的基础上，提出了文义基正尺度函数的概念，证明了它是构造小波子空间上具有紧支的采样函数的充要条件，并研究了广义基正交正度函数的性质。     

混沌通信系统中基于跟踪策略的非相干检测

提出了一个新颖的跟踪器来重构发射的混沌信号，它是基于一个修改的径向基函数神经网络（RBF），并配合一个用于跟踪在有参数变化的噪声混沌信号的学习算法，该跟踪器被用于混沌的移相链控数字通信系统的非相干解调，当蔡氏电路用在混沌发生器时，仿真结果证实了提出的方法在跟踪和解调方面的能力。     

时变AR模型阶数确定与系数估计的方法

研究了用时变自回归(TVAR)模型对非平稳信号建模的方法.对该模型进行详细分析,探讨了参数模型辨识存在的2大问题:模型阶数的确定和基函数的选择.基于现定阶准则只适用于短时平稳信号的分析,所以利用具有时变特性的信息理论准则(information theoretic criteriaI,TC)来确定模型的阶数.通过引入基函数,利用最小二乘算法对模型系数进行估计,从而将非平稳信号的时变模型转化为线性时不变模型,并比较了几种基函数的拟合性能.证明了由于墨西哥草帽小波基函数具有良好的时频特性并且在使用时无需预知信号的先验信息,从而优于其他传统的基函数.     

基于滑模神经网络控制的混沌同步及应用

本文基于滑模控制技术及径向基函数神经网络(RBF),研究了统一混沌系统的同步问题。设计出一个简单单维控制器,将该制器用于初值不同的统一混沌系统同步控制中,实现了统一混沌系统的同步,在Simulink中编写模块搭建混沌同步仿真系统,验证本文方法的有效性,最后将此方法用于混沌保密通信中,利用混沌信号掩盖实际要传输的信号,在接收端,由同步的混沌系统分离出实际传输的信号,成功地实现了信号的加密和还原。     

压缩感知的自适应冗余字典及其图像恢复方法研究

冗余字典的信号稀疏分解是一种新的信号表示理论,采用超完备的冗余函数系统代替传统的正交基函数,为信号自适应地稀疏扩展提供了极大的灵活性.该文研究了压缩感知理论下DCT冗余字典和规范正交基(Dirac基)与DCT基组成的冗余字典,提出了一种适应于图像分块的自适应冗余字典方法.结合迭代硬阈值(IHT)重构算法,实验结果表明了提出的自适应冗余字典具有更好的信号恢复效果.     

消除信号趋势项时小波基优选方法研究

在消除信号趋势项时引入小波基函数对信号进行分解和重构.小波基函数的选择会影响消除信号趋势项后的结果.提出了消趋误差指数的概念及其计算公式,并使用该公式计算了34种常用小波基的消趋误差指数,优选出sym10等6种消趋误差指数较小的小波基.使用sym10小波基及另外两种非优选小波基对实测的汽车车身振动加速度信号进行消除趋势项处理.结果表明,使用sym10小波基提取的信号趋势项比其它非优选小波基更为准确,验证了提出的消趋误差指数计算公式的有效性.      

信号逼近在复杂信号去噪中的应用

对具有不同类型时频结构的复杂信号,为了最优化非线性信号逼近,可根据信号自适应地选择基。分析了通过极小化凹花费函数,从基字典中挑选“最佳”基的原理,采用快速最佳基的树搜索算法,在小波包基和局部余弦基这一类基中寻找被处理信号的最优基,实现了含噪语音录音信号的去噪。结果表明,最优经验局部余弦基对此类复杂信号的去噪效果远比固定小波基阈值去噪效果好。     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题,即从测量信号中恢复出缺陷轮廓及其参数,是漏磁无损评估中的一个重要课题.提出了一种基于遗传算法的逆算法,用于从漏磁信号中重构二维缺陷.在该算法中,径向基函数(RBF)神经网络用作前向模型,遗传算法用于求解逆问题中的优化问题,其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题,并能得到逆问题的全局最优解.实验结果验证了所提出的逆算法的有效性.     

钻孔灌注桩声波检测信号的小波变换分析与研究

钻孔灌注桩声波信号不平稳且离散,其中含有大量反映桩基础内部结构特征的信息.传统处理方法没能很好地同时分析信号的时域特征和频域特征,尤其在检测信号微弱时更是如此.由此,引入阈值小波变换与傅里叶变换对声波信号进行时频分析,分别对几种常用小波基函数,在不同参数条件下将分解重构的信号与原始信号进行比较,并选定最佳小波基函数,对...