基于子波变换的SAR图像边缘提取研究

SAR图像的边缘提取是其图像处理的一项重要内容。将子波变换应用到SAR图像的边缘提取，通过提取子波变换局部极大模来提取图像边缘。仿真实例表明该方法取得的边缘清晰准确，具有一定的先进性。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

小波域子空间滤波法研究

将时域子空间法和小波变换结合在一起,推出小波域子空间滤波算法.具体地讲,把整体观测信号小波系数子空间划分为信号加噪声小波系数子空间和噪声小波系数子空间,根据尺度内时间估计准则,由信号加噪声小波系数子空间重构信号小波系数,从而获得估计信号.实验表明,当用于恢复高斯噪声中Ricker子波时,小波域子空间滤波法相对于传统软、硬阈值法具有明确优势.     

基于小波神经网络的舰载雷达目标识别方法

介绍了用于雷达目标识别的小波神经网络的结构与算法。该方法基于子波变换进行特征提取和识别，在最小均方能量准则下，用共轭梯度算法求解子波函数线性组合的尺度和延时参数，以及神经网络的权值。结果表明，该方法的实际结果具子波的非线性，可有效解决雷达目标的识别问题。     

MA(q)模型参数的估计——一种混合相位子波反演算法

笔者在文中讨论了混合相位子波A的反演问题.利用高阶累积矩获得近似反子波B(0),再通过B(0)与地震记录S褶积生成数据S=B(0)*S,最后对模型S=C(0)*r采用统计递归算法SRA[14]得到介入子波C(0)=(C,C*).真实子波A的估计通过解方程C=B(0)*A得到.如果混合相位子波A的长度有限,我们的算法可获得相当满意的结果.     

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。     

水下航行体模型尾部壁面脉动压力与近壁湍动速度同步测试

为了研究水下航行体尾部厚边界层湍流非定常特征,利用轴对称的光体模型及2个尺度不同的大附体模型,在低速风洞中进行模型尾部壁面脉动压力与近壁湍动速度同步测试,并采取相关计算、小波分析等方法作数据处理分析.结果表明:航行体尾壁面脉动压力信号主频成分相对较少,且频率较为固定,反映航行体尾厚边界层流动大尺度相干结构影响;而近壁湍动速度信号反映多种不同尺度的涡作用,且低频信号占据主要的频率成分,同时,随着离壁面距离的增加,湍动速度与壁面脉动压力最大相关系数减小.测试同时考察了不同大附体方案和雷诺数变化对航行体尾湍流特性的影响.     

小波变换检测铁路交流计数信号的研究

傅氏变换在频域能对信号整体作频谱分析,很难直接分析交流计数信号。近年来兴起的子波变换可对信号进行多尺度分析,容易提取信号特征。本文是用子波变换方法分析铁路交流计数信号。并且通过采用不同的小波基对铁路交流计数信号进行仿真,通过分析比较找到合适的小波基,结合频谱分析的方法得到铁路交流计数信号的有关参数。最后给出仿真的例子。     

基于连续子波变换的铁路车轮踏面擦伤的在线检测

在分析国内外关于铁路机车车辆车轮擦伤在线检测的应用和方法的基础上,提出了利用连续子波变换对车轮钢轨的振动加速度信号进行分析,当车轮踏面出现擦伤时,其振动信号中的幅值出现突变点。通过对实测数据的分析并与信号的倒谱分析比较证明,这种方法较常规的方法更有效地应用于车轮踏面擦伤的诊断中。