基于小波变换和Prony算法的超高压线路的故障定位

超高压线路逐渐成为电力系统的骨干网络。为实现准确快速地判断出故障类型以及故障点位置,研究利用Prony算法对谐波进行检测分析,判断是否为异常波,进而对故障进行定位。在研究过程中发现Prony算法对噪声非常敏感,对检测结果产生极大影响,故使用小波变换(wavelet transform, WT)对信号进行去噪,并优化prony算法,由此设计了一种超高压线路故障定位方法。通过实验得到,算法的故障定位准确率为97.399%,绝对误差距离为0.085 km,能够实现实时准确的故障定位。     

基于小波分析的TOA/AOA混合定位算法

小波分析对信号信噪分离和提取弱信号上有着良好的效果,提出一种小波分析在定位算法中的应用。首先使用小波变换对NLOS(非视距)环境下TOA(到达时间)/AOA(到达角)测量值进行去噪,对处理后的数据再使用LS(最小二乘)算法进行定位。仿真结果表明,该算法相比于神经网络算法收敛速度快,定位精度高,可靠性好,具有可行性。     

基于行扫描和小波变换的车牌定位算法

为了能在复杂背景和不同光照条件下快速、准确地定位车牌位置,提出一种基于行扫描和小波变换的车牌定位算法。该方法首先对车牌图像实行边缘检测、二值化等预处理,在此基础上,利用行扫描法确定车牌的上下边界,对水平区域图像的垂直投影进行小波变换,设定阈值,确定左右边界。实验结果表明,该方法定位速度快、准确率可达到98%,具有很好的鲁棒性。     

基于多尺度小波变换的运动车辆定位方法

车辆定位在车辆跟踪中有着至关重要的作用。为了更加精确地定位运动车辆,提出一种基于多尺度的小波变换方法定位目标奇异点。在该方法中,先后采用较大尺度的Marr小波以及小尺度Gauss函数一阶导数小波变换实现对车辆宽度的定位,分别采用大尺度Marr小波以及小尺度Marr小波实现对车辆长度的定位,根据宽度定位中的最复杂点与长度定位中最复杂点的交集实现对车辆的精准定位。实验结果表明,该方法能较好识别运动车辆,实现对车辆的精准定位。     

基于小波变换的眼角定位方法

针对人脸识别中的特征定位问题,文章提出了一种眼角定位方法。首先根据小波变换,对灰度图中的人脸粗定位两眼的位置,然后结合Susan算子方法找出内外眼角的精确位置,实现对双眼的定位。实验结果表明,与传统方法相比,该方法能较好的实现眼睛定位,能够显著提高了定位准确率和定位速度。     

基于小波变换的数字图像水印算法分析

小波分析近年来在数字图像水印方面得到了广泛应用,并且产生了许多数字图像水印算法。本文主要针对基于小波变换的数字图像水印算法展开分析,并进行Matlab仿真。仿真表明基于小波变换的数字水印算法有着良好的性能。     

小波变换预测移动节点定位算法

针对无线传感器网络移动节点定位精度不高的问题,提出一种基于小波变换预测的移动节点定位算法。根据历史运动轨迹通过小波变换预测节点当前位置,精确采样区域,应用自适应采样方法减少采样次数,通过加权滤波增大高质量样本点以及降低低质量样本点对定位结果的影响,提高定位精度。仿真结果表明,在锚节点数目、通信半径、最大样本点数目等条件变化的情况下,该算法与传统算法相比提高了定位精度,在低锚节点密度环境下表现出良好的效果。     

基于小波变换的静态图像数字水印算法

提出了一种基于小波变换并且不需要利用原始图像信息的静态图像数字水印算法,并给出了检测门限的确定方法,实验结果表明,该算法较好地保持了图像质量,并且对各种常用的图像处理方法显示出较强的稳健性。     

基于小波变换的AOA定位算法

提出了一种在非视距(NLOS)环境下对移动台的定位算法。首先利用小波分析对AOA的测量值中的NLOS进行修正,再利用最小二乘(LS)算法确定移动台的位置。仿真结果表明,该算法能够有效地降低非视距环境误差的影响,性能优于基于AOA的LS算法以及神经网络算法。     

基于离散小波变换和混沌序列的水印算法

本文提出了一种针对于灰度图像的数字水印算法.算法是利用图像小波分解后中高频系数的情况即细节的多少.使用logistic二值混沌序列作为水印信号,加性修改小波分解后中频系数对具有代表性的图像进行水印数据的嵌入.在水印检测和提取时,利用多个序列相关检测的方法,提高了水印检测时的正确率.     

一种基于小波域的分形图像编码改进算法

提出了一种基于小波域的分形图像编码改进算法。该算法首先将图像分解到小波域,然后根据各子图像所包含能量的大小和所代表的方向等信息,采用不同大小、形状和类别的图像块及相似块,进行分形编码。在编码过程中按照零树结构在同方向不同分辨率的各个子带图像上确定要预测的图像块,同时在同方向低一级分辨率的子带图像上寻找与其最佳分形匹配的相似块,并由各级相似块构成预测树。实验证明,这种改进算法能够大大提高分形编码的速度,并取得较高的压缩比。     

基于小波优化神经网络的故障定位算法研究

在研究已有小电流接地系统单相接地故障定位方法优缺点的基础上,提出了一种小波优化神经网络的故障定位算法。首先在分析单相接地故障暂态电气量特征的基础上,利用小波奇异性检测进行特征提取。然后构建故障定位的优化神经网络模型,以遗传算法良好的全局寻优能力为基础,根据神经网络良好的非线性拟合能力,建立起故障特征与故障点位置之间的映射,实现故障定位。最后仿真测试表明,故障定位的相对误差不超过1.5%,并且不受故障点位置、故障点电阻和相角的影响。     

基于小波去噪的室内超宽带定位算法

针对室内复杂环境所引起的NLOS误差,提出了一种利用小波良好抑制噪声特性的室内定位优化算法,选定IEEE 802.15.4a模型为超宽带室内无线定位的普适模型,在室内传统定位算法基础上利用小波去噪消除NLOS误差,从而改进优化了到达时间差定位算法(TDOA)。仿真结果表明,该算法较Chan算法和LS算法定位精度高,具有可行性。     

基于异位交叉的遗传算法的研究

针对目前遗传算法搜索速度较慢的问题，对提高遗传算法收敛速度的不同方法进行了分析。提出一种加快收敛速度的异位交叉算子，并给出算法仿其实验。仿真结果表明，这种交叉算子可比一般的对等位交叉算子更有效地提高收敛速度，且不易陷入局部最优解。具有实现简单、易于应用及鲁捧性强的特点。     

基于位置演进模型的两类时空查询算法

为减少历史时间窗时空查询结果偏差,通过假定移动对象在连续位置更新间做匀速直线运动,获取该对象的近似轨迹函数,基于此函数提出简化的位置演进模型。由该模型求解对象轨迹与查询区域边界相交时间点集;由轨迹函数计算对象与查询中心点间距离函数,求解距离函数间相交时间点集。给出基于简化位置演进模型的时间窗时空范围查询、最近邻查询算法。仿真结果表明,与传统算法相比,所提两类查询算法的结果准确度更高。     

基于二元树复小波的图像插值超分辨率算法

根据二元树复小波理论和图像插值的特点,将二元树复小波变换与基于边缘插值方法相结合,得到一个放大的插值图像,然后将插值后的图像进行一级小波分解,将分解后的高频子带再做小波变换,并修正变换后的高颊子带系数,进行图像重构后得到最终的插值图像.实验结果表明,该方法能够提高图像的分辨率,_同时消除边缘处的"振铃"效应.     

传感器网络中基于区间小波变换的混合熵数据压缩算法

考虑传感器网络的数据特性及小波变换在流数据压缩方面的良好性能,提出了一种基于区间小波变换的混合熵数据压缩方法。理论分析和仿真结果表明,结合传统的DC(Data Centric)算法-DD (Directed Diffusion)路由算法,新算法能对传感器网络中的数据流进行有效压缩,可更大程度地降低DD路由算法下节点数据传输的能耗,从而可进一步延长整个网络的生命周期。     

基于小波变换的车辆牌照定位研究

车辆牌照的准确定位是智能交通中车辆牌照识别技术的关键,提出一种基于小波变换的车牌质心定位方法,该方法可以很好地解决复杂背景与光照下的车牌定位.经过小波分析的车牌图像利用数学形态学进行车牌特征提取,对特征提取后的车牌图像采用连通区域质心的方法对车牌进行定位,最终得到车牌的准确区域.实验结果表明,该方法能够实现车牌的快速准确定位,是一种有效的车牌定位方法.     

非正交haar小波变换的车牌定位技术研究

车牌定位技术是车牌识别系统的关键技术之一,在haar小波变换的基础上,提出非正交haar小波概念,改进了haar小波不连续性特点。基于非正交haar小波变换,结合线扫描法快速性特点与数学形态学准确性特点,研究一种车牌快速定位算法,在此基础上运用visual C++ 6.0编程进行实验验证。实验结果表明,此算法车牌定位准确率达到95%以上,对倾斜车牌的检测鲁棒性较强。