基于小波域的维纳滤波算法在锥束牙科CT中的应用

提出一种小波域的维纳滤波方法对锥束牙科CT断层图像进行降噪。该算法以db4小波作为分解小波对CT图像进行分解,在分解后的每个子带再进行维纳滤波,并根据图像的区域统计特性对每个子带的局部均值和噪声方差估计参数进行了调整。利用降噪后的小波系数重构图像,得到降噪后的CT断层图像。通过计算机仿真及锥束牙科CT的真实数据测试表明,本文采用的方法有效抑制了图像噪声,提高了图像的信噪比,明显改善了图像的视觉效果。     

基于小波域可导阈值函数与自适应阈值的脉冲星信号消噪

脉冲星辐射信号具有极低的信噪比, 传统降噪方法难以在抑制噪声的同时保留其细节信息. 为此, 提出了一种小波域脉冲星信号消噪方法. 在小波域, 利用一种可导的阈值函数和一种自适应阈值选取方法, 对含噪脉冲星信号进行小波域阈值去噪处理, 并利用信噪比(SNR)、 均方根误差(RMSE)、 峰值相对误差(REPV) 以及峰位误差(EPP) 四项指标来对去噪效果进行评价. 实验结果表明, 与软阈值与硬阈值法相比, 该方法能在有效去除含噪脉冲星信号中的噪声、 显著提高其信噪比的同时, 更有效地保留原始信号中的有用信息, 同时可以获得更小的均方根误差、 脉冲峰值相对误差与峰位误差.     

基于脉冲星观测的原子时波动检验研究

脉冲星时(pulsar time, PT)具有较高的长期稳定性,其与原子时(atomic time, AT)的建立属于两个完全不同的物理过程.因此,脉冲星时可作为原子时波动的一种独立检验方式.本文结合真实钟差数据,展示了基于脉冲星时的原子时波动检验结果.首先,给出了Parkes脉冲星计时阵(Parkes pulsar timing array, PPTA)发布数据中四颗毫秒脉冲星的计时结果.为进行原子时波动的检验,利用四颗脉冲星的计时模型参数,仿真生成以地球时(terrestrial time, TT)(BIPM19)为参考的脉冲到达时间(pulse times of arrival, TOAs)数据,然后将参考时由TT (BIPM19)改为TT (TAI).基于此,分别采用经典加权平均算法与维纳(Wiener)滤波算法提取了原子时相对于脉冲星时的波动.将两种方法得到的检验结果进行对比,结果表明Wiener滤波算法对原子时波动的提取效果优于加权平均算法.本文在Wiener滤波算法提取钟差信号的基础上加入了小波阈值去噪算法以扣除高频噪声,去噪后PT更接近于TT (BIPM19),进一步提...     

面向综合定位导航授时系统的天地基脉冲星时间研究

中国综合定位导航授时(positioning navigation timing,PNT)体系是以北斗卫星导航系统(BeiDou navigation satellite system,BDS)为核心的多源信息融合系统,高精度的毫秒脉冲星计时能够增强BDS时间基准的长期稳定性,并能维持未来深空用户的时间基准.本文提出了...     

基于小波变换和维纳滤波的半导体器件1/f噪声滤波

针对半导体器件中普遍存在的1/f噪声提出了一种结合了提升小波变换和维纳滤波器的处理方法.首先利用重新加权迭代最小二乘法拟合1/f噪声的功率谱曲线得到噪声参数的估计,从而选择恰当的小波.其次,对包含了1/f噪声的信号进行提升小波变换.考虑到小波变换对1/f噪声的白化作用,利用维纳滤波器对每一层小波系数进行处理.设计了最优全通滤波器以校正维纳滤波器的相频特性,使得小波系数经滤波后相位不变.最后利用提升小波逆变换获得被1/f噪声淹没的信号.利用实验检验了提出方法的有效性,实验数据采自用于微创外科手术机器人的力传感器.结果表明提出的方法能够有效抑制1/f噪声,并使传感器的分辨力提高了25%. 关键词： 半导体器件 f噪声')" href="#">1/f噪声 提升小波变换 维纳滤波     

基于小波阈值法和维纳滤波的稀疏孔径光学系统成像的恢复

在研究稀疏孔径理想衍射成像光学系统的基础上，提出基于改进小波阈值法和维纳滤波的稀疏孔径光学系统成像恢复算法。针对存在噪声干扰的稀疏孔径光学成像系统，设计并利用改进的小波阈值去噪算法，较好地去除了成像噪声，最大程度地得到较为理想的成像结果，然后利用维纳滤波方法实现成像恢复。在实验中，利用光学设计软件ZEMAX设计了不同填充因子的稀疏孔径光学系统，并用本算法进行了成像恢复。实验结果表明，该算法的结果优于单独使用维纳滤波方法所获得的结果。     

改进的傅里叶域小波域联合去模糊算法

傅里叶域与小波域的联合去模糊算法在低噪声时具有优越的恢复效果,但是这种联合去模糊算法并不适用于含噪声的模糊图像.为了解决这一问题,本文将先验约束分别引入傅里叶域的去模糊步骤和小波域的去噪步骤.在傅里叶域,用矩阵形式表示目标函数.对目标函数添加平滑约束并且通过噪声水平和模糊图像高频信息计算得到平滑约束项的滤波系数.同样方式,在小波域对小波域目标函数添加能量约束,实现小波域目标函数的正则化过程.分析傅里叶域的噪声放大程度,通过傅里叶域的滤波系数计算得到小波域能量约束的滤波系数.傅里叶域的平滑约束可以抑制滤波过程中噪声的产生,小波域的能量约束可以提高小波域滤波的鲁棒性.仿真实验表明,改进的算法相比于原始算法具有更好的鲁棒性,可以有效提高图像的恢复质量.对于噪声标准差为0.010.1的模糊图像,改进算法恢复图像峰值信噪比比原始算法恢复图像的峰值信噪比高1左右.并且改进算法对于高斯型点扩散函数误差具有鲁棒性,当点扩散函数估计方差与实际方差相差0.4时,改进算法的恢复效果仍优于原始算法.     

提升小波的X射线脉冲星信号降噪EI北大核心CSCD

对于短时间内X射线脉冲星信号形成的脉冲轮廓的信噪比低,提出基于提升小波的X射线脉冲星信号的降噪方法。分析了基于提升小波的信号降噪理论模型。在周期叠加的基础上,利用探测设备及空间环境的先验信息建立预降噪模型,并对X射线脉冲星的脉冲轮廓做降噪预处理。通过选择小波和自适应的阈值函数,利用提升小波对脉冲轮廓降噪。通过对多组罗西X射线计时探测器(RXTE)卫星探测的实测X射线脉冲星数据的仿真分析,结果表明,降噪后的脉冲轮廓信噪比得到提高,且算法有更快的处理速度。     

基于小波域扩散滤波的弱小目标检测

分析了基于小波变换进行弱小目标检测的基本思想,利用小波变换的多尺度多分辨率特性,结合小波变换系数的方向特性和扩散滤波扩散方向的可选择性,提出了基于小波域扩散滤波的弱小目标检测算法。采用该算法对不同尺度、不同方向的小波系数分别进行扩散滤波,取得了较好的效果。仿真试验结果表明：该算法能在Gaussian噪声背景和不均匀背景下实现对对比度为2%的微弱目标的检测。     

基于小波域扩散滤波的弱小目标检测

分析了基于小波变换进行弱小目标检测的基本思想,利用小波变换的多尺度多分辨率特性,结合小波变换系数的方向特性和扩散滤波扩散方向的可选择性,提出了基于小波域扩散滤波的弱小目标检测算法。采用该算法对不同尺度、不同方向的小波系数分别进行扩散滤波,取得了较好的效果。仿真试验结果表明:该算法能在Gaussian噪声背景和不均匀背景下实现对对比度为2%的微弱目标的检测。     

基于小波变换的时域介电谱分析及其应用

应用小波变换改进时域介电谱的分析法扩宽其应用范围.实验结果表明,通过分析油水混合物的弛豫过程,基于小波变换的时域介电谱分析不但可得反映物性的整体频谱信息,还能得出反映各组成成分不同时域和频域信息.因此,该方法可应用于分析复杂多相混合物. 关键词： 时域介电谱 小波变换 油水混合物     

基于分组时延预处理的时域波束形成方法*

对于不等强度多目标情况下的弱目标检测问题,依据波束形成归一化指向性函数在目标方向上输出值为1、在非目标方向上输出值为小于1的特性,提出一种基于分组时延预处理的时域波束形成方法。该方法首先对线列阵接收数据进行分组处理;然后,按搜索角度对各组数据进行时延预处理,并对各组预处理结果进行相加,得到一组新数据;最后,对该组新数据按时域波束形成进行处理,得到该搜索角度对应波束值。理论推导、数值仿真和试验数据处理结果均表明：相比常规时域波束形成,该方法所得波束形成指向性函数发生了变化,旁瓣级得到了13dB以上的改善,降低了强目标旁瓣级对弱目标检测的影响。     

基于分块DCT变换编码的小波域多幅图像融合算法

提出了一种利用DCT变换和小波变换的特征层图像融合算法.其基本思想是先对多幅源图像进行分块DCT变换,选取较大方差对应的变换系数,将图像压缩为原图像大小的1/4,保留系数的对应坐标作为提取信息时的密钥;其次将经处理后的DCT系数直接作为小波变换的分解系数,经小波逆变换后得到融合信息.实验结果表明,该算法实现了多幅不同大小图像的融合,同时单一密钥只能提取单一图像. 关键词： 图像融合 小波变换 离散余弦变换 编码     

基于选择性支持向量机集成的混沌时间序列预测

提出了一种基于聚类的选择性支持向量机集成预测模型.为提高支持向量机集成的泛化能力，采用自组织映射和K均值聚类算法结合的聚类组合算法，从每簇中选择出精度最高的子支持向量机进行集成，可以保证子支持向量机有较高精度并提高了子支持向量机之间的差异度.该方法能以较小的代价显著提高支持向量机集成的泛化能力.采用该方法对Mackey-Glass混沌时间序列和Lorenz系统生成的混沌时间序列进行预测实验，结果表明可以对混沌时间序列进行准确预测，验证了该方法的有效性. 关键词： 支持向量机 集成 混沌时间序列 聚类     

基于小波域马尔可夫随机场模型的压缩传感图像重构

目前在压缩传感重构算法中利用图像的可稀疏性表示先验知识,从比奈奎斯特采样少得多的观测值中恢复原始图像。除了稀疏性之外,邻域系数的相关性也可以作为先验知识加速重构算法收敛。为了克服目前算法中没有利用邻域系数相关性的缺点,提出了基于小波域马尔可夫随机场模型的压缩传感图像重构算法,根据显著性度量对变换系数进行分类得到具有马尔可夫性的初始掩模,利用ICM算法完成掩模优化,实现系数更新,并将算法与未考虑邻域相关性的算法进行了比较。实验结果证明了算法的有效性。     

基于双树复小波变换的非平稳时间序列去趋势波动分析方法

多重分形去趋势波动分析是研究非平稳时间序列非均匀性和奇异性的有效工具, 针对该方法中趋势项难以确定的问题, 提出一种基于双树复小波变换的方法, 实现了非平稳信号的多重分形自适应去趋势波动分析. 利用双树复小波变换提取信号的多尺度趋势和波动信息, 通过小波系数的希尔伯特变换确定每个时间尺度不重叠子区间的长度, 使多重分形分析具有信号自适应性及较高的计算效率. 以具有解析形式分形特征的倍增级联信号和分数布朗运动时间序列为例验证本文方法的有效性, 所得结果与解析解相吻合. 与传统的多项式去趋势多重分形方法相比, 本文方法根据信号自身特点自适应地确定信号的趋势和不重叠等长度子区间长度, 所得结果更加精确. 对倍增级联信号时间序列取不同的长度, 验证了算法的稳定性. 分别与基于极大重叠离散小波变换和离散小波变换多重分形方法进行比较, 表明本文方法具有更精确的结果和更快的运算速度.     

光子晶体传输特性的时域精细积分法分析

将精细积分法应用于时域有限差分法中,提出了一种求解光子晶体传输特性的时域精细积分法,并对其计算精度及稳定性进行了分析.从一阶麦克斯韦方程出发,在空间上采用Yee元胞进行差分离散,结合吸收边界条件及激励源表达式将方程整理为标准的一阶常微分方程组形式.通过时间步长的精细划分和指数矩阵的加法定理,在时间上利用精细积分法对齐次微分方程进行积分求解,并结合激励向量的特解得到空间离散的场分量,最终通过傅里叶变换求得方程的解.利用时域精细积分法对光子晶体进行了实例计算,并将其结果分别与时域有限差分法和四阶龙格库塔法在精度、稳定性等方面进行了比较,结果表明时域精细积分法具有更高的计算精度,并且克服了时域有限差分法以及四阶龙格库塔法在计算稳定性上对时间步长的限制.提出的方法具有精确、稳定的特点,为光子晶体传输特性的研究提供了一种新的有效的分析方法.     

Photon counts modulation in optical time domain reflectometry

The quantum fluctuation of photon counting limits the field application of optical time domain reflection. A method of photon counts modulation optics time domain reflection with single photon detection at 1.55 μm is presented. The influence of quantum fluctuation can be effectively controlled by demodulation technology since quantum fluctuation shows a uniform distribution in the frequency domain. Combined with the changing of the integration time of the lock-in amplifier, the signal to noise ratio is significantly enhanced. Accordingly the signal to noise improvement ratio reaches 31.7 dB compared with the direct photon counting measurement.     

室内声学时域有限差分模拟中的边界条件

给出了时域有限差分法用于室内声学问题模拟中的边界条件,结合声波方程的基本差分格式,模拟并分析了高斯脉冲在4m×4m房间中的波动过程和脉冲响应;模拟了一9m×6m×4m房间的简正频率,并与经典理论计算值进行了对比;模拟了一12m×5m×4m水平地面房间中的坐席吸声低谷效应,并与Joe LoVtri的模拟结果进行了对比;模拟并实际测量了一10.6m×5.8m×3.4m房间在几个受声点的脉冲响应和早期衰变时间EDT,将模拟结果与实际测量结果进行了对比分析,计算程序是用Metlab语言编写的。模拟与经典理论、相关研究、实际测量几方面的对比分析,验证了本边界条件的可靠性。