通常故障产生的高频行波主要有两类,第一类是由故障点和变电站之间的线路产生的,第二类是通过分支节点向故障点反射产生的。针对配电网的短路故障和接地故障,提出了一种基于暂态行波频谱特征分量的故障选线和测距方法,即提取和识别这两种故障行波,通过简单的计算就能准确地进行故障选线以及测算变电站到故障点之间的距离。该方法不需要估算多个测量点,既减少了人工排查时间,又缩短了停电范围,可靠地计算出故障点到变电站之间的距离。通过PSCAD软件搭建仿真模型以及运用Matlab进行数据处理,模拟多种不同类型的母线故障以及线路故障,均验证该方法满足了实验的要求。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

针对融合后的医学图像时常存在细节纹理不够清晰的问题，本文提出一种新的基于非下采样剪切波变换（Non-Subsampled Shearlet Transform，NSST）的医学图像融合算法，对多模态医学影像进行融合，增强细节结构提取的能力，提高图像融合质量，为医疗诊断提供依据.首先，将已配准的源图像进行NSST分解，得到低频子带和一系列高频子带；其次，对于低频子带系数，提出利用局域平均能量与局域标准差的合成值进行子带之间选择的融合策略，有利于完整保存基础信息，对于高频子带系数，利用改进的拉普拉斯能量和（New Sum of Modified Laplacian，NSML）的方法进行融合；接着，将融合过后的低、高频子带进行NSST的逆过程变换，从而得到融合之后的图像；最后，在灰度和彩色医学多模态图像上进行大量的实验，并选择信息熵（IE），空间频率（SF），标准差（SD）和平均梯度（AG）对融合后的图像进行质量评价.仿真结果表明，本文算法在主观视觉效果以及客观评价指标上均取得较大改善.与其他算法相比，信息熵，标准差，空间频率和平均梯度的平均值分别提高了2.99%，4.06%，1.78%和1.37%，融合后的图像包含更丰富的细节纹理信息，视觉效果更好.

半波振子 天线原理—天线基本概念 * 天馈产品是京信主要业务之一。对于天馈产品这一块我将从以下四个方面进行介绍，包括产品简介、市场表现、生产能力以及新产品与新技术四个方面，希望通过我的介绍能让各位对京信的天馈产品能有一个比较全面的了解。

利用小波变换获取子图像的能量值来提取高分辨率遥感影像的纹理特征,采用了大量训练样本进行特征统计,揭示了小波变换用于遥感影像纹理特征提取的规律。

本文应用小波变换技术对电力用户每15分钟采集一次的用电负荷数据的特征进行了梳理，选择小波变换算法开展用电负荷数据的特征提取，优化数据存储方式实现数据压缩与脱敏存储，用以解决海量用电负荷指标数据的存储问题。结果表明，通过小波变换可以有效提取数据特征，压缩存储空间约50%，并实现数据脱敏。本文所研发的基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储的技术具有潜在的应用价值和推广价值，并能够产生较高的经济效益。

为了消除光照变化对人脸识别的影响,提出了一种新的基于小波的光照归一化算法。首先对人脸图像进行三级小波分解,获取低频和高频系数;接着对低频成分直方图均衡化,减弱光照的影响,同时对高频成分阈值去噪,再放大高频以增强图像边缘;最后进行逆小波变换,得到归一化后的人脸图像。在Yale B人脸库上的实验结果表明:本文方法可有效减弱光照变化对人脸识别的影响,显著地提高了人脸识别系统的识别率。

针对超宽带系统易受IEEE802.11a无线局域网(WLAN)的干扰问题,提出了带有U形槽的平面超宽带天线。该天线采用共面波导馈电,并在波导馈线处刻蚀一U形槽实现5.1～5.9GHz的陷波。仿真结果表明,在2.7～12GHz的范围内,该天线阻抗带宽为9.3GHz(126%),带宽内具有良好的阻抗特性和全向辐射特性,并且在5.1～5.9GHz频带内具有明显的陷波特性,能够有效地抑制WLAN之间的干扰,是一种性能较好,易于集成,有实用价值的陷波超宽带天线。

摘要：设计了一种采用微带馈电的平面超宽带天线，并在该超宽带天线的基础上，通过在微带馈线的旁边加载U形寄生单元的方式，在3.1~10.6 GHz的通带内实现了3个频段的带陷特性。 　　本文所设计的天线采用Rogers RT/duroid 5880为基板，整体尺寸仅为23 mm×13 mm×0.508 mm,具有易加工、便于集成的特点。仿真和测试结果表明该天线在3.25~3.6 GHz,5.1~5.9 GHz和9.5~9.9 GHz处形成3个陷波频段，适合于超宽带系统的使用。 　　0 引言 　　随着2002年美国联邦通信委员会（FCC）通过决议批准将3.1~10.6 GHz的频率资源用于商业

关于图像复原技术很全面的一篇文章，很多数字图像复原的研究都参考此文献