对改进的信号多尺度估计算法的仿真实验

对一种改进的信号多尺度估计计算法（即ＩＭＳＥ算法）作了计算机仿真实验，并与ＭＳＥ算法作了统计对比，仿真实验与统计结构均表明，ＩＭＳＥ算法对于提高信号处理精度、降低信号估计误差更有效。     

基于小波变换的多尺度图像边缘检测算法

针对边缘检测算子的抑噪能力和定位精度之间矛盾,提出了一种基于B样条小波变换的边缘检测方法.首先对图像进行小波多尺度分解,在每种尺度下分别提取图像边缘;而后利用边缘信息的多尺度特性,融合多尺度边缘得到了单像素宽边缘.通过计算机仿真对该方法进行验证,实验结果表明该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,效果优于传统的边缘检测算法.     

多尺度分布式平滑估计方法

利用多尺度分析的思想,将基于模型的动态系统分析与基于统计特性的多尺度信号变换方法相结合,建立起基于小波变换的多尺度分布式平滑估计新算法,并给出了算法的计算机仿真结果。     

基于多尺度小波算子的图象边缘检测

分析了传统的图像边缘检测算法及其存在的问题，论述了基于多尺度的小波分析进行边缘检测的算法，并以实例说明基于小波分析得图像边缘检测算子效果更优。     

在线多尺度滤波多变量统计过程的适时监测

在详细分析现有MSPCA模型不足的基础上,借助在线多尺度滤波(OLMS),提出了一种多变量统计过程的在线监测方法,并将其应用于传感器故障诊断。该方法中,首先在固定窗长的数据窗口内用边缘校正滤波器对信号进行小波分解,然后用小波阈值滤波对分解的小波系数进行消噪,并借助该固定窗长的移动窗口将小波变换和自适应PCA结合起来对数据进行在线多尺度建模,从而避免了直接对信号进行消噪所造成的时间浪费,提高了故障诊断率。最后以6135D型柴油机在严重漏气下的8个振动信号的故障诊断为例进行故障分析,结果表明了所提方法的可行性和实用性。     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析，并根据多尺度小波变换的多分辨率特性，提出基于多尺度小波变换的自适应滤波，构造了其仿真模拟图，并对其进行了仿真，通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比，表明该方法可行的。     

单模型多传感器多尺度交互式数据综合估计算法

将小波分析理论中的多尺度分析思想与传统Kalman滤波、多尺度数据融合算法相结合,提出了单模型多传感器多尺度交互式数据综合估计新算法,并通过计算机的仿真结果,对此算法进行了定性分析;用标准差对此进行了定量分析,从而说明了该算法的有效性.     

基于小波变换的多尺度图像边缘检测算法

针对边缘检测算子的抑噪能力和定位精度之间矛盾,提出了一种基于B样条小波变换的边缘检测方法。首先对图像进行小波多尺度分解,在每种尺度下分别提取图像边缘;而后利用边缘信息的多尺度特性,融合多尺度边缘得到了单像素宽边缘。通过计算机仿真对该方法进行验证,实验结果表明该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,效果优于传统的边缘检测算法。     

基于小波变换的多尺度多阈值的语音增强算法

本文提出了基于小波变换的多尺度多阈值语音增强算法,采用软限幅函数对浊音和清音的小波系数作不同的阈值处理,仿真结果表明,这是一种有效的语音增强算法.     

图像基于小波包变换的多尺度匹配算法

基于梯度算子的图像匹配方法存在收敛速度慢、迭代容易落入局部最优点等问题,针对这些问题,提出了一种基于小波包变换的多尺度图像匹配算法.该算法利用小波包的多尺度特征对图像进行不同分辨率的分解,先对低分辨率的子图像进行匹配,再根据该结果对高分辨率的子图像进行匹配.实验表明该算法匹配准确度高,计算速度较快且减小了迭代落入局部最优解的概率.     

信号预处理中错点剔除方法的研究

对工程信号进行错点剔除,是信号预处理中的-项重要内容.本文分析了统计学中用于错点剔除的肖维勒准则、狄克逊准则、格拉布斯准则和拉依达准则,针对上述各项准则在处理大样本信号中的局限性,引入一种新式错点剔除方法,并用拉依达准则与此方法对-段实际工程信号进行处理对比,结果表明,新式错点剔除方法能够更好地剔除错点.     

相关法高抗干扰超声波距离测量中的信号处理

提出了一种建立在信号模型基础上的高抗干扰超声波距离测量相关法。通过对超声波传感器频率特性的分析而求得一个十分简单的超声波匹配电中。为了降低所处理的信号频率采用了调制与解调技术。由于伪随机二进制信号PRBS和超声波传感器的特性，可用方波载波信号来有效地代替正弦波载波信号。还描述了用于提高采样频率的线形内插法和用于抑制分散回声的均值法。     

正交小波多尺度阵列观测声信息融合预处理算法

在声阵列信号处理中,为了提高窄带声信号的信噪比,降低信号的失真率,提出了基于q带正交小波多尺度分析的阵列观测声信息融合预处理算法。首先,该算法将多通道阵列声信号随机分组,基于正交小波多尺度分析得到阵列信号的细节信号矩阵函数及近似信号矩阵函数;其次,构建了各组细节信号的互相关函数,给出了细节信号互相关矩阵,以细节信号的均值互相关函数为细节阈值,得到了融合细节信号集合;再次,基于融合细节信号集合和近似信号矩阵函数重构了声信号。最后,通过静态半实物仿真试验及能量比、标准差、相关系数、信噪比四个方面的统计分析,表明融合预处理算法后的观测信号不仅保留了初始观测信号90%的声能,降低了初始观测信号的波动程度,而且还保持了初始观测信号90%的相似度,提高了信噪比,降低了信号的失真率。     

适用于床垫式生理信号监测系统的信号处理方法

提出一种适用于床垫式生理信号监测系统的信号处理方法。首先对原始信号进行FFT分析, 以确定呼吸信号和心跳信号的频带范围。然后将原始信号分解为若干IMF (intrinsic mode function) 分量, 基于这些IMF分量在呼吸频带和心跳频带的能量分布情况, 选出合适的IMF分量, 重构呼吸信号和心跳信号。实验结果表明, 与多导睡眠仪相比, 该方法得到的呼吸率和心率的准确性都超过90%, 可以很好地提取呼吸和心跳信号。     

弦积分光谱信号的处理

讨论了弦积分的光谱信号的处理，由谱线的强度分布，通过阿贝尔变换得出谱线的体发射系数和离子密度的径向分布，由谱线的线型分布，通过选点拟合得出辐射粒子的离子温度和旋转速度。     

伯格谱估计方法在VSAR中的应用

针对目前速度合成孔径雷达（ＶＳＡＲ）中速度分辨力不高和天线数目过多的问题进行改进,以便对慢动目标进行检测,采用伯格法对ＶＳＡＲ信号处理中的相位信息进行处理,以提取速度信息,从而取代传统的经典谱估计方法。仿真结果表明,使用伯格法可以获得更高的速度分辨力和方位分辨力。同时,柏格法的使用可以降低天线数目和整个天线阵列的总长度,从而降低硬件的复杂度。     

一种测试线性调频信号的新方法

LFM信号是目前雷达中应用的主要信号形式,它具有很高的速度和距离分辨率.但是,对LFM信号各参数,包括信号中心频率fo、信号带宽B,频率变化率u以及信号瞬时频率fi等的测试,目前仍没有很好的解决办法.为此,介绍了一种针对中频LFM信号的自动测试方法,可自动测试中频LFM信号的上述参数.此方法操作简单,运算速度快,且提取参数的精度高,目前已在某型雷达中频LFM信号的测试过程中得到了很好的验证.     

一种WCDMA基带信号处理方法的研究

无线基带信号的多模处理是目前宽带移动通信发展的趋势,WCDMA系统中典型的基带信号计算为有限序列的互相关运算。采用快速傅里叶变换(FFT)完成了WCDMA多径检测典型基带信号处理,与LTE基带信号典型的FFT运算统一,实现了WCDMA和LTE多种无线制式的基带多模共享处理资源。实验仿真结果表明,该方法在性能和计算量上都能满足实际应用需求。     

一种用于电子式电流互感器的信号处理方法

提出了一种用于电子式电流互感器的信号处理方法。该方法在光强调制原理的基础上,通过将光强调制时的直流偏置信号作为参考信号,利用发光管及光电管的线性区,将高压侧模拟信号调制后的光信号直接传输至低压侧;可以根据参考信号的衰减计算交流信号的衰减,由此解决了使用模拟光信号进行测量时存在的精度较低的不足。可用于电子式电流互感器的设计以实现母线电流的测量。介绍原理及实现过程,并对系统设计的关键问题进行了分析。实验表明,该方法可用于测量及保护用电子式电流互感器的设计。     

通信信号处理方法研究与仿真

本文对通信信号处理中的三个主要问题:盲均衡,多用户检测,盲多用户检测进行概括性的综述,并详细介绍了Lagrange乘子估计的多用户检测系统,同时对带反馈的盲多用户检测的算法进行了仿真。