A novel signal feature extraction technology based on empirical wavelet transform and reverse dispersion entropy

Feature extraction is an important part of signal processing, which is significant for signal detection, classification, and recognition. The nonlinear dynamic analysis method can extract the nonlinear characteristics of signals and is widely used in different fields. Reverse dispersion entropy (RDE) proposed by us recently, as a nonlinear dynamic analysis method, has the advantages of fast computing speed and strong anti-noise ability, which is more suitable for measuring the complexity of signal than traditional permutation entropy (PE) and dispersion entropy (DE). Empirical wavelet transform (EWT), based on the theory of wavelet analysis, can decompose a complex non-stationary signal into a number of empirical wavelet functions (EWFs) with compact support set spectrum, which has better decomposition performance than empirical mode decomposition (EMD) and its improved algorithms. Considering the advantages of RDE and EWT, on the one hand, we introduce EWT into the field of underwater acoustic signal processing and fault diagnosis to improve the signal decomposition accuracy; on the other hand, we use RDE as the features of EWFs to improve the signal separability and stability. Finally, we propose a novel signal feature extraction technology based on EWT and RDE in this paper. Experimental results show that the proposed feature extraction technology can effectively extract the complexity features of actual signals. Moreover, it also has higher distinguishing ability for different types of signals than five latest feature extraction technologies.     

基于信息熵的炮兵射击目标选优分析

针对炮兵射击目标选择的特点,运用信息熵权重和层次分析方法,建立射击目标选择的数学模型,得到炮兵射击目标的合理排序。最后得出利用信息熵和层次分析法对射击目标进行选择,比单纯运用层次分析法收敛速度快,又利于计算机软件实现,为炮兵作战指挥自动化系统辅助决策提供了一种新的方法。     

基于熵权的改进型多指标综合评估方法及应用

提出了一种基于熵权的改进型多指标综合评估方法。在分析目前构建效用函数存在一定缺陷的基础上提出了一种较为理想的效用函数 ,以实现不同类型、不同量纲原始数据的标准化 ,同时较好地体现了“奖优罚劣”的原则。定义了评价指标的熵和熵权的概念 ,并提出了基于熵权的多指标综合评估的基本算法。以某企业为例对其经济效益进行了综合评估和结果分析 ,并讨论了基于熵权的改进型多指标综合评估方法的优点。     

用局部对比度信息改善图像质量

在图像的摄取和传输中,图像经常降质。为了改善图像质量,将信息熵的概念与图像的局部对比度信息相结合,提出了一种基于熵概念的非线性噪声的滤除方法,并进一步利用局部统计信息对图像进行增强。分别对模拟图像以及红外图像进行了试验,并与中值滤波、Lee滤波、Frost滤波等经典噪声滤波方法进行比较,实验结果验证了该方法的有效性。     

基于符号树信息熵的机械振动瞬态信号特征提取

用简单的二进制划分简要说明了信号符号化问题,给出了二进制划分下符号树结构及其Shannon熵计算方法,叙述了符号序列编码方法和符号序列直方图的作用,提交了符号时间序列分析的计算机流程图,对内燃机机身振动信号和转轴振动信号用符号树信息熵进行了特征提取。     

基于旁路环境下的密码芯片安全性评估

为在复杂旁路攻击敌手环境下对密码芯片进行安全评估,通过物理可观测密码术模型框架对旁路分析过程进行建模;借鉴传统面向实际的可证明安全性理论,定义旁路环境下的两类旁路敌手:密钥恢复旁路分析敌手与不可分辨性判定旁路分析敌手,并给出了密码实现针对这两类旁路敌手的安全性度量模型;对安全性评估中的重要参数指标进行定义与推导;最后根据旁路分析定义、模型及安全性度量指标,提出针对旁路分析的通用评估框架,为研究可抵抗旁路分析攻击的密码设备打下基础。     

基于熵最小化的LFM信号调频率估计算法

利用LFM信号频谱的熵随着调频率减小而降低的性质,提出了一种基于频谱熵最小化的LFM信号调频率的估计SEM方法。建立参数待估的相位补偿因子,通过搜索得到使得补偿后信号频谱熵全局最小的调频率估值。在搜索过程中,采用两级搜索策略,并引入牛顿迭代算法,有效降低了算法复杂度。理论推导和仿真结果证明,该算法为有偏算法,估计偏差量与初始频率相关,理论估计方差比较CR下界低12d B。对雷达实测回波信号进行验证,与离散多项式变换算法相比发现,提出算法估计的鲁棒性更好,并具有较高的测速精度,具有一定的应用价值。     

基于改进熵值法的装备维修保障能力灰色评估

装备维修保障能力评估的准确度直接影响到装备的保障效能。在评估中,指标权重的确定尤为重要。针对熵值法赋权中单一指标权重过大,影响评估结果的问题,借鉴AHP赋权法,构建基于指标信息熵的判断矩阵来求解权重,克服了熵值法单一指标权重可能过大的问题。最后采用灰色系统理论对装备的维修保障能力进行了评估,通过分析评估结果,验证了该方法的正确性。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

面向任务指控系统时延分析模型及其改进

面向任务指挥控制系统是为了完成一个或多个作战任务,而将现有的相关指控系统互联互通形成网络,各种作战信息可以在网络中传输和共享的动态构建的系统.现代高技术战争模式下,时间延迟是评价面向任务的指挥控制系统构成的一项重要指标.通过指控节点的图模型,分析面向任务指控系统的结构及其中各种命令流、信息流的特点,采用网络信息熵来反映指控节点网络对信息的协调能力.通过研究和分析已有时延模型的缺点,并考虑实际应用的条件,对模型的惩罚函数进行了改进.