子波变换新方法

本文在理论分析子波变换物理概念的基础上,提出了一种工程上应用的新颖快速子波变换算法,即“频谱切割法”。该方法能够在电路上实现实时的快速子波变换。     

用线性系统理论分析相控阵天线

相控阵天线是一离散阵,它的波束控制采用了数字移相器。因所用的字长有限,必然对天线的性能有影响。本文用线性系统中的采样定理导出了阵元间距的约束条件,用付氏变换理论,计算出在有限字长时,对天线性能的影响,并在空间馈电的情形下,导出了方向图锐化等效于时域中脉冲压缩。     

一种基于子波变换模极大值的信号重建方法

本文首先介绍了子波变换的局部时频分析法。基于子波变换系数模极大值同信号奇异性之间的关系，给出了一种利用该极大值信息的信号重建方法。由模拟结果可以看出，这种重建方法的精度在－３５ｄＢ以上。     

基于子波变换和神经网络的舰船目标识别

特征提取方法和分类器的选择是舰船目标识别的关键。介绍了一种目标分类和识别的方法。首先利用子波变换和多分辨分解算法对实际采集到的各类舰船目标辐射噪声进行特征提取 ,获得目标的线谱和调制谱特征 ,然后利用模糊自组织聚类网络 (FKCN)分类器对各类目标进行分类识别。最后利用实测数据进行仿真分析 ,并与其它特征提取和分类识别方法比较 ,验证了所用方法的可行性 ,且获得了较好的效果。     

用子波变换提取目标回波波形特征

本文分析了子波变换及其在特征提取中的应用，具体讨论了在Ｈａｒｒ子波基底下，用Ｍａｌｌａｔ算法提取雷达目标回波波形特征的实例，从中可以看到子波变换用于特征提取的很有潜力的发展前景。     

子波变换在红外目标图像边缘提取中的应用

对红外目标图像进行了图像增强和边缘提取。首先采用直方图均衡、非线性灰度变换、滤波的方法对红外目标图像进行增强、抑制噪声 ,然后基于子波变换的原理 ,采用双阈值自动门限化方法 ,对增强后图像进行边缘提取。分别采用了经典的边缘检测方法、正交子波和非正交二次样条子波对红外图像进行了边缘提取试验 ,结果表明 ,采用非正交二次样条子波提取到的红外图像边缘比采用正交子波及经典的图像边缘检测方法的效果好。提出的方法不仅有较强的噪声抑制能力 ,而且检测到的边缘清晰准确。     

基于傅立叶变换的积分算法研究

在信号分析与处理中,常涉及的积分变换是傅里叶变换(FT)、傅里叶级数(FST)、傅里叶Z变换(FZT)及离散付里叶变换(DFT)。本文通过分析FT与FST、FZT、DFT的关系,提出一种基于FT计算FST、FZT、DFT的新算法,并通过例子说明这种算法的实用性。     

奇点展开法的基本理论及发展状况

奇点展开法作为研究瞬变电磁场的一种较新的、有待进一步研究的方法,从提出到现在已有二十年的历史了。本文介绍了奇点展开法的基本理论,概述了该方法的发展状况并指出了应该注意的研究课题。     

基于自适应阵列理论的波瓣置零综合

本文给出了一种基于Gram-Schmidt正交化方法的自适应波瓣置零综合的新算法,此算法采用的是单元零点向量法,它不仅保持了已有算法在波瓣置零综合中的全部优点,而且在对付宽频带干扰及设置较宽的零点凹口时,阵列副瓣电平上升不大。与通常的算法相比,在设置相同的零点凹口情况下,副瓣电平下降了3～5dB。作为应用举例,本文同时给出了新算法与现已报导的RAMONA波瓣置零综合算法的计算机仿真的数值比较结果。     

协商理论简介

本文对协商问题的研究,特别对其与经济理论的联系作了一个简要的说明,重点按照公理形式探讨了协商理论的发展及其成果,并对协商问题在多人情形下的推广和关于协商问题风险性分析等都作了一些介绍。本文还对策略形式探索协商理论的主要发展“轮廓”作了描述。对有关协商理论各分支的研究现状和动态亦作了些评述。     

小波变换在弹射加速度滤波中的应用

小波分析作为一种崭新的信号处理方法,在工程界受到了越来越广泛的重视,已成功应用于信号分析、图像处理及非线性科学等方面。小波变换是去噪的有力工具,能将由各种不同频率成分组成的混合信号分解到不同的频率段上,有效地用于滤波和信噪分离。本文基于小波分解与重构理论,分别对航空弹射加速度信号滤波,与传统的消噪法进行了比较。结果表明小波去噪法用较少的数据就能很好地完成滤波功能,并且滤波的效果优于传统的方法。     

基于多分辨率技术及奇异值理论的故障检测方法

提出了以小波多分辨率技术与矩阵奇异值理论相结合的故障检测方法。根据小波变换的多分辨率分解特性 ,提出了系统状态观测信号的二初始特征向量矩阵———粗分辨逼近矩阵和边缘细节信息矩阵。利用矩阵奇异值分解理论得到初始特征向量矩阵的奇异值 ,将其作为状态信号的特征向量。针对提取出的系统状态信号奇异值特征 ,设计出相应的故障检测算法 ,并将该方法用于某武器平台上精密弹簧阻尼器的故障检测。仿真结果证实了该方法的正确性和有效性。     

基于小波变换及傅里叶描述子的图像检索

分析并设计了具有不随目标的平移、旋转和尺度变换以及边界的起点变化而变化的傅里叶描述子。把小波变换的多尺度边缘检测算法及傅里叶描述子应用于基于内容的图像检索。实验结果表明 ,这种方法对于有背景噪声和旋转、平移及尺度变换后的同一类图像的检索率是很高的     

复梯度算子及其在自适应信号处理中的应用

自适应信号处理广泛应用于通信、雷达、导航、声纳等领域。但是 ,在自适应信号处理中经常会遇到一类以Z为复自变量的标量函数g(z,z )求极值或条件极值的问题。按照复变函数理论 ,求g(z,z )等于min(或max)的最优解 ,会遇到极大的困难 ,因为偏导数z /z不存在。定理给出了这类标量函数的复梯度算子的正确表达式。这对自适应信号处理具有重要意义 ,它能使问题的解决变得很简单。     

一种小波神经网络结构及其学习算法研究

基于仿射小波神经网络的逼近原理和结构设计问题 ,本文提出了一种新型小波神经网络结构 ,研究了其结构化设计方法和相应的学习算法 ,优化组合小波基元激励函数 ,实现了小波神经网络权系数的二次学习 ,避免了“维数灾”问题 ,改善了网络学习特性。计算机仿真结果表明 ,研究的小波神经网络结构及其学习算法简单有效 ,函数逼近更精确     

小波变换用于奇异性检测与小波类型选择的仿真

小波变换具有空间局部性,它能聚焦于信号的局部结构,因此用小波变换确定信号的奇异性位置更加有效。提出了一种新的奇异性检测方法,它包含两点:寻找小波变换模极大值在细尺度的坐标以确定奇异性发生的时间;通过小波变换模极大值的衰减计算Lipschitz指数,从而判断奇异的性质。在仿真实验的基础上验证了方法的可行性。并在仿真实验结果的基础上,总结出了小波类型选择的规律。     

基于小波神经网络的自适应逆控制及其应用

神经网络控制特别适用于具有非线性和不确定性因素的系统。采用小波神经网络(WNN)对飞行仿真转台的直流伺服系统进行实时辨识,得到其逆模型。然后将这一训练后的网络作为前馈控制器与常规反馈控制器结合构成并行自适应逆控制器,控制转台跟踪指定的速度和位置轨线。仿真结果表明该方法的有效性。     

Wavelet Transform and Image Processing

This paper presents systematically a method for image compression/decompression viawavelet transform.It consists of filter,quantization and Huffman coding etc..Different methodshave been compared.Finally,some suggestions for further studies are proposed.In fact,the paper isa summary of our recent research.     

非平稳时间序列的小波混合方法及其应用

小波分析属于时频分析的一种,它在时域和频域同时具有良好的局部化性质.本文利用小波分解与重构方法将时间序列分解成趋势项、周期项和随机项.根据Morlet小波的类周期特性,分析并挑选出合适的周期,结合逐步最小二乘估计方法,计算出该时间序列周期项的近似表达式.最后用此小波混合方法研究建国后中国玉米产量变化情况,结果表明该方法比直接二次多项式拟合预测的平均相对误差小2.336%,反映小波混合预测方法的有效性.