基于小波阈值去噪的方法研究

在地震资料处理中,提高地震资料信噪比是处理追求的目标,对于不同的信号特征需要用不同的处理方法。信号处理中难度较大的问题是频带重叠的有效信号与随机干扰信号的分离。在传统的匹配滤波方法中,总是假定有效信号和噪声均为平稳信号,并且对信号的先验知识要求较多,但在实际问题中,随机噪声信号众多而又复杂,它们会呈现许多不同的统计特性,如非平稳过程具有的时变性质。对于这一类信号由于对先验知识已知甚少,使用传统的匹配滤波处理方法则显得力不从心。     

图像分割与平稳小波变换法融合红外与可见光图像

为改善红外与可见光图像融合后的视觉效果,提出一种基于图像分割和平稳小波变换的图像融合方法。首先,结合最大类间方差方法与边缘检测方法,将红外图像分割为背景部分和目标部分;然后利用平稳小波变换对红外图像的背景部分与可见光图像分别进行多尺度分解,低频部分采用区域空间频率取大融合准则,高频部分采用绝对值取大融合准则,对多尺度分解后的各层进行融合,再利用平稳小波逆变换得到融合结果;最后,对该融合结果与红外图像的目标部分采用加权求和的融合准则进行融合,得到最终的红外与可见光融合图像。实验结果表明,通过提出的方法进行红外与可见光图像融合,不仅很好地突出红外图像的目标信息,还较好地体现可见光图像的场景细节信息,视觉效果明显改善;其标准差、信息熵、互信息均优于拉普拉斯金字塔变换和小波变换等传统的融合算法。实验结果验证了方法的有效性。     

认知无线电系统中基于归一化效用函数的功率控制方法

采用了博弈论的方法来实现对CR用户发送功率的控制,提出了适合CR技术的归一化效用函数,并且引入了代价函数,证明了在博弈过程中,该函数存在纳什均衡并且均衡点唯一。仿真结果表明了该方法可行且计算较为简单,分析并找到了效用函数中较为合适的平稳参数和代价因子。     

两种时频分析算法的分析比较

随着信息传递速度的提高,信号处理技术要求提高。从信号频域可以观测信号特点,但是对于自然中的非平稳信号,仅仅频域观测不能反映信号频率在时间轴上的变化,由此提出了时频分析技术,可以产生时间与频率的联合函数,方便观测信号频率在时间轴上的变化。在现有的时频分析技术中较为常见的算法有短时傅里叶变换、WVD、线性调频小波等。本文介绍WVD和线性调频小波两种算法,并通过实验仿真对两种算法进行分析。     

时频分析在舰船低频声信号分析中的应用

舰船辐射噪声是一个非平穗过程,以傅立叶变换为基础的传统谱分析方法已经难以发挥作用.时频分析因其在时一频域都具有表征信号局部特征的能力而成为非平稳信号分析的有力工具.通过对实验数据的分析处理,得到舰船低频辐射噪声的时频特征.     

Feller算子下的分数阶对流-弥散过程与Levy分布

建立了Levy-Feller分数阶扩散方程,利用Fourier变换及其逆变换,给出其Cauchy问题的带有分数阶导数阶数α(1<α≤2)和扭曲参数θ(|θ|≤α-2)的Levy平稳概率密度函数表示的Green函数解。结果表明,在非均匀(θ≠0)扩散过程中,主要由扭曲参数导致了最大浓度位置的偏移和拖尾现象;当α→2,即θ→0时,问题的解与相应整数阶对流-弥散方程的解一致。     

欠驱动双足步行机器人通用仿真软件的开发

设计了欠驱动步行机器人开放式通用仿真、实验测试软件平台,应用MATLAB对具有膝关节的多自由度欠驱动双足行走机器人进行了运动.动力学建模与数值仿真,利用姿态还原算法重建机器人行走的运动学过程,应用计算机通信接口实现与机器人原型机的双向通信与控制连接,并应用VC++/OpenGL实现了人机交互界面和机器人行走的3D动画演示,研究成果对欠驱动双足机器人仿真、控制开发以及实验研究具有重要的应用价值.     

双足机器人稳定行走步行模式的研究

研究了一种基于零力矩点(ZMP)预观控制系统的双足机器人稳定行走步行模式生成方法.通过对双足机器人行走过程中行走参数及ZMP轨迹进行规划,计算出机器人行走过程中的质心轨迹.由运动学模型求解出其行走过程中步行姿态,预观控制器利用未来目标ZMP参考值和双足机器人状态计算控制输入,对机器人进行稳定行走控制.最后采用ADAMS和Matlab/Simulink联合仿真技术对离线步行模式进行仿真验证,仿真结果表明双足机器人虚拟样机可实现稳定行走效果.     

实验动物兔子心电图奇异性检测:进化谱方法

基于小波变换的进化谱分析能够揭示非平稳信号特定时刻的时一频域特性.实验动物兔子左冠状动脉前降支结扎实验,可以模拟早期心肌缺血症状的不同生理变化过程.左冠状动脉病变引发心肌缺血是急性心肌梗死等冠心病的早期主要征兆.文中提出了基于连续复小波变换的进化谱估计算法,在满足时一频域不确定性原理条件下,为获得非平稳信号的瞬时频谱提供了一种有效的新方法,它能够识别生命系统数据中的局部奇异性.应用这种算法对实验动物兔子的多种心电图数据的进化谱分析结果表明,QRS波群进化谱特性的变化与早期心肌缺血有内在关联.QRs波群进化谱品质因数Q是心电图在时一频域的一个特征参数,Q数值变异可能为识别早期心肌缺血提供一种新的医学诊断参考特征.     

Evaluation of earthquake-induced structural damages by wavelet transform

The dynamic behavior of inelastic structures during an earthquake is a complicated non-stationary process that is affected by the random characteristics of seismic ground motions. The conventional Fourier analysis describes the feature of a dynamic process by decomposing the signal into infinitely long sine and cosine series, which loses all time-located information. However, both time and frequency localizations are necessary for the analysis of an evolutionary spectrum of non-stationary processes. In this paper, an analytical approach for seismic ground motions is developed by applying the wavelet transform, which focuses on the energy input to the structure. The procedure of identification of the instantaneous modal parameters based on the continuous wavelet transform (CWT) is given in detail. And then, a novel method using the auto-regressive moving average (ARMA), called "prediction extension”, is presented to remedy the edge effect during the numerical computation of the CWT. The effectiveness of the method is verified by the use of the benchmark model developed by the American Society of Civil Engineers (ASCE). Finally, a scale model with three-storey reinforced concrete frame-share wall structure is made and tested on a shaking table to investigate the relation between the dynamic properties of structures and energy accumulation and its change rates during the earthquake. The results have shown that the wavelet transform is able to provide a deep insight into the identity of transient signals through time-frequency maps of the time variant spectral decomposition.