ReliefF算法在雷达辐射源信号识别中的应用

采用小波包变换提取雷达辐射源信号特征能够有效对信号进行识别,然而,由小波包变换提取的信号特征雏数高,部分信号特征受噪声污染严重．基于此,采用RelietF算法对信号特征的分类能力进行评价,选择出小波包中分类能力强的信号特征,再通过特征相关度算法去除分类能力相近的冗余特征,利用剩余的分类能力强的信号特征组成特征向量进行分类．仿真实验结果显示,该方法用较少的信号特征能够获得较高的正确识别率．     

小波变换在信号滤波中的应用

概要地叙述了小波,小波包理论,提出了一种用小波包分解和信号重构进行信号滤波的方法,先用小波包分解把信号分解到相邻的不同频率段上,然后用信号重构方法各个频率段上的信号进行重构,以电机的振动信号为例,说明这种方法可以有效地用于信号的滤波。     

小波变换及其在信号分析中的应用

将Ｍａｌｌａｔ算法应用于信号的分析与处理，根据实际问题的需要，对某些频带成分进行了特殊处理，然后再用这些处理后的信号成分进行信号重构，从而得到满足实际问题需要的处理结果。     

基于小波分析的图像压缩算法应用

以提高压缩比,减少失真度为目标,给出了基于Db小波基的具体推导过程。利用Mallat分解重构比较了Db小波和9—7小波的压缩效果。因此研究对于用小波变换进行图像处理等方面都有很好的应用价值。     

相控阵雷达信号的无损压缩算法

提出了一种基于可逆整数小波变换（IWT）的雷达信号实时无损压缩算法，雷达回波信号是一个非平稳的随机过程，首先用IWT滤波器对雷达信号进行分解，将小波系数分割为重要系数图和残余系数图两部分；对重要系数图用改进的SPIHT算法进行量化编码，最后一次阈值为分割阈值；对残余系数图按位平面采用基于自适应上下文模型（context-based model)算术编码压缩，并比较不同上下文模型对压缩效果的影响，实验结果表明，该算法具有实时性和易于并行实现的特点。     

两飞行体相对定位技术及其滤波算法研究

为了解决两飞行体相互之间的定位问题,在二维平面运动模型的基础上提出了相位差变化率定位方法,进行了可观测分析,给出了可观测分析结果.同时简单介绍了几种典型非线性滤波算法,并将EKF( Extended Kalman Filter)、UKF(Unscented Kalman Filter)、PF(Particle Filter)等非线性滤波方法应用到定位模型中.仿真结果表明,UKF方法用时最短,PF滤波方法精度最高.     

小波变换及其在图像融合中的应用

本文通过对小波变换理论的研究,分析了二维离散小波分解与重构的算法,引出了基于小波多尺度分解的图像融合的方案。     

空域相关滤波法在突变检测中的应用

为有效检测含噪信号突变点,研究了小波变换的空域相关滤波算法,并应用其分析和处理突变信号.应用Matlab分别对信噪比为15.7133 dB、10.1305 dB、5.7688 dB含噪突变信号进行仿真,结果证明,空域相关滤波算法在不同信噪比下具有良好的适应性.在信噪比为15.7133 dB时,分别运用小波阈值滤波算法和空域相关滤波法对突变信号进行处理,得到平均重构误差分别为1.1636和0.93906。证明了空域相关滤波法在突变点检测中的优越性.     

小波变换Mallat算法实现中的边界延拓研究

在Mallat算法[1]的推导中,假定输入序列是无限长的,而实际应用中常常是分时采样,即输入序列为有限长.此时,滤波器系数与输入序列卷积时就会出现轮空的现象.因此有必要对原始信号进行边界延拓,减小边界误差.解决的方法通常有补零法和周期延拓法[2].补零法是在输入序列的末尾补零     

二维Kalman滤波及其在森林资源动态预测中的应用

报道了二维Kalman滤波在森林资源动态预测中的应用,并首次应用二维Kalman滤波研究森林蓄积。利用吉林省松江河局1975－1989年四次连续清查的30块样地资料建立了二维坐标系,应用二维Kalman滤波对森林蓄积动态作出估计与预测,经检验,效果良好。     

多尺度分解下的自适应滤波器组的构建方法

通过分析自适应滤波和小波变换的多尺度分解滤波的原理与方法,建立了非平稳信号的多尺度分解下自适应滤波器组的构建模型和滤波方法.将小波变换分离出来的噪声成分作为自适应滤波器的输入,通过自适应滤波器组,能实现多种噪声成分的自适应滤波.通过模型验证和工程实例的应用,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计.通过自适应滤波器组,能同时实现对多种噪声成分的最佳滤波,具有优良的滤波性能.     

小波变换及其在图像处理中的应用

小波变换(Wavelet Transform)是近几年发展起来较新的数学分支,应用十分广泛.本文介绍了小波变换的基本原理,并论述了它在图像处理中的应用.     

化学信号小波变换的本质分析

根据墨西哥帽小波的特点，提出两种新的函数，对化学信号进行n次小波变换，得到了信号的近似2n阶导数．由数值微分法和小波变换法对模拟信号计算的结果发现：对于含噪信号，小波变换法有效滤除了噪声，所得结果的信噪比明显高于前一种方法；同时还可分离重叠峰，提高谱图分辨率．该方法函数形式简单，易于编程，为处理化学信号提供了新的途径．     

结合分块Hough变换与Kalman预测的车道线检测方法

本文利用分块Hough变换与Kalman预测相结合的方法来处理车载摄像机采集的道路图像,在极大的降低算法复杂度的同时能够对弯道处的车道线进行有效的检测。这种采用分块变换与预测相结合的方法能有效的降低计算量,提高车道检测的实时性。实验表明,本文方法既可以得到稳定的检测结果又能提高检测的速度,同时继承了Hough变换的容错性和鲁棒性。     

基于双卡尔曼滤波的锂电池SOC估计

针对电池SOC估计误差较大的问题,本文提出了双卡尔曼滤波算法。介绍了电池常用的等效模型和使用方向,以双RC模型为基础建立了电池系统的空间方程,使用混合脉冲功率特性测试法得到了模型参数值;推导了安时积分法和扩展卡尔曼滤波原理,在基础上提出了双卡尔曼滤波算法,对双卡尔曼滤波的原理和公式实现进行了详细推导;设计了电池组的充放电实验对算法进行验证,结果表明安时积分法估计误差随时间不断增大,扩展卡尔曼算法估计误差震荡很大,双卡尔曼滤波的估计精度较高,最大估计误差只有0.13%。     

图像多尺度几何分析综述

阐述了图像多尺度几何分析技术的国内外发展现状及趋势,并介绍了其在图像处理中的部分应用,探讨了图像多尺度几何分析方法存在的问题及进一步的研究方向,为多尺度几何分析技术的发展状况提供了清晰的轮廓.     

混沌在雷达信息处理中的应用前景

混沌是近年来在非线性科学领域异军突起的一个分支,混沌的初值敏感性和２ 个混沌系统之间同步的获得使得混沌用于保密通信成为可能,海杂波的混沌特性使得人们开始用混沌技术对传统的雷达信号处理进行新的探索。结果表明,混沌技术在雷达信号检测、目标识别及伪随机码信号的产生等领域内取得了突破性的成果。可见混沌在雷达信息处理这一领域内具有广泛而良好的应用前景。     

一种改进算法在提取微弱特征信号中的应用

虽然小波变换具有优良的时频局部化特性,但Mallat算法存在频率折叠,使得在提取信号的某些重要的微弱特征时显得无能为力,为了弥补不足,本文提出了一种改进算法,克服了Mallat算法中频率折叠,成功地将改进算法运用到信号微弱特征的提取中,最后通过仿真实验,论证了该方法的可行性和有效性.     

褶积，相关分析与连续小波变换（CWT）的关系

推导了褶积,相关分析与连续小波变换（CWT）之间的数学关系,分别说明了它们在信号处理方面的联系,物理意义和应用范围,对快速,准确的处理数字信号是有益的。     

微弱信号提取中的小波方法研究

针对于实际应用中的小信号特别是完全被噪声淹没情况下的微弱信号提取的问题，本文依据白噪声信号的小波变换系数相对比有用信号的小波系数小的特点，利用小波变换对信号进行消噪来提取微弱信号，仿真结果表明：小波变换能够有效的消除噪声，将有用微弱信号从受噪声污染的信号中提取出来。