多小波

摘要： 电力系统的录波装置能在较短时间内产生非常大的数据量,这给数据的储存和传输带来了很大的困难,如何有效地对录波数据进行压缩,是一个亟待解决的问题.在分析录波数据特点的基础上,应用了小波变换和嵌入式零树编码与算数编码,实现对录波数据的有效压缩.选取Daubechies 6阶小波基,并以提升格式的方式实现了该小波变换;同时通过对提升步骤中间计算过程取整,实现了整数小波变换.针对单小波变换的局限,选择了合适的多小波数据预处理方法.在数据编码阶段,采用了算术编码对嵌入式零树编码的输出作进一步压缩.嵌入式零树编码的应用能够实现可变码率的压缩;算术编码的应用进一步提高了压缩比.与传统的压缩方法相比,该方法实现了可变码率的压缩,压缩率和信噪比都有显著提高,运算量有较大降低,适合应用于电力系统录波数据压缩.

摘要： 滚动轴承是航天精密伺服机构中的关键运动副,其可靠性常作为表征伺服机构寿命的重要指标.针对航天精密伺服机构的复杂载荷、极端环境与具体轴承个性问题,本文开展基于特征定量识别的航天精密伺服机构轴承动态可靠性评估方法及其应用研究.采用自适应标准多小波定量识别机构关键轴承运行状态特征,基于降半正态分布函数构建关键轴承运行状态特征与其隶属可靠度的映射关系,建立轴承运行状态信息的可靠性评估模型,为精密伺服机构轴承可靠性评估缺乏大样本数据和当下产品可靠度难以真实评价的工程难题开辟新途径.工程实例表明:该方法可以有效揭示试验台轴承外圈损伤所引起的运行可靠性降低的原因,并成功应用于评估某型航天精密伺服机构轴承运行状态.

摘要： 滚动轴承是航天精密伺服机构中的关键运动副,其可靠性常作为表征伺服机构寿命的重要指标。针对航天精密伺服机构的复杂载荷、极端环境与具体轴承个性问题,本文开展基于特征定量识别的航天精密伺服机构轴承动态可靠性评估方法及其应用研究。采用自适应标准多小波定量识别机构关键轴承运行状态特征,基于降半正态分布函数构建关键轴承运行状态特征与其隶属可靠度的映射关系,建立轴承运行状态信息的可靠性评估模型,为精密伺服机构轴承可靠性评估缺乏大样本数据和当下产品可靠度难以真实评价的工程难题开辟新途径。工程实例表明:该方法可以有效揭示试验台轴承外圈损伤所引起的运行可靠性降低的原因,并成功应用于评估某型航天精密伺服机构轴承运行状态。

摘要： 文章简要介绍了多小波提升格式,提出了一种利用多小波提升格式进行图像融合的新方法,此多小波提升格式主要由若干个单小波变换的提升格式组合而成,其优点是不必自己推演提升格式的内部结构和参数,可以根据实际需要选用不同的单小波.另外,文章还给出了用D9/7双正交单小波的提升格式构造的多小波变换的实例,并把这样构造的多小波应用于图像融合,实验结果表明,该方法可得到比单小波更好的图像融合效果.

摘要： 文章简要介绍了多小波提升格式,提出了一种利用多小波提升格式进行图像融合的新方法,此多小波提升格式主要由若干个单小波变换的提升格式组合而成,其优点是不必自己推演提升格式的内部结构和参数,可以根据实际需要选用不同的单小波。另外,文章还给出了用D9/7双正交单小波的提升格式构造的多小波变换的实例,并把这样构造的多小波应用于图像融合,实验结果表明,该方法可得到比单小波更好的图像融合效果。

摘要： 针对不同预处理方法对多小波的影响问题,探讨了基于不同预处理方法的多小波对滚动轴承信号去噪效果的影响.通过仿真实验,先对GHM多小波、CL4多小波和SA4多小波进行重复行预处理、逼近预处理和平衡多小波处理,并将处理后的多小波应用于滚动轴承故障信号的去噪效果分析中.结果表明:经过平衡多小波预处理的CL4多小波在滚动体故障信号、内圈故障信号、外圈故障信号中的效果最好,相对于经过其他预处理方法处理的多小波的处理效果有明显优势.

摘要： Unsteady aerodynamics modeling must accurately describe the nonlinear aerodynamic characteristics in addition to unsteady aerodynamic characteristics.The Volterra series has got more and more attention as a powerful tool for nonlinear system modeling.The first order Volterra kernel can only describe the linear characteristics of the system.It is thus essential to incorporate the influence of the second order kernel or higher order kernels to build a nonlinear unsteady aerodynamics model.The main difficulty of higher order kernels identification is the number of parameters needed to be identified increases exponentially with the order of the kernel.This results in a dramatic increase of computational difficulty,and the so-called dimensional disaster arises.This paper expands the Volterra kernels using the piecewise-quadratic multiwavelet as the basis function.In the process of solving high dimensional and ill-posed equations,the paper utilizes the decomposition of multiwavelet multiresolution analysis in time and frequency to reduce the dimension of equations,and finally turns the problem into solving low dimensional equations and gets a stable solution.By identifying the second order kernel and the third order kernel of the lift coefficient,drag coefficient and pitching moment coefficient of the NACA0012 airfoil in plunging motion at Mach number 0.8,a nonlinear unsteady aerodynamics model is constructed.The aerodynamics in different reduced frequency is computed,and is compared with the CFD results to verify the ability of the Volterra series to describe nonlinear and unsteady aerodynamics and the effectiveness of the multiwavelet processing method.%非定常气动力建模除了要准确描述气动力的非定常特性,还要反映其非线性特性.Volterra级数因为对系统非线性具有很强的描述能力正日益受到重视.一阶Volterra核只能表达线性特性,要建立反映非线性特性的非定常气动力模型,需要引入二阶核甚至更高阶核的影响.高阶Volterra核辨识的主要困难在于待辨识参数的数量随着核阶次的增加而呈指数增加导致计算难度急剧加大,即出现所谓维数灾难问题.以一种分段二次多小波为基函数将Volterra核展开,求解一个高维病态方程组来计算展开系数,利用小波的多分辨分析在时间和频率两个维度的分解特性将方程降维,最终将问题转化为求解一个低维方程组得到稳定解.通过NACA0012翼型在马赫数0.8下作沉浮运动时,升力系数、阻力系数和俯仰力矩系数的二阶核和三阶核的辨识构建非定常气动力模型,然后由此计算不同减缩频率下的气动力并与CFD结果进行比较,验证了Volterra级数对非线性非定常气动力的描述能力和多小波处理方法的有效性.

摘要： 滚动轴承振动信号中的强噪声背景对准确提取轴承的故障特征信息具有很大影响,本文提出利用多小波降噪与CEEMD方法相结合,提取滚动轴承的故障特征信号的方法:首先通过多小波方法自适应地消除滚动轴承故障信号中的噪声,然后利用CEEMD进行分解,将分解后的IMF的最大Shannon信息熵值作为判断标准,最大可能地保持原始信号中的故障信息,提取Shannon信息熵值最大的有效IMF进行频谱分析,利用频谱特性提取滚动轴承故障特征.利用数值算例和滚动轴承数据验证了该方法的可行性,为轴承故障诊断提供参考.

摘要： 为了提高数字水印的实用性，必须保证水印的鲁棒性和透明性，本文充分考虑人类视觉系统特性，提出了一种基于多小波的数字水印优化方法。该方法利用Sa4 多小波基进行数字水印嵌入，引入多目标优化手段对其嵌入深度进行优化调整，得到最佳嵌入效果。通过遗传算法实现的结果表明，该算法不仅对于水印的攻击具有强鲁棒性，且兼顾载体图像的质量。

摘要： 近年来,图像分割技术已成为医学图像处理和分析中的关键技术.本文通过构造一个正交多小波,把图像在尺度空间展开,对不同分辨级下的小波系数采用不同阈值进行分割处理,应用自动和交互相结合的分割方法,通过对目标区域图像特征进行分析,交互确定目标区域的大致灰度范围,在综合考虑图像的边缘和区域的基础上,确定精确的阈值,将目标组织从背景中分割出来.通过对计算机断层扫描医学图像进行分割处理和对比实验,证明该方法不仅能得到较清晰的感兴趣区域,而且还能获得较清晰的边缘特征,图像清晰度明显提高.

摘要： 当使用离散多小波变换(DMWT)处理标量信号时,我们通常会用预滤波器来把标量信号接合DMWT滤波器组.为了能充分发挥多小波的特性,最近我们提出了一种新颖的最大抽取正交预滤波器.它能够保持多小波的线性相位和逼近能力。然而,它要求每个信道与目标多小波系统的尺度函数的对称点相匹配。符合这种条件的滤波器组可能很难找到,或者根本不存在,例如二重多小波。本文提出修改DMWT的结构,把预滤波器与第一层DMWT融合。该结构有两个优点:首先,计算度可大大降低:另外,额外的设计自由度使得即使在重数较低时,预滤波器也可以是最大抽取的、正交的并且对称的。我们评估了这种新的DMWT结构的计算复杂度和能量压缩性能,与传统的方法相比,得到了令人满意的实验结果。

摘要： 本文利用对称、反对称正交多小波的一种具体参数化形式,构造出了满足逼近阶分别为2,3的对称、反对称的正交多小波系统.同时,通过改造,使其具有一阶平衡性并保持了逼近阶,这样,此多小波系统在实际应用中可以避免预滤波.

摘要： 提出了一种全新的基于多小波包的齿轮箱故障诊断方法.在机械故障诊断领域,小波分析已经被应用在利用齿轮振动信号进行的故障诊断中.由于小波函数空间在高尺度上频带较宽.提出的多小波变换,通过划分小波变换不同层的频带克服了单小波(标量小波)系统的这种缺陷.通过多小波包变换,可以自动并精确地划分不同小波包结点的频率段,从而对频率段较窄的瞬变故障信号进行精确的诊断.对齿轮箱的仿真实验结果表明,应用多小波包系统,不但可以对齿轮系统中包含瞬变现象的故障信号进行诊断,而且可以精确确定齿轮中坏齿的位置.

摘要： 多小波是近年发展起来的一种新的小波理论,它把十分重要的光滑性、紧支性、正交性、对称性等完美地结合起来.本文针对小波图象去噪问题,对Minimax单小波去噪方法进行了改进,提出了改进Minimax多小波去噪方法,简称IMDM方法.实验数据表明,IMDM去噪方法与直接将Minimax方法用于多小波去噪相比,效果明显优于后者.

摘要： 本文主要讨论具有分解结构特点的多小波，这样的多小波必须采用矢量零树编码方法来充分利用各个分量图像之间的相关性。本文给出的评价方法能够很好地反映四个分量图像之间的相关性，从而有利于做出最佳多小波基的选择。

摘要： 本发明的目的在于提供基于复合评价指标和小波熵的小波阈值去噪参数选取方法，包括以下步骤：获取备用小波基，小波去噪处理，复合评价指标计算，将每个小波基不同分解层数的两种传统评价指标组成的数据集分别进行归一化处理，每个小波基各得到一组复合评价指标，确定最佳分解层数，使用同类小波基对含噪信号进行逐层小波分解至最佳分解层数，通过计算低频系数的小波熵确定每一层分解的最优小波基，比较复合评价指标确定多类小波基中的最优去噪方案。本发明通过构建复合评价指标确定最佳分解层数，计算低频系数小波熵确定每一层分解的最优小波基的方式，在尽可能减小计算量的前提下解决了小波去噪中小波基和分解层数两种去噪参数的优选问题。

摘要： 本发明提出了小波卷积小波神经网络及情报分析方法与系统，小波卷积小波神经网络及情报分析方法(1000)，包括情报处理流程(100)、全段前向计算流程(200)、wCwNN训练计算流程(300)；可以应用到模式识别、拟合预测、智慧城市、智能警务安防和智能交管领域。该方法包括情报处理、全段网络前向计算、全段网络训练计算流程。该系统包括不受控系统、前端情报板、网络安全与交换设备、海量情报服务器、高性能情报分析器、情报监察控制器。该方法与系统应用时可以通过物联网采集不受控系统大数据信息，快速完成训练，高精度完成智能计算，实现高性能智能系统。

摘要： 本发明提出了适用于视频编码领域的一种具有类框架小波结构的小波域运动估计方法，这种方法采用：双通道高通滤波方法(2-Channel High-Pass Filtering，TCHPF)和子带自适应中心搜索点预测方法(Subband-Adapted Central Searching Point Prediction，SACSPP)。其中TCHPF方法建立了一种具有类似于框架小波的变换结构，含有一个低通滤波器和两个分析高通滤波通道，采用双通道高频滤波消除下采样的影响，有效地降低了高频信号上的位移可变性，提高了小波域运动估计的精度。而SACSPP方法将充分挖掘系数间的相关性，在分析小波不同子带系数的特点的基础上，针对低频子带和高频子带采用不同的搜索点预测方法，从而减少计算量，实现快速运动估计。

摘要： 本发明的目的在于提供基于复合评价指标和小波熵的小波阈值去噪参数选取方法，包括以下步骤：获取备用小波基，小波去噪处理，复合评价指标计算，将每个小波基不同分解层数的两种传统评价指标组成的数据集分别进行归一化处理，每个小波基各得到一组复合评价指标，确定最佳分解层数，使用同类小波基对含噪信号进行逐层小波分解至最佳分解层数，通过计算低频系数的小波熵确定每一层分解的最优小波基，比较复合评价指标确定多类小波基中的最优去噪方案。本发明通过构建复合评价指标确定最佳分解层数，计算低频系数小波熵确定每一层分解的最优小波基的方式，在尽可能减小计算量的前提下解决了小波去噪中小波基和分解层数两种去噪参数的优选问题。

摘要： 本发明提出了小波卷积小波神经网络及情报分析方法与系统，小波卷积小波神经网络及情报分析方法(1000)，包括情报处理流程(100)、全段前向计算流程(200)、wCwNN训练计算流程(300)；可以应用到模式识别、拟合预测、智慧城市、智能警务安防和智能交管领域。该方法包括情报处理、全段网络前向计算、全段网络训练计算流程。该系统包括不受控系统、前端情报板、网络安全与交换设备、海量情报服务器、高性能情报分析器、情报监察控制器。该方法与系统应用时可以通过物联网采集不受控系统大数据信息，快速完成训练，高精度完成智能计算，实现高性能智能系统。

摘要： 本发明公开了一种基于小波神经网络和小波技术的变压器噪声预测方法，利用小波基函数取代传统BP神经网络隐含层神经元双曲正切S型激励函数，并在调整神经网络参数时引入动量因子，使得预测模型具有更快的收敛速度和更高的误差精度。利用小波分解技术对振动和噪声数字信号经行分解，将得到的小波低频系数作为预测模型的输入-输出对，当建模完成后，利用小波重构技术对预测得到的小波低频系数经行重构，得到预测的噪声数字信号。本发明不仅减少了训练样本的数量，缩短了神经网络中神经元的训练时间，而且还避免因变压器实测噪声数据中含有环境高频干扰噪声而导致预测效果差的问题。

摘要： 本发明提出了适用于视频编码领域的一种具有类框架小波结构的小波域运动估计方案，这种方案采用两个新的方法：双通道高通滤波方法(2－Channel High－Pass Filtering，TCHPF)和子带自适应中心搜索点预测方法(Subband－Adapted Central Searching Point Prediction，SACSPP)。其中TCHPF方法建立了一种具有类似于框架小波的变换结构，采用双通道高频滤波消除下采样的影响，有效地降低了高频信号上的位移可变性，提高了小波域运动估计的精度。而SACSPP方法将充分挖掘系数间的相关性，在分析小波不同子带系数的特点的基础上，针对低频子带和高频子带采用不同的搜索点预测方法，从而减少计算量，实现快速运动估计。

摘要： 提供了用于对视频帧进行编码和解码的编码解码方法和装置。编码方法(700)和装置(110)使用过完全小波域中的三维提升技术来压缩视频帧。解码方法(800)和装置(118)也使用过完全小波域中的三维提升技术来对视频帧进行解压缩。

摘要： 本发明公开了一种叉指单侧倾斜加权的声表面波式Morlet小波处理器，包括压电基片，压电基片的一端设有发射换能器，压电基片的另一端设有接收换能器。输入电信号加到发射换能器，并在其进行小波变换后，发射换能器输出声表面波式小波变换信号，该声表面波式小波变换信号向接收换能器传播。当接收换能器接收到声表面波式小波变换信号，把该声表面波式小波变换信号转换成电信号式小波变换信号输出。所述的发射换能器采用叉指单侧倾斜加权方式。本发明具有很好抑制波束偏离、衍射及体波的功能和设计简单的特性。本发明广泛应用于各种传感器、雷达、震勘探、大气与海洋分析等多领域。

摘要： 本发明公开了一种基于极化小波域的毫米波金属危险品检测方法，具体涉及雷达信号处理技术领域，包括以下步骤：步骤10：获取回波信号；步骤20：构建极化信息‑时间多维数据体；步骤30：小波变换；步骤40：特征提取；步骤50：搭建模型；步骤60：识别和分类。本发明通过构建极化信息‑时间多维数据体，充分利用了四种极化组态下的回波信息，丰富了目标的极化信息，全面分析了目标特征，并且在时频分析时采用高维连续小波变换，具有良好的空间及波数域局部化性质，可以更好地分析目标的瞬时极化特性，最后，对于提取到的目标极化特征采用卷积神经网络进行识别和分类，实现了目标高准确率的识别和分类。