针对基于傅里叶变换光正交频分复用(FFT-OFDM)的非正交多址可见光通信(NOMA-VLC)系统存在可靠性低、用户公平性差等问题, 提出将提升小波变换(LWT)作为载波调制方式, 建立基于LWT-OFDM的NOMA-VLC系统, 介绍了系统中的信号处理过程, 构建了5 m×5 m×3 m的室内空间实验环境。实验结果表明: 与基于FFT-OFDM的NOMA-VLC系统相比, 随着正交幅度调制方式的阶次由4增大到64, 所提系统的平均误码率达到阀值3.8×10-3时, 所需的信噪比(SNR)值较低, 至少低4.4 dB; 用户性能差异变化不明显甚至不变。

针对自发布里渊散射信号微弱、系统信噪比低、导致系统传输距离短的问题,提出了一种基于提升小波阈值联合累加平均降噪的方案,增大了系统的测量距离。理论分析了自发布里渊散射信号特征,选择了合适的小波基、分解层数、阈值规则和阈值函数。搭建了实验平台,对所提方案的有效性进行了验证,并与仅累加平均降噪的结果和累加平均联合传统小波阈值降噪的结果进行了对比。结果表明,相比仅累加平均降噪法,本文提出的累加平均联合提升小波阈值降噪法将传感距离由16.62 km提升到了39.45 km,而处理时间仅增加了2.22 s,基本满足测量的实时性要求;与累加平均联合传统小波阈值降噪方法相比,本文算法将传感距离提升了0.63 km,且处理时间减少了0.69 s。因此,本文提出的方案更适用于长距离BOTDR系统。

为了将古铜镜X光图像信息综合到同一图像中, 采用提升小波的方式将源图像进行分解, 并分别对低频、高频采用不同的融合规则进行了图像融合。低频采用区域能量与区域方差相结合的方法, 高频采用空间频率加邻域像素点规范中间像素点的方法, 最后经提升小波逆变换得到目标图像; 同时进行了理论分析和实验验证, 取得了融合图像的信息熵、平均梯度和标准差数据。结果表明, 在3组实验中, 相对于其它几种算法, 本文中算法的信息熵平均提升了5.76%, 平均梯度平均提升了28.70%, 标准差平均提升了7.70%, 算法有效地保留了源图像的信息, 对于边缘的传递效果更优秀。这一结果对古铜镜X光图像的融合是有帮助的。

针对QR(Quick Response)码在光照变化、污染、破损等情况下识别率低的问题,提出一种多块局部二值模式(MB-LBP)结合改进灰狼优化算法(GWO)优化支持向量机(SVM)的QR码识别算法。首先采用提升小波变换分离出图像的高低频分量,将二级低频和水平高频分量分成互不重叠的子块,分别提取每个子块的MB-LBP特征并融合;然后运用主成分分析(PCA)对样本集进行特征降维;最后采用SVM算法对QR码数据建立分类模型。为进一步提高分类精度,在标准GWO基础上引入基于对数函数的非线性收敛因子提升其寻优性能,并使用改进GWO优化SVM模型。实验根据不同高低频结合方式、SVM优化算法对识别性能进行了测试,结果表明本文方法在识别速度和分类精度方面都有明显提升,具有良好的稳健性。

大气污染物的主要组成成分为挥发性有机物(VOCs), 傅里叶变换红外光谱技术(FTIR)是现阶段应用广泛的挥发性有机物在线测量方法。 开放光路获取到的大气红外光谱(OP-FTIR)易受各种噪声污染, 如何有效、 快速的去除红外光谱中的噪声是大气在线实时监测系统研究的热点。 综合利用提升小波变换结构简单、 运算量低的优点以及最小均方误差自适应滤波器的自动调节参数以达最优化滤波的性能, 提出了一种改进阈值提升小波结合自适应滤波的红外光谱去噪算法。 该算法先通过改进阈值小波系数的提升小波去噪, 在去噪的同时保留更多光谱特征信息, 然后使用提升小波变换分解出的高频系数重构出噪声相关信号, 将其作为最小均方误差自适应滤波器的参考输入进行二次滤波处理, 最终获得的去噪信号很好的去除了与特征光谱频谱重叠的噪声信号。 分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理, 结果显示使用该算法处理后的光谱信噪比(SNR)较离散小波传统阈值去噪方法高出3db, 均方根误差(RSME)平均减少30%左右, 运行时间减少46%。 表明该算法计算简单、 运行速度快, 对于大气环境监测实时消噪系统具有重要的实际应用意义。

为了解决基于瑞利散射的布里渊光时域分析系统(BOTDA)中传感信号受噪声干扰严重的问题, 采用2维提升小波变换算法, 将测量信号从1维空间转换到2维空间, 进行阈值降噪处理。通过理论分析和实验验证, 取得了传统小波与2维提升小波降噪数据。结果表明, 2维提升小波变换比传统小波变换信噪比提高约10dB, 运算量减少了1/3; 2维提升小波充分利用测量信号时间上的相关性, 变换结构简单、运算速度快、降噪效果优于传统小波, 适用于瑞利BOTDA系统降噪。该结果对光纤传感系统中信号降噪的研究有一定参考价值。

在紫外可见光谱定量分析中, 由于分光光度计内部的光学系统、 光源、 检测器、 电子元器件, 电路设计以及外部环境干扰等因素产生的随机噪声, 严重影响光谱定量分析结果的准确性, 为提高紫外可见光谱分析精度, 需要对光谱数据进行去噪预处理。 由于小波分析具有多分辨率, 低熵性、 去相关性等特点, 基于小波分析的去噪算法优于传统的去噪算法, 目前基于小波去噪的方法主要有模极大值去噪算法, 系数相关去噪算法, 阈值去噪算法, 工程实际应用以Donoho的阈值去噪法最为常用。 根据Donoho阈值消噪原理, 提出一种基于提升小波变换的阈值改进算法, 一方面使用提升小波变换, 提升小波变换是第二代小波变换, 继承了小波的多分辨率特性, 并且不需要进行傅里叶变换, 从而具有算法简单, 速度快, 实现简单的优点; 另一方面提出了一种新的阈值函数, 克服了硬阈值函数在阈值处不连续以及软阈值函数存在恒定偏差的问题, 同时对阈值估计进行了调整, 有利于信号小波系数的保留和噪声小波系数的剔除。 对三组多金属离子混合溶液的实测紫外可见光谱信号, 添加随机噪声后使用该方法进行去噪处理, 并使用信噪比(SNR)和均方根误差(RMSE)进行去噪性能评价。 试验结果表明, 提出的算法优于Donoho的软硬阈值去噪算法, 能够有效提高光谱信噪比和降低均方根误差, 从而更好地消除光谱信号中的噪声和保留光谱信号中一些重要的细节特征, 比较适合用于紫外可见光谱数据建模之前的去噪预处理, 在紫外可见光谱信号分析中具有较好的应用前景。

基于瑞利散射的布里渊光时域分析系统(BOTDA)因为单端入射的特性而有广泛的应用前景。研究了应用提升小波变换对传感信号进行降噪, 与传统小波变换相比, 提升小波变换结构简单, 运算速度快, 易于硬件实现。分别利用累加平均法、传统小波变换和提升小波变换对瑞利BOTDA系统传感信号进行降噪, 通过信噪比、均方误差和计算时间对三种方法的降噪效果进行比较。结果表明, 累加平均法将信噪比提高了约14 dB, 传统小波变换将信噪比提高了约18 dB, 计算速度是累加平均法的3.26倍。提升小波变换将信噪比提高了约19 dB, 计算时间仅为传统小波变换的约60%。结果表明, 提升小波变换适用于瑞利BOTDA系统实时降噪处理。