基于参数优化小波变化的舰船目标检测方法

常见的舰船目标检测方法是通过对雷达的回波信号进行分析,优化舰船目标检测模型。本文结合小波变换算法,重新构建了舰船目标的检测模型,对目标检测的数据进行了分析。通过迭代优化,对小波变换模型中的参数进行了调制。实验结果表明,基于小波变换的舰船目标检测模型具有很强的适应能力,能够显著提高目标检测能力。     

小波变换分析及船舶噪声处理

针对目前船舶噪声对船舶有用信息的影响,本文利用小波变换进行船舶噪声处理,并利用Matlab函数进行不同小波基的船舶信号去噪实验。实验结果表明,恰当的小波基函数和阈值能够很好抑制信号中的高频部分,得到平滑的有用信息。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

小波分析在船舶导航传感器中的应用

论述小波变换的数学理论和方法。根据小波变换的多分辨率分析方法，重点分析小波变换在导航系统中的作用；利用Daubechies小波函数，采用阈值去噪法，可在低信噪比的情况下较准确地估计导航传感器的原始信号；分别针对多普勒系统和北斗双星定位系统，借助小波变换对其接收信号进行了离线仿真研究。仿真分析表明，应用小波变换的分层技术抽取特征参数效果明显，去噪效果亦较为理想。     

小波分析在各导航传感器中的运用

利用小波变换这一先进的数学工具,对含有噪声的导航传感器信号进行分析。从仿真结果深入探讨了小波变换在处理导航传感器综合性能的影响,为小波变换在导航传感器的实际运用奠定理论基础。     

小波变换在地震波勘探中的应用

针对利用地震波场对目标进行探测问题,研究了利用地震波勘探的基本原理,提出了采用小波变换对地震波信号进行降噪的方法,通过与传统的经典滤波方法相比,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号并探测目标的目的。     

船舶混沌噪声特性提取方法研究

为对船舶结构故障进行实时预报,本文基于小波变换理论,建立混沌振动信号的离散、分解以及重构模型,对船舶故障特征信号进行提取。以某船舶振动信号为例,在信号两端采用软窗域函数重构,而信号中间位置采用硬窗域函数进行重构,然后采用本文建立的模型进行特征信号的辨识,得出子结构特征信号。结果表明:本文建立的模型较为有效,且计算速度较快,能够为工程应用提供参考。     

基于数据驱动和神经网络的船舶机械轴承故障预测

本文针对船舶机械轴承故障预测问题,首先进行轴承典型故障的数学模型转化,然后提出一种基于模态分解算法和小波神经网络算法的故障预测方法,利用小波变换对轴承振动信号进行特征提取,构建一个多层感知的神经网络模型和较准确的轴承故障预测模型。最后,通过实验验证了该方法的有效性和准确性,具有一定的实用价值。     

小波分析在船舶测试信号和图像消噪方面的应用

小波消噪已经成为目前信号消噪的主要方法之一，小波变换由于在时频两域都具有良好的局部性能，尤其在信号处理过程中，采样信号都不可避免地受到各种噪声和干扰的影响，利用小波分析可以对实验数据进行消噪处理。本文详细介绍了目前小波消噪的各种方法，揭示了小波消噪的数学背景和滤波特性；并阐述了针对不同信号的自身局部特性以及使用不同的小波变换函数和构造出适合的闻值之间的联系。对一个含有噪声的多普勒测试信号和一个含噪声图像分别进行了多尺度一维离散平稳小波分解和二维离散平稳小波消噪分析，仿真的结果表明：小波分析可以对信号更有效地消噪。     

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。