一种多分辨率DOA估计的小波包算法

根据MUSIC算法在信号波达方向(DOA)较近或相干时性能迅速下降的情况,提出了一种多分辨率信号波达方向估计的小波包算法基于子带分解的MUSIC算法(SB MUSIC)·算法对全带信号进行子带分解,并根据最优基选取准则选择最优叶节点,然后对每个叶节点应用MUSIC算法进行谱估计·研究表明子带分解具有提高信噪比(SNR)和放大频率间隔等优点·考虑到算法应用时只有全带频率才有意义,提出了子带频率向全带频率映射的方法·仿真证明,SB MUSIC不仅提高了特征子空间方法的分辨率,而且在子带划分适当时,具有一定的信号去相关能力,并且子带谱的估计成功率和谱平度都高于全带谱·     

基于小波变换的图像增强算法

结合小波变换中相关系数理论,提出了一种基于小波变换的图像增强算法,该算法先区分小波域中由细节及噪声产生的高频系数,对由细节产生的信息进行增强,对噪声进行抑制·解决了通常算法中增强细节信号的同时也放大了噪声这个问题·实验表明,该算法在得到很好的图像增强的同时,能很好地抑制噪声,对于多噪声环境下的弱细节信号能达到很好的增强效果·     

Coefficients de-noising with wavelet transform for magnetic flux leakage data obtained from oil pipeline

This paper considers the problem of noise cancellation for the magnetic flux leakage （MFL） data obtained from the inspection of oil pipelines. MFL data is contaminated by various sources of noise, and the noise can considerably reduce the detectability of flaw signals in MFL data. This paper presents a new denoising approach for removing the system noise contained in the MFL data by using the coefficients denoising with wavelet transform. Experimental results are presented to demonstrate the advantages of this de-noising approach over the conventional wavelet de-noising method.     

小波域互补鲁棒水印算法研究

为提高用于版权保护的数字水印的鲁棒性,基于图像小波信号分析方法,分析了各种处理攻击对图像小波系数影响的不均衡特性,并根据该特性提出嵌入位置和嵌入方法互补的新颖水印算法.同时基于人眼视觉系统,对嵌入系数进行筛选以保证水印的透明性.实验证明该方法可抵抗各种图像处理攻击,具有较好的鲁棒性.     

基于局部参数化的三维表面滤波

研究对任意亏格三维网格表面的滤波.通过寻找每个网格顶点的局部区域,对各个局部区域分别进行平面参数化,插值形成局部图像片,进行小波域滤波及重构,实现了对三维表面的滤波.实验表明,该方法能够直接对任意亏格的三维表面进行低通、增强、去噪等滤波操作.由于采用逐点局部参数化,参数化带来的失真减小.用该方法不需对非零亏格的表面进行分割,就能够实现整个表面的光滑滤波.     

离子型固体的等压态方程和体积弹性模量与温度间的关系

Pandey利用Maxwell关系式结合相关热力学函数式推导了有关热力学关系,Shanker利用Born和Huang采用的热膨胀格林爱森理论推导了有关热力学关系,本文比较了分别由这两种不同理论模型推出的体积弹性模量和等压态方程与温度间的关系,结果表明由Pandey关系式计算出的有关离子型固体的热膨胀和体积弹性模量与实验数据符合得更好.     

肌肉疲劳过程中电诱发表面肌电信号的小波分析

分析由电刺激腓肠肌得到的表面肌电信号(Surface electromyography, SEMG),研究肌肉疲劳过程中表面肌电信号的特征,采用小波分析的方法,选择与M-波形状相似的小波函数,对其两个半波进行小波变换,分别分析两个半波在时域波形的拉伸程度,确定以小波变换尺度为主要依据的肌肉疲劳指数,实现疲劳状态的定量描述.该方法克服了傅里叶变换在时域中没有分辨率,信号在某一时刻变化将影响整个频谱特性的缺点,确定了特异性和可靠性良好的表征肌肉疲劳的SEMG指标,为进一步应用这些指标评价肌肉功能状态提供理论依据.     

基于小波基的SVM多气体融合

为了提高气体传感器在多气体环境下的检测灵敏度,基于小波对偶框架和支持向量核函数的条件,提出了一种支持向量小波核函数.该核函数具备小波的多尺度插值特性和稀疏变化特性,提高了模型的精度和迭代的收敛速度,适用于信号的局部分析、信噪分离和突变信号的检测,从而能在提高支持向量机(SVM:Support Vector Machine)泛化能力的同时,提高辨识效果,减少计算量.基于该核函数和正则化理论提出的最小二乘小波支持向量机用于非线性系统辨识,对sin c函数的逼近.该小波核得到的绝对误差不超过0.004;在多气体分析中,比RBF(Radial Base Function)核所得的偏差小18.3%.这些表明SVM小波核具有更好的泛化能力.     

基于修正摩尔库伦模型的深基坑变形数值分析

为了探究深基坑变形数值分析中模型参数的重要性,运用MIDAS-GTS/NX有限元分析软件,分别采用摩尔库伦模型(MC)、参考应力不变的修正摩尔库伦模型(MMC)以及参考应力随基坑深度变化的修正摩尔库伦模型(MMC),进行排桩支护变形和地表沉降的数值模拟,并与实际监测结果进行对比分析,结果表明:在地表沉降预测上,摩尔库伦模型(MC)预测沉降值与实测值相差较大,预测沉降影响距离是实测沉降影响距离的2倍左右;在排桩水平位移预测上,MC模型预测位移完全大于实测位移,且发生最大水平位移处排桩深度与实际深度不符;MMC模型预测值与实测值相差不大,且两者位移规律曲线较为吻合.因此不同参考应力下的MMC本构模型比单一参考应力下的MMC本构模型预测变形更加精确,故使用不同参考应力下的MMC本构模型进行基坑开挖变形预测更具参考价值.     

混凝土缺陷智能化快速检测与定量识别技术研究

针对目前混凝土缺陷无损检测技术的不足及相关模型实验研究十分缺乏的现状,结合实际工程中混凝土结构常见的质量缺陷,制作了一系列含有不同类型、性质缺陷及无缺陷的混凝土模型试件,开展了基于先进的信号处理技术和人工智能技术的混凝土缺陷无损检测的模型实验研究。针对冲击回波测试信号非稳态的复杂特性,应用小波变换技术有效地提取了缺陷信号的特征值;并应用极限学习机(ELM)作为分类模型,由此在理论分析和模型试验的基础上,建立了基于小波分析和极限学习机的混凝土缺陷智能化快速检测与定量分类识别系统。结果表明:该系统具有较好的分类识别性能,初步实现了对混凝土缺陷类型、性质和范围的智能化快速定量识别与评价,极大地提高了混凝土缺陷检测与评估的速度及精度。