导读:本文包含了复小波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,遥感,图像,特征,齿轮箱,拉普拉斯,模型。
复小波论文文献综述
马州生[1]（2019）在《基于双树复小波和时间序列的转轴剩余寿命预测研究》一文中研究指出针对矿冶破碎机在重载工况下其转轴振动信号的非线性、不平稳性以及背景环境复杂性等特点而导致的难以提取纯净的故障特征信号的问题,提出了基于双树复小波和时间序列的转轴剩余寿命预测研究。对采集的含噪信号进行双树复小波变换,求得变换系数,并进一步得到模系数,提取出规律性较强的模系数,并对其进行非线性时间序列处理。适当加入含噪信号以强化噪声的规律性,再将信号源投影到不同面上分离出污染信号源,提取特征信号源的系数,并以复数形式进行双树复小波重构,获取易忽略的故障特征信号,得到较为完整的纯净故障信号。通过BP网络利用所提纯的特征信号对转轴剩余寿命进行预测,与转轴破坏性实验数据进行对比,证明该方法适于破碎机转轴的寿命预测,取得了满意的效果。(本文来源于《机床与液压》期刊2019年19期）
陈旭阳,韩振南,宁少慧[2]（2019）在《自适应改进双树复小波变换的齿轮箱故障诊断》一文中研究指出针对双树复小波变换存在频率混迭以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混迭现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。(本文来源于《振动.测试与诊断》期刊2019年05期）
叶美桃,柴慧理[3]（2019）在《提高双树复小波的齿轮箱复合故障特征提取》一文中研究指出针对双树复小波变换分解层数需要先验确定和重构后各子带出现的频率混迭现象,提出了一种改进双树复小波变换的齿轮箱复合故障特征提取方法。首先,确定双树复小波变换的分解层数和有效的子带;对得到的各子带进行去频率混迭,确保消除频率混迭现象,使每个子带仅含有唯一的特征频率;然后,用所提方法和现有VMD(Variational Mode Decomposition)进行对比,验证了所提方法的可行性;最后将所提方法应用于齿轮箱复合故障振动信号中,成功提取出齿轮剥落和轴承外圈故障。所提方法为齿轮箱复合故障特征提取提供了一种新的思路。(本文来源于《机械传动》期刊2019年09期）
鲍文霞,解栋文,朱明,梁栋[4]（2019）在《结合聚合通道特征和双树复小波变换的手势识别》一文中研究指出目的针对目前手势识别方法受环境、光线、旋转、缩放、肤色等因素的影响,导致手势识别精度下降的问题,提出一种结合聚合通道特征(ACF)的手势检测和双树复小波变换(DTCWT)的复杂背景下手势识别方法。方法在手势图像预处理过程中引入聚合通道特征,采用Adaboost分类器和非极大值抑制算法(NMS)进行目标手势的检测;利用DTCWT对目标手势图像进行多尺度多方向分解,对高低频系数的每一块分别提取方向梯度直方图(HOG)和局部二值模式(LBP)特征;最后融合各个方向上的高低频特征并通过支持向量机(SVM)进行分类识别。结果选取多个场景、多个对象、不同角度和距离的图像作为训练集,并标注区分前背景,对20种手势进行识别实验,并与传统的肤色检测、HOG特征手势识别、类-Hausdorff距离的手势识别算法进行了实验对比。在任意可承受范围内的光照、距离等情况下,该方法能够更准确实时地实现手势识别,平均精度达到95. 1%。结论在图像预处理的情况下,聚合通道特征的引入能够准确检测手势,同时基于DTCWT的手势图像频域特征提取和再融合的方法有效地解决了传统普通图像的单特征识别方法在光线和复杂背景下识别精度不高的问题。(本文来源于《中国图象图形学报》期刊2019年07期）
陈争光,周泽昕,王兴国,李岩军,杜丁香[5]（2019）在《基于双树复小波变换的混合直流输电线路行波保护方法》一文中研究指出首先分析了混合直流输电线路故障特征,并以葛南工程为例,搭建了混合直流输电系统电磁暂态仿真模型。理论与仿真分析表明,直流电压共模量和差模量之间相互解耦,且故障前后特征差异显着,该参数可用于混合直流输电线路保护。其次,研究了双树复小波变换在混合直流输电线路保护中的应用,仿真计算表明,利用直流电压差模量二层分解量可作为区分混合直流线路区内外故障的依据。同时,根据直流电压共模量叁次方积分值的极性,可以实现故障线路选极。基于以上分析,提出了基于双树复小波变换的混合直流输电线路行波保护方法,该方法能够快速可靠地识别出线路区内外故障,并对高阻接地故障有较高的灵敏度,该方法通过了仿真验证。(本文来源于《电网技术》期刊2019年10期）
李辉,朱锡芳,吴峰,相入喜,蔡建文[6]（2019）在《基于双树复小波的多尺度遥感图像去噪方法》一文中研究指出对地遥感成像过程中云雾噪声为主要干扰源,不同频率云雾噪声的迭加使得遥感图像极易出现对比度低、可读性差、景物不清晰等现象。文章提出将双树复小波分析技术与拉普拉斯滤波相结合的可见光遥感图像去噪方法。利用双树复小波对含有云雾噪声的遥感图像进行多尺度分解,通过混迭能量比来检验最佳滤波器组合及最佳分解尺度,据此得到不同尺度下的低频子带和高频子带,采用拉普拉斯滤波对云雾噪声干扰强烈的子带进行降噪处理,再经双树复小波逆变换得到重构图像。实验表明,最佳滤波器组合能够改善双树复小波多尺度分解时的平移不变性,拉普拉斯滤波可有效削弱高、低频子带云雾噪声的影响。对重构图像的对比度及熵值进行定量分析,验证了所提方法的有效性。(本文来源于《常州工学院学报》期刊2019年03期）
江念,王召巴[7]（2019）在《基于双树复小波系数层间相关性的非线性超声谐波提取方法》一文中研究指出非线性超声信号具有非平稳性、非线性和高次谐波信噪比低的特点,为提高非线性超声无损检测技术对缺陷的表征能力,提出一种基于双树复小波系数层间相关性结合软阈值滤波算法的超声谐波提取方法。首先采用双树复小波将信号分解为基频和二倍频等不同频带的分量;由于各分量存在一定程度的频率混迭,利用小波系数层间相关性对各分量信号滤波,消除频率混迭并得到修正后的细节子波;然后结合软阈值算法对修正后的小波系数进一步降噪;最后将滤波降噪后的各分量系数重构,即可实现对非线性超声信号中基波和二次谐波信号的提取。实验结果表明,该算法滤波效果良好,有效地提取了二次谐波信号,提高了非线性超声检测结果的准确性和鲁棒性。(本文来源于《仪表技术与传感器》期刊2019年04期）
杨柳依[8]（2019）在《基于双树复小波变换的单通道盲源分离算法研究》一文中研究指出自动识别系统(AIS)是一种应用于海上交通的广播式自动报告系统,它不仅能够保障船舶航海的安全性,还可以提高海上通信的效率。船载AIS是用船舶作为载体来携带AIS设备,这也是AIS的初期形式。随后,星载AIS的概念又被人们提出,目的是为了实现在海上的更大范围的通信管理,并且进一步提高AIS传输信息的有效性。但是由于星载AIS各方面的发展年限均不长,目前还有很多尚待解决的关键技术问题,比如多消息冲突现象、电磁波长距离传输损耗和传输延迟等。本文的研究内容主要是围绕着星载AIS中存在的信号混合问题而展开的,具体内容如下:(1)提出一种基于双树复小波变换(DTCWT)的单通道盲源分离算法。该算法先用DTCWT来分解接收信号;再用主成分分析法从分解后的信号中筛选出部分信号(所选信号数目比源信号总数目少一个);这些筛选出的信号与原来的接收信号一起构成虚拟多通道混合信号;最后,通过快速独立成分分析(Fast-ICA)法来估计得出源信号。该方法大大减少了存在于传统小波分解中的频率混迭问题。仿真结果也表明:与基于传统小波变换的单通道盲源分离算法相比,算法的分离性能得到了显着的提高。(2)提出一种基于提升Q-shift双树复小波变换的单通道盲源分离算法。Q-shift双树复小波变换通常用来解决一般DTCWT中因为结构对称性差而引起的两树频率响应不完全相同的问题。同时,提升算法又将Q-shift DTCWT的运算全部转换在时域中进行,降低了算法复杂度,节省了运行内存和时间。仿真结果证明:所提算法在保证了基于DTCWT的单通道盲源分离算法的分离性能之外,还缩短了计算机的运行时间,提高了分离算法的实时性能。(3)提出一种基于DTCWT和集成经验模式分解(EEMD)的单通道盲源分离算法。该算法先用DTCWT来分解接收信号,再从中选出部分信号经由EEMD处理,得到多组本征模态分量,然后从每组模态分量信号中选出一个信号,并与原接收信号构成多通道混合信号,继而通过Fast-ICA进行估计,从而获得分离源信号。仿真结果表明:与基于EEMD(或者DTCWT)的单通道盲源分离算法相比,该算法提高了在高信噪比下的信号分离性能,与此同时,在低信噪比条件下,该算法还具有基于DTCWT的单通道盲源分离算法的抗噪能力。(本文来源于《天津理工大学》期刊2019-03-01）
汪汇兵,范奎奎,欧阳斯达,戚凯丽,杨朦朦[9]（2019）在《双树复小波域马尔科夫的遥感图像分割方法》一文中研究指出针对多尺度高分辨率遥感图像像素分割在降噪时丢失大量高频信息及单一像素孤立性问题,提出了一种双树复小波变换(dual-tree complex wavelet transform,DT-CWT)和模糊马尔科夫随机场(fuzzy markov random field,FMRF)模型相结合的无监督遥感图像分割算法。首先通过DT-CWT遥感图像进行多尺度分解,并采用Bayesian阈值法对分解后的高频分量进行去噪,以增强图像的细节和边缘的表达能力并有效保留图像的主要高频信息;然后采用FMRF分割算法分别对重构后各层分量进行分割,以充分考虑像素分割的模糊性和像素邻域间的相关性;最后根据相似度融合规则融合各层分割结果。对比试验结果表明,该方法在有效去除杂点和噪声的同时能够较好地保留图像细节信息,并且边缘分割更加平滑,具有较高的分割精度和很好的鲁棒性。(本文来源于《遥感信息》期刊2019年01期）
齐海生,荣传振,肖力铭,岳振军[10]（2019）在《基于双树复小波变换与引导滤波的红外与可见光图像融合算法》一文中研究指出针对传统的红外与可见光图像融合中多尺度融合方法存在图像细节丢失、边缘模糊以及对比度下降等不足,提出了基于双树复小波变换(DTCWT)和引导滤波器的红外与可见光图像融合方法。首先,利用DTCWT分解源图像,获取源图像的低频子带系数和高频子带系数;其次,对分解得到的低频系数基于区域能量加权融合,对高频系数先基于区域能量取大融合,再应用引导滤波进行细节增强;最后,通过DTCWT逆变换得到融合图像。实验结果表明,融合后的图像能够较好地保留细节信息,同时使边缘更加清晰,具有更好的视觉效果,且信息熵、互信息量、边缘相似度等客观评价指标相对传统方法均有不同程度的提高。(本文来源于《通信技术》期刊2019年02期）
复小波论文开题报告
（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：
针对双树复小波变换存在频率混迭以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混迭现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。
（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。
复小波论文参考文献
[1].马州生.基于双树复小波和时间序列的转轴剩余寿命预测研究[J].机床与液压.2019
[2].陈旭阳,韩振南,宁少慧.自适应改进双树复小波变换的齿轮箱故障诊断[J].振动.测试与诊断.2019
[3].叶美桃,柴慧理.提高双树复小波的齿轮箱复合故障特征提取[J].机械传动.2019
[4].鲍文霞,解栋文,朱明,梁栋.结合聚合通道特征和双树复小波变换的手势识别[J].中国图象图形学报.2019
[5].陈争光,周泽昕,王兴国,李岩军,杜丁香.基于双树复小波变换的混合直流输电线路行波保护方法[J].电网技术.2019
[6].李辉,朱锡芳,吴峰,相入喜,蔡建文.基于双树复小波的多尺度遥感图像去噪方法[J].常州工学院学报.2019
[7].江念,王召巴.基于双树复小波系数层间相关性的非线性超声谐波提取方法[J].仪表技术与传感器.2019
[8].杨柳依.基于双树复小波变换的单通道盲源分离算法研究[D].天津理工大学.2019
[9].汪汇兵,范奎奎,欧阳斯达,戚凯丽,杨朦朦.双树复小波域马尔科夫的遥感图像分割方法[J].遥感信息.2019
[10].齐海生,荣传振,肖力铭,岳振军.基于双树复小波变换与引导滤波的红外与可见光图像融合算法[J].通信技术.2019
论文知识图
