基于小波和脊波的图像联合去噪方法

为了在图像去噪时更好地保持细节特征,提出了联合小波和脊波的阈值去噪方法。在含噪图像小波分解后,对每一尺度下三个高频子带的细节分量进行单层逆变换,得到该尺度下的细节图像。对细节图像进行脊波阈值去噪处理,然后再进行单层小波分解。用所得的高频子带分别代替先前小波分解所得的高频子带。最后对处理后的图像小波系数进行小波逆变换,得到去噪图像。实验表明,在处理具有直线特征的图像时,该方法要优于单纯的小波或脊波阈值方法。     

基于NSST域的红外和彩色可见光图像融合

为了进一步提升彩色可见光和红外图像的融合质量,提出了基于NSST和颜色空间的彩色图像融合方法.首先将RGB空间的彩色可见光图像变换到更符合人类视觉系统的颜色空间,其次利用NSST可以更好提取图像细节信息的优势,对颜色空间的非彩色分量和红外图像进行NSST分解,对分解后的低频系数采用基于方向信息测度的系数选择方案,对高频系数则采用基于隐马尔可夫树(hidden Markov tree,HMT)模型的系数选择方案,然后对经过选择融合的低、高频系数进行NSST逆变换,得到的融合图像作为新的非彩色分量,结合已有的分量将其逆变换回RGB空间,得到最终的融合图像.仿真实验证明了方法的有效性.     

基于NSCT和IHS变换域的灰度可见光与红外图像融合方法

针对灰度可见光与红外图像的融合问题,提出了一种基于非下采样轮廓波变换(non subsampled contourlet transform, NSCT)和IHS变换域的自适应融合方法。该方法利用IHS变换域的有效分离图像亮度信息和光谱信息的优势,对灰度可见光图像进行彩色传递并得到亮度、色调、饱合度(intensity hue saturation, IHS)三个分量的值;然后通过NSCT变换分别对可见光图像的I分量和红外图像进行多尺度和多方向分解,并采用一定的融合规则得到融合图像的低频分量和高频分量,而后进行NSCT逆变换得到灰度融合图像并将其作为最终融合图像的I分量,最后进行IHS逆变换得到红绿蓝(red green blue, RGB)彩色融合图像。理论分析和仿真实验验证了该算法的有效性。     

基于混合模式PWM二相步进电机驱动控制的研究

针对步进电机转速不够平稳、低速转动存在振动和明显的步进现象,在研究二相步进电机数学模型、深入分析两电平PWM和三电平PWM在步进电机驱动控制中的优缺点的基础上,提出一种适用于步进电机微步驱动控制的混合模式PWM微步驱动控制方法。仿真结果验证了该控制方法的有效性:该控制方法实现了二相步进电机定子绕组电流分别按正、余弦规律等角度进行变化、步进电机微步运行,达到改善电机步进现象的目的;同时,电机转速平稳,解决了步进电机低速转动时的振动和转速不够平稳的问题。混合模式PWM微步驱动控制方法使步进电机定位控制精度有了很大提高。     

基于小波分析的天体参数卡尔曼滤波计算

针对天文导航中天体参数的测量与计算问题,提出了基于小波分析的天体参数卡尔曼滤波计算方法。该方法运用小波分析对天体参数的估计值进行小波分解,滤除其包含的高频分量,然后再进行小波重构得到平稳的天体参数值,在此基础上进行卡尔曼滤波计算。该方法将小波分析和卡尔曼滤波有机地结合起来,可更好地提高参数计算的准确度和可靠性。仿真实验表明,该算法具有较强的实用性。     

基于小波分析的图像插值技术研究

基于小波分析理论，提出一种医学图像断层间的插值方法。通过对医学图像的小波变换，插值图像边缘对应的高频子图，得到在轮廓上过渡的图像：对小进变换的低频子图，在小窗口邻城内利用灰度直方图统计得到其概率灰废值并寻找最佳插值匹配点。使得插值图像在灰度上得到很好的过渡；通过小波逆变换得到最终的插值图像。通过与以往算法的对比和分析，本算法所获得的插值图像在形状和灰度方面均达到了较高的清晰度，满足断层图像的插值要求，可有效用于医学图像的三维重构。     

混沌信号的马尔可夫模型降噪

基于马尔可夫模型的思想,提出了一种混沌信号的小波域统计降噪方法.利用对偶树复小波对信号进行小波分解,保留最高尺度上的尺度系数不变,对分解后的高频小波系数建立隐马尔可夫树模型.采用期望最大化算法估计该模型的参数,结合经验贝叶斯方法估计源信号的小波系数,再用对偶树复小波逆变换得到降噪后的混沌信号.该模型具有近似平移不变性,计算复杂度小且能够捕获小波系数邻域的统计特征.仿真中分别对叠加不同强度高斯噪声的Lorenz混沌信号及实测远红外激光器产生的混沌信号进行了研究.结果表明了该方法的有效性,且能够较好地校正相空间中点的位置,逼近真实的混沌吸引子轨迹.     

基于电流测试的混合信号电路故障检测和定位

针对集成电路测试中模拟和混合电路的测试问题,提出了一种基于小波分析的电流测试实现混合信号电路故障诊断的方法。该方法先测试电路在激励信号下的动态电流,再利用小波变换对采样动态电流信号进行小波分析来诊断电路是否存在故障,并进一步定位故障。对示例ADC电路仿真试验的结果表明该方法比积分法和傅立叶分析方法对故障有更高的灵敏度,不仅能够有效检测出电路中的各种故障,而且能对故障进行定位。     

基于小波变换的二维独立元在人脸识别中应用

针对二维主元分析（Two-Dimensional Principal Component Analysis，2DPCA）和独立元分析（Independent Component Analysis，ICA）的特点，给出了二维独立元分析（Two-Dimensional Independent Component Analysis，2DICA）的概念。在2DICA算法的基础上，提出了基于小波变换（Wavelet-Transform，W1r）的2DICA（Wavelet-Transform and Two-Dimensional Independent Component Analysis，WT-2DICA）人睑识别算法。首先，利用小波变换将原始图像的高频分量和低频分量进行不同程度的分离，并忽略高频分量，获得原始图像的基本特征；然后，利用2DICA算法术得投影特征；最后依据曩近郐法则完成人脸识别，基于ORL（Olivetti Research Laboratory）与Yale人脸数据库的实验结果表明，WT-2DICA算法正确识别率高于2DPCA算法与2DICA算法，是一种有效的人脸识别方法。     

电动助力转向系统永磁直流电机PWM控制模式研究

电动助力转向系统依靠助力电机实现转向助力,电机的PWM控制是影响电动助力转向系统助力性能的关键。从H型PWM的控制原理出发,利用MATLAB仿真分析探讨了不同控制模式下EPS永磁直流电机的控制特点,在结合单、双极H型脉宽调制优点的基础上,提出了一种综合控制模式,并给出了相应的占空比转换关系。实验结果表明:这种单双极综合控制是合理的,提出的综合控制模式能够使电机起动电流小,回正控制平顺。     

不对称电网故障下PWM整流器的控制策略研究

在不对称电网故障下传统的PWM整流器控制策略需对电流正、负序分解并分别进行独立调节控制,由于正、负分离环节的引入势必减小了整个控制系统的控制带宽甚至影响了系统的稳定性,鉴于此,在分析了PWM整流器数学模型和传统控制器的基础上,提出了一种无需对电流进行正、负分解的新型电流控制器,以此修改了控制策略并进行了仿真研究。结果表明,新的控制方法能使PWM整流器在故障电网下的输入电流正弦,抑制了谐波功率的产生,保证了直流电压的稳定,增强了PWM整流器故障不间断运行的能力。     

一种基于Matlab的无刷直流电机控制系统建模仿真方法

在分析无刷直流电机(BLDC)数学模型的基础上,提出了一种无刷直流电机控制系统仿真建模的新方法。在Matlab/Simulink环境下,把独立的功能模块和S函数相结合,构建了无刷直流电机系统的仿真模型。系统采用双闭环控制:速度环采用离散PID控制,根据滞环电流跟踪型PWM逆变器原理实现电流控制。仿真和试验结果与理论分析一致,验证了该方法的合理性和有效性。此方法也适用于验证其他控制算法的合理性,为实际电机控制系统的设计和调试提供了新的思路。     

三轴电动飞行转台控制系统工程设计与实现

介绍了三轴电动飞行转台控制系统的总体设计，从控制系统的伺服原理方案出发，详细的介绍了三轴电动飞行转台控制系统的硬件和软件的工程实现。系统采用集散式（DCS）总体控制，以上、下位机形成两级控制结构，实现系统的分散直接控制和集，综合监控管理功能。采用了脉冲调宽功放装置(PWM)，直流力矩马达直接驱动转台框架的数字伺服调速体制。     

采用DPWM3调制策略抑制异步电机系统的低频振荡

电压源型PWM逆变器控制的异步电动机变频调速系统运行中出现的低频振荡现象,影响了系统运行的质量和可靠性。从逆变器与电机匹配更加完善的角度,本文采用不连续空间矢量控制策略DPWM3,使低频振荡得到有效地抑制。     

基于空间矢量调制的异步电机直接转矩控制

对一种基于空间矢量调制（SVM）技术的异步电机直接转矩控制（DTC）系统进行了建模与仿真研究，基于SVM的DTC方案可以有效地减小转矩波动。在SVM-DTC中使用了两个PI控制器，可以得到能够准确补偿当前定子磁链与转矩误差的参考电压矢量。然后，利用SVM技术将参考电压矢量转换为相应的PWM开关信号。给出在MATLAB／Simulink下对这种SVM-DTC系统的仿真结果，说明了模型的有效性。     

基于小波分析的股指期货高频预测研究

基于低频金融数据的预测,在时间上具有长期性,依赖于整体经济环境,不能形成短期内的准确预测.但是由于高频金融时间序列具有非线性、非平稳性以及其特有的日历效应等特性,传统的ARMA模型也无法得到满意的预测结果.本文提出基于小波多分辨率分析的预测方法,将收益率数据分为高频部分(周期性)与低频部分(趋势性),对拆分后的序列进行重构,并对重构后得到的数据分别建立ARMA模型.实证研究表明,小波多分辨率分析能很好地滤出日内效应,由于股指期货独特的市场特征,应将分解层数定为3,分解重构模型可以提高预测精度.     

一种基于小波-UPF的探测器自主光学导航方法

提出了一种用于探测器在巡航段的自主光学导航方案,该方案利用光学导航相机以及星敏感器,通过测量星光信息以及天体边缘的信息,得出了探测器的相对位置.并利用小波分析对观测信息进行了预处理,滤除了它所包含的高频噪声,然后再进行小波重构得到平稳的观测信息,在此基础上进行UPF(unscented particle filter)滤波计算,以更好地降低重要性权值的方差,由此实时确定了探测器的轨道.该方法将小波分析和UPF滤波有机结合起来,可更好地提高自主导航系统的准确度和可靠性.通过数学仿真表明,改进的算法与原UPF算法相比,收敛速度更快,滤波精度更高.     

基于小波提升和形态学的图像边缘检测方法

提出了一种基于小波提升和形态学的图像边缘检测方法。对源图像进行小波分解,用数学形态学法对低频子图像进行边缘检测,用小波变换法对不同分解层上的高频子图像进行边缘检测,采用一定的融合规则将这两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波提升法和数学形态学法的优点,对用这两种方法得到的边缘信息进行融合,有效地抑制了噪声,且边缘连续、清晰。实验结果表明,提出的这种结合方法优于单独使用数学形态学法或小波提升法。