基于同步挤压小波变换的结构时变参数识别

提出了采用同步挤压小波变换的方法识别移动车辆荷载作用下桥梁时变参数.首先介绍了基于挤压小波变换的时变参数识别理论方法,随后用两层框架结构数值算例验证提出方法的有效性和精度.设计建立了移动小车通过钢梁的试验模型,建立结构的有限元模型并利用模态试验的结果对模型进行校正.采集车辆通过主梁时的加速度响应和应变响应,由应变数据估计小车不同时刻在梁上的位置,对加速度响应数据采用提出的方法识别结构的瞬时频率,与有限元计算的结果进行对比分析.研究结果表明:提出的方法能有效准确地识别时变结构的瞬时频率,具有一定的抗噪性.     

基于同步挤压小波变换的配电网单相高阻接地故障选线

为提高配电网单相接地故障选线的成功率,提出了一种基于同步挤压小波变换的配电网单相高阻接地故障选线新方法。该算法首先通过同步挤压小波变换方法确定各馈线的最大时频脊线,计算最大时频脊线下的挤压能量和挤压相角。在此基础上,通过闵可夫斯基距离来表征每条线路的故障特征,并以此特征区别接地与非接地馈线。仿真实验结果显示,该选线算法受故障位置,过渡电阻,初始角度,馈线结构等因素的影响较小,能够准确地识别故障线路。对比其他已知算法,该算法对电流信号的处理精度更高,能更好适应复杂的配电网系统。     

基于小波变换的多普勒雷达回波图像压缩

由于多普勒雷达的速度图是矢量场，在有损压缩模式下，运动粒子的原来运动方向可能会由于失真而改变。提出了一种速度场方向保持算法(VFHOA)，引入了方向图的概念。在恢复图像时，利用该算法，可以纠正发生方向错误的运动粒子。最后利用小波变换和零树编码，并结合VFHOA对多普勒雷达回波数据进行了压缩。实验表明，VFHOA实现简单，效果较好；并且该算法也适用于对一般的矢量场图像的有损压缩。     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术,以辨识不同目标回波之间的细微差异,并对连续波多普勒体制雷达的回波信号进行分析的方法。采用本方法在雷达的一个距离波门内得到了地面目标的数量信息。     

基于LSA-HRnet网络的人体姿态估计方法在太极拳运动中的应用

由于专业运动知识的匮乏、动作评估准确度低等问题,导致人们对运动训练的积极性不高,运动水平提升慢以及身体出现不同程度的损伤等,针对以上问题,提出一种基于注意力机制的轻量级采样模块的HRnet(Lightweight Sampling Attention block HRnet,LSA-HRnet)人体姿态估计模型对运动过程中的动作进行分析和评估,提出的算法采用轻量级采样块网络和融合注意力机制实现模型的轻量化以及模型性能的提升.相比原始HRnet模型及其他的优秀人体姿态估计SCnet模型、轻量级Lite-HRnet,在自制太极拳的实验结果表明提出的模型能够有效的提高预测精度和降低参数量.基于提出方法能丰富混合现实技术在运动领域的发展的技术理论,改进现存运动问题、激发练习兴趣和提升体质健康.     

非刚性人体运动动作图像姿态轮廓提取算法

针对人体运动动作图像提取传统方法仅能获取局部最佳解, 提取的特征序列不连续, 导致轮廓提取效果差的问题, 提出一种非刚性人体运动动作图像姿态轮廓提取算法. 首先, 对人体运动动作图像序列中的尺度不变特征变换(SIFT)进行提取预处理, 获取人体特征提取图, 设计一种人体运动序列顺序概率图模型, 以保证特征序列提取的连续性; 其次, 构建人体肢体外观模型, 基于该外观模型采用序列影像高精度轮廓提取算法提取当前人体运动动作帧的轮廓线. 实验结果表明, 该算法能提取连续的特征序列, 提取的人体姿态轮廓精确度较高, 且具有较高的效率和鲁棒性.     

利用小波变换提取多普勒信号的最大频率

提出了利用小波奇异点检测提取多普勒信号最大频率的方法,并通过对模拟多普勒信号、实际多普勒信号最大频率的估计比较,表明小波变换法在最大频率估计中有较高的精度。     

用小波变换去除多普勒频率估计野值点的方法

研究去除多普勒频率估计野值点的方法．在分析野值点统计特性及小波域分布特性的基础上，通过利用野值点和多普勒频率在小波域上系数的不同，首先对各尺度系数进行分段，然后对不同段的系数设定不同阈值进行处理，从而达到去除野值点和恢复多普勒频率的目的．实验结果表明，去除野值点后的结果与原数据的残差中不包含多普勒频率的趋势分量，对后续的脱靶量参数估计没有任何不利影响，去除了随机测量误差与野值点的影响。     

一种基于小波变换的同步音频水印算法

提出了一种基于小波变换的同步音频水印算法.该算法具有以下特点:(1)利用同步信号定位水印的嵌入位置,以提高水印提取的正确率.同步信号嵌入时域,用于提高搜索效率;同时又再次嵌入在小波变换域,用于提高其正确性.(2)根据音频的局部相关特性自适应确定量化步长,并将水印信息量化嵌入到小波变换域的低频系数中.仿真实验表明:该同步自适应音频水印算法不仅具有较好的透明性,而且对诸如低通滤波、有损压缩、重采样等攻击均具有较好的鲁棒性.     

应用小波能量熵的人体活动时序自动标记方法

在基于可穿戴传感器的人体活动识别研究中采用的传统人工标记原始数据的方法步骤繁琐、效率低下,在一定程度上制约了相关研究的深入开展.为此,特提出一种基于小波能量熵的人体活动时间序列自动标记方法.该方法采用分布于人体躯干9处主要部位的多惯性测量单元同步采集17种人体活动加速度与角速度数据,通过滑窗对人体前腰部合加速度数据分段并使用多分辨率分析计算滑窗内小波能量熵,然后利用采集序列的时间约束选择初步分割阈值,对滑窗小波能量熵随时间变化曲线进行自动分割,并最终实现对6位受试人体活动时序数据的自动标记.结果表明,该方法的标记平均准确率为95.82%,总耗时约18.6 min,比人工标记平均耗时76.75 min减少75.76%,标记效率显著改善.      

系统模态参数辨识的小波方法

为研究小波变换在模态分析中的应用,并实验验证该方法的可行性,在小波分析良好的数值特性基础上．建立了基于系统自由响应信号连续小波变换的模态参数辨识方法．采用该方法进行仿真研究,仿真结果与理论值吻合.以悬臂梁为例进行实验研究,实验结果与理论计算结果吻合较好．尤其在阻尼比的识别上,相对误差在l％以下.仿真和实验研究表明,该方法计算简便．对比一般频域模态方法,该方法对模态参数识别更准确．     

一种基于快速傅立叶变换的小波变换方法

分析了一种非紧支(或部分紧支)的正交小波基的特性,提出了用快速傅立叶变换(FFT)实现小波变换的方法,从而在不损害变换效果的同时,加速了计算速度,有助于小波变换更快地实现·通过与国内外同领域的快速算法相比,可知它有着更好的性能·将此算法应用到中国吉林丰满水电数据融合试验床的项目开发中,取得了非常好的效果·     

基于小波变换的块匹配运动估计方法

将小波变换引入低码率视频图像序列的运动估计研究中，提出了基于小波变换的块匹配搜索方法．该方法的特点是可根据运动物体的大小和运动程度，用可变宏块进行运动估计，统一了匹配块和匹配点的搜索，发展了一种改进的三步搜索算法．实验结果表明，该算法比三步法有更高的精度，更适应低码率和多细节视频图像传输中的运动估计．     

基于梯度的多图像小波变换运动测量

利用小波变换的特性,设计了一种基于梯度的多图像小波变换运动测量算法.该算法利用多幅图像的数据计算两幅图像的运动,精度得到了较大的提高;同时结合可靠性检验,对通过了可靠性检验的光流约束利用快速的小波变换,进行多层并行的时间微分.同传统运动估计算法相比,这种多层并行小波变换运动测量算法避免了估计中的误差传播,从而提高了测量精度.实验模拟结果表明,该算法不但实现简单,而且运动测量精度高.     

采用复连续小波变换的桩基损伤位置识别方法

提出基于复连续小波变换(CCWT)的桩基损伤位置识别方法.首先,对响应信号进行复连续小波变换,得到小波系数矩阵;然后,分析不同频段的相位角,确定桩身损伤位置;最后,通过桩基三维有限元模型数值算例和桥梁桩基实例,对基于复连续小波变换的桩基损伤位置识别方法进行验证.结果表明:复连续小波变换不但能够准确估计桩长,而且能够捕捉相位图上的交叉点,实现桩身损伤位置识别;与传统损伤检测方法相比,复连续小波变换可凸显响应信号的相位信息,成功识别桩身微小损伤的位置;但该方法在识别过程中出现较多的干扰点,需要借助其他桩身损伤检测方法进行判定和排除.     

小波SPIHT编码的DSP实现

小波变换编码属于图像压缩中的变换编码方法．它能将原始图像在频域内作多层分解，为压缩编码方法提供理想的变换域．集分割算法(SPIHT)是来源于零树编码的一种更为有效标志位编码方法．本文研究了基于小波分析的SPIHT编码压缩方法及其实时性能，并在TMS320C6701板上进行了实现．实验测得压缩解压时间仅为PC机上的1／8—1／7，运行速度较PC机有了较大提高．     

基于Gabor小波的全局运动估计方法

通过Gabor小波变换(GWT)提取特征点的能量，以能量决定的概率分布来确定特征点的选取，从而在一定程度上消除光照条件变化和帧内噪声的影响，得到更为稳健的特征点．通过去除邻接的特征点，减少了计算量，同时提高了块匹配的精度．实验结果表明，提出全局运动估计方法的算法是稳健可靠的．