一种新的信号二进小波变换模极大值重构信号的迭代算法

基于Hilbert空间单调算子理论和求解单调算子方程的迭代算法, 给出了一个新的基于信号二进小波变换模极大值重构信号的迭代算法, 证明了算法的收敛性. 同Mallat的交替投影算法相比, 该算法更加简单、快速和有效. 数值实验表明, 对于不同类型的信号, 该算法仅需要较少的几次迭代, 就可获得较好的重构效果.     

基于小波变换的1/f信号表示

基于积分小波变换研究了1/f信号的表示,给出了用小波逆变换产生1／f信号的基本条件,为了进一步说明这一基本条件,对1／f信号小波变换的统计特性进行了讨论,证明了信号的统计自相似性在小波域内可由小波系数的自相关函数来表达。     

一种自适应小波网络的构造及其学习算法

基于小波框架的时频局部化性质和自适应投影算法,提出了一个新的构造和训练小波网络的学习算法,精确地刻画了有限维Hilbert空间自适应投影算法的指数收敛性.该算法充分地利用了包含在训练数据中的时频信息,迭代地确定小波网络隐层结点的个数和网络的权系数,较好地解决了小波网络的结构优化问题. 通过应用于信号的表示与去噪,进一步证实了该算法是简单和有效的.     

泄漏检测信号滤波技术比较

通过泄漏检测模型试验分析测量信号中的噪声来源，在对比研究传统小波去噪、改进神经网络去噪、最小二乘拟合去噪等方法在实测数据中去噪效果的基础上，借鉴神经网络反向传播学习算法的思路，提出了信号预滤波结合闽值自学习小波去噪的综合滤波方法。该方法通过对恒定状态下带噪压力信号阈值自学习使得重构信号与期望输出均方误差最小来获得单一工况下的最佳去噪阈值，再将此阈值用于同一工况下整个时间段的去噪，这样根据不同工况下得到的最佳阈值可以获得最优输出。数值计算结果比较表明该方法对噪声的抑制作用明显，比传统小波去噪、改进神经网络去噪等方法效果更好。     

一种自适应小波网络的构建及其学习算法

基于小波框架的时频局部化性质和自适应投影算法,提出了一个新的构造和训练小波网络的学习算法,精确地刻画了有限维Hilbert空间自适应投影算法的指数收敛性,该算法充分地利用了包含在训练数据中的时频信息,迭代地确定小波网络隐层结点的个数和网络的权系数,较好地解决了小波网络的结构优化问题,通过应用于信号的表示与去噪,进一步证明了该算法是简单和有效的。     

基于量子Grover算法的VBLAST系统信号检测

VBLAST系统中最大似然检测具有最优的检测性能,但是计算复杂度是一个NP难题．将量子Grover算法及Grover-Long算法用于VBLAST系统最大似然检测中,对算法的复杂度和性能进行了仿真分析,仿真结果表明Grover检测算法不仅能够对计算复杂度起到平方加速的效果,而且算法的检测性能逼近最大似然检测性能．     

基于脊波变换的直线特征检测

特征检测是图像处理中的重要问题, 其检测效果直接影响模式识别和分类. 基于脊波分析思想, 给出一种新的离散的局部脊波变换, 同时提出一种适合于方向性较强的图像中直线特征检测的新方法. 实验表明该方法是可行有效的.     

基于模型突变检测的管道泄漏检测定位方法

为了改进负压波法在管道微弱泄漏的检测和定位中的效果,提出了基于模型突变检测的特征提取和泄漏定位算法。首先运用广义似然比检测理论,建立压力信号变化的统计检验模型,计算广义似然比比率r和下降幅度d作为压力信号突变发生的敏感特征,并通过求得的压力变化时间点进行泄漏定位。针对缓慢泄漏时压力信号变化的特点,提出了相应的改进模型,更精确的求出缓慢泄漏压力信号的下降拐点。实验证明,参数r和d对不同变化类型的压力信号有较好的区分度,利用管道内压力和流量信号的特征值作为神经网络的特征向量可以实现管道的微弱泄漏识别,且基于改进模型的定位算法在缓慢泄漏定位中有较好的定位结果和稳定度。     

基于轮廓小波的图像信号去噪算法研究

在非下采样Contourlet变换域中,针对憎水性图像相关特性,分析了图像有用信息与干扰噪声,提出了基于非下采样Contourlet变换复合绝缘子憎水性图像去噪算法,对变换后低频分量中含有光照不均匀成分采用B样条曲面进行近似,得到补偿后低频分量;对多分辨率多方向性带通分量中乘性噪声应用非线性扩散有选择滤波,最后对修正后系数重构.实验结果表明:与同态滤波相比,此算法不仅对憎水性图像光照不均匀部分最佳补偿,而且图像的细节、边缘信息得到有效的保留甚至加强,为后续憎水性图像分析与理解提供了良好的基础.     

桩基应力波检测的小波分析

论证了小波分析应用到桩基完整性检测上的理论根据. 运用波绕射理论阐明了桩中各种缺陷的反射脉冲频谱发生变化的机理. 模型桩实验和大量工程桩检测结果证实了理论分析的正确性. 提出了定量评估桩身损坏程度的小波分析方法. 给出了描述反射信号频谱变化的特征指标. 利用这些指标可以划分桩损伤程度的等级, 并给出了它们的临界值. 这些特征指标还可用于识别缺陷的类型.     

混沌同步系统的频率特性和微弱信号检测

提出了混沌同步系统的频率特性概念，它可描述该类系统的频域性质，建议了一种测量自混沌同步系统频率特性的模型，获得了蔡和Ｌｏｒｅｎｚ混沌同步系统的频率特性曲线。理论分析和数值模拟结果表明这些系统具有多种特性的频带，提供了可以利用的不同频段，特别地，其些频段对噪声“淹没”微弱信号具有较强的检测能力。频率特性概念和频率特性曲线为深入认识混沌同步系统的信号处理功能和正确开发其中的信息资源提供了科学依据。     

一种基于边缘检测的小波包非对称分解在图像编码中的应用

图像的像素点的值分布并不是均匀的,而是集中地分布在一些区间之内。小波包分解是将频带等分为2j个新的子带,但很多子带里只有少数无用的孤立点;而在像素点集中的子带里,如果要进行更细的分解,将使子带数量呈指数级数增长。本文提出一种方法先对图像进行边缘检测,得到边缘与非边缘部分。对于像素点集中的几个部分,再分别对这几个部分定义不同的细度并采用小波包非对称分解再进行进一步细分,对于少数无关紧要的孤立点则舍弃。这样既保持了图像的有效信息,又能极大地减小图像编码的冗余度。     

基于分数阶Fourier变换的多分量LFM信号的检测和参数估计

提出了一种基于分数阶Fourier变换的多分量LFM信号的检测与参数估计的方法. 针对分数阶Fourier域上的优化搜索问题, 提出了基于拟Newton法的两级搜索算法, 在不影响估计精度的前提下, 降低了计算的复杂度. 对于多分量信号的检测, 提出了分数阶Fourier域上的信号分离技术, 有效地抑制了检测过程中强信号分量对弱信号分量的影响. 并给出了估计误差的统计分析, 使得这一方法在理论上更加趋于完善, 仿真结果也证明了其有效性.     

一种基于SPIHT编码过程的图像选择加密算法

在深入研究多级树集合分裂编码（SPIHT）的基础上提出了一种安全高效的图像加密算法。首先,重点分析了SPIHT的码流结构以及各部分数据对解码的影响,确定了重要数据并对其进行加密。其次,改变加密层数K控制加密强度,从而进一步提高了加密效率。最后,在对LIS扫描过程中引入了混乱机制,降低了码流相关性,使得算法更加安全。实验表明：该算法安全性高,加密速度快,仅需加密原图数据量的2．3％左右便可以达到很好的加密效果,满足格式兼容性要求并且能够适应网络实时传输。     

基于周期FRFT的LFMCW信号检测与参数估计

线性调频连续波(LFMCW)含有多个线性调频信号分量,具有低截获概率特性,雷达情报侦察系统对此类信号的检测与参数估计十分困难.针对这个问题,首先分析了LFMCW的分数阶Fourier变换(FRFT),通过对FRFT核函数的周期调制,定义了周期分数阶Fourier变换(PFRFT),推导了PFRFT和FRFT的关系.然后分析了LFMCW的PFRFT,提出了一种基于PFRFT的未知LFMCW检测和参数估计方法,并对其检测和估计性能进行了理论分析.最后仿真验证了该方法的有效性和合理性.相比FRFT,PFRFT通过对LFMCW的周期性积累提高了信噪比,适合处理具有周期调制的类似LFMCW信号.     

一种面向深度数据包检测的紧凑型正则表达式匹配算法

深度数据包检测(Deep Packet Inspection,DPI)采用正则表达式匹配算法,将每个数据包内容与一组预定义的特征进行匹配.正则表达式匹配算法是一种多模式特征匹配算法,采用确定型有限自动机(Deterministic Finite Automaton,DFA)表示一组正则表达式特征,实现一次内容扫描可匹配多个特征.基于硬件的正则表达式匹配算法面临存储空间需求大等挑战,即片上嵌入式存储器难以存储日益增长的DFA存储空间需求,从而限制了DPI的性能和可伸缩性.近年来,Smith等人提出了一种基于扩展有限自动机(eXtended Finite Automaton,XFA)的正则表达式匹配算法,即在状态上增加辅助变量和简单操作指令,消除了DFA状态空间爆炸问题,从状态方面减少存储空间需求.为了进一步减少XFA存储空间需求,本文提出了一种基于紧凑型有限自动机(Compact Finite Automaton,CFA)的正则表达式匹配算法,称为紧凑型正则表达式匹配算法.CFA是一种存储高效的有限自动机,即从迁移边方面减少XFA存储空间需求.在CFA构建过程,本文提出了基于优先级的迁移边压缩方法,融合相同目的状态最多的迁移边,从而减少存储空间需求;在CEA匹配过程,本文提出了基于位图的迁移边查找方法,并行查找不同优先级的迁移边子集,从而确保匹配效率.Snort特征规则集的实验结果表明:与XFA相比,CFA在迁移边条数上减少了88.2%,在存储空间大小上减少了83%,在匹配时间上减少了12%.     

负信噪比直扩信号的基带码盲检测

研究在没有直扩信号任何先验知识的情形下，利用随机微分方程和能量检测法，从负信噪比直扩信号中盲检测出载波信号．利用非线性信号噪声减缩的理论和小波多尺度算法，从载波信号中盲检测出基带码．计算机模拟表明，能够从载噪比为-27dB的直扩信号中盲检测出载波信号．已知载波频率，能从载噪比为-10dB的直扩信号中盲检测出载波信号上的基带码，其从误码率为10^-4．     

基于最优小波包分解的图像隐写通用检测

基于图像最优小波包分解,提出了一类具有较高检测正确率的信息隐写通用型检测方法.首先基于Shannon熵计算信息代价函数,对图像进行最优小波包分解,并从分解得到的子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对不同的背景和应用环境,文中给出了3种不同的检测算法.针对LSB、PMK、LTSB、Jsteg、F5及JPHide等典型隐写算法的实验表明:此方法相比现有的典型通用检测方法,正确检测率提高约6.4%～15.4%,且具有更好的通用性,并可为设计基于最优小波包分解的模式识别和分类算法提供参考.     

一种饱和电力系统稳定域估计的降阶方法

基于奇异摄动理论提出一种用于估计奇异饱和系统稳定域的降阶方法. 通过构造一个低维饱和系统来估计原高维饱和系统的稳定域, 不仅可以克服高维系统的奇异性, 还可以减少稳定域估计的计算量. 此外, 从理论上证明了降阶方法的严格性, 并利用3机5节点的算例验证了此方法的有效性.     

两种修正的离散啁啾Fourier变换

提出了两种修正的离散啁啾Fourier变换, 并且研究了相应的滤波匹配特性包括变换长度参数的优化选取、及与模拟啁啾Fourier变换的关系. 与已有的离散啁啾Fourier变换相比,理论分析和模拟仿真证实了这两种修正的离散啁啾Fourier变换可以进一步提高被检测信号的啁啾分辨率.