基于线调频频散变换的多模式超声兰姆波时延估计

适合薄板检测的超声兰姆波多模式具有频散特性,它携带着有用的时延信息,但估计其中的时延参数有一定的困难。本文提出的基于自适应线调频频散变换的超声兰姆波多模式时延估计方法使提取其时延参数成为可能。仿真和实验结果说明了这种方法的有效性。     

基于小波变换的广义相关时延估计算法

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟,本文结合小波变换的特点,提出了一个基于小波变换的广义相关时延估计算法并给出了它的时域和频域公式,此算法与直接互相关法相比,能对信号与噪声的假设条件放宽且在低信噪比下能有效估计时延。为了提高时延估计精度,在广义相关时延估计的基础上本文又提出了基于基小波的二次加权法。经仿真证明了这两种算法的有效性。     

基于遗传算法的超声信号LMS自适应时延估计

为了克服ＬＭＳ自适应时延估计（ＬＭＳＴＤＥ）算法计算量大的问题,引进遗传算法进行ＬＭＳＴＤＥ的寻优规划,并采取了克服过早收敛的措施。对超声信号进行时延估计的实验表明,该方法大大减少了计算量,并有较高的时延估计精度。     

基于小波变换的高斯点扩展函数估计

点扩展函数估计是图像复原的重要内容,目前还没有精确估计的算法。根据小波理论,提出了新的高斯型点扩展函数精确估计算法。算法首先对模糊图像作平滑处理,抑止噪声;然后对图像进行不同尺度小波变换,并分别计算出变换后小波模极大值;再根据推导出的不同尺度下小波模极大值、李氏指数、方差三者之间的关系,准确计算出高斯点扩展函数的方差。实验结果表明,算法的估计精度高,达到了95%左右,具有重要的应用价值。     

基于多小波变换的图像去噪新方法

离散多小波在图像去噪和图像融合方面有突出的效果.利用GHM多小波,对图像去噪中阈值的选取给出了具体的方法,对单小波与多小波去噪方法进行了比较.结果表明,多小波在图像去噪的效果上明显优于单小波.     

小波降噪提高时延估计精度的研究

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟,结合小波降噪的特点,提出了一种基于小波降噪的广义相关时延估计算法.鉴于传统阈值降噪的不足,对小波阙值的选取进行改进,研究出一种新的小波阈值降噪技术.该算法克服了传统广义相关法需要信号和噪声先验知识的局限性,放宽了直接互相关法对信号和噪声的假设条件.仿真和实验结果...     

基于Haar小波特征的恒星光谱物理参量自动估计

恒星大气物理参数的自动测量是大型巡天计划中海量光谱数据自动处理中的一个重要内容。首先使用多尺度Harr小波对恒星光谱数据进行特征分解,然后选用相应的小波系数作为光谱的特征向量,最后采用非参数回归算法对光谱的物理参数进行估计。研究表明,只需对光谱进行四层小波分解, 并选择第四层小波系数作为光谱的特征向量,即可获得重力加速度和表面有效温度的较好估计。对于化学丰度的估计,选择第一层小波系数作为光谱特征向量可取得较好效果。选用文献相关研究中常用的恒星大气模拟模型合成光谱库ELODIE中光谱数据测试了该方法的有效性。结果表明,基于Harr小波分解的光谱特征提取方法对恒星表面温度、表面重力和化学丰度等物理参数的估计具有较高的精度和鲁棒性。     

时频域独立元分析方法实现超声兰姆波的多模式分离

为方便兰姆波信号分析与模式定征,提出一种将短时傅里叶变换(Short-Time Fourier Transform,STFT)与独立元分析(Independent Component Analysis,ICA)相结合的多模式超声兰姆波识别方法。首先通过STFT将兰姆波时域信号投影至时频域,基于各模式信号在时频域相对独立的特点,利用ICA实现混叠模式分离。根据分离模式时频能量脊提取各模式群速度曲线,进而估计板厚。将方法运用于时域有限差分(Finite-Difference Time-Domain,FDTD)法仿真与钢板实验,分离得到A0、A1和S0三种模式。仿真与实验中平均群速度估计误差约为1.5%和2.0%,板厚估计误差约为0.3%和2.0%。仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)不小于0 dB的情况下,时频域独立元分析方法均可实现兰姆波多模式分离、群速度曲线提取及板厚估计。     

时频域独立元分析方法实现超声兰姆波的多模式分离

为方便兰姆波信号分析与模式定征,提出一种将短时傅里叶变换(Short-Time Fourier Transform,STFT)与独立元分析(Independent Component Analysis,ICA)相结合的多模式超声兰姆波识别方法。首先通过STFT将兰姆波时域信号投影至时频域,基于各模式信号在时频域相对独立的特点,利用ICA实现混叠模式分离。根据分离模式时频能量脊提取各模式群速度曲线,进而估计板厚。将方法运用于时域有限差分(Finite-Difference Time-Domain,FDTD)法仿真与钢板实验,分离得到A0、A1和S0三种模式。仿真与实验中平均群速度估计误差约为1.5%和2.0%,板厚估计误差约为0.3%和2.0%。仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)不小于0 dB的情况下,时频域独立元分析方法均可实现兰姆波多模式分离、群速度曲线提取及板厚估计。     

电磁超声换能器激发超声兰姆波的模式展开分析

提出一种用于研究电磁超声换能器(EM.AT)激发超声兰姆波的模式展开分析方法。从EMAT曲折线圈的电流分布出发,推导出铝板表面洛伦兹切向应力的形式解;对其进行空间傅里叶变换,得到激发超声兰姆波的表面驱动应力之波数谱密度。在此基础上采用导波激发的模式展开分析方法,推导出与EMAT线圈的几何参数密切相关的兰姆波模式展开系数的数学表达式,为严格分析EMAT的兰姆波激发问题奠定了理论基础。数值分析结果表明,通过改变EMAT线圈的几何参数,可对兰姆波的模式展开系数进行适当调整,从而实现有效抑制不需要兰姆波模式的目的,这一结果为采用EMAT激发纯度高的单一兰姆波模式提供了理论依据。     

多谐波脉冲星信号时延估计方法

针对脉冲星导航技术中延时估计这一关键问题, 提出了频域上直接使用脉冲星信号测量到达时间集合进行时延估计的方法——多谐波脉冲星信号时延估计(MHSPE)方法. 该方法建立在频域上相位时延的极大似然估计的基础上, 通过高次谐波对脉冲星观测信号提取出各谐波相位的极大似然估计, 然后取频谱上各谐波的幅值进行归一化作为各谐波相位的权值, 最后取各谐波相位的加权平均作为该时刻的相位估计. 理论上证得MHSPE算法对相位的估计是无偏、一致的, 相比于频域上一次谐波的极大似然估计, MHSPE方法的信噪比随谐波数m的增加而增加, 当各谐波幅值相同时, 信噪比可提高m_1/2倍; 与脉冲星信号时延的克拉美罗界比较, 脉冲星信号时域的导数在频域上的反映就是各谐波分量的数量, 因此随着谐波次数的增加脉冲星信号时延估计可极大趋近克拉美罗界. 采用RXTE航天器对Crab脉冲星的实测数据检验MHSPE方法的性能, 实验结果表明, 针对低信噪比的脉冲星信号, MHSPE可获得高精度的相位估计, 随观测时间增加, 估计精度快速收敛于克拉美罗界.     

基于匹配度和多小波变换的图像融合

介绍了多小波变换的理论基础。多小波变换具有正交性、光滑性、对称性、有限支撑域等性质,因而非常适合用于图像处理。给出了多小波域的图像匹配度的定义,提出了一种基于匹配度和多小波变换的图像融合算法。该算法可以实现不同传感器图像的有效、可靠的融合。使用该算法对可见光图像和红外图像进行了融合实验,并对融合结果进行了评价和分析。     

基于模式分离的兰姆波逆时偏移成像

应用频率域逆时偏移方法实现各向同性和各向异性板中缺陷的兰姆波成像.由于缺陷引起的多模态散射信号会在重建图像中形成伪像,根据基本导波模式振动对称性的差别进行了模式分离预处理.基于多元阵列超声技术,开展了铝板和复合板内缺陷频率域逆时偏移超声成像方法的数值仿真研究.首先,建立有限元模型,采用环形传感器数值采集由缺陷引起的兰姆波散射信号,然后,将采集到的多模式散射信号进行模式分离处理,再将模式分离后的兰姆波散射信号经时间反转后并在相应的接收器处重新激励,在频域中运用格林函数反向传播兰姆波散射信号,获取监测区域的声场信息,与正向传播声场进行互相关,重建缺陷图像.首先对铝板中单缺陷以及复合材料板中相邻的两个相同缺陷进行数值仿真,对比有无模式分离处理的缺陷逆时偏移成像效果,体现出模式分离的重要性.在此基础上,采用逆时偏移方法对复合板材内位置邻近、深度不同的双缺陷进行识别.数值结果表明,模式分离预处理后的缺陷重建图像能够有效去除多模式干扰产生的伪像.文中提出的成像方法对各向同性板和各向异性板内缺陷的检测和成像具有很好的发展潜力,可以准确地探测多个缺陷的形状、尺寸和深度.     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息,其识别结果明显优于SA4多小波.将目标原图的光学相关探测结果与基于GHM多小波提取的边缘图像光学相关探测结果进行比较发现,经多小波预处理后的边缘图像能有效增强相关峰强度.     

超声兰姆波的时频分析

声-超声方法在被测板件厚度较小时,板中传播的超声波模式主要是多模式的兰姆波。由于兰姆波的复杂性,声-超声方法回避了对信号进行进一步深入的分析,而采用所谓“应力波因子”对材料中能量耗散进行相对度量。当多模式与频散同时存在时,信号的识别异常困难,本文采用时-频分析的方法对声-超声信号进行了分离,只需一次测量就可满足分析要求。通过对兰姆波信号的伪Wigner-Ville分布进行时频重排和图像特征提取,能够精确地获得兰姆波的局部群速度频散曲线。     

基于多小波变换的红外目标探测与识别

针对光电联合变换相关器目标识别的实际应用,对待测红外目标图片进行多小波变换,并利用模极大值法提取其边缘.通过获取更多的轮廓信息,从而提高对目标的识别能力.计算机模拟了常用于红外目标处理的多小波GHM和SA4,实验结果表明:基于GHM多小波提取的边缘能获取大量的图像轮廓信息.其识别结果明显优于SA4多小波.将目标原图的光...     

基于小波变换的多尺度图像融合增强算法

为解决原始单源图像缺乏多尺度细节信息和图像融合后出现的噪声问题,提出了一种基于小波变换的多尺度图像融合增强算法,根据不同频率子带分量采用不同融合规则的思想,对高频子带提出了三种融合方法,同时构建了一种新颖的多尺度残差金字塔空间并将其参与融合过程,以减少融合噪声.多种小波分解和对比实验结果表明,提出的小波多尺度融合增强算...     

瞬态信号的小波变换波达方向估计

针对瞬态信号方位估计问题,提出了基于连续小波变换的多重信号分类测向算法(CWT_MUSIC)。首先由信号特征确定小波尺度参数,构造Morlet小波,对信号进行小波变换,利用获得的小波变换系数建立多分辨时频阵列信号模型,并据此模型设计基于子空间的MUSIC算法以实现瞬态信号的波达方向估计;然后对该算法的多分辨与误差性能进行分析,最后仿真实验和实际爆炸试验验证了所提出的CWT_MUSIC算法能有效地提高空间谱的分辨率和DOA估计性能。     

基于小波变换的多尺度水平集算法研究

针对传统水平集算法在处理低对比度图像时,出现的在局部梯度极大值区域及虚假边缘处停止演化等问题,提出了一种基于小波变换的多尺度水平集算法.采用高斯函数的导函数作为小波函数,使用独立强度传播模型来估计小波函数每一点尺度因子的值,再将沿x,y两个方向小波变换模的递减函数作为水平集速度停止项,对待处理图像进行水平集演化运算.实验结果表明,该方法优于传统水平集变换法.     

基于多尺度小波变换融合的视网膜血管分割

针对眼底视网膜血管细小、轮廓模糊导致血管分割精度低的问题,提出一种多尺度框架下采用小波变换融合血管轮廓特征和细节特征的视网膜血管分割方法。通过预处理增强血管与背景的对比度,在多尺度框架下提取血管轮廓特征和细节特征,并进行图像后处理;采用小波变换融合两幅特征图像,通过计算各尺度对应像素的最大值,得到血管检测图像,最后采用Otsu法进行分割。通过在DRIVE数据集上进行测试实验,得到平均准确率、灵敏度和特异度分别为0.9582,0.7086,0.9806。所提方法能够在准确分割血管轮廓的同时保留较多细小血管分支,准确率较高。