基于S变换的地震信号降噪方法研究

S变换在分析非平稳信号时能有效地反映出频率随时间的变化,但由于其窗函数是固定不变的,在实际中应用受到了限制.从基本理论出发,推导出一种改进的S变换形式,并对合成信号分别进行傅立叶变换、s变换和改进的S变换,通过对比发现:改进的s变换方法能够更好地分辨非平稳信号的频率特性,比S变换具有更高的分辨率.最后应用改进的s变换方法对地震背景噪声数据进行了去噪处理,取得了较好的结果.     

基于小波Fisz变换的X射线脉冲星信号降噪研究

针对X射线脉冲星信号信噪比低,难以获取精确脉冲星信号相位的问题,提出了基于WaveletFisz变换的X射线脉冲星信号的估计方法.根据X射线脉冲星信号特性建立了信号模型,推导了Wavelet-Fisz变换理论,利用该变换将X射线脉冲星信号逼近于高斯分布,对变换后的信号数据进行估计.对大量RXTE的实测数据进行分析,结果表明在Wavelet-Fisz变换下能获得较好的估计性能,且耗时小,有利于X射线脉冲星导航的工程应用.     

基于虚拟相位平面的相位展开方法

在基于相位分析的三维测量系统中,为了准确地得到物体的高度,相位展开扮演着很重要的角色。传统的相位展开方法常常需要额外的投影图,而傅里叶变换轮廓术只需要采集一幅或两幅变形条纹图就可以实现对物体轮廓的测量,其方法速度快,易于实现。针对傅里叶变换轮廓术方法计算得到的截断相位分布,本文提出了一种利用截断相位与参考平面相位差值2π的整数倍数获得截断相位的正确级次,辅助相位展开的方法。当被测物体较复杂,或者相位截断次数较多时,该方法在已有参考平面相位的基础上虚拟新的相位平面,依次比较截断相位和虚拟相位,进行多次分级相位展开,结合多个展开相位结果,最终得到正确的展开相位。该方法展开速度快,展开错误不会蔓延传递。仿真和实物实验结果证明了该方法的可行性,说明该方法可用于傅里叶变换轮廓术中进行截断相位的快速展开。     

弱相依半参数回归模型的加权小波估计的渐近正态性

本文研究了半参数回归模型y_i=X'_iβ+g(t_i)+e_i,i=1,2,···,n,其中{e_i}为ψ-弱相依随机误差序列.利用小波估计的方法得到了参数、非参数的加权小波估计量.在相当一般的条件下,获得了这些小波估计量的渐近正态性,不仅推广了半参数回归模型的相应结果,而且在一定程度上统一了相依半参数回归模型的渐近正态性的理论.     

由Campanato型函数和与薛定谔算子相关的Riesz变换生成的Toeplitz算子的有界性

本文研究了由Campanato型函数及与Schrödinger算子相关的Riesz变换生成的Toeplitz算子的有界性.利用Sharp极大函数估计得到了Toeplitz算子Θ^b在Lebesgue空间的有界性,拓广了已有交换子的结果.     

基于Hilbert变换的LFM检测与估计

LFM(线性调频)信号是一类重要的非平稳信号,其完全被初始频率和调频斜率两个参量表征,而LFM信号的检测与估计问题是信号处理中最为重要的研究热点之一.由于调频信号在时频平面内有较好的聚集性,通常使用时频分析的方法对其进行检测和估计.线性正则变换是经典时频分布的广义形式,对LFM信号具有很好的能量聚集特性,在现有的线性正则域Hilbert变换的基础上,提出了一种不需要谱峰搜索而快速检测LFM信号和估计其参数的方法,并且通过仿真实例验证了所提出方法的优越性.     

全平面上解析的非正规增长的Laplace-Stieltjes变换的λ-型

通过引入λ-型的概念,研究了在全平面收敛的Laplace-Stieltjes变换所确定的非正规对数增长的整函数的增长性问题,并得到λ-型与最大模,最大项及最大项指标的关系,推广了Dirichlet级数的相关结果.     

分数阶尺度函数的分解与重构算法

引入分数阶多分辨分析与分数阶尺度函数的概念.运用时频分析方法与分数阶小波变换,研究了分数阶正交小波的构造方法,得到分数阶正交小波存在的充要条件.给出分数阶尺度函数与小波的分解与重构算法,算法比经典的尺度函数与小波的分解与重构算法更具有一般性.     

基于在线HHT和SVM的汽油机轻微漏气故障识别方法

针对汽油机轻微漏气故障会被闭环反馈控制所掩盖,提出了一种基于在线希尔伯特变换(Hilbert-Huang Transform,HHT)和支持向量机(Support vector machine,SVM)的两阶段微小故障识别方法(Online HHT-SVM,OHS).第一阶段在嵌入式两滑动时间窗内通过HHT对发动机空燃比数据流进行在线时频分析,以实时获取空燃比发生异常的时刻;第二阶段通过SVM对异常时刻的数据流故障模式进行离线识别.根据氧传感器信号特征,对经验模态分解(Empirical mode decomposition,EMD)算法进行了改进,并从理论上进行了证明.基于两款发动机的实际运行数据验证了该方法的有效性.     

结合àtrous算法与Retinex算法的医学图像增强

提出结合àtrous算法与Retinex算法的医学图像增强.方法在二进小波理论基础上,利用推广的二维àtrous算法对医学图像进行处理,对经过多级分解后的医学图像的低频利用连续非线性函数增强,而对分解后的多个高频采用改进的Retinex算法进行增强;最后,对增强后的低频和高频进行重构.经过反复仿真试验结果表明:方法在去除噪声的同时更好地保留了图像边缘特征,增强了图像细节信息和凸显图像的轮廓,并克服对比度下降的不足,较好地去除光晕现象,视觉效果好,层次感更丰富.