分数阶小波时频域的图像去噪新方法

为了提高图像的质量以及满足后续图像处理的需求,提出了一种基于分数阶小波时频域的图像去噪新方法。该方法通过二维分数阶小波变换将图像映射到分数阶小波时频域内,在时频域内实现图像的去噪处理,最后通过分数阶小波逆变换实现图像的重构。图像去噪实验结果表明:采用该方法去噪后的图像输出峰值信噪比明显提高,在抑制噪声的同时可以有效保持图像细节。     

基于分数阶小波的频谱感知算法

针对非平稳信号在低信噪比下使用能量感知算法感知效果差的问题,提出了一种基于分数阶小波的频谱感知算法。首先对接收信号进行分数阶小波变换达到能量聚集与去噪处理的目的,之后对重构信号进行能量感知。仿真结果表明,该算法相比于传统的能量感知算法以及基于小波变换的能量感知算法,可以提高在低信噪比下对非平稳信号的感知效果。在感知概率为0.3时,基于分数阶小波的能量感知算法比传统的能量感知算法和基于小波变换的能量感知算法分别提高了6 d B和2 d B的信噪比增益;在虚警概率恒为0.1时,基于分数阶小波变换的频谱感知算法的感知概率为0.867,明显高于传统能量感知算法0.287的感知概率和基于小波变换的频谱感知算法0.628的感知概率。     

小波算子矩阵法求分数阶积分与微分近似值

计算一类函数分数阶积分及其Caputo分数阶微分的问题.采用Haar小波和算子矩阵相结合的方法,得到一种Haar小波分数阶积分算子矩阵,利用该算子矩阵,对给定函数做了有效的离散,充分结合Haar小波矩阵的正交性、稀疏性,将求分数阶微积分问题转化为算子矩阵的乘积,从而便于计算机求解.平稳信号和非平稳信号的数值算例验证了该方法的可行性和有效性.     

基于小波标架算法的非平稳信号去噪方法

针对传统小波去噪算法存在的时频分辨率低、去噪效果不佳等问题,提出基于小波标架算法的非平稳信号去噪方法.首先,对含噪非平稳信号采样并计算Hilbert矩阵对应的对偶标架,然后以对偶标架作为小波基,对含噪非平稳信号进行小波分解与重构. ricker子波合成非平稳信号的去噪实验表明:该算法能有效去除非平稳信号中混入的随机噪声.与传统小波变化算法对比,该算法的误差更小,去噪效果更好.     

基于小波变换的人体脉搏信号去噪处理

人体脉象信号是一种信噪比较低的非平稳随机信号,在分析之前去噪是一项十分重要的工作.该文研究了小波变换的3种去噪方法,并对临床记录的脉象信号进行了去噪处理.实验结果表明,平移不变量法对脉象信号的去噪效果最好.     

语音增强新方法的研究

对带噪语音信号进行增强处理,是语音信号处理中一个重要的研究课题.从算法提出的背景和算法性能分析两个方面对以下4种语音增强新方法进行了概括总结,即自适应滤波算法、分数阶谱相减法、小波域阈值法和语噪盲源分离算法.与传统的语音增强方法相比,实验数据表明这些新方法具有更好的降噪性能.     

基于离散时间分数阶Fourier变换的多抽样率信号处理

多抽样率技术广泛应用于信号的分频带编码,图像压缩等领域．文中基于离散时间分数阶Fourier变换的chirp周期性和分数阶域滤波,定义了分数阶域等效滤波器．在此概念的基础上,得到了分数阶域等效滤波器的时域直接实现高效结构．然后导出了基于分数阶域等效滤波器的多相实现结构,并得到了分数阶抽样率转换系统的多相实现和分数阶域滤波器的多抽样率实现．最后得到分数阶差分抽样滤波器组和非均匀抽样滤波器组线性相位准确重建条件．     

小波收缩策略的广义分数幂模型

作者分析了几种常用的小波去噪收缩策略问题，经归纳提出了小波去噪收缩策略的广义分数幂模型，给出了具体选择最优收缩策略的算法与快速算法，并把它应用于样例信号的去噪处理，然后结合交叉验证方法和通用阈值方法进行仿真试验，证明分数幂模型有更好的滤波效果。     

一种基于分数阶Fourier变换的光斑图像抑噪方法

在激光光斑中心定位系统中,光斑图像噪声直接影响中心定位的精度。为了保证光斑重心的测量精度,抑制光斑图像噪声,针对信号和噪声有很强的时频静合特性,通过分数阶Fourier变换（FRFT）分析了含噪声激光光斑图像在分数阶Fourier域的幅度特征,在一维信号分数阶滤波系统参数估计的基础上,利用多阶段的滤波结构滤除激光光斑图像中的高斯噪声。仿真结果表明,该算法能较好地在强噪声背景下将光斑图像恢复出来,抑噪后的光斑基本能满足激光光斑中心定位系统的预处理要求。     

一种基于最优小波包基的电泳荧光信号去噪方法

针对现有电泳荧光信号去噪处理方法的不足,提出一种基于最优小波包基的信号去噪方法.该方法采用Shannon熵准则选择最优小波包基,选取Penalized阈值,用量化后的系数重构得到去噪后的信号.仿真实验表明:基于最优小波包基的电泳荧光信号去噪方法在使信噪比得到提高的同时,电泳荧光信号的峰值误差也进一步减小.     

小波域维纳滤波在振动信号去噪中的应用研究

维纳滤波和小波阈值滤波是振动信号去噪的常用算法.前者在阶次较低时对非平稳振动信号的处理不能取得较好的效果,而后者对信号的滤波无法满足后期处理的要求.针对此问题,论文将维纳滤波和小波阈值滤波相结合,提出小波域维纳滤波算法.将维纳滤波运用于小波域,充分利用小波变换对非平稳振动信号的白化作用,实现更好的滤波效果.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真.实验结果表明,该算法不仅保持了信号的线性相位特性,同时取得了较好的噪声去除效果,适用于振动信号的去噪处理,优于维纳滤波和小波阈值滤波.     

基于分数阶微分梯度的噪声检测算法

为了在图像去噪的同时,更多地保留图像原有的特征信息,本文将分数阶积分理论引入到数字图像去噪中,通过分数阶微分梯度算法确定图像中噪声的位置,如果只对噪声点进行去噪处理,就可以有效保护图像的纹理和边缘信息.实验结果表明,基于分数阶微分梯度的噪声检测算法可以更准确地确定图像中噪声点像素的位置.     

一种多分量线性调频信号参数估计方法

为解决目前传统方法在低信噪比时对多分量线性调频信号参数估计不理想的问题,提出一种新的参数估计算法.该算法将分数阶傅里叶变换和小波变换很好地结合起来,对经过分数阶傅里叶变换后的信号用小波进行滤波,并最终估计信号参数.仿真结果验证了该算法的有效性,可适用于低信噪比环境.     

基于平稳小波变换的陀螺仪信号去噪方法

针对传统小波去噪效果的局限性，分析了平稳小波与经典小波之间的关系，首次将平稳小波用于陀螺仪信号去噪，并与经典小波的去噪结果进行比较。实验结果表明，陀螺仪信号经平稳小波去噪后的寻北精度明显优于经典小波，进一步验证了平稳小波变换具有较好的去噪效果。     

多分量LFM信号在分数阶Fourier域的参数估计与分离

分数阶Fourier变换由于其特有的性质,非常适合处理LFM(linear frequency modulation)信号,尤其是作为一种线性变换,可以克服多分量LFM信号交叉项的干扰。在分数阶Fourier变换用于单分量LFM参数估计的基础上,采用预判与分数阶自相关相结合的方法,在分数阶Fourier域对多分量LFM信号模型进行检测和参数估计,极大地减小了计算量,并采用Clean法实现了不同强度LFM信号的分离,抑制了强分量信号对弱分量信号的遮蔽干扰。仿真实验表明,该方法具有较好的效果。     

一种分数域二分法 LFM 信号参数估计方法

针对传统基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的线性调频（linear frequency modulated, LFM）信号参数估计方法中估计精度和计算量难以同时满足实际要求的问题,提出一种分数域二分法的 LFM信号参数估计方法。该方法分析量化了变换阶次误差对参数估计误差的影响,利用单分量 LFM信号变换阶次和分数域展宽的关系,通过迭代不断缩小变换阶次的取值范围,获得满足初设阈值的最优阶次,并利用最优阶次和峰值位置对 LFM信号进行参数估计。采用逐次重构消除的方法,可以对强弱混合的多分量 LFM信号进行参数估计。仿真结果表明,在满足信噪比要求的条件下,该方法能够有效地对 LFM信号进行参数估计,可以通过参数估计精度的要求选择不同阈值,与传统方法相比,在参数估计精度相当的情况下大大地减小了计算量。     

基于分数域加窗和对比度增强的路面裂缝检测

针对传统人工路面裂缝检测的效率和精度低以及耗费大量人力物力等问题,提出了一种基于分数域加窗和对比度增强的路面裂缝检测方法。首先,使用分数阶傅里叶变换将裂缝图像转化到分数域,利用最优窗函数对频谱进行加窗处理达到去噪效果。然后,使用分数阶同态滤波算法对去噪图像进行对比度增强,并通过迭代的方法获取最佳阶次下对比度最高的图像。最后,使用Canny算法和Otsu算法分别对增强图像做边缘检测和阈值分割,通过对两者结果做或运算和图像形态学运算来有效提取裂缝图像中的裂缝特征。将检测结果与分数频域处理法和改进HC显著法对比,该方法的准确率分别提升了5.84%和4.5%,召回率分别提升了5.58%和3.52%,表明该方法在路面裂缝检测上具有更好的检测效果和更高的识别率。     

基于分数阶混沌和分数阶小波变换的数字指纹技术

在传统的数字指纹技术中,随着用户的增多,用户指纹的唯一性和有限的指纹长度之间产生了矛盾.针对这一矛盾,根据分数阶混沌的初值敏感和随机特性,提出了基于分数阶混沌动力系统的数字指纹生成方法,大大增加了用户的容量,而且速度快,安全性高,把分数阶混沌用于指纹编码,抗合谋攻击性更强.另外,为了增加数字指纹的嵌入空间,提高安全性,进一步提出了使用4级离散分数阶小波变换对载体图像进行处理,与传统小波变换相比,分数阶小波变换增加了阶次作为密钥,安全性更高,并选择把数字指纹嵌入到高尺度下的高频子带中,鲁棒性和信息隐藏量都得到了改善.     

基于分数阶Fourier变换的瞬时频率估计方法

通过分析分数阶Fourier变换功率谱与信号相位微分的关系,提出了根据信号密度分布和分数阶Fourier谱估计信号瞬时频率的方法。并对含噪声和不含噪声的两种信号进行了计算机仿真,仿真结果表明了该方法的有效性,实验表明该方法适用于信噪比大于3dB的信号。采用非递归算法,不需要进行时频平面上的投影和峰值搜索,运算量低。     

分数阶傅立叶变换的若干问题

傅立叶变换所处理的是频率不随时间变化的平稳信号，因而在时频平面时间轴与频率轴相互垂直，即傅立叶变换是从时间域旋转π／2到频率域。分数阶傅立叶变换（FRFT：Fractional Fouricer Transformns）是傅立叶变换的广义形式，它揭示信号从时间域到频率域变化过程信号所呈现的特征，即从时间域和频率域同时表示信号旋转π／2的分数倍时的信号特征。阐明了分数阶傅立叶变换的由来、两种定义形式及主要性质；推导了分数阶傅立叶变换和瑞敦－魏格纳（RadonWigner）变换的关系；分析了分数阶傅立叶变换的光学实现系统的组成和原理；比较了现有的计算分数阶傅立叶变换的方法，最后介绍了分数阶傅立叶域的滤波问题。