基于小波变换的数字调制信号识别方法的研究

该文介绍了一种基于小波分类特征的数字调制信号的识别方法,创新之处在于同时应用了连续小波变换和多层小波分解两种方法提取信号的特征,并且对于不同调制信号采用了不同的分类特征。算法实现时不需要进行码元周期估计以及同步时间估计,从而使分类器的设计变得简单,判决准则简化,提高了运算速度和识别率。     

基于一维离散周期小波变换的实时车牌识别方法

利用扫描窗口和一维离散周期小波变换以及BP人工神经网络进行车牌识别.被扫描的图像通过一维离散周期小波变换来选择图像的低频系数,这样可以提高执行车牌识别的速度.文中方法是直接对车牌进行扫描,不对单个字符进行识别,并通过MATLAB编程实现.新方法是一种实时识别,车牌识别的实验结果可高达94.7％.     

基于小波分析的脉冲信号波形检测方法

通过对多种小波函数的分析、比较,提出了一种基于小波分析的脉冲信号时域波形检测方法,该方法利用小波变换模的极大值特性,较好地实现了对脉冲成形信号波形参数的检测。理论分析和仿真研究结果表明,该方法对高斯噪声信道具有较强的适应能力,并且算法简单、运算量小、信号参数检测精度高,具有较好的工程应用前景。     

基于GoogLeNet-WT-Canny的紫外成像仪中的图像配准与融合

针对目前紫外成像仪中紫外光图像与可见光图像配准叠加精度低、电晕放电定位偏差大等问题,提出一种基于GoogLeNet模型、小波变换(Wavelet Transform,WT)和Canny算子相结合的紫外与可见光图像配准融合方法,并将其应用于高灵敏紫外成像仪中.首先,引入迁移学习的思想,利用预训练的GoogLeNet模型自主挖掘可见光图像和紫外图像的特征;其次,将提取出来的特征作为预测变量,输入极限学习机(Extreme Learning Machine,ELM),以空间变换参数为指导监督模型训练,实现高精度紫外与可见光图像配准;最后,利用二维小波变换与Canny算子对配准后的图像进行多分辨率分析与边缘检测,实现无紫外信息损失的图像融合.实验结果表明,所提方法的紫外与可见光图像配准精度高,融合效果良好,具有很好的工程实用价值.     

基于小波变换的语音基音周期鲁棒性检测

固定门限的小波变换基音检测算法,在浊音信号起始段和结束段的模极大值不能有效提取。文中提出一种基于小波变换模极大值的基音周期自适应前后向跟踪算法,并结合过零率检测,实现了弱浊音信号基音周期的鲁棒性检测。算法对浊音信号采用自适应帧长,对陡变的基音周期能够准确提取,对噪声有较强的鲁棒性。     

基于小波变换相干积累的微弱信号检测

在低信噪比下检测信号的方法倍受关注。本文提出基于小波变换的信号相干积累方法,利用小波变换的子带编码理论,通过在多个子带中进行相干积累。积累后的信号再用周期谱方法进行估计,证明该方法可进一步改善信号的检测能力。文中以脉冲雷达回波信号和相位码信号为例。仿真结果表明,这种方法能在-19db信噪比(雷达回波)和-22db信噪比(相位码信号)下检测信号。     

基于新的小波基函数的二相编码信号检测

构造了一种新的小波基函数,提出了一种基于连续小波变换（CWT）的检测方法,并以叠加高斯白噪声的二相编码信号为例进行了算法仿真。仿真结果表明,这种方法对较低信噪比下二相编码信号的检测效果良好,在信噪比为-6．7dB时仍然能够准确地识别出二相编码信号。     

基于细节分量提取的脉压雷达信号检测技术

小波分解可以将信号分解为多层近似分量与细节分量，脉压雷达信号的脉内信息可以在细节分量中得到很好的体现，因此小波变换方法对脉压信号有着很大的优势。Mallat快速算法使小波变换走向工程实用成为可能，对ADC输出的数据流做小波分解，得到各层的细节分量，找到波形失真较小并且能够反映脉内特征的细节分量作为新的数据源，对之进行相关处理，完成信号检测。文章最后以实际雷达信号为对象进行了实验，实验结果表明该方法是切实可行的．     

基于小波变换与遗传算法的混合多用户检测

本文将遗传算法与作者先前提出的小波多用户检测器相结合,提出一种基于小波变换与遗传算法的混合多用户检测方案.采用遗传算法对小波多用户检测器的输出进行优化,降低误比特率,提高系统抗远近干扰的能力.仿真结果表明,只需进行3到5次遗传进化,该混合多用户检测器便能取得很好的检测性能,与其他将遗传算法用于多用户检测的方案相比,大大缩减了遗传算法的运行时间,更加有利于实时实现.     

基于机器视觉的印刷品缺陷检测与识别

阐述了印刷品缺陷检测在印刷成品的质量控制和印刷工艺管理中的重要地位和作用;提出了一种新的缺陷检测算法,并给出了系统的设计和缺陷检测流程;研究了一种基于小波变换的图像边缘检测方法,通过与传统缺陷检测算法进行对比,表明基于小波变换的图像边缘检测方法不仅能有效地滤除噪声、检测弱小目标在内的图像的边缘,而且还具有较强的抗噪性能,能检测出印刷品上的微小印刷缺陷;最后通过实验验证了该算法的可行性、可靠性和有效性。     

基于双目能量模型的立体图像质量客观评价方法

立体图像的深度感知取决于双目差距,基础视觉皮层的差距调谐细胞在感知立体深度的过程中起着关键作用.单只眼睛感知的图像信息被单目简单细胞接收之后传入双目简单细胞进行处理,继而被送入复杂细胞进行综合,得到基础视觉皮层对于一幅立体图像的能量响应.用数学模型来仿真简单的以及复杂的细胞对于双目差距的响应,并通过双目能量模型的计算达到评价彩色立体图像的目的.实验结果表明,双目能量模型的评价结果与立体图像的主观评价值具有较高的一致性.     

基于转移阻抗的方舱屏效计算方法

在方舱结构中,由于各种接缝及必要开口的存在,降低了方舱的屏蔽效能.为此需在缝隙或开口接触面处加装导电衬垫,以保持接触面间的电连续性,从而大大提高方舱的屏蔽效能.本文针对带有导电衬蛰的方舱,提出了一种基于转移阻抗的方舱屏效计算方法.并通过算例验证这一方法是可行的.     

基于信噪比门限判断和小波变换的SAR干涉图滤波法

该文首先研究了一种基于离散小波变换(DWT)的干涉图滤波算法,对该算法的噪声模型和处理流程进行了详细的分析,并在其基础上做了基于静态小波变换(SWT)的改进。接着利用实测数据对这两种方法做了实验,通过对实验结果的分析,提出了一种高噪声环境下,在保证残点数降低率的同时,还能提高干涉条纹质量的滤波方法。在此滤波方法的基础上, 进一步提出了基于信噪比门限判断的干涉图两级处理滤波法,并对其处理流程做了详细的讨论。利用实测数据对该方法进行了仿真,实验结果验证了该方法的有效性。     

基于数学形态学的复子波语音谱图特征提取与分析

从语音信号的复子波谱图着手，采用形态学图像处理方法提取语谱图中的语音形态。仿真实验取得了良好的效果，谱图中的语音形态较稳健地表征了汉语音节的韵音特征。语音形态的提取对于进一步的语音识别提供了一种新的途径。     

基于MoM-PO的各向异性阻抗面电磁散射研究

该文基于阻抗边界条件(IBC),采用矩量法-物理光学(MoM-PO)混合算法,研究了3维各向异性阻抗面的电磁散射特性。根据表面等效原理,将空间散射场等效为MoM区和PO区电磁流的辐射场,感应电磁流以3维RWG (Rao-Wilton-Glisson)矢量基函数展开。以表面阻抗并矢表征电磁参数,给出典型各向异性阻抗面目标的电磁仿真算例,结果与Mie级数等精确解吻合良好,显示了该方法的有效性。     

基于动态时间规整和主动外观模型的动态表情识别

针对静态表情特征缺乏时间信息,不能充分体现表情的细微变化,该文提出一种针对非特定人的动态表情识别方法：基于动态时间规整(Dynamic Time Warping, DTW)和主动外观模型(Active Appearance Model, AAM)的动态表情识别。首先采用基于局部梯度DT-CWT(Dual-Tree Complex Wavelet Transform)主方向模式(Dominant Direction Pattern, DDP)特征的DTW对表情序列进行规整。然后采用AAM定位出表情图像的66个特征点并进行跟踪,利用中性脸的特征点构建人脸几何模型,通过人脸几何模型的匹配克服不同人呈现表情的差异,并通过计算表情序列中相邻两帧图像对应特征点的位移获得表情的变化特征。最后采用最近邻分类器进行分类识别。在CK+库和实验室自建库HFUT-FE(HeFei University of Technology-Face Emotion)上的实验结果表明,所提算法具有较高的准确性。     

基于局部熵的量子衍生医学超声图像去斑

针对现有医学超声图像去斑方法的不足,该文提出一种基于局部熵的量子衍生医学超声图像去斑新方法。首先,将对数变换后的图像进行双树复小波变换(DTCWT),并对信号与噪声分别建模;然后,提取复小波中子代与父代小波系数的实部,计算其局部熵并进行归一化乘积,结合量子衍生理论得到用来调整信号与噪声出现概率的可调参数;最后,利用改进的双变量收缩函数获得去斑后的图像。通过实验,结果表明该方法与已有方法相比能够更有效地滤除医学超声图像中的斑点噪声并保留细节信息。     

基于HHT和OSF的复杂环境语音端点检测

希尔伯特-黄变换是一种全数据驱动的自适应非平稳信号时频分析方法,但是在强噪声环境下语音信号的希尔伯特能量谱曲线波动较大,对语音端点检测造成很大的影响,该文提出了一种基于希尔伯特-黄变换和顺序统计滤波的检测方法。该方法将含噪语音信号进行经验模态分解,通过对固有模态函数进行自适应权重选取获得信号的希尔伯特能量谱,利用顺序统计滤波器对每帧的能量谱进行平滑处理作为语音/非语音的鉴别特征。实验结果表明,该方法适用于复杂噪声环境的端点检测,在低信噪比情况下仍然能够有效地检测出语音信号,降低信号误检率。     

基于卡通纹理模型的相位恢复算法

相位恢复是指仅利用图像的傅里叶幅值对原始图像进行恢复。由于傅里叶幅值中包含的信息量较少,当图像的过采样率相对较低时,传统的相位恢复算法无法实现图像的有效重构。因此如何利用合适的先验知识来提高图像重构质量是相位恢复的一个关键问题。该文将卡通-纹理模型用于相位恢复,利用全变差(TV)和双树复数小波(DTCWT)两种稀疏表示方法将图像分解为卡通成分和纹理成分,并提出了基于交替方向乘子法(ADMM)的有效求解算法。实验结果表明,该算法能有效提高图像重构质量。     

基于多项式的弯折偶极子射频识别标签天线阻抗预测研究

在解决射频识别(RFID)标签天线设计中阻抗计算速度慢的问题的过程中,针对其中较为复杂的阻抗耦合情况,该文提出一种基于多项式的弯折偶极子RFID标签天线阻抗预测方法.首先使用基于天线尺寸的阻抗变换与线性化假设建立模型假设;然后在具体的天线结构中收集数据并进行相关性分析与回归拟合验证假设正确性;最后实验验证使用该方法进行的阻抗预测相对于计算机仿真的准确性、高效性与普适性.试验结果表明,使用该方法替代计算机进行弯折偶极子RFID标签天线阻抗计算时,其预测阻抗相对于计算机仿真结果在保持较高预测准确率的同时极大地缩短了阻抗计算时间,同时该方法在中国应用频段上针对不同弯折次数的弯折偶极子RFID标签天线仍然适用.