基于Gabor变换的自适应降噪方法

简要介绍了Gabor变换的基本思想,提出了一种新的基于Gabor变换的自适应信号降噪方法。分析了该方法的降噪特性,同时比较了小波降噪和该方法的降噪效果。将该方法用于齿轮箱的故障诊断,结果表明,该方法能够有效识别齿轮箱中的齿轮典型故障。     

基于小波包变换相关性的信号降噪方法及齿轮故障诊断

介绍了小波包变换的基本思想，将新型小波包变换滤波器与信号重采样结合，提出了一种新的小波包降噪方法，研究了该方法的降噪效果，同时比较小波包直接降噪和小波包重构滤波器的降噪效果。将该方法用于齿轮箱的故障诊断，结果表明，该方法能够有效识别齿轮箱中的齿轮典型故障。     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

基于小波变换的随钻测试数据降噪方法研究

为消除随钻测试装置采集信号中的噪声,给工程人员提供准确的现场信息,提出了基于小波变换的方法对随钻测试数据进行降噪处理。首先,根据含噪声的随钻测试数据模型建立起小波变换降噪的基本流程。其次,在对含噪信号的小波变换特性分析的基础上,运用自相关函数对其在小波变换尺度空间中进行白噪声检验,确定小波最优分解层数。在分析对比小波降噪阈值的不同选取方式后,采用广义交叉确认理论来计算最优降噪阈值,从而在对信号降噪的同时还最大程度地保留了信号的有效特征成分。最后给出了基于该方法小波变换的随钻测试数据降噪的详细步骤,对实测的钻压和扭矩数据进行了小波降噪,取得了良好的降噪效果,为钻井工程后续分析提供了可靠的数据支撑,证明了本方法的优越性。     

基于小波变换的钻头实验信号降噪方法

在钻头破岩实验中存在钻头对岩石的周期性动载冲击, 同时受实验设备和环境等因素的影响, 在动态信号中存在着大量噪声, 无法获得准确的测试数据, 实验结果往往不能真实反映实验的特性和规律。基于小波变换的浮动阈值方法, 建立了一套用于钻头破岩实验测试信号噪声压制方法, 通过对实验和实测数据的处理和分析, 证明了方法有效性, 提高了实验数据的准确性和可靠性。     

基于修正变换域降噪的NC-OFDM信道估计算法

针对NC-OFDM系统在某些相干带宽内可能没有足够的导引符号,导致基于频域内插的LS信道估计算法性能较差的问题,提出了一种修正变换域降噪的信道估计算法。该算法利用NC-OFDM系统信道衰落系数的时频域关系,通过IDFT在时域估计信道多径衰落,并进行降噪滤波,然后采用DFT估计频域信道衰落系数,从而避免了频域内插。仿真结果表明,在仿真条件下,该方法比传统基于频域内插的LS信道估计有约4dB的性能增益。     

基于Gabor变换和灰度梯度共生矩阵的人耳识别研究

人耳识别作为一种新兴的生物特征识别技术,具有其自身独特的优势。提出一种基于Gabor变换和灰度梯度共生矩阵的人耳身份识别方法。首先,利用Gabor变换和灰度-梯度共生矩阵融合提取人耳图像的纹理特征,然后采用K-NN分类器对特征进行分类。该方法用USTB人耳图像库做测试。实验结果表明介绍的提取人耳图像的纹理融合特征的方法优于只采用Gabor变换提取特征或是只提取灰度梯度共生矩阵的二次统计特征的性能。在明氏距离测度及K=1时,交叉验证识别率达到81.77%。     

基于Gabor变换和EMD的轴承故障诊断

基于振动信号处理的轴承故障诊断方法应用非常广泛。由于在实际采集的振动信号中往往混合着干扰信号,因此提出了一种基于Gabor变换的盲源分离和基于经验模态分解(EMD)的Hilbert包络谱分析相结合的故障诊断方法。首先采用基于Gabor变换的盲源分离方法对振动信号进行盲源分离,然后利用EMD方法进行分解获得本征模式函数(IMF)分量,再通过局部细化Hilbert包络谱方法分析判断轴承故障的特征。研究结果表明,通过对轴承振动信号进行盲源分离和EMD分解,可以使信号的故障特征更加明显,从而提高故障诊断的准确性。     

小波降噪阈值选取的研究

小波分析用于信号降噪的过程中 ,核心的算法就是在小波系数上作用阈值 ,因为阈值的选取直接影响降噪的质量 .笔者就阈值的选取做了一些理论分析并在MATLAB环境下进行仿真研究 ,得出应用小波降噪过程中阈值选取的一些实际结论 .     

一种有效计算离散Gabor展开的方法(英文)

定义了一种有限和无限序列的实数形式离散Ｇａｂｏｒ展开方式,这种展开方式使用了类似于广泛应用的复数形式Ｇａｂｏｒ展开方式。但前者由于仅涉及实数运算,结果不仅节省大量的运算,而且更便于硬件和软件的实现。另外,实数形式离散Ｇａｂｏｒ展开方式与复数形式离散Ｇａｂｏｒ展开方式有着非常简单的关系,所以前者可以取代后者的运算。     

黄变换的穿越筛分法

基于黄变换提出了一种分解非线性、非平稳时间序列的穿越筛分方法,该方法先搜索到信号的局部极值点,然后定位出相邻局部极值点间的穿越点,最后使用三次样条对穿越点列插值,可近似得到信号的包络中值。通过实例比较分析了穿越筛分法与黄变换的经验模态分解方法,筛分结果表明该方法简单有效,可以从观测时间序列中筛分出较好的各阶固有模态函数。     

基于小波变换的图像数据压缩方法

小波变换继承了傅立叶分析优点，主要使用在静态和动态图像压缩领域，已经成为某些图像压缩的国际标准。二维小波变换是在第一代图像压缩基础上，采用小波变换为主的多尺度分析算法，使处理后的图像可以达到30—60倍的高压缩比率，也更适合在目前低宽带的网络中传输。     

基于特征的小波变换与高通滤波相结合的图像融合算法

提出了一种基于多尺度分解的像素图像融合方法,综合考虑图像的边缘特征和小波变换后的系数相关性,对低频分量进行高通滤波,得到低频分量的细节分量并进行融合;在高频区域采用提取图像的边缘和区域能量相结合的方法进行融合.实验结果表明该算法具有很好的融合效果.     

基于线性正则变换的时频信号分离方法

时频信号分析是当今信号处理领域研究的一个热点问题,各种时频分布函数得到了广泛的研究和应用。线性正则变换是一种重要的时频分析工具。文中研究了线性正则变换与传统时频分布函数的关系;并基于这些关系,提出了一种新的时频信号分离方法,能够把在时频面上互不重叠、但在时域和频域均存在较强耦合的多分量合成信号有效地分离。仿真实例表明了该方法的正确性和实用性。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第ｍ级图像的分类信息传递给第ｍ－１级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

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.