两种模糊模式识别方法在超声检测中的应用及比较

本文研究了模糊模式识别在薄板粘接质量超声检测和定量识别中的应用．首先介绍了有关复合粘接材料的超声无损检测方法，指出了超声检测回波信号特征值具有模糊性这一特点；然后给出了模糊数学的一些基本概念和原理，在此基础上提出了两种以贴近度为核心、以择近原则为判断标准的模糊模式识别算法，并且给出了回波数据的获取和处理方法，以及模糊子集的建立过程；最后，通过实验证明，两种算法对于粘接质量定量识别的准确度都比较高．     

小波变换在信号奇异性检测中的应用

小波变换是近十年来迅速发展起来的学科,它与傅里叶变换相比,是一个时间和频率的局部变换.它的主要特点是将信号表示为不同尺度和不同位置的基本单元,而不同的基本单元表示原始信号中的不同信息成分,这种特点使小波变换成为一种高效的信号处理工具.在信号分析中,因为奇异点包含了比较重要的信息,因此信号的奇异性检测甚为必要.本文介绍了信号奇异性的小波变换检测原理,通过对仿真信号的分析表明在信号奇异性的检测中小波变换优于傅里叶变换.     

一种有效的宽带雷达信号压缩算法

针对宽带雷达回波信号采样数据量大、传统小波压缩算法保真度不高的特点,利用小波多层次变换系数之间的关系,提出了基于小波变换的自适应贪婪算法,并将其应用于宽带雷达回波信号数据压缩.将该算法与传统的小波多层次方法在对宽带信号的压缩性能上进行了比较,结果表明,基于小波的自适应贪婪算法对数据压缩保真效果优于传统的小波方法.     

电能质量信号分析方法及其应用

傅立叶变换具有精确的频率分辨率,小波变换则具有将电能质量扰动进行准确时域定位的优点.为了解决电能质量监测中的实际工程问题,充分发挥傅里叶变换处理平稳信号和小波变换处理非平稳信号的优势,提出了基于时域、频域与小波变换相结合进行电能质量分析的方法.     

适于目标检测的宽带回波信号去高频方法

运用变换的方法进行雷达回波信号压缩前,为了减少变换系数的数据量通常要对信号进行去高频处理.针对宽带雷达回波信号小波变换系数数据量大、传统小波算法去高频容易产生漏警和虚警的特点,分析了经验模式分解(EMD)中各内模函数的特性,提出了一种基于EMD算法的宽带数字信号去高频方法,并将其应用于雷达回波宽带数字信号去高频处理,运用脉冲压缩技术比较了该方法和传统小波方法去高频效果.实验表明,该方法不仅有利于宽带数字信号的数据压缩,而且在减少信号高频成分的同时,能较好地保留信号中的目标信息.     

一种改进的SPIHT算法

一种新的嵌入零树小波ECG信号压缩编码算法(简称为改进的SPIHT算法),通过合理分配比特、改进零树集合、完善分类策略等措施能够进一步提高SPIHT算法的工作效率.该算法首先将ECG数据进行离散小波变换,然后对离散小波变换后的系数进行均匀量化,最后用基于上下文的自适应算术编码对量化后的系数进行编码.仿真结果显示,该算法压缩比大,信息损失小,能够较好地恢复原有的信号.     

Mallat算法及其应用

Mallat算法是根据多分辨分析理论发展而成的小波分解和重构的快速算法,该算法在小波变换中的地位如同快速傅立叶变换在傅立叶变换中的地位一样,可以大大地降低小波变换的计算量,有利于对含有大量信息的音频,视频进行适时处理,从而将小波理论与工程应用联系起来,使小波变换真正成为继傅立叶变换后,处理非平稳信号的有力工具。     

暂态电能质量分析中的小波算法及应用

针对当前电力系统存在的暂态电能质量中持续时间短、发生随机性大及不容易检测的特点,提出了基于C语言的小波算法检测暂态电能质量的方法.研究结果表明,小波变换能在时域上对电压暂态瞬时变动的发生时刻进行准确定位,并可利用相应控制系统有效改善电能质量.     

基于小波变换的汽车前照灯图像边缘检测

用改进的基于小波多尺度变换的数字图像边缘检测算法,提取汽车前照灯近光图像的边缘,完成图像的初步预处理,从而为车灯的近光检测奠定基础.采用小波分解算法进行图像增强,针对小波模极大值在不同尺度下传播的特性,检测出图像在两个方向的极大值,之后通过边缘跟踪补偿和平滑细化得到图像的边缘.对比几种经典的边缘检测算子,小波变换的数字图像边缘算法对汽车前照灯近光图像的处理结果较好.     

一种基于正交小波变换的盲水印算法

提出了一种新颖的以灰度图像为水印的数字水印算法.首先利用正交小波变换对原始图像进行分解,然后借鉴传统的叠加思想,根据小波变换后,高低频分量的特点,将图像水印嵌入到小波域的低频部分.由于整个嵌入过程中,对原始图像没有进行任何改变,因此绝对保证了原图像的质量.水印的嵌入和提取都在密钥控制之下,可以较好地解决版权争议等问题.实验结果证明该算法对常见的图像处理操作和几何攻击有很强的鲁棒性.     

基于模糊模式识别的城市道路交通状态检测算法

本文使用速度、占有率、信号交叉口平均每车停车延误3个交通参数进行多因素模糊模式识别评判交通状态。通过在深圳市某主干道上的实际验证表明,对城市道路交通状态评定的多因素模糊识别检测算法在能保证一定检测率情况下,具有较低的误报率和较少的检测时间,表明此方法在实际应用中是切实可行的。     

基于回波信号功率谱线面积的变幅杆传播损耗的研究

本文采用2.5MHz的压电换能器,测量了超声在三种不同规格的阶梯形变幅杆中的脉冲回波信号,并且利用数字示波器对信号进行采样,得到了数字化超声回波时域信号,结合傅立叶级数理论和FFT计算方法,再利用MATLAB语言对所测数据进行处理,得到回波信号的波形图和功率谱线图,并对其进行对比分析。研究结果表明:回波信号功率谱线面积在仅细端直径不同,其它条件均相同的阶梯形变幅杆中的传播损耗情况与它的外形有关。这一方法可为超声检测实际应用提供很多有用信息。     

基于融合熵特征的辐射源信号识别

针对相近雷达辐射源信号难以识别的问题,一种新的雷达辐射源信号识别方法被提出.该方法基于小波包分解,用主成分分析法融合含有信号类别特性的小波包重构系数特征,并将融合特征的能量熵和概率熵构成特征向量,基于支持向量机实现信号的分类识别.在较大信噪比(SNR)范围内,使用该方法能获得满意的正确识别率,当SNR为5 dB时,十分近似的线性调频信号正确识别率达到了91%,实验结果证实了该方法的有效性.     

一种提高移动式超声波测距系统测距精度的方法

本文分析了移动式超声波测距系统相对被测目标静止及运动测距时,影响测距精度的诸多因素,阐述了相关参数算法及测距系统对回波信号的检测与数据处理的过程。经实际系统测试,其测距精度大有提高,表明了该系统实际应用的可行性。     

用时空能量图和小波变换方法表征和识别步态

该文提出一种基于时空能量图和小波变换的步态特征表达和步态识别方法,步态特征由时空能量图经过小波变换后来表示,不必进行严格的时间配准或步态周期的定位。时空能量图将一个序列的多帧图像用一幅灰度图替代,集成了人的运动信息中时间与空间变化的特点,减少了特征的数据量,经证明,时空能量图对噪声不敏感。实验结果表明该算法具有较好的识别性能和较低的空间需求和计算量。     

应用小波变换提取输油管道泄漏突变信号

为减少输油管道泄漏事故造成的损失，需及时发现泄漏并判断出泄漏 的准确位置。依据负压波检测输油管道泄漏的基本原理，分析了压力信号的突变点以及噪声在小波变换下的不同特性，认识到突变信号的小波变换模极大值具有随尺度的增加而增加，而噪声的小波变换模极大值随尺度的增加而减小的特点，因此可以应用小波变换精确地检测到负压波到达输油管道两端传感器的时间差，结合负压波传播速度就可以算出泄漏点位置。针对具体数据给出了计算算例。应用结果表 明：小波变换法能准确的提取瞬态负压波的突变值，实现对输油管道的泄漏检测与定位。     

运用小波变换实现听觉诱发电位的单次提取

论述了运用小波变换进行听觉诱发电位单次提取的原理,方法和实验分析。结果表明,对单次试验信号,经小波变换及相关分析后,可从带自发脑电干扰的信号中提取诱发电位信号。小波变换分析与传统的叠加平均方法相比,可减少试验次数,缩短检测周期。     

弹道导弹目标回波信号建模与雷达特征分析

介绍了弹道导弹运动目标特征提取和雷达识别的研究概况,针对锥顶不动、进动角固定的匀速进动锥形弹头目标,对其典型运动进行建模,给出了回波的解析表达式,利用数值解的方法,对回波信号进行了频谱分析和时频分析,提取了频谱调制特征和微RCS特征,使用Wigner-Ville分布峰值检测法,提取了回波信号的微多普勒特征,给出了使用雷达微动特征识别弹道导弹弹头的途径.最后给出了回波信号时频分布、微多普勒、多普勒谱和微RCS的仿真结果,证明了理论分析的正确性.     

小波变换在输电塔结构损伤位置识别中的应用

采用小波变换极大值在多尺度上的变换规律表征信号突变点的性质，从而确定信号有无奇异点并确定其位置，进而对等截面悬臂梁进行损伤位置识别。然后将该小波变换方法应用于大型输电铁塔的损伤位置识别。考虑到对大型结构施加荷载和监测变形曲线较为困难，提出了利用环境激励下的加速度响应沿高度变化的曲线作为基本信息进行小波变换的识别方法。结果表明，该方法能有效地识别沿高度刚度均匀分布或渐变的高耸格构式塔架的损伤位置，对存在刚度突变的塔架无法有效地识别刚度突变处的损伤。