基于频率切片小波变换和支持向量机的癫痫脑电信号自动检测

实现癫痫脑电信号的自动检测对癫痫的临床诊断和治疗具有重要意义.本文提出先使用频率切片小波变换分离出5个不同频段的节律信号,再分别计算每个节律信号的近似熵和相邻节律的波动指数,最后使用遗传算法优化的支持向量机进行分类.实验结果表明,所提出的方法能够对正常、癫痫发作间期和癫痫发作期三种脑电信号进行准确分类,分类准确率为98.33%.     

Improved blind‐source separation for spectra

A new method is proposed that improves the performance of independent component analysis (ICA) algorithms for separating overlapping spectra under certain circumstances. The method is designed for Raman spectra in particular, although it should be applicable to spectra with similar line shapes, such as nuclear magnetic resonance. In the zero‐noise case, conventional ICA fails to separate synthetic Raman spectra completely; by maximising smoothness, as opposed to other more traditional measures of statistical independence, better performance can be achieved. The new method is tested against artificial and real Raman spectra, and demonstrates improved performance for each. The algorithm is fully automated, requiring no user input or judgement in order to separate the spectra. Copyright © 2011 John Wiley & Sons, Ltd.     

基于小波变换的混沌信号相空间重构研究

应用小波变换和非线性动力学方法研究了混沌信号在相空间中的行为，指出混沌时间序 列的小波变换实质上是在重构的相空间中，混沌吸引子向小波滤波器向量所张的空间中的投 影，与Packard等人提出的相空间重构方法本质上是一致的.实验结果表明，混沌信号经过 小波变换后，吸引子轨迹与原有轨迹具有相似的结构，同时，系统的关联维数、Kolmogorov 熵等非线性不变量仍然得到保留.这些结果表明，利用小波变换研究混沌信号是有效的. 关键词： 小波变换 相空间重构 混沌信号 脑电信号     

混沌信号在无线传感器网络中的盲分离

混沌信号在本质上属于非线性非高斯信号,它在无线传感器网络下的应用还涉及到信号量化问题,这使得混沌信号在此应用环境下的信号盲分离更为棘手.针对此问题,本文在容积卡尔曼粒子滤波的框架下提出一种解决方法.文中首先推导出观测信号的概率密度函数,在量化比特有限的情况下,采用最优量化器,获得最优的量化结果.在此基础上,使用容积卡尔曼滤波器产生粒子滤波中的重要性概率密度函数,融入最新的观测值,提高粒子对系统状态后验概率的逼近,提高信号盲分离的精度.仿真结果表明算法能够有效地分离混合混沌信号,参数估计的精度及其运算量均优于已有的无先导卡尔曼粒子滤波算法,其运行时间为无先导卡尔曼粒子滤波算法的88.77%.     

基于分块离散小波变换的图像信息隐藏与盲提取算法

提出了一种在小波域中图像信息隐藏与盲提取算法. 该算法首先对载体图像进行分块两层离散小波变换, 找到每块第二级分解子带中的最大值即最重要小波系数, 然后根据小波特征树的对应关系将其在第一级分解子带中的对应区域作为嵌入区域, 在该区域嵌入由秘密信息生成的伪随机序列. 提取过程中, 同样按照小波系数对应关系寻找到嵌入区域并判断其与伪随机序列的相关性即可解密, 不需要提供原始图像. 实验结果表明, 该算法能实现二值图像的嵌入与盲提取, 且提取出的图像质量较好并具备一定的抗攻击能力, 尤其对于剪切攻击的鲁棒性较好.     

Single pixel imaging based on semi-continuous wavelet transform

Single pixel imaging is a novel imaging technique, and it becomes a focus of research in recent years due to its advantages such as high lateral resolution and high robustness to noise. Imaging speed is one of the critical shortcomings, which limits the further development and applications of this technique. In this paper, we focus on the issues of imaging efficiency of a single pixel imaging system. We propose semi-continuous wavelet transform(SCWT) protocol and introduce the protocol into the single pixel imaging system. The proposed protocol is something between continuous wavelet transform and discrete wavelet transform, which allows the usage of those smooth(usually non-orthogonal, and they have advantages in representing smooth signals compressively, which can improve the imaging speed of single pixel imaging) wavelets and with limited numbers of measurements. The proposed imaging scheme is studied, and verified by simulations and experiments. Furthermore, a comparison between our proposed scheme and existing imaging schemes are given. According to the results, the proposed SCWT scheme is proved to be effective in reconstructing a image compressively.     

基于小波变换和数据融合技术的弱小目标检测

鉴于弱小目标检测所固有的难点及常用的单一分辨率下的检测方法还不能准确稳定地检测出目标,提出了一种弱小目标检测新方法。考虑到实际应用中的复杂背景和大量干扰噪声,运用数据融合技术,先对图像进行小波多分辨率分解,然后将不同分辨率下的子图进行最优加权平均融合来检测弱小目标。用实地拍摄的空中弱小目标红外和可见光图像分别进行实验验证,实验图像取256×256像素点阵大小,其中目标占10×10像素左右。结果表明该方法能够准确稳定地检测弱小目标,为后续的跟踪作了很好的铺垫。     

基于小波变换的蓝宝石荧光光纤温度计

采用激光加热小基座法生长出掺Cr3+的蓝宝石光纤荧光温度传感头，它具有结构紧凑，耐高温等特点，测温范围从室温到450℃。使用基于小波变换的数据处理方法，有效去除信号中的噪声，提高了信噪比。在对荧光测温机理和有关光纤技术进行分析的基础上，采用与调制荧光信号相关的双参考源相位锁定测量方案，可在无激励光干扰的情况下对荧光寿命进行实时测量。根据噪音和信号在小波变换下表现出的不同性质，提出以小波变换为基础的温度信号特征提取及消噪方法。与其它处理方法相比，小波变换方法可以克服傅里叶变换对突变信号不起作用的缺点，同时又比Gabor变换具有可变窗口的优点。该方法可以缩短测量时间，提高测量分辨率。     

基于梯度和小波变换的水下距离选通图像去噪

水体的散射效应、激光光斑、成像器件的非理想化等因素使得图像出现大量无规律粒状噪声,它们增加了水下距离选通图像的背景噪声,模糊了目标轮廓,掩盖了目标细节,降低了图像的信噪比。针对上述问题本文提出了一种基于梯度和小波变换的去噪方法。首先对图像进行余弦小波变换,得到不同频率空间的图像集。低频空间引入新的图像梯度强化方法以提高图像的纹理信息量;对应非均匀性条带的LH或HL空间做曲面拟合处理以消除非均匀性条带的影响;在HH空间去噪过程中,低层空间做非局部均值处理以保留图像相似信息,高层空间做分数阶积分处理以保留图像细节信息。最后小波逆变换得到结果图像。从实验水槽中采集水下图像进行算法验证,将改进方法与已有算法比对分析。实验表明,本文所研究的水下去噪算法,能够平滑噪声且更大限度地保留图像细节纹理,在客观评价指标上提升了6%。     

基于量子粒子群优化的正交小波加权多模盲均衡算法

针对常数模盲均衡算法(CMA)均衡高阶正交振幅调制信号(QAM)存在收敛速度慢、稳态误差大的缺点, 提出了基于量子粒子群优化的正交小波加权多模盲均衡算法(QPSO-WTWMMA). 该算法根据高阶QAM信号星座图分布特点, 将量子粒子群优化算法(QPSO) 和正交小波变换融入于加权多模盲均衡算法(WMMA)中. 因而, 利用QPSO对均衡器权向量进行了优化, 利用正交小波变换降低了输入信号的自相关性, 利用WMMA选择了合适的误差模型匹配QAM星座图. 理论分析及水声信道仿真结果表明, QPSO-WTWMMA算法可以获得更快的收敛速度和更低的稳态误差, 在水声通信中具有重要的参考价值.     

一种新的基于小波变换的图像去噪方法

根据图像小波分解的特点和小波分解后高频小波系数的统计特性,构造了一种新阈值函数的去噪算法。与传统的硬阈值、软阈值函数相比,新阈值函数考虑了图像能量分布的特点,对于每一小波系数乘以一个与自身大小相关的降噪因子,并且新阈值函数简单易于计算,具有较强的自适应性。实验结果表明,采用新阈值函数的去噪结果能够有效地抑制图像的马赛克效应,无论在视觉效果上,还是在信噪比增益上均优于传统的软、硬阈值方法。     

基于数字全息与小波变换的图像数字水印技术

提出一种以数字全息和小波变换为基础的数字水印技术,实现在原始图像中嵌入数字全息水印。首先通过傅里叶变换方法将待隐藏的图像制成数字全息水印图,接着将数字全息水印图和原始图像都分为四个子块,并对原始图像子块进行小波分解,最后将数字全息图像子块嵌入到原始图像相应子块较大的小波系数中。实验仿真结果证明了该水印技术对图像剪切和图像有损压缩有较好的稳定性。     

复杂电磁环境下的信号盲分离方法

介绍了基于盲源分离的信号处理基本思想,阐述了ICA,SOBI,AMUSE三种典型算法的原理、特点,通过仿真实验研究了这三种盲源分离算法对于常见波形信号和真实信号的分离性能及其抗噪能力,验证了算法的有效性和可行性。三种方法对于抑制干扰信号,进行信号的有效提取具有实际意义和使用价值。     

复杂电磁环境下的信号盲分离方法

介绍了基于盲源分离的信号处理基本思想,阐述了ICA,SOBI,AMUSE三种典型算法的原理、特点,通过仿真实验研究了这三种盲源分离算法对于常见波形信号和真实信号的分离性能及其抗噪能力,验证了算法的有效性和可行性。三种方法对于抑制干扰信号,进行信号的有效提取具有实际意义和使用价值。     

小波相位解调轮廓术

针对傅里叶变换轮廓术因混频难以准确提取基频的问题,可将小波变换用于三维形貌相位直接解调。对其原理进行了研究,通过编程实现了小波相位解调。取Morlet复小波作为小波母函数,对调制栅线图逐行进行连续小波变换,从各位置的沿尺度方向的小波变换系数幅值的极值中可直接求取对应的相位数据。由于小波函数具有空域_频率两域的局部化特性,因此它对变形栅具有很强的自适应能力。为验证新方法,对其进行了仿真分析,同时还对石膏半球模型和化妆品瓶进行了实际测量,并分别用傅里叶变换和小波变换进行了处理。结果表明,新方法有效地克服了混频的问题,改善了相位解调效果,提高了测量精度,特别适合于复杂物体的形貌测量。     

一种基于小波变换的红外偏振融合算法

针对红外偏振图像可以较好地抑制背景噪声,对目标边缘信息比较敏感的特点,提出一种基于小波变换的红外偏振融合算法,它主要用于红外辐射强度图像和偏振度图像融合,增加图像的信息量。首先采用小波变换对参与融合的每幅图像分别进行各尺度分解,得到各尺度小波系数,然后针对不同尺度小波系数,采用邻域平均梯度为判据进行融合,得到融合后的各尺度小波系数,最后通过小波逆变换进行图像重构,得到融合图像。融合前后的图像对比表明融合图像在保留辐射强度图像的清晰度的同时,突出了目标的边缘、轮廓信息。相对于辐射强度图像,融合图像的梯度均值提高了112%,相对于偏振度图像,融合图像的标准差提高了151%,信息熵提高了38%。     

基于小波变换的航空红外图像目标检测的预处理

提出了一种基于高斯小波变换的航空红外图像的目标边缘自动提取的新方法。该方法利用小波变换良好的噪声抑制能力及完备的边缘保持能力 ,能够有效的对红外图像进行目标边缘提取、目标增强及噪声抑制等预处理工作。结果表明 ,该方法对红外航空图片的边缘提取能做到快捷、准确、有效     

基于小波变换的人体步态序列提取

将小波变换用于处理人体行走时产生的加速度信号.利用离散小波变换的多尺度、多分辨率特性对原始加速度信号进行尺度分解,在对小波基以及分解尺度进行合理选取后准确地从加速度信号中提取出隐藏的步态节律.与利用阈值法直接对原始加速度信号提取峰值的算法比较后发现：利用小波分解得到与步态节律相关的特征尺度后再进行峰值检测能显著地提高信号峰值的检出率;即使当原始信号存在较严重的噪声干扰时,该方法也能保证所提取出的步态序列的准确性.这对于步态序列的后续分析具有至关重要的意义.研究表明,离散小波变换是一种有效的提取步态节律的方 关键词： 小波变换 步态序列 峰值检测 特征尺度     

基于离散平稳小波变换的红外图像去噪

提出了一种基于离散平稳小波变换的红外图像去噪方法。在预先不知道噪声方差的前提下,只利用红外图像的输入数据就可以确定所要求的渐近最优阈值。对红外图像进行离散平稳小波变换后,分别对各个分解层的高频子带利用所提出的方法进行迭代去噪,使各个高频子带分别收敛于其最大信噪比。实验结果表明,所提出的方法在有效的去除红外图像噪声的同时,又能较好的保持红外图像的细节部分信息。算法在性能指标和视觉质量上均优于基于离散正交小波变换的阈值去噪方法和传统的中值滤波法。     

基于小波变换的激光主动成像图像去噪方法

针对激光主动成像图像的特点,提出了将小波变换和中值滤波相结合的图像去噪方法。在对小波分解后的水平、垂直和对角3个方向高频细节图像进行处理时,我们采用3种不同形状的模板进行均值滤波,为了保护图像的边缘和细节信息,采用边缘检测法来将高频中的边缘细节与噪声分开。实验结果表明:该方法在降低图像噪声的同时又较好地保留了图像的细节,去噪效果比较理想。