检测低频振荡模式的EMD复合算法研究

提出一种抗模态混叠的EMD复合算法。首先,通过改进频率外差方法,增加混叠模态分量间的频谱距离,有效分离出倍频模态混叠成分;其次,结合小波奇异点检测技术,确定各模态分量的自适应滑动分析窗口,实现间歇性混叠模态分离和振荡模式非平稳参数辨识。为验证算法的有效性,利用测试算例和电网仿真算例进行了测试分析,结果表明,该算法能够有效分离出混叠模式分量,对于模式复杂的低频振荡信号,能够有效分离出对应的低频振荡模式,具有较高的振荡模式信息检测精度。     

基于智能终端的血氧信号处理算法研究

智能终端的普及为医疗领域开辟了新的天地,本文将智能终端与血氧饱和度的检测相结合提出一种基于智能终端的信号处理算法。该算法针对目前血氧饱和度检测中接收的脉搏波信号存在突变点、基线漂移、高频干扰等问题,对脉搏波信号的滤波算法进行了研究。主要包含以下三个方面:1)设计五点查找以均值代替法能准确剔除信号中的变异点。2)形态学方法和平滑滤波算法实现脉搏波信号(PPG信号)的基线矫正和高频滤波干扰去除。3)仿真验证算法的可行性,为智能终端上处理脉搏波信号提供重要的理论依据。实验表明本文提出的基于智能终端的信号处理算法有效处理了信号中存在的干扰,提取出了可用的脉搏波信号。     

基于复互小波分析的模拟电路故障诊断方法

针对模拟电路故障诊断研究中故障特征提取的难题,提出基于复互小波变换的相对幅度相对相位协同分析的新方法,并根据复互小波变换的特点构建了故障敏感信息提取算法。使用复互小波变换能同时提取模拟电路在不同频率和时间尺度上的故障特征,并且相对幅度和相对相位信息分别从信号"能量"和"时间延迟"两个不同角度表征模拟电路的故障信息。该方法同时使用了蒙特卡洛方法构建正常电路元器件的容差范围,仿真实验结果表明该方法可以有效地解决模拟电路中灾难型和参数型故障诊断问题。     

基于小波变换的自适应公钥数字水印

利用小波变换良好的时频局部特性,提出了一种基于小波变换的自适应公钥数字水印设计方案。数据的所有者利用私钥向数据中嵌入版权信息,任何数据使用者可以利用公钥从接收到的数据中提取版权信息。水印的嵌入强度可根据原始图像自身的特点自适应调节,水印的提取也不需要原始图像。实验结果表明该算法具有良好的不可视性和抗联合图像专家组压缩、剪切、滤波等攻击的能力。     

改进的FastICA算法在地震数据去噪中的研究

为了有效去除地震数据的干扰噪声,采用FastICA算法进行降噪处理。地震数据的有效信号和噪声是非线性混合的,不满足FastICA算法使用的线性混合条件,提出了一种改进的FastICA算法进行地震数据降噪。该方法首先利用小波变换将地震数据分解到不同尺度空间上,然后设计了一种新的阈值降噪函数,并将FastICA和小波变换进行有效结合,对不同尺度空间上的噪声进行消除,通过小波重构恢复有效信号,利用仿真实验确定了新算法的分解层数为3。将改进的方法进行实际地震数据降噪处理,结果证明改进的方法能有效去除地震数据的各类干扰噪声,通过信噪比得出改进的FastICA较原始FastICA降噪效果更理想。     

轨道交通高峰时段乘客生理信号特征提取

我国作为人口大国,公共场所拥挤现象越来越普遍,影响着个体身心健康的发展。但由于拥挤环境的复杂性和存在的社会伦理问题,目前的研究主要集中在心理学角度的定性论述。打破传统研究方式,通过设计实验,实时记录上海地铁早高峰期间乘客血氧饱和度、脉率和呼末二氧化碳生理指标,并运用频谱分析和小波包分解技术进行分析对比,将车厢拥挤环境对乘客的基本生理参数的影响定量表述。结果反映拥挤环境会对乘客呼吸系统产生较大影响,并为改善地铁拥挤和安全管理提供了新思路。     

意识流语篇中的复叠现象

从汉语意识流语篇独特的话语表达中对使用频率较高的复叠现象进行了分析研究,其着力点在于探寻意识流语篇中复叠修辞方式的实际运用状态。据此,立足意识流语篇,在意识流语篇复叠范围界定和类型详细归纳的基础上,探讨了复叠的主观强化、语篇衔接和心理宣泄三大功能,进而指出这些修辞功能的生成动因源于人们认知上的象似性和联想心理。研究过程中发现复叠的这些修辞功能及其认知特点契合了意识流语篇的实际存在,是意识流语篇表情达意的有效手段。     

不同小波基下的SAR图像相干斑抑制性能分析

分析了合成孔径雷达(SAR)图像中相干斑(Speckle)的统计特性。基于小波变换(WT),给出了一种多尺度的Speckle滤波方法,该方法利用小波分解后的HH分量(低频分量)作Speckle抑制,得到图像Speckle的相当大的改进。文中还对不同的小波基进行了理论分析,并利用实验数据,从等效视数(ENL)角度进行了比较,证实了不同小波基下该方法对Speckle具有较好的抑制性能。     

基于小波包FBank图谱与CNN的车内异响识别研究

车内异响识别是优化改进异响声源的重要前提,针对目前异响声源诊断效率低的问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的车内异响识别方法。选择4种车内零部件异响声音为研究对象,提取异响信号的梅尔频率倒谱系数和FBank(filter bank)图谱特征,并采用小波包变换对其进行改进,然后使用CNN对训练数据提取更深层次的特征并进行分类识别,同时对比不同特征参数输入对识别率的影响。实验结果表明:所提出的基于小波包FBank图谱与CNN的车内异响识别方法准确率可达90. 2%,基于小波包变换改进的FBank图谱相比于梅尔倒谱系数更加适合作为CNN的输入。     

PAL信号亚奈压缩编码的混叠消除

本文分析了由转化为4f_(sc)转化为2f_(sc)亚奈奎斯特抽样压缩编码的PAL彩色全电视信号频谱结构,建立了发送端编码器和接收端解码器的电路模型;研究出在混叠区形成的特定形状梳状滤波器对突变图象亮度信号的半行频点频谱的抑制作用和对混叠分量的滤除:根据PAL色度信号C_u、C_v 分量副载频4行1循环的不同特点,得出由编码器和解码器内设的梳状滤波器共同作用能起到克服混叠分量对色度信号的失真影响的结论。     

小波变换的离群时序数据挖掘分析

针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。     

基于M-DTCWT和2APCNN的多聚焦图像融合

为提高多聚焦图像的融合质量,提出了一种基于多方向双树复小波变换（M-DTCWT）的多聚焦图像融合方法。对多聚焦图像进行DTCWT分解得到低频系数与高频系数,再采用非下采样滤波器（NSDFB）对高频系数进行方向分解得到多尺度多方向的高频分解系数。对低频系数,提出结合模糊逻辑和稀疏表示（FSR）的融合规则得到低频融合系数。对高频系数,利用平均高斯差分梯度（ADOG）作为自适应双通道脉冲耦合神经网络（2APCNN）链接强度,提出基于改进双通道脉冲耦合神经网络的高频融合策略。最后通过M-DTCWT的反变换得到融合图像。实验结果表明,采用本文算法得到的融合图像在主观效果与客观指标上均优于传统的融合方法,较传统DTCWT方法,实验的2组图像在客观指标边缘信息度量QAB/F和互信息MI上,分别提高了1.93%、8.87%和1.40%、9.18%。     

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.     

基于时间序列分解与重构的能源价格分析研究

能源是促进社会经济发展、保证人民生产生活质量的重要基础。能源价格变化与世界经济走势密切相关,与国际关系、各国政策也有紧密联系。但能源价格近年来波动剧烈,加大了价格序列的分析复杂度,因此分解重构方法在能源价格序列分析预测中得到越来越广泛的应用。以原油期货价格为例,应用四种常见的分解方法(小波变换、奇异谱分析、经验模态分解、变分模态分解)进行分析与对比,实证表明,四种分解方法可以得到相似的分解量,并且分解方法可以有效地分离价格序列的多种波动特征,降低序列分析复杂度。除此之外四种分解方法也存在不同的优势:小波变换选择合适的基函数可以获得良好的正交性,奇异谱分析可以有效提取信号的主要成分,经验模态分解算法实现快速简单且无需设置参数,变分模态分解选择合适的分解数量可以有效避免模态混叠现象。结果表明,针对数据特点和分析目的选择合适的分解方法可以更有效地对能源价格进行分析。     

低光照彩色图像增强算法研究

为了提高低照度条件下彩色图像增强效果,在经典Retinex理论基础上作出改进,有效改善传统Retinex算法存在光晕现象等缺陷。首先利用双边滤波器取代高斯滤波器获得反射分量;经滤波后的图像采用引导滤波处理,突出图像边缘信息,同时针对光照分量进行自适应伽马校正;为了进一步增强低光照图像中边缘细节特征,对图像的亮度分量采用混合空间增强法,最后重构图像。实验结果表明:所提方法能提高低照度彩色图像的色彩饱和度,同时增强图像边缘细节特征。     

宽带数字下变频的高效实现方法研究

针对软件无线电接收机中数字下变频的特点,提出了一种合理的基于FPGA实现宽带数字下变频的方案,即分级实现以降低抗混叠滤波器的阶数;并且每级采用不同算法实现滤波抽取以占用不同资源,从而实现FPGA总体资源的合理、高效利用。另外,论述了一种适合FIR抽取滤波器的算法——时钟选择运算法,并通过Altera公司的EP2S60F484C4对该算法进行了测试,验证了它的高效性。     

一种改进小波阈值函数的信号去噪

针对传统小波阈值函数去噪容易存在尖峰和边缘模糊现象导致去噪效果不理想的问题,在现有软阈值和硬阈值的基础上综合软硬阈值的优点,提出一种改进的阈值算法,在尽可能多的滤除噪声信号的同时保留原始信号的特征。同时,在Matlab环境中对含噪信号进行去噪处理,比较各阈值函数和改进阈值函数的去噪效果,从而验证改进阈值函数对信号去噪的有效性。此外,在小波变换中选取不同的小波基函数和阈值进一步验证该改进阈值函数较软、硬阈值和半软阈值方法所获得的去噪效果更好,在新的阈值函数下去噪后的信号信噪比更高,均方根误差越小,越有利于提取信号的特征,进而对信号进行频谱分析。     

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。     

开关磁阻式轮毂电机驱动电动汽车悬架系统振动抑制

针对开关磁阻式轮毂电机驱动电动车非簧载质量大幅增加,以及开关磁阻电机转矩波动产生垂向振动,与路面激励一起影响车辆的平顺性及车轮抓地性能等问题,提出频率滤波加权控制算法以改善车辆平顺性及车轮动载荷。建立了同时考虑电机转矩波动及路面不平度双重激励的动力学模型,分别以Sky-hook和Ground-hook为平顺性及车轮动载荷控制理想参照,设计频率滤波加权函数,使系统在激振频率接近车身固有频率的频带内以改善平顺性为主,而激振频率在接近车轮固有频率的频带内以提高车辆附着安全性为主。仅电机转矩波动、电机转矩波动与路面不平度双重激励等工况下的仿真结果表明:所提出的频率滤波加权控制算法具有良好的路面适应性,能有效降低车身加速度及车轮动载荷,改善车辆的行驶平顺性及附着安全性。     

弱信号环境下的盲自适应波束形成

针对原CCAB算法的相关矩阵对循环平稳信号不够准确而导致算法在恶劣环境下的鲁棒性不够强问题,提出一种鲁棒性更强的CCAB改进算法。推导了适合循环平稳信号阵列相关矩阵的理论式,经过分析原相关矩阵的不准确性和遗忘因子的正面作用后,得出了新相关矩阵的迭代式。仿真结果表明改进的算法能在计算量不变的情况下更有效地接收弱信号、抑制强干扰,且对循环频率误差不敏感。