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。     

基于希尔伯特变换的应力波波速估计的研究

研究基于希尔伯特变换的时间延迟估计方法及其算法,算法通过MATLAB语言编程实现。制作了4块混凝土板并在其上开展基于冲击反射法的双传感器波速测量实验,将互相关时延估计和希尔伯特变换时延估计应用到波速估计中,两者均能解决直接观察法中的人为误差的影响和噪声对测量精度的影响,取得比较满意的结果,希尔伯特变换时延估计得到的波速精度比互相关时延估计得到的波速估计精度更高。     

位势依赖能量的特征值问题的规范变换及相应的贝克隆变换

用规范变换的方法，导出了位势依赖于能量的特征值问题的规范变换及相应的贝克隆变换。     

基于支持向量机和辐射噪声的舰船目标识别

分类器的构造和特征量的提取是目标识别的两个基本问题。鉴于舰船辐射噪声反映了同种舰船的特征，以及以支持向量机为核心的统计学习理论具有具有较好地解决小样本、非线性问题的能力，提出了一种新的识别方法，首先利用子波变换和多分辨分解算法对舰船目标的辐射噪声进行分解，得到目标的线谱和调制谱特征，然后使用支持向量机构造分类器，进行目标识别。实验表明，这种方法是可行的，且有较好的识别精度和较强的泛化性能。     

MIMO-OFDM系统中的信道估计算法设计

MIMO-OFDM信道估计算法中,基于相位偏移导频结构的时域最小二乘算法,具有实现过程简便、精度高等特点,但是该算法需要通过复数计算完成。为了降低计算量、节省系统存储空间,对算法进行了两方面的改进:①提出一种由实数构成的新的导频结构;②根据新的导频结构,利用离散哈特莱变换提出新的信道估计算法。由于采用了离散哈特莱变换,算法只需要通过实数计算完成,能够有效降低计算复杂度。与通过复数计算的结果相比,算法没有造成计算精度的下降。采用Matlab软件进行仿真,验证了该导频结构和算法的有效性及可靠性。     

基于霍夫变换的断层地质构造识别研究

本文主要论述基于霍夫变换的线性检测算法，并在霍夫变换的基础上的结合数字图像处理的其它算法，对线性特征较明显的遥感断层照片估了具体的特征提取和判识，从而将抽象的算法与具体的应用结合起来，并用实例说明了霍夫变换这种线性检测算法在景物识别领域中应用的基本思想和途径。     

实时光学非线性联合变换相关运动目标跟踪研究

利用高对比度液晶光阀对联合功率谱进行非线性处理，实现了实时非线性联合变换相关，以此非线性联合变换相关器为核心，构成光电混合自适应运动目标跟踪系统，完成了对尺度，旋转等有连续畸变变化的运动目标的跟踪实验研究，本文给出非线性联合变换相关的实现方法，运动目标跟踪原理和跟踪实验结果。