提高导引头测角精度的一种新方法

分析了基于小波变换系数极大值原理的小波阈值降噪算法。由于导引头接收信号的信噪比影响了MUSIC超分辨算法的测角精度，因此提出将小波阈值降噪算法用于MUSIC超分辨算法精度分析，并进行了仿真验证，实现了改善信噪比，提高导引头测角精度的目的。     

基于贝叶斯门限的静态小波域干涉相位图滤波

干涉相位图中的噪声会妨碍后续的相位解缠,并降低最终的DEM精度。本文提出一种静态小波域的干涉相位图滤波方法。该方法能够自适应地计算贝叶斯门限分类静态小波系数,并可根据干涉相位图特性自适应地选取小波变换的最优尺度值。文中用仿真数据和SIR-C/X SAR在意大利Etna火山的干涉数据进行实验,并将该文算法处理结果与均值滤波、中值滤波和Goldstein滤波的结果相比较。用该算法处理,处理仿真数据所得结果的最小均方误差和相关性均优于其余方法。该算法处理Etna火山的干涉数据时,残余点从30430点降至113点,远少于其余算法的处理结果。实验结果表明:该文算法能够较好地保持干涉条纹细节,有效减少干涉相位图中的残余点,与Goldstein滤波相比也具有一定优势。     

提升小波变换的局部放电白噪声抑制方法研究

局部放电(partial discharge, PD)信号监测中易受白噪声干扰,为此,提出了一种基于提升小波变换的白噪声抑制方法。利用提升小波变换对信号进行分解,根据信号的噪声强度计算阈值对小波系数进行滤波。利用信号的奇异性,不同细节层上局部极大值点的位置即为脉冲边缘的位置,选取满足条件的极值点,得到脉冲信号的位置,再通过滑动窗口将脉冲提取出来。通过仿真信号和实际采集的局部放电信号降噪处理,将提出的算法和已有降噪算法进行对比,对算法的性能从均方误差(mean square error, MSE)和波形相似系数(Normalized cross correlation, NCC)两个方面进行分析,验证了该方法的有效性和准确性。实验结果表明,该方法能够在低信噪比环境下有效地提取脉冲信号,抑制白噪声。     

基于小波变换的高斯曲线拟合在峰值定位中的应用

针对低速率解调仪采样获得光纤布喇格光栅反射光谱解调精度低的缺点,采用了一种基于小波变换的高斯(WTG)曲线拟合方法。利用小波变换对反射光谱信号进行分解,对小波细节分量进行阈值量化处理,在此基础上,运用处理后的细节分量和近似分量对信号进行重构;然后对重构后的信号插值并进行高斯曲线拟合,使用Levenberg-Marquardt(LM)算法优化高斯拟合系数。仿真实验结果表明:与直接寻峰算法、高斯拟合算法相比,WTG算法的峰值定位误差最小,解调精度更高。     

基于小波变换和均值滤波的图像去噪研究

针对均值滤波现有的缺点和小波变换存在的优势,特提出将小波变换和均值滤波相结合的算法,在该算法中,首先通过小波去噪进行图像处理,将处理后的图像通过小波变换得到近似图像、水平、垂直和对角三个高频细节提取出来,针对含噪图像的特点,对水平、垂直和对角三个高频细节采用不同的滤波模板进行中值滤波变换,最后将近视低频细节和变换后的三个高频信号采用逆小波变换得到再一次去噪后的图像。经过仿真实验结果可知,该算法在有效降低噪声的同时,保留了尽可能多的图像细节信息,其去噪效果优于单一的小波变换去噪、均值滤波去噪。     

模极大值降噪法在信号降噪中的应用

利用信号与噪声奇异点Lipschitz指数的区别,以及反映在其小波变换模极大值曲线上的特点,应用小波变换模极大值降噪法,对含有带限高斯白噪声的数字通信信号进行了降噪处理,并对降噪原理、算法和仿真结果进行了较为详细的分析。提出了一种信号重构新方法,该方法利用小波变换对信号和噪声的模极大值进行分离,通过对噪声模极大值对应的小波系数进行线性压缩后重构信号,并用仿真试验验证了该方法的有效性。     

基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法

为了消除混杂在肌电信号中的噪声,该文提出了基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法。该方法先对肌电信号进行小波分解;其次,根据小波系数的奇异性,利用信号与噪声模极大值在小波尺度上的不同变化特性,分离出信号与噪声;再次,用Hermite插值法重构小波系数;最后从重构的小波系数恢复成去噪后的信号。实验结果表明,Hermite插值的小波模极大值重构能有效地去除噪声,提高信噪比,且保留了肌电信号的细节信息,为肌电信号的特征提取和模式识别创造了良好的条件。     

干涉图象相位解调算法的比较研究

干涉图象相位解调是信息光学处理的重要内容,其解调算法的复杂性、鲁棒性以及精度直接影响干涉法测量参数的实用性与精度。本文对三种相位解调算法1)基于傅立叶变换的分析算法(FTA)、2 )干涉图象分块多项式拟合迭代算法以及3 )基于小波变换的相位梯度解调算法的原理及性能进行了研究和比较。仿真实验表明,基于小波变换的相位梯度解调算法具有较高的精度和较好的鲁棒性。     

基于db4小波的电能质量去噪及暂态扰动的检测

本文针对暂态电能质量扰动信号具有时间短、变化快、非平稳等特性,采取一种基于db4小波分析的暂态电能检测方法.根据Mallat算法,信号奇异点处的小波变换模极大值能够通过信号的多分辨率分解提取出来,实现暂态电能质量信号扰动时间的准确定位,扰动定位前根据信号与噪声在小波变换各尺度上有不同传播特性,对电能信号小波去噪.利用Matlab编程对5种暂态电能质量扰动信号进行暂态扰动检测的仿真分析,结果表明该方法能够准确的获取扰动的起止时间,精度满足实际的工程需求.     

小波变换模极大值域的一种自动滤波算法的实现

本文给出一种对小波变换模极大值进行自动滤波的算法.该算法可以自动寻找不同尺度之间对应同一边缘的模极大值,以实现非人工干预下的自动检测和去噪;并为采用小波变换模极大值法对边缘进行实时检测提供了可能性.     

一种改进的小波阈值信号去噪方法

为改进滤波效果,提高去噪质量。通过分析软硬阈值去噪的原理和方法,为小波阈值信号处理提出了一种改进的去噪方法。该方法综合了软硬阈值的特点,对其参数进行优化设计,通过调节参数值以更好地获得阈值估计。针对改进后的去噪算法,通过Matlab仿真比较了传统的小波软硬阈值算法与该算法的消噪效果,结果表明,提出的方法有更好的消噪效果和稳定性。     

Image denoising based on wavelets and multifractals for singularity detection.

This paper presents a very efficient algorithm for image denoising based on wavelets and multifractals for singularity detection. A challenge of image denoising is how to preserve the edges of an image when reducing noise. By modeling the intensity surface of a noisy image as statistically self-similar multifractal processes and taking advantage of the multiresolution analysis with wavelet transform to exploit the local statistical self-similarity at different scales, the pointwise singularity strength value characterizing the local singularity at each scale was calculated. By thresholding the singularity strength, wavelet coefficients at each scale were classified into two categories: the edge-related and regular wavelet coefficients and the irregular coefficients. The irregular coefficients were denoised using an approximate minimum mean-squared error (MMSE) estimation method, while the edge-related and regular wavelet coefficients were smoothed using the fuzzy weighted mean (FWM) filter aiming at preserving the edges and details when reducing noise. Furthermore, to make the FWM-based filtering more efficient for noise reduction at the lowest decomposition level, the MMSE-based filtering was performed as the first pass of denoising followed by performing the FWM-based filtering. Experimental results demonstrated that this algorithm could achieve both good visual quality and high PSNR for the denoised images.     

雷达辐射源信号聚类分选算法

基于脉内特征参数的聚类是实现雷达辐射源信号分选的一种重要途径.本文在小波域滤波算法的基础上提出一种新的雷达辐射源信号脉内特征提取和聚类分选方法,将小波变换后的低频逼近小波系数的能量分布熵与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵作为分选的脉内特征向量,并引入灰关联测度来衡量脉内特征样本之间的相似程...     

一种用于遥感图像云雾处理的小波系数加权算法

依据小波变换理论分析,得出图像经多层小波变换后,低层细节系数频率高于高层细节系数,近似系数的频率最低.遥感图像景物的频率较高,云雾频率较低.提出通过选择合理的分界层数,将景物信息尽量分配到低层细节系数,云雾噪声尽量分配到高层细节系数,对低层、高层细节系数、近似系数分别给予权重,增大低层细节系数,突出景物信息,减小高层细节系数,削弱云雾噪声,依据近似系数包含云雾状态,保持或减小近似系数.同时还提出以信息熵作为分界层数和权重选择的依据.实验证明,该算法优于同态滤波和Retinex算法.     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

A Novel Algorithm for Robust Audio Watermarking in Wavelet Domain

With the sharp blossoming of the Internet, itbecomes more and more important to protect theintelligent property rights (IPR). Watermarking is aneffective solution. It takes advantage of the redundancyof the human visual system (HVS) and auditory system(HAS) to identify the copyright by embedding somesecret information relevant to IPR holders. The invisible watermarking algorithm shouldsatisfy the demands on imperceptivity, low complexity,robustness, determinacy and safety. However,imperc…     

小波模极大值点的信号稀疏表示及重建

作为压缩感知理论的前提,稀疏表示要求信号本身是稀疏的或者在某种正交基下可以稀疏表示。本文针对信号本身及小波变换后均不够稀疏的情况,提出一种基于模极大值点的信号稀疏表示算法。该算法在小波变换的基础上,利用小波分解的结构,对各层高频小波系数通过寻找其模极大值点的方法进行稀疏化,然后通过测量矩阵得到它的测量值,对测量点数进行熵编码以实现数据压缩传输。解码时,采用正交匹配追踪算法得到模极大值点的估计值,最后通过交替投影法重构出原信号。仿真结果表明,与经典压缩感知算法相比,该算法恢复信号的质量有较大提高,且由于稀疏度增大,所以信号具有更好的可压缩性,实验表明本文算法对复杂信号效果更明显。      

Wavelet domain image resolution enhancement

A wavelet-domain image resolution enhancement algorithm which is based on the estimation of detail wavelet coefficients at high resolution scales is proposed. The method exploits wavelet coefficient correlation in a local neighbourhood sense and employs linear least-squares regression to estimate the unknown detail coefficients. Results show that the proposed method is considerably superior to conventional image interpolation techniques, both in objective and subjective terms, while it also compares favourably with competing methods operating in the wavelet domain.     

激光主动成像图像噪声抑制方法

针对激光主动成像图像特点及实际应用需要,提出了一种基于同态滤波与双数复值小波变换级联的图像降噪算法。首先通过同态滤波将乘性散斑噪声变换为加性噪声;然后用基于改进Q-shift滤波器的双树复值小波对含噪图像进行分解,通过Bayes自适应阈值法修正小波系数;最后再进行相应的逆变换得到去噪图像。该算法具有近似平移不变性、多方向选择性及精确重构性,采用信噪比（SNR）、峰值信噪比（PSNR）和运行时间作为算法去噪性能的评价标准进行实验。实验结果表明该算法能够有效抑制图像中的散斑噪声,计算效率高,且很好地保护了图像细节。