Professional Documents
Culture Documents
小波变换大作业
小波变换大作业
汇报人:高客
新型共轴无人直升机
自强不息;先天下之忧而忧,后天下之乐而乐 2 http://www.shu.edu.cn/
目录CONTENTS
数学建模
控制算法设计
数学建模
一、力分析
假设: start1: F sin Z 难点①:如何用滚转角和俯仰角表示上电机与
3
F x y z
2 2 2 2
z
sin 3
x y2 z2
2
z z
start 2 : tan 1 y , tan 2 x
1 1 x2 y2 z 2
a x h b
1
tan 2 1 tan 2 2
z2
y 1 1
sin 3
d i c 1
1
1
1
cos 2 1 cos 2 2
z F
tan 2 1 tan 2 2 sin 2 1 sin 2 2
1
sin 3
sin 2 1 sin 2 2 cos 2 1 sin 2 2 cos 2 2 sin 2 1
2 3 j sin 2 1 sin 2 2
1 Ob Xb
e sin 2 1 sin 2 2
sin 3
sin 2 1 sin 2 2 cos 2 1 sin 2 2 cos 2 2 sin 2 1
g k f
sin 2 1 sin 2 2 sin 2 1 sin 2 2
sin 3
sin 2 2 cos 2 2 sin 2 1 sin 2 2 cos 2 2 sin 2 1
sin 2 1 sin 2 2 sin 2 1 sin 2 2
Yb sin 3
1 cos 2 2 cos 2 2 sin 2 1
1 cos 2 2 cos 2 1
Zb
sin sin sin
3 1 2
自强不息;先天下之忧而忧,后天下之乐而乐 5 http://www.shu.edu.cn/
新型共轴无人直升机
自强不息;先天下之忧而忧,后天下之乐而乐 6 http://www.shu.edu.cn/
新型共轴无人直升机
自强不息;先天下之忧而忧,后天下之乐而乐 7 http://www.shu.edu.cn/
新型共轴无人直升机
自强不息;先天下之忧而忧,后天下之乐而乐 8 http://www.shu.edu.cn/
Mallat 算法
核心在于确定一对滤波器,
然后与原信号进行卷积
低通滤波器 ( 有时候也
会用来表示 ) ,他就是
尺度函数系数
高通滤波器 ( 有时候也会
用来表示 ) ,他就是小波
函数系数
自强不息;先天下之忧而忧,后天下之乐而乐 9 http://www.shu.edu.cn/
Mallat 算法
分解滤波器
重构滤波器 逆序
自强不息;先天下之忧而忧,后天下之乐而乐 10 http://www.shu.edu.cn/
实验结果
自强不息;先天下之忧而忧,后天下之乐而乐 11 http://www.shu.edu.cn/
实验结果
自强不息;先天下之忧而忧,后天下之乐而乐 12 http://www.shu.edu.cn/
控制律设计
小波处理问题的核心思想
利用处理后的系数进行重构
对信号进行小波变换,得到分 得到处理后的信号
解系数
4
3
获得一个信号
对分解后的系数进行操作
自强不息;先天下之忧而忧,后天下之乐而乐 14 http://www.shu.edu.cn/
硬阈值去噪法:
在运用硬阈值去噪时,先比较阈值和含噪信号的小波系数,再进行判断和处理。如果小波系数的模小于选定的
阈值,就认定这个图像的小波系数是由图像中的噪声信号引起的,可将小波系数置为零。如果小波系数的模大
于或等于选定的阈值,就将图像的小波系数保留下来,此时小波系数由图像中的有效信号构成。
比较阈值和含噪信号的小波系数的表达式:
j ,k , j ,k
j,k
0, j ,k
j ,k 表示经过处理得到的小波系数
表示小波阈值
j ,k 表示含噪图像经过小波变换得到的小波系数 由图可知,硬阈值函数在 λ 处发生阶跃,使去噪后图像失去平滑
性,导致边缘部分不连续,进而影响质量。
自强不息;先天下之忧而忧,后天下之乐而乐 15 http://www.shu.edu.cn/
软阈值去噪法:
先将小波系数与选定阈值进行比较,再进行判断处理。当小波系数的模小于选定的阈值时,将小波系数设置为
0,
当小波系数的模大于或等于选定的阈值时,将处理后的系数设置为原始小波系数的模与所选定阈值的差值。
0, j ,k
j,k
sgn( j ,k )( j ,k ), j ,k
j ,k 表示处理后的小波系数
表示小波阈值
sgn( j ,k )( j ,k )表示含噪图像经过小波变换得到的小波系数
经过软阈值函数处理后,信号的连续性比硬阈值函数处
理的好,平滑性更接近原始信号。
自强不息;先天下之忧而忧,后天下之乐而乐 16 http://www.shu.edu.cn/
相关性去噪
原理:比较每一层每一个位置的归一化位置的相关系数,从相关性的大小判断是信号还是噪声控制
的点。
具体的步骤:
自强不息;先天下之忧而忧,后天下之乐而乐 17 http://www.shu.edu.cn/
评价指标
2
A
峰值信噪比 PSNR 10log10 M N
越大越好
1
f (i , j ) g (i , j ) 2
MN i 1 j 1
M N
1
均方根误差 MSE f (i , j ) g (i , j ) 2
越小越好
MN i 1 j 1
M N
f (i, j ) * g (i, j )
i 1 j 1
归一化相关性 NC M N M N
约接近 1 越好
2 2
f (i, j ) g (i, j )
i 1 j 1 i 1 j 1
自强不息;先天下之忧而忧,后天下之乐而乐 18 http://www.shu.edu.cn/
实验结果
自强不息;先天下之忧而忧,后天下之乐而乐 19 http://www.shu.edu.cn/
图像降噪
p M N time
阈值
相关性
自强不息;先天下之忧而忧,后天下之乐而乐 20 http://www.shu.edu.cn/
谢谢倾听