简介：1小波分析的发展历史1807年,法国的热学工程师J.B.J.Fourier提出任一函数都能展开成三角函数的无穷级数,从而开启了主要研究函数的傅里叶变换及其性质的傅里叶分析理论。1909年,Haar提出了第一个最简单的小波(Haar小波)。在1974年,法国从事石油信号处理的工程师J.Morlet首先提出小波变换的概念,且根据物理和信号处理的实际经验的需要建立了反演公式,但当时这一公式未能得到数学家的认可。直到1986年,著名数学家Y.Meyer偶然构造出一个真正的小波基,并与S.Mallat合作建立了构造小

简介：针对条纹相机图像特点，通过对多尺度小波边缘检测算法的核函数进行特定方向的拉伸，抑制电磁干扰等因素造成的伪边缘，构造了一种对条纹相机图像空间轴方向灵敏的边缘检测算子，并利用数据融合方法，使该算法同时具有较大和较小2种不同尺度下小波边缘检测的优点。数值实验证明，该算法在用于条纹相机图像边缘检测时，边缘定位较为准确，产生的伪边缘少，不易受噪声干扰。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

简介：基于惯性系的双矢量定姿方法选择惯性系中的两个重力视运动向量作为不共线矢量,解决了传统双矢量定姿方法在晃动基座条件下易受载体角运动干扰而无法实现对准的问题,但该方法仍需要精确的地理纬度信息以参与对准计算。针对未知纬度条件下的SINS抗晃动自对准问题,提出了一种基于重力视运动的三矢量自对准方法。该方法将初始对准问题归结为求解当前时刻导航系相对于初始时刻载体系的姿态矩阵问题,并利用矢量运算进行求解,仿真结果表明：加速度计随机测量噪声会映射为重力视运动随机噪声,降低对准精度;当加速度计随机噪声量级较大时,会带来对准计算失败。针对噪声问题,引入Daubechies（db4）小波进行5层分解来实现对重力视运动的降噪,并选择去噪后的重力视运动向量参与三矢量定姿解算,仿真结果表明：db4小波具有良好的去噪效果,基于小波去噪的三矢量自对准方法可以有效完成未知纬度条件下的SINS初始对准。