Novel Adaptive Beamforming Algorithm Based on Wavelet Packet Transform

An analysis of the received signal of array antennas shows that the received signal has multi-resolution characteristics, and hence the wavelet packet theory can be used to detect the signal. By emplying wavelet packet theory to adaptive beamforming, a wavelet packet transform-based adaptive beamforming algorithm (WP-ABF) is proposed . This WP-ABF algorithm uses wavelet packet transform as the preprocessing, and the wavelet packet transformed signal uses least mean square algorithm to implement the adaptive beamfonning. White noise can be wiped off under wavelet packet transform according to the different characteristics of signal and white under the wavelet packet transform. Theoretical analysis and simulations demonstrate that the proposed WP-ABF algorithm converges faster than the conventional adaptive beamforming algorithm and the wavelet transform-based beamforming algorithm. Simulation results also reveal that the convergence of the algorithm relates closely to the wavelet base and series; that is, the algorithm convergence gets better with the increasing of series, and for the same series of wavelet base the convergence gets better with the increasing of regularity.     

基于优化小波基的电力故障暂态数据压缩研究

在论述基于 辨分析的小波基构造方法和小波分解理论的基础上,针对电力故障信号富含瞬时性强、衰减快暂态成分的特点,研究了基于信号离用小波逼近品质,即离散逼近时域二范数最大的小波基优化方法。分析表明,基于优化小波基的离散小波变换对电力故障暂态数据具有较主的压缩比和较小的重构误差。     

小波变换在输电塔结构损伤位置识别中的应用

采用小波变换极大值在多尺度上的变换规律表征信号突变点的性质,从而确定信号有无奇异点并确定其位置,进而对等截面悬臂梁进行损伤位置识别。然后将该小波变换方法应用于大型输电铁塔的损伤位置识别。考虑到对大型结构施加荷载和监测变形曲线较为困难,提出了利用环境激励下的加速度响应沿高度变化的曲线作为基本信息进行小波变换的识别方法。结果表明,该方法能有效地识别沿高度刚度均匀分布或渐变的高耸格构式塔架的损伤位置,对存在刚度突变的塔架无法有效地识别刚度突变处的损伤。     

基于多尺度Kalman滤波的多传感器数据融合

通过分析多尺度动态系统模型,提出了一种基于小波变换的Kalman多传感器数据融合算法。该算法结合了Kalman滤波的实时性、递归性和小波变换的多尺度特性,能对多传感器的观测数据有效地融合。算法首先将最细尺度上观测数据滤波后得到的估计序列小波分解到各尺度上;然后在各尺度上,利用该尺度上的传感器观测数据对小波分解系数进行更新;最后利用小波重构,达到更新原始估计序列的目的。仿真实验表明,该算法具有很好的数据融合效果。     

基于小波的信号到达时间定位方法

讨论了一种新的超声信号到达时间检测方法．运用小波的奇异点定位功能，将小波函数为拟小波的小波变换与希尔伯特变换相结合，对经过希尔伯特变换后的超声波信号进行5层小波分解，利用分解结果计算出超声波信号到达接收超声传感器的时间．实验中用超声传感器采集空气中传播的超声波数据测试结果，得到较精确的结果．与一般的小波变换处理的结果相比较，此方法对检测在任意时间区间上为一致Lipschitzoo的具正弦函数特性的超声波信号的到达时间点比较适用．     

一种M带小波的构造方法及其应用

传统2带小波变换在高尖载波信息中提取暂态居分的应用中存在局限性,M带小波变换弥补了这一缺陷,在探讨M带小波基的构造条件的基础上,研究了一种基于余弦调制完全重构滤波器组的M带小波基的构造方法,仿真分析了局部放电暂态信号的6带小波变换的特点,展示了该M带小波基构造及其应用的优点。     

小波变换在轴承故障声发射信号降噪中的应用

噪声消除是小波变换最成功的应用之一，其基本思想是将信号的小波变换系数通过阈值处理，然后进行小波重构得到降躁的信号。根据故障轴承声发射信号的脉冲特性选取Morlet小波．以“小波熵最小”原则确定Morlet小波的波形参数，然后进行连续小波变换。采用软阈值方法处理小波东数，通过小波重构得到降噪后的故障声发射信号，噪声得到了很好的抑制，故障脉冲特征明显增强。采用实验数据，通过与离散小波变换的比较，得到了用连续小波变换可以有效降低噪声、提取故障声发射信号特征的结论。     

离散小波变换快速算法中预滤波器的选取方法研究

离散小波变换快速算法使得小波变换在信号处理领域得到广泛应用,其中抽样空间上测量值的求取是快速算法中的重要步骤。在论述离散小波变换快速算法的基础上,研究了对抽样空间上测量值的求取方法,即预滤波器的小波选取法,直接选取法,取样函数法及其和特点,探讨了一种基于小波系数范数误差极小的预滤波器优化设计方法,仿真分析各种方法的误差,结果表明优化方法具有较好的分解精度。     

基于小波变换和线性判别分析的人脸识别方法

提出了将人脸图像的小波分解和线性判别分析结合以达到人脸识别的方法.首先对人脸图像作小波分解,并将分解后的低频系数进行线性判别分析进一步降低人脸特征向量的维数,最后利用最近邻分类器进行分类识别.实验表明,该方法的正确识别率高于传统的特征脸识别方法.     

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。     

基于加权小波子带图像的贝叶斯人脸识别算法

对贝叶斯人脸识别公式进行了简化,在此基础上设计了基于加权小波子带图像的贝叶斯人脸识别算法.首先对人脸图像进行小波分解,把分解得到的低频子图与类内均值做差作为类内差异图像进行贝叶斯测试,选择相似度最高的N幅图像作为候选图像,然后对候选图像再次利用高频子图与对应频段的类内均值做差作为模式矢量并行进行贝叶斯测试,通过加权排序得到最后结果.实验结果验证了该方法的有效性.     

甘肃省岷县站年平均径流量小波分析

利用小波变换对年均径流量时间序列的多时间尺度变化特征进行了分析,小波分析不仅能识别年径流的主要周期,而且还能给出其时频局部化结构,很容易观察出各种时间尺度强弱变化、分布和突变点．以甘肃省洮河岷县站（1957—1998年）年平均径流量为基本资料,计算分析表明,其径流量时间序列的时间尺度在时间域上分布不均匀,具有显著的局部化特征;不同时间尺度的丰枯阶段不同,因此径流丰枯变化与时间尺度大小有着紧密的联系,同时还分析出了年均径流量具有2a、9a左右、22a和32a左右的主要周期,其中22a为第一主周期．     

An Improved Singularity Computing Algorithm Based on Wavelet Transform Modulus Maxima Method

IntroductionA recent finding is that noise signal may con-tain hidden information.Such information promis-es to be of application value(forecasting suddencardiac death in patients,or analyzing financialmarkets fluctuation,or predicting the properties ofelectric devices).We must use some approachesfor extracting such hidden information from noise.Conventional approaches include analysis ofmeans,standard deviations and other features ofhistograms,along with classical power spectrumanalysis.Thos…     

一种新型变压器差动保护起动元件

在电力变压器中,励磁涌流会引起变压器差动保护误动作。针对这一问题,提出一种新型的变压器差动保护起动元件———基于小波变换的行波识别起动元件,并且通过MATLAB中的simulink和wavemenu进行仿真。仿真结果表明,该起动元件可以正确识别励磁涌流与内部故障电流,从而能有效避免差动保护误动作。     

利用小波变换检测地铁馈线故障

根据地铁运行电流，启动电流和故障电流的特点，电流微分增量保护的性能主要取决于电流增量的分离效果和电流变化率di/dt与电流净增量的检出精度，一般的检测手段和分离方法存在着抗干扰能力差和检出精度低等问题，提出利用小波变换检测浪涌电流，据此提取电流净增量的方法，可以解决这些问题，通过仿真证实这种方法可行而有效，且明显优于其它检测手段。     

基于NSCT变换的红外与可见光图像融合方法

针对小波变换不能很好地表达图像边缘信息，NSCT变换对图像细节信息表达缺失的问题，本文提出了一种改进的基于NSCT变换的图像融合方法．首先将经过预处理和配准后的红外图像和可见光图像进行NSCT变换，得到各个源图像的低频和高频系数，然后对分解后的低频系数采用小波变换的融合规则进行融合处理，高频系数则采用基于特征的区域能量的融合规则进行融合处理，最后对融合后的系数进行NSCT反变换得到融合图像．仿真实验表明，采用改进的NSCT融合方法对红外与可见光图像的融合有良好的效果，图像更清晰，信息更全面．     

小波变换在轨道静态功率谱密度获取中的应用

利用小波变换将轨道不平顺信号和所得谱图信号分解到互不重叠的频带上，结合小波阈值处理技术，对小波高频系数进行阈值量化处理，滤掉其中某些频段内的干扰与噪声信号，然后对信号进行重构，从而实现了对信号的去噪和对谱图信号的平滑处理。结果表明，该方法成功地获取了轨道静态功率谱密度，有效提高了轨道静态参数信噪比和轨道静态功率谱密度图的可视性。     

基于小波变换自适应数字图像水印算法

阐述了图像数字水印和小波变换的基本原理,通过对小波基、分解级数、小波系数选择及人类视觉掩蔽特性等的分析,提出了一种基于小波变换自适应图像数字水印算法．通过剪切、加噪、滤波、锐化、模糊等几种常用攻击技术对算法进行了测试,实验结果表明该算法具有较强的鲁棒性．     

Wavelet Transform Modulus Maxima-Based Robust Digital Image Watermarking in Wavelet Domain

A new robust watermarking approach was proposed in 2D continuous wavelet domain (CWT).The watermark is embedded into the large coefficients in the middle band of wavelet transform modulus maxima (WTMM) of the host image.After possible attacks,the watermark is then detected and extracted by correlation analysis.Compared with other wavelet domain watermarking approaches,the WTMM approach can endow the image with both rotation and shift invariant properties.On the other hand,scale invariance is achieved with the geometric normalization during watermark detection.Case studies involve various attacks such as shifting,lossy compression,scaling,rotation and median filtering on the watermarked image,and the result shows that the approach is robust to these attacks.     

���ڷ��²���Contourlet�任�Ľ�ͨͼ���ںϷ����о�

电视监控是智能交通监控系统的一个重要组成部分,其目的是通过对视频交通图像处理进行车辆、行人、环境等的监控. 根据非下采样Contourlet变换具有多分辨率、多方向性和平移不变性的特点,提出了一种基于非下采样Contourlet变换的多聚焦交通图像融合方法. 融合策略采用低频系数取平均,高频系数基于邻域、兄弟和父节点信息的区域特征衡量取最大值法. 将本文的方法与小波变换、脊波变换及Contourlet变换相比较,实验结果表明,该方法取得了更好的融合效果,提高了图像质量,满足智能交通监控系统的要求.