基于重构背景二维K-S检验的有害入侵光纤预警

提出一种基于重构背景二维K-S检验的有害入侵光纤预警方法.利用有序统计量恒虚警率初步检测Ф-OTDR采集信号,筛选出入侵信号.为将有害入侵信号从筛选出的入侵信号中有效分离,对检测背景进行空域重构,使检测背景仅包含入侵信号.基于重构入侵背景中有害信号的空间幅度及时域间隔特性,设计了二维柯尔莫哥洛夫-斯米诺夫(K-S)检验方法来检测有害入侵信号.在实际的光纤入侵预警系统中,该方法主要应用于施工工地和过车公路等无害入侵较多的场景,能够有效地提取有害入侵信号.     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

基于小波变换及分形特征的目标检测与识别

提出在对图像进行小波变换的基础上提取图像的分形特征，即通过小波变换对图像进行频域上的分割，使得对图像的描述更丰富，对各频段上的细节图像分别求分形维数组成联合特征矢量，有利于迅速准确地将目标从复杂的自然背景中分离出来，实验结果表明，这种方法能够有效地区分人造物体和自然背景，但计算量较大。     

基于小波分解的多分辩率目标识别

在离散分形布朗随机场理论的基础上，提出一种多分辩率目标识别方法。它以小波分解为主要的数学工具，利用随机场的功率谱关系，完成了由粗到精的目标识别。此方法的最大特点是目标在小具有自适应性，同时也使得计算量大大减少 。     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术 ,以辨识不同目标回波之间的细微差异 ,并对连续波多普勒体制雷达的回波信号进行分析的方法 .采用本方法在雷达的一个距离波门内得到了地面目标的数量信息     

基于小波分析及振动信号灰度矩的水电机组振动区建立方法研究

通过对仿真振动信号进行连续小波变换,选择合适的小波分解尺度和小波类型,得到能够反映振动特征的小波系数图。由于系数图不能定量地反映机组振动强弱,需要人工介入辨识;于是在信号的特征提取中,引入"灰度矩",并把一阶矩作为定量指标,发现灰度矩数值能定量表征振动信号强弱。基于此理论方法,结合云南某水电厂的实际振动数据,提出一种建立水电机组振动区的新方法;并以上导水平摆度的振动数据为例确定出该机组的振动区;该方法比传统的仅仅通过振动峰峰值确定振动区方法更加准确,没有遗失振动的大量信息;而且以机组自身振动为参考标准,更有说服力。     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术,以辨识不同目标回波之间的细微差异,并对连续波多普勒体制雷达的回波信号进行分析的方法。采用本方法在雷达的一个距离波门内得到了地面目标的数量信息。     

基于Morlet小波带通滤波特性的振动系统频率识别

利用Morlet小波在频域的带通滤波特性,对通过改变Morlet小波的带宽,直接在尺度图上识别振动系统频率的方法进行了分析研究。该方法的特点是简单易行,便于应用。并针对实际试验数据中存在严重噪声污染和振动系统的密集模态识别问题,进行了仿真,仿真结果验证了该方法的有效性和可行性。     

离散信号的二进小波分解与重构

讨论了由一维二进小波构造的二维二进小波的性质,并应用二维二进小波变换导出二维离散信号的分解和重构。     

基于整型小波的数字音频二维水印嵌入算法研究

提出了1种将灰度图像（即二维水印）嵌入到原始音频中的新数字水印算法．该算法具有以下特点：（1）引入快捷而无损的整型小波变换理论,降低了舍人误差,提高了数字水印的嵌入与检测速度;（2）采纳分段变换及整体修改策略,增强了数字水印嵌入的稳定性;（3）首次以灰度图像作为数字水印,不仅数据容量大,而且更具层次感和多样性;（4）以保证透明性和鲁棒性的良好平衡为前提,实现了数字水印的盲检测,仿真实验表明：所提出的算法不仅具有较好的透明性,而且对诸如重新采样、重新量化、低通滤波、MP3压缩、叠加噪声等攻击均具有较好的鲁棒性。     

基于光纤熔融拉锥过耦合器和光纤光栅的振动检测研究

介绍了一种用光纤光栅（FBG）作为传感器,以光纤过耦合器作为斜坡滤波器检测振动信号的方法,并给出了光纤过耦合器的输出特性和光谱;通过对光纤过耦合器两路输出光功率的计算,得出在过耦合器一段单调周期内计算结果与波长具有很好的线性关系,同时也阐明了可以根据功率的变化来检测振动信号。设计了一套用于检测振动信号的解调系统,通过实验证明该系统在正弦激励下具有较好的响应。     

一种改进型神经网络的光纤预警系统适应性研究

针对传统长距离光纤预警系统识别入侵事件误报率高的问题,提出了一种基于改进型神经网络的光纤预警系统并研究了该系统在不同环境下的泛化适应性.系统的分布式传感部分应用Phi-OTDR技术,信号识别部分采用一种改进型的神经网络对入侵事件进行识别分类.最后通过3种情况下的实验,探究了系统的适应性.结果表明,该系统在光纤振动信号识别中有优秀的分类效果,并且在不同的环境条件下也具备良好的适应性.      

基于小波变换的低光照对比度或强噪声背景下图像增强与目标提取方法

提出了一种基于小波变换的低光照对比度或强噪声背景下图像增强与目标提取方法.低光照对比度情况下成像获得的图像进行处理分析、目标定位识别与跟踪都有一定困难,必须对其进行增强处理.根据图像的纹理统计特性,设计了专用于保护纹理特征的巴特沃思滤波器,对低光照对比度图像或强噪声背景下图像进行增强,可有效地克服低光照对比度图像或强噪声背景条件下进行处理分析、目标定位识别与跟踪造成的影响.实验结果表明:应用小波变换的多尺度分析方法和专门设计的巴特沃思滤波器,可较好地消除低光照对比度或强噪声背景下图像的干扰.     

基于相干瑞利散射的管道安全光纤预警系统

将相位敏感光时域反射计应用于油气管道安全监测领域.首先通过理论分析其探测原理,推导出干涉光强与光纤折射率的对应关系,从而论证了该方法的可行性;然后提出了一套新的信号处理方案,从空域及时域两方面对信号进行了处理.空域上,在传统移动平均算法的基础上引入间隔参数并提出一种新的差值算法,提高了信号的信噪比并降低了系统运算量;时域上,提取了入侵位置对应的时域信号并通过采用时频分析以及小波滤波的方法直观表现了外界入侵事件的时域特征.现场实验结果表明,该系统能有效探测到外界入侵事件并进行精确定位,差值信号信噪比达到7.8,d B,定位结果标准差在10,m以内.     

傅立叶变换下色散光纤信号的强度和相位计算

利用傅立叶变换,详细推导了光纤信号通过色散介质传播后输出的强度和相位的表达式.只要因色散而产生的附加场振幅足够小,该表达式对于任意的输入强度和相位都是有效的.     

傅立叶变换下色散光纤信号的强度和相位计算

利用傅立叶变换，详细推导了光纤信号通过色散介质传播后输出的强度和相位的表达式.只要因色散而产生的附加场振幅足够小，该表达式对于任意的输入强度和相位都是有效的.     

基于全光纤网络的电力抄表系统

为符合目前电力行业可持续、 智能化的发展趋势, 建设高效、 精准、 可靠性强的用电信息采集系统, 提出了一种将全光纤网络应用于智能电力抄表的解决方案。 在本地主干通讯网络应用塑料光纤作为信号传输 媒介, 在远程信道则采用石英光纤进行大量、 远距离的数据传输, 同时在计量设备和通信节点增设相应的光收 发模块, 使用电信息采集系统全光化。 实验结果表明, 全光集抄方案可将本地主干网络抄读成功率提升至 100% , 平均抄读耗时为 2. 1 s, 系统功耗为 50 mW, 这将给电力行业带来更多的智能化增值功能。     

基于小波预处理的神经网络字符识别方法

提出了一种基于小波变换预处理的神经网络法的字符识别法,利用小波变换对字符进行了预处理,提取文字字符的主要能量特征,减少了字符特征识别的维数,与直接采用神经网络方法进行字符识别相比,所用的神经网络规模小,收敛速度快,能有效识别含有噪声的低质量模糊文字字符.     

基于光纤干涉器的带通巴特沃斯光学滤波器的设计

光学滤波器在光信号处理和通信系统中有着重要的作用。研究带通巴特沃斯光学滤波器的设计过程,这种滤波器的实现以级联结构形式给出,利用一臂上附有光纤环的Mach-Zehnde(rM-Z)光纤干涉器来实现传输函数的零点和极点,光纤环上加有掺铒光纤放大器(EDFA)来放大光信号。通过级联一臂上附有光纤环的M-Z光纤干涉器来实现滤波器的传输函数。根据传输函数的零极点计算出了M-Z光纤干涉器的各个耦合器的耦合系数、臂长差和环长,并对其进行了计算机仿真,验证了光学滤波器的频谱特性。