希尔伯特-黄变换应用于宽带信号参数估计

多普勒效应对主动声纳接收信号的根本影响是接收信号相对发射信号的时间延迟和尺度伸缩。在宽带信号体制下对高速运动目标进行参数估计时,利用传统的窄带信号模型会产生模糊,必须采用时间尺度域模型,即利用接收信号和发射信号的相关性实现运动目标距离和速度的估计。宽带信号模型计算量大,计算时间长。希尔伯特-黄变换具有较高的频率分辨率,利用希尔伯特-黄变换对信号进行频率预估计,减小时间尺度域二维扫描的区域和运算量。在DSP硬件平台上实现希尔伯特-黄变换有关算法。     

高速公路场景下的电子稳像技术研究

为了去除高速公路监控视频中自身位置不稳定的事物给全局运动矢量估计带来误差,先通过Canny算子检测图像中的直线,并根据车道边界的特征筛选出道路边界,确定道路区域。再检测道路区域内的Harris角点信息,并与背景图中道路区域内的角点位置进行匹配,从而得到全局运动矢量,并计算出稳定的图像。实验表明,该算法能够满足高速公路场景下的稳像需求。     

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．     

基于小波包变换的非线性自适应均衡器算法

提出了一种基于小波包变换的非线性均衡器,利用小波包对信号较强的去相关能力来提高均衡器的收敛速度,并通过能量归一化过程给出了一种自适应均衡算法。在仿真实验中,针对无线通信数字信号传输过程中由于多径效应和信道衰落而产生的码间干扰(ISI)问题,比较了最小均方(LMS)算法和基于小波包变换的均衡器算法的均衡效果,并对不同尺度下的均衡算法进行了比较。结果表明,基于小波包变换的均衡算法具有更快的收敛速度;当小波包基的分解尺度增大时,均衡器的收敛速度也随之加快。     

小波变换在电力机车主整流器故障检测中的应用研究

提出了一种基于小波变换的小波信息熵,并利用其构造设备状态检测指标计算方法,将这种状态检测方法应用到电力机车主整流器故障检测中。通过各种不同故障状态仿真实验分析,表明这种方法是有效的,同时具有较强的抗干扰性。     

虹膜识别技术的应用与发展

虹膜识别技术是一种生物特征识别技术,本文在分析其研究现状、识别流程的基础上,简单的介绍了虹膜图像的采集、虹膜定位、归一化与增强、虹膜编码、比较与判决等主要内容。     

大功率电能变换装置软件锁相环的应用

大功率电能变换装置的稳定运行,准确的相位信息至关重要。软件锁相环(SPLL)具有设计自由、适应性强等优点可快速获得电网电压的相位。本文通过分析SPLL原理,获得适用SPLL模型,并应用于大功率电能变换装置。仿真及试验表明所用SPLL能较好应用于大功率PWM整流装置。     

四边固定支承矩形薄板振动分析的有限积分变换法

利用双重有限余弦积分变换的方法推导出了四边固定支承条件下,矩形薄板的固有频率和振型的解析解表达式.由于在求解过程中不需要事先人为地选取挠度函数,而是从弹性薄板的基本振动方程出发,直接利用数学的方法求出可以完全满足四边固定支承的边界条件,弹性矩形薄板的固有频率和振型解析解,使得问题的求解更加合理化.最后,还给出了计算实例来验证文中所采用的方法以及所推导出的公式的正确性.     

基于Hilbert-Huang变换的柴油机气门漏气故障诊断研究

分析柴油机漏气故障的振动诊断机理,阐明Hilbert谱与傅里叶谱的区别,通过引入Hilbert-Huang变换这种新的时频分析方法成功诊断了气门漏气故障。     

Outlier Rejecting Multirate Model for State Estimation

IntroductionMeasured data is often contaminated by noisein state estimation.Kalman filter is a powerfultool for signal extracting.It is especially efficientin estimating spatially inhomogeneous signal whenthe noise is Gaussian.Due to process noise or non-stationary environment,the measured data is usu-ally corrupted by outliers.The performance is de-graded seriously.Generally,there are two kinds ofapproaches to handle this problem.Outlier can bedetected based on renovation[1],then be replace…