基于小波变换的快速分形图象压缩编码

针对分形图象压缩编码速度慢的缺陷，提出了基于小波变换的快速分形图象压缩编码方法，实验结果表明，该方法大大提高了编码速度，而且能获得高压缩比和满意的恢复图象质量。     

基于自适应Morlet小波变换滚动轴承声学故障诊断的研究

基于声音信号的测试与分析是滚动轴承故障检测与诊断的一种新方法,提出了基于自适应Morlet小波变换诊断轴承声学信号故障的新方法。首先利用最小Shannon熵对Morlet小波的形状参数进行优化,找到与所测声音信号特征成份最匹配的小波,再对小波系数矩阵进行奇异值分解,通过奇异值与变化尺度的关系曲线得到最佳小波变换尺度,最后对滚动轴承故障信号进行Morlet小波变换进行故障特征提取。结果表明:该方法能有效地从强噪声背景下提取出轴承声学信号的故障。     

发动机前端辐射声源的小波分析与识别

根据连续小波变换具有较二进离散小波变换和小波包变换更精细的尺度分辨率的特点,研究了适用于工程应用的发动机表面辐射声信号小波变换结果的表述方法,探讨了车用发动机表面辐射声源的识别问题,并以一台车用增压柴油机前端表面辐射噪声的测量和识别分析为例,提出了一种车用发动机主要噪声源诊断和识别的测试分析方法.文中还将声信号测量识别的结果与表面振动信号识别的结果做了比较,两者是吻合的.该识别方法可以为发动机表面辐射噪声控制提供有用的参考依据.     

小波分析与Hilbert变换在25T型客车故障诊断中的应用

小波具有多分辨特性,可以对信号进行多尺度变换,从而更精细地分析信号。Hilbert变换可以提取信号的包络。使用小波分析与Hilbert变换结合的方法,对采集的25T型客车轮对擦伤和动不平衡数据进行分析,小波分析可以滤去其噪声,得到近似和细节数据,Hilbert变换可以提取小波分解信号的包络。对处理后的数据计算功率谱和能量分布。通过对轮对擦伤数据、动不平衡和正常数据进行处理,处理结果显示了此方法可以有效地进行25T型客车的故障诊断。     

基于小波分析的齿轮箱故障诊断

通过对齿轮箱噪声机理进行研究,建立了相应的数学模型,提出了一种基于小波变换的故障诊断方法.其基本思想是:首先利用小波变换的多分辨率特性,滤除信号的随机噪声,并将提纯后的信号分解到不同的频区;通过对各频区信号进行比较与分析,选取能量集中、包含了调制成分的部分进行复小波变换,利用多尺度小波包络谱获得信号的包络信息;最后,结合傅里叶频谱,确定齿轮箱的故障原因.研究结果表明:该方法能有效识别出齿轮箱系统中轴和齿轮的缺陷,并能锁定故障发生位置、衡量故障程度.     

基于小波变换的铁路移频信号分析

傅氏变换在频域有完全的局部化特性，但不含时域局部化信息，这为分析信号在某一时刻的信号特征带来不便。小波变换可对信号进行多尺度分析，容易提取信号特征。本文主要是用小波变换方法分析移频信号，并用不同的小波基对铁路移频信号进行了仿真，通过比较找到了合适的小波基，结合ＦＦＴ算法得到移频信号的有关参数，并在文末给出了一个成功分析的例子。这种方法优于在目前铁路中所使用的分析方法，是铁路中信号检测中的新方法。     

小波消噪在电力电子装置故障检测中的应用

考虑电力电子装置中噪声因素对故障检测和识别的影响,用多尺度小波变换和小波包变换对信号进行消噪.小波变换是将信号分解成高频和低频成分,低频成分包含信号的主要性能,高频含较多的噪声,将高频平滑后再重建即可消噪.然后利用Matlab对电力电子装置故障暂态信号进行消噪处理,比较各种消噪方法的优缺点,并结合理论分析和模拟结果讨论了阈值的选取方法和原则.仿真结果表明,基于小波变换的消噪方法是一种提取有用信号、展示噪声和突变信号的实用方法.     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

小波变换检测铁路交流计数信号的研究

傅氏变换在频域能对信号整体作频谱分析,很难直接分析交流计数信号。近年来兴起的子波变换可对信号进行多尺度分析,容易提取信号特征。本文是用子波变换方法分析铁路交流计数信号。并且通过采用不同的小波基对铁路交流计数信号进行仿真,通过分析比较找到合适的小波基,结合频谱分析的方法得到铁路交流计数信号的有关参数。最后给出仿真的例子。     

小波变换在结构损伤识别中的应用研究

针对土木工程结构的复杂性和数据的不完备性，以小波分析为理论基础，结合多尺度分析理论和数值模拟，对结构损伤识别进行了研究。主要分析了结构动力参数在损伤后的变化特征，对单自由度框架的加速度信号进行小波分析，得到结构损伤的时刻；研究了利用空间域信息对结构损伤位置的识别问题，对带裂缝悬臂梁的变形曲线进行小波变换，判定了结构损伤位置。     

基于可控金字塔的轮廓波变换构造及其应用

针对轮廓波变换存在频谱混淆现象等缺陷,利用满足精确重构条件的可控塔式分解替代轮廓波变换中的拉普拉斯分解,提出一种由非抽样可控金字塔和方向滤波器组实现的可控金字塔轮廓波变换SPCT(Steerable Pyramid Contourlet Transform).在该变换中,可控金字塔将图像分解为多个不同分辨率的细节子带和一个低频子带,方向滤波器组再将各细节子带分解为方向子带.该变换去掉了可控金字塔的抽样环节,方向分解具有高度灵活性,因而具有平移不变性.利用可控金字塔轮廓波变换SPCT 对Lena图像进行自适应图像去噪,并与基于小波变换和轮廓波变换的去噪算法进行比较.实验结果表明,利用本文提出的算法能有效地抑制频谱混淆现象,并且更有效地保持了细节和纹理,其峰值信噪比和视觉效果均有较大改善.     

基于小波的轨道不平顺和车体振动响应分析

通过选择合适的小波基函数,对轨道不平顺和车体振动加速度信号进行连续小波变换,以小波系数作为平顺状态评价指标进行轨道不平顺时频分析;同时,将小波尺度系数与车体振动加速度时程曲线进行相关性分析,可以提取对车体振动影响较大的特征频率(段)。研究结果表明:以上方法直观有效,可以很好地提取及定位轨道不平顺时频特征,并对车体振动加速度响应进行分析。     

样条类小波及其统一多分辨分析模型

以多项式样条为基函数能构造出种类丰富、性质各异的小波函数及其相应的快速小波变换。在研究Ｂ样条小波构造方法的基础上，提出了用广义多分辨分析模型统一样条类小波的构造和快速变换，，给出了已有样条小波在统一模型下的算子取值，探讨了各类样条小波的性质     

一种新的基于小波基的时变信道估计

基扩展模型是最常用的快时变信道建模方法之一,而基函数的选取决定了建模的准确性。本文在多分辨率分析和Mallat算法的基础上,提出一种基于小波尺度函数构造基函数的方法,该方法采用Daubechies、Symlet、Coiflet小波的尺度函数进行快时变信道拟合。理论分析和仿真结果均表明,采用本文提出的基函数拟合时变信道,其信道估计性能优于基于传统的CE-BEM、GCE-BEM、P-BEM、DCT-BEM等模型的信道估计性能,复杂度低于DKL-BEM、DPS-BEM模型。相比于其他利用小波尺度函数构造的基函数,利用Sym2小波尺度函数构造的基函数的性能最优。     

基于小波分析的故障诊断系统

提出了基于小波能量的机电设备状态检测及小波奇异性检测方法,分析小波变换在故障诊断中的各种应用及实现方法,使小波分析能适应不同特点的机电设备及测试信号的处理要求,该系统在机电设备故障诊断中得到很好的应用.     

基于小波分析的故障诊断系统

提出了基于小波能量的机电设备状态检测及小波奇异性检测方法，分析小波变换在故障诊断中的各种应用及实现方法，使小波分析能适应不同特点的机电设备及测试信号的处理要求，该系统在机电设备故障诊断中得到很好的应用。     

双尺度语音压缩算法在录放系统中的应用研究

作者运用小波变换的原理,提出了对语音进行压缩和解压缩的双尺度语音压缩算法。以TMS320C25 DSP芯片为核心,辅以存储器,实现了数字录音后的阅读、录音后通过耳机的播放,实现了用数字式WALKMAN替代传统的用磁带的模拟WALKMAN。     

基于contourlet模极大值的图像边缘检测

现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。     

基于小波系数提取及离散余弦包络分析的机车牵引齿轮故障诊断方法

机车走行部故障是危及列车运行安全的重要因素,其故障程度的实时监测与诊断是高速重载列车需要解决的关键问题之一.本文以机车走行部的牵引齿轮为例,在分析总结大量实际振动信号的基础上,探讨了运用小波分解和离散余弦变换相结合来提取机车牵引齿轮故障特征信息的方法,即首先采用小波基将牵引齿轮故障引起的振动信号变换到时间-尺度域,再对高频段的小波系数采用离散余弦变换进行包络分析;阐述了该方法在机车走行部在线故障诊断系统中的应用,不仅能满足在线状态监测与故障诊断的实时性和可靠性要求,而且具有很强的抗干扰能力.实际应用表明,该方法能可靠提取牵引齿轮的故障特征信息,系统能快速、准确地诊断出故障类型及程度,可有效用于机车走行部故障的在线监测与诊断.     

基于小波域谱相减算法的语音增强研究

谱相减算法是目前常用的语音增强算法，它常在处理宽带噪声中使用，具有运算量小、效果明显等特点，但该算法是基于短时傅立叶变换（STFT）基础上的，是一种单分辨率的信号分析方法。与STFT本质不同的小波变换是一种变分辨率的时频联合分析方法，当分析低频信号时，其时间窗口很大，而当分析高频时，其时间窗口减小，这恰恰符合实际中对非平稳信号进行分析的自然规律。基于小波域的谱相减算法，是将带噪语音信号进行Mallat多尺度分解，然后分别对各尺度下的信号进行谱相减运算，再逐一进行小波重构，得到去噪后的语音信号。仿真结果表明。该方法不但有效地提高了语音信号的信噪比，而且也在很大程度上改善了语音的失真程度，不失为一种有效的语音增强算法。