导读:本文包含了奇异性检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小波,异性,信号,卷积,图像,插值,目标。
奇异性检测论文文献综述
吴永[1]（2018）在《小波奇异性在水下航行器故障检测和实时滤波中的应用》一文中研究指出进入21世纪,世界各国纷纷加大了对海洋资源的探测和开发力度,新一轮的竞争已经展开。我国尽管海域面积辽阔,但人均海洋资源较少,必须要加强对海洋资源的开发。水下航行器(AUV)具有机动性强、体积小、隐蔽性强等优点,能够完成海洋目标的识别与探测、海底资源探测等多种任务。信号的奇异性可以反应设备的故障信息,利用小波奇异性可以有效地进行故障诊断和检测。本文以水下航行器为研究对象,结合小波奇异性检测技术研究了水下航行器的故障检测和信号滤波等内容,对提高水下航行器的使用寿命、提高信号检测精度有重要意义。(本文来源于《舰船科学技术》期刊2018年16期）
郑茜[2]（2018）在《基于插值小波的信号奇异性检测和图像边缘提取》一文中研究指出信号的奇异性作为信号处理中的重要研究对象,包含了信号的许多重要信息。而小波变换具有良好的时频分析能力,能够有效的检测出信号的突变点,因此在信号奇异性检测和图像边缘检测等领域得到广泛的应用。然而在经典检测算法中,应用小波变换进行奇异性检测时,获取小波系数通常需要利用离散积分替代连续积分。由于离散积分只能作为连续积分的近似表达,因此当采样数据密度较低时,这类方法往往会导致较大的计算误差,从而难以得到令人满意的检测效果。针对上述经典小波算法中的缺陷,本文尝试将插值小波应用于一维信号奇异性检测和二维信号图像边缘检测,从而避免使用离散积分的方法来获取小波系数,在减小计算误差的基础上获得更好的检测效果。本文的主要工作如下:(1)研究了插值小波的特性和插值小波对偶滤波器的构建方法,在此基础上构建出六阶B-样条小波对应的插值滤波器序列,并将其应用于后续的仿真实验中。(2)深入分析了经典小波检测算法中,图像分辨率与检测精度之间的关系。并根据仿真实验结果和理论分析,讨论经典小波算法中存在的缺陷,最终确定算法的优化方案。(3)基于插值小波采样理论中,插值小波系数为信号采样值的特殊性质,将对偶插值滤波器与一维Mallat塔式分解算法结合起来,提出一种新的信号奇异性检测算法。该算法不需要通过信号与小波函数作内积来求取小波系数,而是利用插值小波的特殊性质根据信号采样值直接获得小波系数,因此大大简化了小波系数的计算过程,并且有效提高了小波系数的精度。(4)研究了图像在插值小波条件下的数学化模型,进一步研究插值小波和插值滤波器与二维Mallat塔式分解算法的结合过程,进而提出一种新的图像边缘检测算法。该算法通过插值对偶滤波器序列,即可直接由图像像素矩阵获得定位准确、连续完整的边缘图像。(5)将本课题算法与其他检测算法进行对比实验,对实验结果分别进行定性和定量分析。最终结果表明,本文方法能够获得更加优异的检测效果,验证了该算法的有效性和优越性。本课题完成了插值小波在信号奇异性检测和图像边缘检测中的应用研究,对信号处理和图像处理具有一定的参考价值。(本文来源于《电子科技大学》期刊2018-05-08）
刘宇,王迁,刘阔,张义民[3]（2017）在《基于小波奇异性和支持向量机微铣刀破损检测》一文中研究指出针对微铣削过程中刀刃破损的现象,提出了基于振动信号奇异性分析的自学习式支持向量机的刀具破损检测方法.对两种状态信号作连续小波变换,计算小波模极大值和信号的李普希兹指数(Lips).通过Lips识别刀具状态,拟合Lips分布概率密度函数并验证其符合正态分布,将Lips分布的均值、方差作为特征值,通过遗传算法参数寻优建立了刀具破损状态的支持向量机(SVM)识别模型,也称最优模型.利用最优模型预测刀具破损状态,其预测准确度从84%逐步提高至90%,提升了系统预测模型的鲁棒性.最后通过实验验证了该方法的有效性.(本文来源于《东北大学学报(自然科学版)》期刊2017年10期）
王振华[4]（2017）在《基于信号奇异性分析的红外弱小目标检测》一文中研究指出红外弱小目标的检测问题一直是近年来国内外研究的重点和热点,在被动红外探测系统中占据着重要的位置。尽可能的提高目标的检测距离,提前发现目标是决定战争胜负的关键因素。由于距离远、辐射能量弱等特点造成红外目标成像弱小且易受强杂波影响,因此如何在复杂背景环境下实现目标的可靠检测具有重要的理论意义和军事意义。尽管复杂背景下弱小目标呈现出低信噪比等特点,但目标相对于局部背景会出现信号幅度的突变,表现出一种奇异性,根据小目标在时空域表现出的这种奇异性可以实现目标信号的检测。因此,本文从研究微弱信号本身的非平稳性和奇异性出发,通过研究非平稳信号中奇异性检测理论,寻求一种对弱小信号奇异性的检测方法,从而应用到低信噪比情况下的红外弱小目标检测,提出了基于信号奇异性检测的新方法,主要工作如下:1.总结了小目标检测研究的现状,从红外图像的空域和时域方面出发,分析了红外图像的特性并建立相应的数学模型,分析了信号奇异性的理论,联系到红外弱小目标表现出来的奇异性,对红外小目标的奇异性作分析并建立模型。2.研究了几种信号预处理的方法,其中包括形态学滤波、局部背景预测滤波、中值滤波和改进中值的维纳滤波,为后续的红外序列图像的小目标检测提供了预处理手段。3.在对序列图像的时域特性的研究的基础上,根据时域中目标表现出的奇异性特征,提出了一种基于新的改进中值维纳滤波器的红外弱小目标的奇异性检测方法,仿真实验表明,该算法具有很好的小目标检测性能。4.由经验模态分解理论知识得知复杂信号可以分解为不同频率尺度的本征模态函数,可以检测到非平稳信号、突变信号等显着变化,将经验模态分解方法应用到红外图像的小目标检测问题上,通过对单帧红外图像的行与列分别经验模态分解得到不同频率的分量,并对这些分量进行多级联合从而达到检测目标的目的。最后将该方法应用到红外序列图像的时域上,通过分量合成的方法实现红外弱小目标的检测。仿真和实验结果表明了本文提出的方法的有效性和良好的检测性能,具有较大的应用前景。(本文来源于《西安电子科技大学》期刊2017-06-01）
袁术龙[5]（2017）在《红外弱小目标奇异性检测处理平台的设计与实现》一文中研究指出伴随着红外技术的发展,红外成像设备由于具有工作距离远、隐蔽性强、可昼夜工作等优点,在各领域得到了广泛的应用。但是在远距离成像时目标弱小,检测环境多样化,图像的信杂比很低,造成目标检测困难。另外随着目标机动性的增强以及武器系统现代化程度的不断提高,人们对系统检测目标的完整性、实时性和稳定性提出了更高的要求。传统的目标检测方法在低信噪比条件下检测目标的效果不够理想,尽最大可能的将时域信息和空域信息融合起来处理将是实现低信噪比下弱小目标检测的发展趋势。因此,研究低信杂比条件下的红外弱小目标检测方法,设计合适的硬件处理平台,对红外探测系统具有重要的理论和实际意义。本文的内容及成果包括:(1)从红外序列图像中目标在时空域表现出来的奇异性特征出发,构建了红外序列图像的奇异性检测模型,并在此基础上将短时傅里叶变换用于红外弱小目标奇异性检测的方法中。该方法主要根据目标、噪声和云杂波的短时傅里叶变换时频谱的不同特性,利用两级门限检测方法,去除序列图像中噪声和云杂波的影响,检测出运动小目标。(2)研究设计了基于FPGA的红外弱小目标检测系统的硬件平台。以FPGA为核心的红外弱小目标检测系统,硬件系统以赛灵思公司Virtex6系列XC6VLX240T-1FFG1156 FPGA芯片为设计核心,以PCIe总线接口作为数据接口实现高速DMA数据传输为基础,以大容量DDR3 SDRAM为高速缓存,为算法实现提供了硬件验证平台。(3)在FPGA上完成了硬件平台各个功能模块的逻辑设计,将本文提出的目标检测算法在硬件平台上移植实现。整个硬件系统由图像输入输出模块、图像存储模块和图像算法处理模块几个部分组成。上位机通过图像输入输出模块发送序列图像的帧数据,板卡通过PCIe总线接口的DMA传输方式读取主机内存中的数据,存到图像存储模块DDR3 SDRAM大容量缓存中,图像算法处理模块读取DDR3 SDRAM中的数据进行处理,处理结束后,将得到的目标点信息数据存入图像存储模块并由图像传输模块将处理结果通过PCIe总线接口写入主机内存,上位机读取目标点信息并显示目标点轨迹。通过实测数据验证,该硬件系统可以有效验证本文提出的检测算法,检测到云杂波背景下的弱小运动目标,具有工程应用价值。(本文来源于《西安电子科技大学》期刊2017-05-01）
宋阳,吴凡,刘德扣,刘晓舟,倪一清[6]（2017）在《基于声发射及小波奇异性的钢轨损伤检测》一文中研究指出很多重大脱轨事件都与钢轨的损伤密切相关,因此,对在役钢轨进行定期损伤检测显得尤为重要。研究首先运用声发射原理,通过对在役钢轨损伤前后监测系统所采集的数据信号进行时域及频域的分析,根据有损信号的能量谱特点,判断钢轨中损伤的存在。其次,运用小波奇异性检测原理探讨研究了定位损伤。通过分析各种连续小波变换算法的结果,得出à Trous算法在奇异性检测中能够较准确判断出奇异点位置。因此,结合声发射原理和小波处理的方法的无损监测可应用于在役钢轨的损伤检测和定位,对铁路钢轨损伤进行检测和预报。(本文来源于《振动与冲击》期刊2017年02期）
甘伟,李红叶[7]（2016）在《基于小波变换的信号降噪和奇异性检测》一文中研究指出本文对基于小波阈值的信号降噪进行研究,重点讨论了阈值函数设计。传统的硬阈值函数法处理信号时,降噪后的结果有较大方差,软阈值函数法降噪后的结果相对平滑,但软阈值函数法降噪的同时削弱了小波系数的幅度,降噪结果会出现较大的偏差。基于此,本文提出了两种改进的阈值函数,用该两种函数对小波系数进行处理,降噪效果较为明显,信噪比得到较大的提高。(本文来源于《现代导航》期刊2016年02期）
张晓瑜,吴志军,岳猛,闫长灿[8]（2016）在《基于网络流量奇异性特征的LDoS攻击检测方法》一文中研究指出依据低速率拒绝服务LDoS(low-rate denial of service)攻击期间受害端网络流量严重下降且网络流量波动性较强的特征,提出一种基于网络流量奇异性特征的LDoS攻击检测算法。采用高斯小波卷积计算信号奇异点,以时间窗口信号的均值和标准差为检测依据,实现LDoS攻击检测。NS-2仿真结果表明,该方法能有效检测LDoS攻击,检测成功率达90.6%。(本文来源于《计算机工程与设计》期刊2016年01期）
柳晋冬[9]（2015）在《基于小波奇异性检测的高压断路器故障诊断探究》一文中研究指出高压断路器故障除了会引起振动冲击事件时移外,还会引起时域波形中部分波峰变形,从而无法保证高压电路中的空载电流与负荷电流。本文基于小波变换的信号奇异性检测理论,对高压断路器机械振动信号进行了一定分析,以此探讨小波奇异性检测在高压断路器故障诊断中的应用价值。(本文来源于《信息化建设》期刊2015年08期）
何军娜[10]（2015）在《基于小波及排列熵奇异性检测的行波故障测距研究》一文中研究指出输电线路作为输送电能的通道，其安全稳定运行将直接影响着整个电力系统的供电可靠性。当输电线路发生故障后，能快速准确的查找出故障位置，及时修复线路、恢复供电，可以减少因断电带来的经济损失，而且对整个电力系统的安全稳定运行有着非常重要的意义。行波故障定位法由于具有受系统参数、过渡电阻、系统运行方式和线路负荷影响较小等优点，测距精度高，定位速度快，一直成为近年来的研究热点。本文以输电线路作为研究对象，对基于数学形态学、小波变换以及排列熵的输电线路故障定位方法进行了一系列的分析和研究，主要工作和研究成果如下：（1）本文首先比较全面地总结了现代行波测距方法及研究现状，然后分析了输电线路行波产生机理、行波传播的特性及常用行波分析工具，最后对小波和形态学等的原理、算法和应用等方面进行了阐述。（2）研究了小波变换和数学形态学对暂态行波信号中不同噪声干扰的滤波效果，并根据其去噪情况，提出了利用数学形态学构造自适应尺度结构元素形态学滤波器和用小波软阈值相结合的综合去噪算法进行行波信号的前置滤波处理，并通过仿真实验证明了提出方法可以有效的滤去噪声，为输电线路故障后的行波信号处理提供了保证。（3）提出了一种基于综合消噪法与小波变换模极大值法相结合的输电线路故障定位方法。首先采用综合去噪算法对故障暂态电流信号进行消噪处理并进行凯伦贝尔变换，然后利用小波变换模极大值法和形态梯度变换法分别对行波线模分量进行检测对比，从对比结果中确定更优的故障定位方法。（4）提出了一种新的行波突变检测方法，也就是基于排列熵的输电线路行波故障测距方法，首先，以含有突变点的典型非线性时间序列Logistic映射和正弦含噪信号为对象，对用排列熵检测信号突变有效性进行验证。然后结合综合去噪方法，对行波信号进行奇异性检测，最后将检测结果与小波变换模极大值法和形态梯度变换法进行比较，验证排列熵用于输电线路故障定位的可行性。(本文来源于《华东交通大学》期刊2015-06-30）
奇异性检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
信号的奇异性作为信号处理中的重要研究对象,包含了信号的许多重要信息。而小波变换具有良好的时频分析能力,能够有效的检测出信号的突变点,因此在信号奇异性检测和图像边缘检测等领域得到广泛的应用。然而在经典检测算法中,应用小波变换进行奇异性检测时,获取小波系数通常需要利用离散积分替代连续积分。由于离散积分只能作为连续积分的近似表达,因此当采样数据密度较低时,这类方法往往会导致较大的计算误差,从而难以得到令人满意的检测效果。针对上述经典小波算法中的缺陷,本文尝试将插值小波应用于一维信号奇异性检测和二维信号图像边缘检测,从而避免使用离散积分的方法来获取小波系数,在减小计算误差的基础上获得更好的检测效果。本文的主要工作如下:(1)研究了插值小波的特性和插值小波对偶滤波器的构建方法,在此基础上构建出六阶B-样条小波对应的插值滤波器序列,并将其应用于后续的仿真实验中。(2)深入分析了经典小波检测算法中,图像分辨率与检测精度之间的关系。并根据仿真实验结果和理论分析,讨论经典小波算法中存在的缺陷,最终确定算法的优化方案。(3)基于插值小波采样理论中,插值小波系数为信号采样值的特殊性质,将对偶插值滤波器与一维Mallat塔式分解算法结合起来,提出一种新的信号奇异性检测算法。该算法不需要通过信号与小波函数作内积来求取小波系数,而是利用插值小波的特殊性质根据信号采样值直接获得小波系数,因此大大简化了小波系数的计算过程,并且有效提高了小波系数的精度。(4)研究了图像在插值小波条件下的数学化模型,进一步研究插值小波和插值滤波器与二维Mallat塔式分解算法的结合过程,进而提出一种新的图像边缘检测算法。该算法通过插值对偶滤波器序列,即可直接由图像像素矩阵获得定位准确、连续完整的边缘图像。(5)将本课题算法与其他检测算法进行对比实验,对实验结果分别进行定性和定量分析。最终结果表明,本文方法能够获得更加优异的检测效果,验证了该算法的有效性和优越性。本课题完成了插值小波在信号奇异性检测和图像边缘检测中的应用研究,对信号处理和图像处理具有一定的参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
奇异性检测论文参考文献
[1].吴永.小波奇异性在水下航行器故障检测和实时滤波中的应用[J].舰船科学技术.2018
[2].郑茜.基于插值小波的信号奇异性检测和图像边缘提取[D].电子科技大学.2018
[3].刘宇,王迁,刘阔,张义民.基于小波奇异性和支持向量机微铣刀破损检测[J].东北大学学报(自然科学版).2017
[4].王振华.基于信号奇异性分析的红外弱小目标检测[D].西安电子科技大学.2017
[5].袁术龙.红外弱小目标奇异性检测处理平台的设计与实现[D].西安电子科技大学.2017
[6].宋阳,吴凡,刘德扣,刘晓舟,倪一清.基于声发射及小波奇异性的钢轨损伤检测[J].振动与冲击.2017
[7].甘伟,李红叶.基于小波变换的信号降噪和奇异性检测[J].现代导航.2016
[8].张晓瑜,吴志军,岳猛,闫长灿.基于网络流量奇异性特征的LDoS攻击检测方法[J].计算机工程与设计.2016
[9].柳晋冬.基于小波奇异性检测的高压断路器故障诊断探究[J].信息化建设.2015
[10].何军娜.基于小波及排列熵奇异性检测的行波故障测距研究[D].华东交通大学.2015
论文知识图
