基于小波包变换的DSSS窄带干扰抑制算法研究

提出一种直接序列扩频系统（DSSS）中基于频移非抽取性小波包变换（SUWPT）的窄带干扰抑制算法，该算法在非抽取性小波包变换的基础上，利用频移将干扰更好的集中在某一子频段，并参考能量聚集度原则，对DSSS中的窄带干扰进行定位和抑制。对算法性能进行分析，并通过计算机仿真对算法进行了验证，仿真结果表明，该算法的窄带干扰抑制能力满足设计要求。     

小波变换与其示例分析

本文在论述有限长度散信号的小波变换的基础上,从数值滤波的观点解释小波变换,并对若干常用信号（周期与非周期）作了小波变换。文中算例则直观地反映小波变换的多分辨率、数据压缩等性质。     

应用多抽头谱估计和小波变换的宽带频谱感知方法

宽带频谱感知是认知无线电的一项关键技术.论文研究了应用多抽头谱估计和小波变换的宽带频谱感知方法,对该方法性能进行了仿真分析.结果表明,多抽头谱估计要优于周期图谱估计,应用多抽头谱估计和多尺度小波积能够准确找到主用户信号频率边界,从而得到频谱空穴.     

基于离散哈脱莱变换计算非周期信号的频谱

基于离散哈脱变换与离散傅里叶变换关系计算非周期信号的频谱，该方法与利用离散傅里叶变换的大多数算法相比优点是能减少运算量，提高运算速度。     

基于遗传小波神经网络的港口船舶交通流量预测模型比较

对船舶交通流量进行准确预测在现代智能交通系统领域发挥着重要作用,为提高对船舶交通流量预测的准确性,本文将遗传算法分别与小波分析和神经网络进行结合,构建改进遗传小波神经网络模型,对广东省船舶交通流量的季度数据进行预测,并与遗传BP神经网络和传统小波网络等算法的预测进行对比。结果表明:经过遗传小波神经网络预测模型的误差相比传统的遗传BP神经网络模型和小波神经网络模型大幅度减小,提高了预测精度,从而保障水上交通安全,给水上安全主管部门的相关决策提供理论依据。     

用谐波小波变换法研究船舶横摇的非线性动力特性

本文探索了一种用小波分析的方法来研究船舶非线性横摇系统的运动.对于非线性非自治系统的响应主要有周期、准周期和混沌几种状态.而在系统参数变化时,又由周期分叉形成了准周期和混沌.因此,需要对周期解做更多的研究.当系统响应是周期的,通过小波变换,可以得到一些不同频率的谐波,这些谐波与谐波平衡法得到的解非常相似,因此也就可以作为系统的近似解.如果系统响应是混沌的,通过小波变换,始终都得不到周期的信号,这一点明显区别于周期运动.也就是说通过小波变换这种方法,可以明显地区别出混沌和周期.     

单片机船舶电网谐波分析仪的设计与研究

本文介绍了快速傅立叶变换的离散算法，并在此基础上设计程序。设计所用的分析信号由电网电压经互感器得到，所用单片机型号为dsPIC30F4011，安装在APP009实验电路板上。程序设计部分主要包括A／D转换部分及FFT变换部分等。实验中，通过A／D转换进行采样，得到一组离散的采样点，通过快速傅立叶变换（FFT）对采样信号进行频谱分析．实验结果表明该测试仪可以实现对电网的各次谐波进行有效检测。     

小波提升算法在JPEG2000可逆变换中的应用与实现

离散小波变换是图像处理和压缩技术的基础，而基于提升方法的离散小波变换是当今业界研究的热点之一。在分析二维图像的小波变换的基础上，研究小波提升算法、其特点及其实施方法，探讨该算法在JPEG2000中可逆小波变换上的实现，给出该算法的C语言实现，并进行了分析。     

小波分析在光纤陀螺寻北中的应用

对某型光纤陀螺仪的实测信号进行了分析。为了降低噪声对光纤陀螺寻北的影响,提高寻北精度,利用五点三次平滑、数字滤波、小波变换分析法对光纤陀螺静态输出数据进行了滤波处理,通过对比滤波前后陀螺的输出曲线、标准差以及频谱图,可以发现：小波阈值滤波能够有效的补偿光纤陀螺的随机误差。通过小波分析可以显示出陀螺低频信号的发展趋势。利用去噪后的数据进行二位置寻北计算,结果表明：小波分析可以使精度提高29．8％。     

基于灰色小波神经网络的船舶交通流预测研究

船舶交通流预测的准确性和可靠性已成为制约港口经济科学发展的瓶颈因素。文章综合利用小波变换的局部化性质与神经网络的自学习能力,并引入灰色模型以反映船舶交通流的发展趋势,使得小波神经网络在灰色模型预测结果的基础上结合船舶交通流的影响因素再预测,构成基于灰色小波神经网络的船舶交通流组合预测模型。实验结果表明,灰色小波神经网络的预测精度高于BP神经网络与小波神经网络,提高了整个预测系统的精度及其鲁棒性。     

超声回波信号的小波消噪研究

利用小波变换的时频局部化性质,对超声回波弱信号特征进行提取,得到了较好的边缘信号,从而对信号进行全面细致的分析。理论分析和仿真结果表明,小波分析方法适合于超声回波信号的检测和特征提取,在改善了信噪比的同时,还保持了很高的时间（空间）分辨力,具有准确度高、抗噪声性能好等优点。并将该技术应用于物距测量中,提高了系统测量的准确度。     

基于前向线性预测和小波的FOG信号降噪算法研究

针对光纤陀螺输出信号的噪声,提出了一种处理该噪声的前向线性预测滤波与小波变换相结合的级联滤波方法,以前向线性预测滤波作为前段滤波器,采用DB4小波函数的强制阈值小波变换作为第二级滤波器。运用Allan方差法对级联滤波结果进行了分析,结果表明该级联滤波能取得较好的光纤陀螺信号降噪效果。     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.     

嵌入式零树小波在合成孔径声纳图像压缩中的应用

合成孔径声纳（SAS）图像具有分辨率高、数据量大特点,给数据存储和传输带来困难。由于合成孔径图像像素间具有一定的相关性,采用嵌入式零树小波（EZW）编码算法,利用小波系数的相关特性可以达到压缩图像的目的。文章研究了基于嵌入式零树小波的合成孔径声纳图像的压缩和解码算法,并用合成孔径声纳图像对算法进行了测试,采用峰值信噪比、均方误差、压缩比三项技术指标对图像压缩质量进行了评估。结果验证了基于嵌入式小波零树图像编码算法的合成孔径图像的压缩和解码算法可行性。     

基于自适应四参数估计的电罗经航向运动建模

为减小舰船直航时风、流、摇摆等干扰对电罗经航向的影响,提高电罗经指向精度,采用小波变换对电罗经直航向数据进行消噪处理,获得较为平稳的信号;对消噪后的信号经能量频点分析并傅里叶展开;基于改进的四参数估计法,对直航向信号建立自适应迭代预测模型,并与实测数据进行验证对比。结果表明,采用小波分析、傅里叶级数同四参数估计相结合的自适应建模方法适用于电罗经直航向建模,航向预测效果优于传统四参数估计法。     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

基于UKF的GPS L1C/A码微弱信号跟踪算法

为了实现高灵敏度的软件接收机,提出了一种基于UKF的GPS L1 C/A码微弱信号跟踪算法.该算法使用UKF实现了微弱信号的L1 C/A码和载波跟踪.通过构建模型,建立方程,并通过采用仿真噪声干扰下的微弱GPS C/A 中频信号对该算法进行实验性能分析.仿真实验结果表明,UKF算法可以实现对载波相位跟踪、载波频率跟踪以及码相位跟踪性能的改善,并且大大简化了计算的复杂度,具有较高的跟踪灵敏度和精度,是一种适合软件接收机实现的算法.     

船舶运动极短期预报中小波基和分层数的选取

对于随机海浪作用下船舶运动所具有的非平稳性和非线性,首先运用小波多尺度理论,将运动姿态时间序列分解为若干层近似意义上的平稳时间序列,再使用时间序列模型对每层的单支重构信号进行预报,最后综合每层的预报值得到原序列的预报值.同时根据原始时间序列的功率谱分祈,由小波多尺度分析的频带划分范围确定小波分析中分解层数的选取;再根据不同小波基函数各自的特性,分析并选取适合的小波基函数,仿真结果表明,所提出的分解层数和小波基函数的选取方法提高了预报精度和预报时长.     

小波阈值去噪方法在多普勒雷达测速系统中的应用

小波变换具有良好的时频特性和多尺度分析能力,因此在信号分析中得到了越来越广泛的运用。文章就信号去噪的小波变换在多普勒雷达测速系统中的应用进行了分析,并对此系统中运用阈值去噪法时阈值选择的不足进行了改进,取得更好的去噪效果,最后通过仿真进行验证,证明改进方法简单有效。     

一种基于遗传算法和小波分解的刚性图像配准方法

为了实现快速、高精度的自动图像配准,提出了基于遗传算法和小波分解的图像配准方法。此方法在小波分解的基础上,以互信息为相似性测度利用遗传算法为搜索算法对图像进行一次配准,然后以特定步长在小范围内对配准参数进行修正,对图像进行二次配准。该方法实验结果表明该方法具有较快的速度且显著的改善了配准精度。