阵列幅相误差背景下MUSIC算法的DSP实现

针对空间谱估计算法在实际应用中的误差问题,讨论了在存在阵列幅相误差背景下,多重信号分类法(MUSIC：MUltiple SIgnal Classification)测向算法在DSP(Digital Signal Processor)上实现的一种方法。通过设置方位精确的辅助阵元对幅相误差进行校正,辅助阵元的方位信息为误差参数的计算提供了必要的信息量,然后利用MUSIC算法进行波达方向估计,同时利用TI公司高速DSP芯片(TMS320C6713)实现了在阵列幅相误差背景下的MUSIC测向方法。仿真结果证明了该方法的有效性。     

参数化的三带小波框架中的扩充矩阵的构造

采用矩阵扩充的方法来解决参数化方法构造小波框架过程中系数矩阵是非方阵的问题。给出了三带小波紧框架的基本定义,并在酉扩张原理（UEP）的方法下对系数矩阵进行扩充,使其成为一个方阵,以数学的方法求得增列表达式,并在此基础上通过后续的对称变换,分解算法及参数化方法,最终构造出参数化的带有对称性质或反对称性质的三带小波框架。     

小波包多阈值去噪的一种改进方法

针对含噪信号中信号与噪声在频域内分布的差异性,通过小波包分解,将得到的小波包按照频率顺序重新排列,经过能量的比较将小波包分为3段进行阈值处理,实现多阈值去噪.仿真结果表明,与常用的Stein无偏似然估计阈值、极大极小准则闽值和固定形式阈值等方法比较,改进方法去噪效果更佳.     

Hilbert空间L~2(R)上的小波保持子

研究了小波的运算性质与保持小波的算子的性质。首先,研究了函数空间L2(R)中的全体小波构成的集合W(L2(R))的代数性质,证明了GW(L2(R)):=W(L2(R))∪{0}(0与小波之集)在数乘、加法及卷积运算下是封闭的,进而形成一个交换赋范代数;其次,讨论了Hilbert空间L2(R)上将小波映射为小波的有界线性算子(称为小波保持子)的性质,证明了这些算子的全体WP(L2(R))构成一个含幺乘法半群;最后,研究了L2(R)上将小波映射为小波或0函数的有界线性算子(称为广义小波保持子),证明了这些算子的全体GWP(L2(R))构成了Banach算子代数B(L2(R))的一个含幺赋范子代数。同时,还给出了L2(R)上有界算线性算子成为小波保持子的一个充分条件。     

应用Haar小波和算子矩阵求定积分的近似值

将Haar小波与算子矩阵有效结合,对被积函数进行恰当的离散,把一些不易求得原函数的定积分问题转化成计算常数矩阵的乘积。由于矩阵的乘积可以直接用MATLB来实现,从而使得计算简便,最后给出数值算例验证了方法的有效性。     

小波变换在车道线边缘检测中的应用研究

网络流行文化就是以网络为载体,以QQ、EMSN、移动飞信、博客、微博客为主要媒介手段,以网络流行语、网络歌曲、网络文学作品、网络视频为主要内容并在青年群体中广为流传的文化形式。网络流行文化具有深厚的青年价值观意蕴。网络流行文化透视下的青年价值观具有价值取向的现实参与性、价值取向的多元化、价值评价标准的包容性、价值选择的新异性等特征。     

基于声卡的水射流反射声信号采集处理系统

为了能够用较低的成本实现高压水射流冲击不同几何尺寸靶物时反射声音信号特征值的有效提取,采用基于LabVIEW和声卡的高压水射流反射声信号采集处理系统实现技术。通过对LabVIEW软件编程结合声卡和高精度传声器实现了水射流反射声信号的实时采集,应用MATLAB编制小波降噪和模极大值提取程序,通过调用MATLAB Script实现LabVIEW与MATLAB的通信,完成信号的降噪和有用成分的分离与提取。实验结果验证,本系统能实现实时有效地提取对应不同靶物几何参数的特征值。     

基于混沌遗传算法与小波多分辨率分析的岩心图像匹配

针对岩心图像尺寸大,特征信息不明显的特点,充分利用混沌遗传算法的随机性大大减少了传统搜索算法消耗的大量运算时间。利用小波多分辨率分析的方法在小波变换子图像上进行粗匹配,再在原始图像上精匹配,浓缩了岩心图象的特征信息在保证匹配准确度的同时提升了运算速度。将混沌遗传算法与小波变换多分辨率分析相结合,将其应用于大幅岩心图像的配准。实验表明,该方法能够快速而有效地进行图像配准,兼顾了匹配效果和匹配速度。     

双正交对称双向小波的构造

对任一双向加细函数φ(x)=Σk∈Zpk+φ(2x-k)+Σk∈Zpk-φ(2x-k),给出判断双向加细函数对称的简便条件,并得到由紧支撑双正交双向加细函数构造紧支撑双正交双向多尺度函数的方法,最后给出一类双正交对称双向加细函数对应的双正交对称双向小波的构造算法。     

基于改进的小波阈值去噪和二级判断模型的说话人识别

针对目前说话人识别系统中噪声使得识别率严重下降的问题,在特征提取前用小波阈值去噪方法对带噪语音进行去噪处理.对于小波阈值函数以及阈值的选取进行研究,提出一种改进的阈值函数,小波阈值中的噪音方差估计采用基于实际噪音方差估计的谱熵法,将改进的小波阈值去噪结合一种二级判断模型提高噪声环境下的说话人识别率.在不同信噪比条件下进行试验,改进的小波阈值去噪法优于传统小波阈值去噪方法,改进后的阈值函数与二级判断模型相结合的识别率比原始语音DTW模型提高了7.9%,比原始语音GMM提高了4.6%,对于短时语音有较好的识别率.