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。     

Riccati方程在电罗经直航向误差建模与预测中的应用

为减小舰船直航向运动情况下风、流、摇摆等对电罗经航向造成的随机误差影响,提高舰船直航向运动时电罗经指向精度,采用时间序列模型对其随机误差进行建模,利用随机误差自相关函数和偏相关函数特性确定模型阶数,获得了较为准确的误差模型.同时,基于建立的模型,采用Riccati递推方程与指数平滑式结合的方式对电罗经航向随机误差进行预测.结果表明,时间序列模型较为准确地描述了电罗经航向随机误差过程,预测精度较高,鲁棒性较强,为减小电罗经直航向误差提供一种有效的方法.     

舰艇直航时电罗经航向自抗扰控制方法研究

为减小舰船直航向运动情况下风、流、摇摆等对电罗经航向造成的随机误差影响,提高舰船直航向运动时电罗经指向精度,采用高阶AR模型对其随机误差进行建模,确定模型阶数,获得了较为准确的误差模型.同时,基于建立的模型,对电罗经航向随机误差进行预测,利用前期预测值结合自抗扰控制技术对随机扰动进行抑制.通过与H∞ Kalman滤波器进行对比表明,采用自抗扰控制技术与高阶AR模型结合的方法较为有效地抑制了电罗经航向随机误差过程,为减小电罗经直航向误差提供一种行之有效的方法.     

基于最小二乘法的电罗经匀转向航向误差修正方法

为减小舰船匀转向情况下电罗经的航向误差,提高电罗经指向精度,在分析某型罗经实测数据基础上,利用最小二乘法建立其误差模型,并对模型参数进行了估计。实践表明,该方法用于电罗经航向误差补偿效果较好。     

小波自适应阈值的混沌去噪方法*

为了提高小波分析方法在混沌去噪中的自适应能力,对不同尺度下的小波信号设定调节因子,根据混沌序列关联维的大小确定最优阈值。为了提高寻优效率,采用遗传算法全局自适应搜索最优阈值。利用该方法对Lorenz混沌时间序列进行了去噪分析,结果表明所提方法是非常有效的。     

小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

小波分析在故障诊断中的应用

在分析小波变换原理的基础上,根据设备出现故障时的信号特征,介绍了小波分析在降噪及故障诊断中的应用。重点分析了小波变换应用于设备故障诊断的优点及其优于傅里叶变换等其他方法的数学机理。最后通过实例验证小波分析在故障诊断中的应用,并通过与傅里叶变换对比,表明小波变换能克服傅里叶变换的固有缺陷,准确提取故障特征。     

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。     

航向数据去噪中两种滤波方法对比研究

电控罗经因其多种优点得剑广泛的使用,但是由于受多种干扰影响,其航向数据存在不同噪声。利用改进的Sage-Husa自适应滤波和抗野值算法,将其应用到罗经的数据处理中,并与经典kalman进行了比较。通过试验结果中误差方差和Allan方差系数的比较,得到Sage-Husa自适应滤波比经典kalrnan更适用于航向数据的处理。     

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...     

卷积小波包变换在多址干扰消除中的应用

为解决扩频通信系统中存在的多址干扰问题,将卷积小波包变换引入了扩频系统的降噪处理过程。探讨了干扰噪声在卷积小波包变换中的传播特性,在此基础上讨论了卷积小波包变换降噪的算法步骤,详细讨论了干扰噪声方差估计和阈值函数处理的方法。对几种常用的信号类型进行了仿真计算,仿真结果表明该方法不但能提高扩频通信系统的降噪精度,还可较好保留信号中的主要细节。     

基于FFT与自相关函数的快速功率谱估计方法

在信号的功率谱估计中通常采用基于自相关函数的方法。而基于自相关函数的功率谱估计的结构与离散傅立叶变换非常类似,但每次的计算结果所对应的频谱分量是任意的。考虑目前快速Fourier变换算法（FFT）已经发展成熟,且已广泛地运用到了雷达数字信号处理中。因此,文章对频谱分量所对应的参数加以调整和限制,使其与离散傅立叶变换输出完全一致,然后利用FFT算法来计算功率谱,从而实现功率谱的快速估计,最后给出了快速估计的方法步骤与计算实例,论证了该方法的有效性。     

小波分析理论及其在数字滤波中的应用研究

系统地分析了小波变换的物理意义和特点,并进一步将小波变换应用于微机保护数字滤波器中,得出基于小波变换的微机保护数字滤波器具有傅里叶变换不可比拟的优越性,可以准确滤除信号中的直流和高频分量。     

一种基于软阈值的小波去噪算法

对于高幅度和宽尺度的噪声要素，尤其是当有用信号的幅度和噪声尺度相差不大时，使用传统的傅里叶滤波和一般的小波变化去噪的效果不是很好，对此提出了一种软阈值去噪方法。仿真实验结果表明，这种方法在有效消除高频随机信号和特定尺度的噪声，同时又能很好地保留原有的有用信号。     

一种提高外显子预测的改进周期3消噪策略

为提高外显子的预测精度，文中用到了一种改进的算法-PPA算法（ post-processing algorithms ）．PPA算法通过比较滤波前后DNA信号N/3处的频谱分量的方法来去除噪声．将PPA算法分别应用到处理离散傅立叶变换（DFT），成对的频谱分析（ PSC）和改进的Gabor小波变换（ MGWT）的周期3系数来实现周期3的去噪．算法的性能在HMR195，Burset/Gui-go570，Asp673个数据库中进行了评估，并把受体工作特征（ ROC）、特异性、灵敏度曲线3个方面作为评测标准．通过实验分析，验证了PPA算法能够有效地提高外显子的预测精度，同时基于小波变换的策略确保了模型的独立性．     

利用回波互谱进行方位估计的两种方法研究

从两阵元回波互谱中存在一定的方位关系出发，介绍了傅立叶互谱和小波互谱的概念，并以两阵元模型为基础，采用有色高斯噪声背景下的矩阵单频信号，利用两种互谱分别作了方位估计，最后给出仿真结果。     

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.     

基于小波变换的海浪方向谱估计方法研究*

利用数值模拟方法分析了基于小波变换的方向谱估计分析方法的适用性,测波阵列类型、波浪入射方向、方向 集中度以及采用长度对小波方向谱估计分析方法分析结果的影响。结果表明：小波方向谱的方法适用条件较广泛,实用 性更强。     

变分法的参数约束估计法(英文)

The accuracy of parameter estimation is critical when digitally modeling a ship. A parameter estimation method with constraints was developed, based on the variational method. Performance functions and constraint equations in the variational method are constructed by analyzing input and output equations of the system. The problem of parameter estimation was transformed into a problem of least squares estimation. The parameter estimation equation was analyzed in order to get an optimized estimation of parameters based on the Lagrange multiplication operator. Simulation results showed that this method is better than the traditional least squares estimation, producing a higher precision when identifying parameters. It has very important practical value in areas of application such as system identification and parameter estimation.     

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。