摘要：提出了一种基于小波变换和主成分分析(PCA)方法实现的车辆静态图像检测方法。利用选定的车辆和背景训练样本集,用小波变换对样本进行特征提取,通过主成分分析来设计适当的分类器,把待检测图像在多分辨率下逐块进行分类,以此来判断某区域内是否有车辆,完成车辆检测的任务。实验结果表明,这种方法实现简单、应用效果良好,具有较好的应用前景。

摘要：针对检测到的松动件冲击信号含有许多噪声信号,为了有效提取有用信号,将基于AR模型和小波变换相结合的多重滤波方法应用于松动件冲击信号的提取.采用移动均值法滤除低频噪声,再利用AR模型对高频噪声进行白化处理,通过小波非线性阈值去噪,实现松动件跌落信号的提取.利用时域均方差获取信号到达各个传感器的时间差,并通过双曲线交汇法计算松动件跌落位置.在钢板试验台对所提出的方法进行试验验证,实验结果表明,所提方法对不同形状和不同质量的松动件都具有比较好的定位效果,且稳定性好.

摘要：针对现有线性结构非平稳地震响应分析的小波方法中存在计算效率较低的问题,提出了一种求解时频响应的改进方法,即将原地震信号直接输入结构,求得结构响应,再对该响应进行小波分解和重构,得到结构在各频段的响应,反映出结构响应的时频特性.利用小波变换中多分辨率分析的思想及线性结构响应求解的振型分解法,证明了改进方法与现有方法计算结果的一致性.通过算例,说明了改进方法的正确性.

摘要：针对多用户检测的特点 ,利用小波变换 ,在降维的同时对接收到的信号按用户进行了分组 ,然后对每一组信号进行多用户检测 .用户分组使得多用户检测处理的用户数减少 .这样 ,既使得多用户检测的性能得以提高 ,补偿了由于降维带来的性能损失 ,又使得有些检测算法的运算量得以降低 .仿真结果表明 ,同满维的多用户检测器相比 ,在高信噪比下 ,降维算法的性能有所下降 ,在低信噪比或用户数较多的情况下 。

摘要：具有复杂背景的树木图像的分割对于精确对靶施药及智能化植保机械的设计具有重要意义。为实现树木图像的精确分割,针对该类图像的特点,该文提出了一种基于小波变换的过渡区提取树木图像分割方法。通过对比小波变换系数、小波变换系数聚类以及小波包系数,最终选取了同时能够分解出更多高频、低频信息的小波包变换系数提取特征,根据小波包变换系数定义了小波能量比参数,将小波能量比参数值归一化为图像灰度值,采用自适应阈值和神经网络两种方法提取了过渡区,实现了具有复杂背景树木图像的分割。试验表明,该方法分割精度高,对于分割复杂背景的树木图像具有特别意义。

摘要：针对机械手抓取目标过程中滑移特征信号辨识困难问题,提出了多小波变换滑动觉特征检测方法。首先,研究基于FBG传感的柔性触滑觉感知机理,设计非对称梁式双层“十字”型分布传感单元结构,分析了搭载该触滑觉传感器的机械手多阶段动态抓握信号特征;其次,构建触滑觉感知实验平台,开展了动态抓握过程的触滑觉感知实验;然后,基于db10小波降噪方法对滑动觉感知信号降噪处理;最后,提出Mexican hat连续小波和一阶Haar离散小波的滑动觉信号特征分离和感知方法,并进行了相关实验研究。实验结果表明,在小波细节系数检测阈值±2×10^(-4)作用下,不同抓握力的滑动检测平均准确率可达98.88%,可以精确识别被机械手抓取目标的滑移状态。

摘要：经皮软组织穿刺过程中,穿刺针尖会历经不同材料特性的器官组织,受到复杂变化的作用力。为了测量针尖处的作用力并鉴定穿刺路径上不同层次的软组织,研制了一种光纤力传感器,并进行了力信号分析。首先,基于法-珀干涉介绍了光纤力传感器的测量原理、光链路设计、及其与针的集成和标定方法。在穿刺力信号分析的基础上,提出利用Mallat算法对力信号进行小波变换,提取信号的特征模式,界定软组织的各层边界。最后,在猪的肝脏和肋条组织样本上进行了针穿刺实验验证。结果显示:光纤力传感器的可测力为0至3.20N,测量精度可达0.01N。得到的穿刺试验结果表明Mallat算法能够有效地区分软组织的类型。研制的光纤传感器满足穿刺力的测量范围、精度和可靠性等要求,所提出的小波变换算法可用于软组织边界的界定,有望用于机器人穿刺控制。

摘要：为了减小连续小波变换带来的边界效应对模态参数识别的影响,提出利用人工神经网络对自由衰减响应信号进行双向延拓。设计了多输入单输出的反向传播网络,网络根据当前有限多个离散采样点数据预测下一时刻信号的幅值,训练网络的样本来自于对原始信号的简单分组。使用数值仿真和实验检验了提出方法的实用性。实验装置是用于微创外科手术机器人的力传感器。结果表明提出的方法能够准确地从短信号中辨识出阻尼比和无阻尼自振频率。

摘要：布里渊光时域反射计检测信号较微弱的自发布里渊散射光,其布里渊频移只有11GHz左右。相干检测是一较好的方法,但其接收信号是一宽带的幅度调制信号,难以直接解调。采用实时小波变换对传感信号进行处理,设计了布里渊光时域反射计传感器实验系统,实现了25km的分布式温度传感,在5m的空间分辨率和1min的响应时间下,达到40με的应变分辨率。

摘要：为解决养殖场条件下羊只的个体识别问题,本文基于小波变换与卷积神经网络,提出一种融合频域特征与空间域特征的羊脸识别模型DWT-GoatNet。首先采集总计30只高相似度西农萨能奶山羊日间、夜间两种不同光照环境下的面部图像,基于SSIM指标剔除其中相似度过高的样本,接着进行图像裁剪,并通过模糊、调整亮度、平移、旋转、加入噪声、缩放等方法完成数据增强;然后,设计基于二维离散小波变换(2D-DWT)与卷积运算的羊脸特征提取模块,完成特征融合;之后,以前述羊脸特征提取模块为基础,添加分类模块,进行卷积神经网络搭建;最后,进行超参数组合寻优,形成羊脸识别模型。试验结果表明,本文所构建的羊脸识别模型在日间、夜间两种不同光照环境下测试集上识别准确率分别可达99.74%和99.89%,高于AlexNet、VGGNet-16、GoogLeNet、ResNet-50、DenseNet-121等经典卷积神经网络模型,说明所构建模型适用于羊只的个体识别,为精准养殖、农险理赔领域相关工作提供了有效解决方案。