瑞利衰落信道下认知无线电脉冲波形调制技术研究

提出一种用于瑞利衰落信道的认知无线电脉冲波形调制(PSM)方案。该方案采用多小波包滤波器组来构造正交脉冲,允许时域和频域的重叠,具有较高的灵活性和频带利用率,并可利用频率分集来提高抗衰落性能。仿真结果表明,基于多小波包的PSM方案不仅符合FCC模板的要求,而且具有比单小波方案更高的抗衰落性能。     

一种新的TD-SCDMA信道估计改进方法

提出了一种用于TD-SCDMA(时分双工同步CDMA)移动通信系统的信道估计改进方法.TD-SCDMA系统中采用Steiner信道估计器,这种估计器实质上是基于最小二乘的估计,忽视了信道噪声的影响,而信道的噪声对估计精度有很大影响.利用TD-SCDMA在相邻帧为慢变信道的特征,提出一种基于时延相关信道估计改进方法,同时对Steiner估计器进行门限滤波,滤除了大部分噪声抽头.仿真结果表明,改进的信道估计使系统的性能获得较大的改善与提高,甚至在高速移动传播环境下可以达到2 dB的增益.     

小波消噪在数字基带系统中的应用

介绍了一种基于小波消噪的数字基带系统,利用小波变换的分解与重构对接收的信号进行消噪声处理,从而大大提高了系统的性能。通过在加性高斯白噪声(AGWN)信道中的模拟仿真,其结果说明了此系统的优越性,并通过卷积编码,进一步降低了系统的误码率。     

机动车声信号能量特征的小波包提取

针对机动车车型识别中声信号非平稳且易受噪声干扰的问题,提出了一种有效的声信号特征提取方法。利用小波包分析技术对声信号的能量分布进行研究,以德比契斯(Daubechies)小波为基函数对目标声信号进行小波包变换。基于获取的不同频带能量分布状态给出了机动车车型的特征判据,并对该判据的有效性给予了分析。试验结果表明基于小波包分析的机动车声信号特征提取方法是有效的。     

基于小波包和Elman神经网络的异步电机转子断条 故障诊断方法

提出了一种基于小波包分析（WPA）和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明：基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.     

基于TMS320C5509A的传感器故障诊断

以TMS320C5509A DSP为数据处理平台,将小波包变换算法应用于汽车发动机压力传感器系统中.理论分析与结果表明,该方法可以检测出故障传感器,而且满足实时性要求,并为后续的容错研究奠定基础.     

H1[0,1]空间小波包分析

在H1[0,1]空间提出小波包理论,给出了这一空间小波包定义及小波包分解算法,弥补了H1[0,1]空间多分辨分析方法的缺陷,进一步提高了时频分辨率,增强了信号处理的灵活性,从而丰富了这一空间小波分析的理论。     

基于小波包变换和神经网络的油井故障诊断方法

为精确诊断机械采油井的系统故障,提出一种基于小波包特征向量的神经网络故障诊断方法。对采集到的悬点位移和悬点载荷数据进行3层小波包分解,构造小波包特征向量,并以此为故障样本对3层BP神经网络进行训练,考虑到传统BP算法的局限性,采用改进的遗传算法训练网络权值,进而实现油井系统的智能化故障诊断。试验结果表明,训练好的神经网络能够很好地诊断出采油井故障类型。     

基于最优基小波包的植物病害图像压缩算法

针对现代温室中由于植物病害图像数据量庞大而产生的远程传输负荷过大等问题,分析了植物病害图像存在的数据冗余、视觉冗余等特性,提出了基于最优基小波包的压缩算法。简要介绍了小波包的构造方法及其压缩的基本原理,重点阐述了最优基的构建及病害图像压缩算法实现方法,并与小波变换的压缩方法进行比较。仿真试验表明:提出的算法在保证图像质量的同时能够有效的提高图像压缩性能。     

The Simulation Least-Square Channel Estimation Based on OFDM System

信道估计技术保证了信号传输的可靠性。基于导频的LS信道估计算法，通过导频子信道的响应得到整个信道的响应，能够很好地跟踪信道的变化，在复杂度不高的情况下取得较好的误差性能，具有很好的实用性。仿真结果表明采用LS信道估计后有效的降低了系统的误码率。     

1种小波域改进SVD的农作物图像去噪新方法

在对奇异值分解(singular value decomposition,SVD)去噪基本原理深入分析的基础上,结合小波变换提出了一种农作物图像小波域改进自适应SVD去噪算法。本研究所用算法首先对农作物噪声图像进行3层小波变换,保留低频子图像不变;然后对于水平、垂直、对角方向分布的高频子图像采用改进的自适应SVD算法进行噪声滤除;最后进行小波系数重构。为了有效测试该算法性能,实地拍摄2幅某温室大棚农作物图像作为测试图像,分别将本研究所用算法、SVD算法以及改进过的SVD算法进行去噪性能比较,引入峰值信噪比(Peak signal to noise ratio,PSNR)对几类算法的去噪结果进行定量评价。结果表明,本研究所用算法性能优于另外2种算法,这为农作物噪声图像的处理提供了一种较有效的方法。     

基于正交小波包变换的工程图纸降噪方法

针对工程图纸数字图像的特点，对小波包降噪方法中阚值和阈值函数的选择进行了讨论，给出了适合工程图纸数字图像降噪的小波包方法的具体实现步骤。实际应用结果表明，该方法可有效消除图像中的噪声，所选阈值和阈值函数是合理的。     

小波包变换在拉曼光谱数据压缩中的应用

小波包变换作为一种有效的数据压缩方法,已经广泛用于图像、电子信号和红外光谱数据压缩。介绍了小波包压缩原理及方法,并选用小波包（bior）变换压缩了8种苯系物的拉曼光谱数据。压缩后光谱可保留原光谱能量的99．91％以上,置零系数百分比为87．50％,小波包变换压缩拉曼光谱数据效果明显。     

基于小波阈值–卡尔曼的水田旋耕平地机倾角信号的去噪方法

基于全球卫星导航系统(GNSS)的水田旋耕平地机田间试验,采集平地机在调平过程中的倾角信号,采用小波硬阈值法,获取低频信号,并实时估计倾角信号的噪声方差,作为卡尔曼滤波的修正信息,再将低频信号作为系统输入,运用卡尔曼滤波对信号进行二次修正。试验结果表明：小波硬阈值–卡尔曼融合算法的滤波效果优于单一的小波阈值法和卡尔曼滤波,倾角信号经融合算法处理后,信号的信噪比由21.704提高到39.116,均方根误差从0.035 1减小至0.012 6。倾角信号中的噪声成分明显减少,信号的精确度更高。     

基于小波包分析的农业机械故障诊断的研究

本文通过分析小波变换的基本原理及小波包用于农业机械故障检测的基本原理,提出了一种以小波包为基础的判断农用器械缺陷的理论,这个理论主要是对经过初步处理的信息使用小波包原理进行分析、分解、重构,有效识别了机械故障信号,提高了农业机械故障诊断精度和稳定性。     

一种新型高斯噪声滤波算法

为了更有效滤除数字图像中的高斯噪声,提出了一种新型滤波算法.该算法首先将含有高斯噪声的图像进行二维小波分解,得到高频和低频小波分解系数;然后保留低频小波系数不变,对高频小波系数通过维纳滤波器进行滤波,并进行小波系数重构;最后将重构图像进行多尺度小波分解,通过设定新的阈值和判别函数,弱化不重要的小波分解系数,并进行小波分解系数重构.分别采用该滤波算法、维纳滤波、小波阈值法以及均值滤波进行高斯噪声滤除处理,试验证明该滤波算法去噪后图像的PSNR值明显高于其他三种方法.     

基于改进小波神经网络的滚动轴承故障诊断

根据轴承故障产生的机理和常用故障特征参数的分析与提取方法,针对滚动轴承系统的非线性和表面振动信号的非平稳特性,采用小波分析法,并对小波分析中容易产生频率混淆而进行改进小波包快速算法。试验结果表明,改进的小波分析能减少频率混淆现象,克服传统小波包快速算法中高低频重迭难以分辨的问题,并利用小波频带分析技术对故障信号中含有的噪声信号进行分离。结合小波和神经网络的优势建立改进小波神经网络的结构模型,研究小波神经网络的学习算法,解决传统BP算法收敛速度慢和容易陷入局部极小值等问题,从学习率和连接权值两个方面对算法进行改进。以N205型滚动轴承在试验台上所测取的试验数据进行网络训练,用振动信号为网络输入向量给出训练结果。仿真实例分析结果表明,采用改进的小波神经网络能够对滚动轴承故障进行分类,且其收敛速度明显快于相同条件下的小波神经网络和改进的BP网络,可有效实现滚动轴承的故障诊断。     

WPDM-CDMA 系统中的子载波分配算法研究

针对现有的分组子载波分配算法、间隔子载波分配算法以及自适应分配算法公平性差、误码率高等不足,以多载波通信方案之一WPDM-CDMA为研究系统提出一种新的基于相对比特需求和传输功率函数的子载波分配算法,由于各个用户和基站间经历的信道环境存在差异,要综合考虑各个用户分配的公平性和资源的合理利用等因素,此算法根据用户比特需求,计算出分配过程中优先考虑的用户以及传输功率低的子载波,在5径Rayleigh信道下与分组算法和间隔算法进行仿真对比,仿真结果表明此算法在误码率性能和公平性方面优于其余2种算法.     

基于小波包熵的天然气管道阀门内漏分析方法北大核心

为了解决严重威胁天然气管道运行安全的阀门内漏问题,采用小波包分解和信息熵理论相结合的方法对3 in(1 in=25.4 mm)球阀不同内漏程度下的声发射信号特征进行分析。首先,通过搭建阀门内漏声发射检测试验平台开展不同内漏流量下声发射检测试验;其次,应用小波包熵方法对声发射信号各频率段信息度进行分析;最后,采用均方根值评价参数对不同频带内小波包熵值与内漏流量的相关性进行评价。结果表明:在25~37.5 kHz频带内的小波包熵值与阀门内漏流量具有最大相关性(均方根误差为0.012 6),表明小波包熵分析方法是一种输气管道阀门内漏流量量化检测的新方法。     

使用小波多孔算法提高网络业务流自相似参数求解精度

针对网络业务流自相似参数的离散小波估计方法中大尺度下小波系数能量估计的不精确问题,提出了一种使用多孔算法估计自相似参数的方法,该方法可以提高自相似参数估计的精度。分析比较了多孔算法区别于离散小波变换的特点,剖析了自相似参数小波估计方法的机理和存在的问题,通过对真实网络业务使用离散小波和多孔算法估计方法估计自相似参数的试验,表明多孔算法在提高自相似参数估计精度方面比离散小波方法提高一个数量级,而且参数的95％置信区间有所减小。当然,多孔算法的机理限制了其在实时网络业务流管理方面的使用．更适合网络性能评估和网络规划。