基于小波分析的金融波动分析

提出了一种基于小波方差的金融波动的长记忆分析方法,以及基于小波协方差的不同市场金融波动相关性的分析方法,用该方法对上海和深圳证券市场综合指数收益波动序列进行了分析,结果表明该方法是有效和可行的.又对长记忆随机波动(LMSV)过程同一尺度下和不同尺度下的离散小波变换(DWT)系数的相关性进行了分析,结果表明同一尺度和不同尺度下的DWT系数都是近似不相关的.     

一种新的相干k分布模型及其在海杂波仿真中的应用

根据K分布杂波两个正交分量可由两列独立的高斯矢量加权乘积和构成的原理。提出了一种新的相关相干K分布杂波建模与仿真方法．相比经典的零记忆非线性变换（ZMNL）和球不变随机过程（SIRP）法，该方法可以仿真自相关函数（acf）为任意复数的杂波序列，同时由于不需要进行矩阵求逆和非线性变换，运算速度得到显著改善。数值仿真以及对实际雷达海杂波图的模拟，证明了该方法的有效性。     

基于小波变换的时变长记忆SV模型估计方法研究

研究了基于小波变换的时变长记忆SV模型参数的估计方法.根据小波变换可将过程分解到不同的尺度上以及长记忆SV过程同一尺度下和不同尺度下DWT系数的近似不相关性,提出了建立局部似然函数的方法,又根据DWT系数和MODWT系数之间的关系,将局部似然函数表示为模型参数和局部小波方差估计的形式.用该方法对中国股市收益进行了时变长记忆SV模型参数的估计.     

深圳股市价格运动可预测性的研究

讨论了市场的可预测性及有效性的关系。以深圳股票市场为对象，研究了股票价格或各类指数的可预测性，发现深圳股市综合指数和各类分类指数的对数可以认为服从随机走动，而在被检验的6个股票价格中发现两个股票价格的对数不服从随机走动，只服从单位根过程，随机扰动项具有序列相关性。检验方法包括用Phillips-Perron检验法检验单位根过程，用方差比检验法检验随机走动等。     

主动雷达导引头杂波信号产生原理及应用

在实验室进行杂波仿真时，需要产生高信噪比的调制在中频或射频的杂波信号。在该文中讨论了杂波信号产生的特殊性，包括两个方面：信号重构和调制。信号重构的过程包括将功率语转换为矢量频谱，相位随机化，傅立叶反变换，最后加窗搭接以保证均值和方差连续。杂波调制采用数字正交调制的方法，在数字正交调制前需要对重构的基带数据进行内插扩展和低通滤波。通过应用上述措施，能够将附加噪声抑制到—60dB，满足主动雷达导引头半实物仿真的需要。     

指定功率谱密度、偏斜度和峭度值下的非高斯随机过程数字模拟

无记忆非线性变换是传统非高斯随机过程模拟中经常使用的方法,然而,用于模拟同时具有指定功率谱密度、偏斜度和峭度值的非高斯随机过程时迭代过程复杂耗时,且精度也难以保证。通过理论推导,分析并得到了一种新的基于IFFT和时域随机化的非高斯随机过程模拟算法,能够方便快捷地模拟具有指定功率谱密度、偏斜度和峭度值的平稳非高斯信号。在此基础上进行了数值仿真实验,数值仿真结果与理论分析结果相一致,显示了该方法的有效性。     

DSSS卫星通信中基于小波包变换的干扰抑制方法

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。     

基于MEEMD-PE与CS-WNN模型的网络时延预测

针对网络控制系统诱导时延具有的随机性、非平稳性、非线性等特点，提出了一种基于改进的集总平均经验模态分解（modified ensemble empirical mode decomposition，MEEMD）-排列熵和布谷鸟搜索（cuckoo search，CS）优化的小波神经网络（wavelet neural network，WNN）时延预测算法。首先通过MEEMD对网络诱导时延序列进行处理，分别计算各模态的排列熵值，对复杂度相近的模态进行重组后得到新的子序列，从而达到降低建模复杂度和减少计算量的目的；然后利用CS算法优化的WNN预测新的子序列；最后叠加各子序列预测结果以获得时延序列的最终预测值。仿真表明，该算法具有较好的预测精度，能反映时延序列的总体趋势，可有效地降低异常值影响等优点。     

滑动聚束FMCW-SAR的子孔径成像算法

滑动聚束调频连续波SAR结合了滑动聚束模式和调频连续波SAR的优点,可以获得比条带模式更高的方位分辨率和比聚束模式更宽的方位测绘带区域。分析了其成像具有方位相干积累时间长和距离徙动严重的特点以及小负载平台上运动补偿对高分辨率成像的重要性。建立了其信号模型并推导了距离多普勒域频谱,据此给出了一种基于Chirp-Z变换校正距离徙动差的子孔径算法。不同于聚束模式子孔径处理,滑动聚束模式子孔径算法不仅需要子孔径间的相干叠加以实现全分辨率,而且要子孔径拼接以输出方位连续场景。仿真数据的处理结果验证了该算法的有效性和正确性。     

基于离散余弦变换的红外目标识别算法

提出了一种基于离散余弦变换的红外目标特征描述方法，通过离散余弦变换描述子提取平移、旋转、尺度放缩等变换下不变性的目标形状特征，利用前向传播神经网络学习及识别这些特征向量，对3类不同姿态下的目标图像进行了分类识别，并将所提出的特征提取方法与傅立叶描述子进行比较。仿真结果表明，和傅立叶描述子相比，在保证识别率不变的情况下，采用余弦变换描述法可以减少数据运算量和运算时间。     

基于映射的复轮廓波变换纹理图像检索系统

轮廓波变换纹理检索系统检索率比较低的根本原因在于轮廓波变换域系数的振荡性和移变敏感性。为了克服轮廓波变换的这些缺陷,提出了一种基于映射的复轮廓波变换。在该变换的基础上,采用变换域子带系数的能量和标准偏差序列作为特征向量,以Canberra距离为相似度度量标准,构造了一种纹理图像检索系统。实验结果表明,在特征向量长度、检索时间、所需存储空间基本相同的情况下,基于映射的复轮廓波变换检索系统比轮廓波变换检索系统具有更高的检索率。     

基于多尺度特征融合的红外图像小目标检测

针对复杂背景红外图像弱目标检测问题,提出了一种基于多尺度特征融合的红外小目标检测方法。该方法在对红外图像进行离散小波框架变换的基础上,提取目标在各子带图像上的多个特征;然后对各子带图像上的多个特征分别进行融合,获得相应的目标检测判决置信度图;接着采用自适应加权方法对各个目标检测判决置信度图进行融合,得到目标检测判决总置信度图,并对其进行目标区域分割,获得最终的目标检测结果。实验结果显示,该方法对高杂波条件下红外弱目标检测具有良好效果。     

基于非下采样contourlet变换的图像边缘检测新方法

非下采样contourlet变换(nonsubsampled contourlet transform, NSCT)由于其平移不变性使得检测出的边缘定位准确。但是传统的基于非下采样contourlet变换的边缘检测结果中仍存在伪边缘,这是固定阈值选取不当所致。采用双阈值对高频子带中的模极大值进行筛选,用得到的两个矩阵进行补偿链接可以减少伪边缘。由于NSCT系数的结构特点,低频子带中也存在丰富的边缘信息,再用Canny算子对低频子带进行检测。仿真结果表明,基于双阈值的模极大值方法检测的高频子带细节丰富、定位准确、纹理清晰,Canny算子检测的低频图像边缘,轮廓完整连续,融合后的图像有效地抑制了噪声,消除了伪边缘。     

基于联合子带ANM的小快拍宽带DOA估计方法

针对被动探测系统中,经典宽带信号波达方位(direction-of-arrival, DOA)估计方法在小快拍条件下无法直接有效地进行方位估计的问题,提出了一种基于联合子带最小原子范数(atomic norm minimization, ANM)的小快拍宽带信号方位估计方法。该方法首先将宽带信号划分的各子带聚焦到参考频点,再联合聚焦后的子带进行数据矩阵重构,最后通过ANM半正定规划优化,构造并恢复出一个最优的Toeplitz矩阵。该Toeplitz矩阵经过特征分解,能获得准确的信号子空间,从而实现有效的DOA估计。仿真结果表明,本文所提的方位估计方法在小快拍条件下具有良好的DOA估计性能,且能够估计相干源目标。     

基于二进小波变换的图像分辨率增强算法

增强图像的分辨率意味着在保持图像清晰度的情况下对图像进行放大。传统的分辨率增强技术是图像插值,它通常要求原始图像满足一定的平滑条件,这常常损失增强后图像的奇异性,使图像中物体边缘和纹理变得模糊。本文提出了一种基于图像多分辨率分析的增强算法,通过估计原始图像在更高一级分辨率上的小波系数,可以得到更为清晰的增强效果,同时保留原图像的奇异性。     

数字闭环光纤陀螺建模与仿真研究

建立了数字闭环光纤陀螺的动态模型和随机模型。通过合理的近似,非线性动态模型简化为线性离散模型。设计了闭环数字控制算法,对光纤陀螺的动态响应进行了仿真。在随机建模中,运用不同的随机过程来模拟各种随机噪声,采用正交小波变换的方法来模拟1/f噪声,用白噪声一次离散积分的方法来模拟速率随机游走噪声,用一阶马尔可夫过程或指数相关随机序列来模拟指数相关噪声。进行了随机仿真,并用功率谱密度和Allan方差分析的方法对随机模型和仿真结果的有效性进行了验证。     

基于多小波分布熵的图像检索

为了提高小波直方图的检索性能,提出基于多小波信息分布熵的图像检索算法。对检索图像进行多小波分解,并用滤波器对各个子图进行非线性滤波,计算多小波各子带的能量熵;对各子图的小波能量矩阵进行0/1量化,然后以各子带相同方向子图计算多小波分布熵;针对特征向量进行高斯归一化,利用欧氏距离计算不同图像间的纹理相似度。基于内容的图像检索试验表明,该方法的检索精度比快速小波直方图方法提高了9.7%。     

Filtering of long-term dependent fractal noise in fiber optic gyroscope

Stochastic noises of fiber optic gyroscope (FOG) mainly contain white noise and fractal noise whose long-term dependent component causes FOG a rather slow drift. In order to eliminate this component, a two-step filtering methodology is proposed.Firstly, fractional differencing (FD) method is introduced to transform fractal noise into fractional white noise based on the estimation of Hurst exponent for long-term dependent fractal process, which together with the existing white noise make up of a generalized white noise. Further, an improved denoising algorithm of wavelet maxima is developed to suppress the generalized white noise. Experimental results show that the basic noise terms of FOG greatly decrease, and especially the slow drift is restrained effectively. The proposed methodology provides a promising approach for filtering long-term dependent fractal noise.