小波变换与其示例分析

本文在论述有限长度散信号的小波变换的基础上,从数值滤波的观点解释小波变换,并对若干常用信号（周期与非周期）作了小波变换。文中算例则直观地反映小波变换的多分辨率、数据压缩等性质。     

小波分析在船舶导航传感器中的应用

论述小波变换的数学理论和方法。根据小波变换的多分辨率分析方法，重点分析小波变换在导航系统中的作用；利用Daubechies小波函数，采用阈值去噪法，可在低信噪比的情况下较准确地估计导航传感器的原始信号；分别针对多普勒系统和北斗双星定位系统，借助小波变换对其接收信号进行了离线仿真研究。仿真分析表明，应用小波变换的分层技术抽取特征参数效果明显，去噪效果亦较为理想。     

小波分析在船舶测试信号和图像消噪方面的应用

小波消噪已经成为目前信号消噪的主要方法之一，小波变换由于在时频两域都具有良好的局部性能，尤其在信号处理过程中，采样信号都不可避免地受到各种噪声和干扰的影响，利用小波分析可以对实验数据进行消噪处理。本文详细介绍了目前小波消噪的各种方法，揭示了小波消噪的数学背景和滤波特性；并阐述了针对不同信号的自身局部特性以及使用不同的小波变换函数和构造出适合的闻值之间的联系。对一个含有噪声的多普勒测试信号和一个含噪声图像分别进行了多尺度一维离散平稳小波分解和二维离散平稳小波消噪分析，仿真的结果表明：小波分析可以对信号更有效地消噪。     

基于小波理的奇异信号分析

鉴于传统信号处理对非平衡信号的局限，小波分析作为一种具备时间－频率局部特性的信号处理方法，已成为众多领域的研究热点。笔者介绍了小波变换的部分性质，分析了小波变换与Fourier变换下的奇异信号特性，并以此进行奇异信号检测。     

基于小波分析的自动控制系统的故障分析

工业控制系统常发生的故障是执行机构和检测装置的故障，且故障信号是多突变性的。传统的Fourier分析由于在时域缺乏空间局部性，只能确定一个函数奇异性的整体性质，而难以确定奇异点在空间的位置及分布情况，难以检测到突变信号。小波变换具有空间局部化性质，而且时域窗和频域窗的宽度可调节。对系统的输入、输出信号进行小波变换，利用该变换求出输入输出信号的奇异点。仿真实验证明了小波变换在故障检测中所具有的优越性。     

时频分析及其应用

介绍了时频变换和小波变换，利用三级小波包分解，获取信号能量分布的特征向量，根据信号能量分布的特征向量相关系数，确定两种信号相关程度，给出了识别不同信号的识别方法。试验表明：本方法在车辆噪声、振动源识别应用方面比传统的分析方法更为简单、有效，为车辆振动和噪声控制的研究提供了新的测试手段。     

钢管漏磁检测信号的时频分析

介绍了时频分析中的短时傅立叶变换和小波变换的基本概念和特性。对钢管缺陷的漏磁信号分别进行短时傅立叶变换和小波变换分析与处理，比较它们的优缺点，得出时频分析是解决钢管漏磁突变异常信号的一种有效方法，尤其小波分析方法在解决漏磁信号干扰剔除、数据压缩、特征提取方面更具优点。     

基于小波变换技术的舰船电气设备信号去噪抑制方法

以降低舰船电气设备运行所受电磁串扰影响为目的,提出基于小波变换技术的舰船电气设备信号去噪抑制方法。建立舰船电气设备信号电磁串扰噪声模型,使用小波变换方法对电气设备信号噪声进行抑制,针对小波变换去噪能量泄漏大、频带混叠大等问题,使用双树复小波的实部树和虚部树进行电气设备信号分解,即保留小波分解的优点又可以完全重构电气设备信号,并结合硬阈值和软阈值函数优点,形成通用阈值函数,优化小波变换的阈值函数,保证更好信号去噪抑制效果。通过实验可以看出,该方法的应用既可以有效抑制电气设备信号中的噪声干扰,又可以保证原始信号波形不被破坏,同时在信号分解时,可以在噪声聚集的高频部分形成十分优秀的降噪效果,使信号趋近平稳状态。     

小波提升算法在JPEG2000可逆变换中的应用与实现

离散小波变换是图像处理和压缩技术的基础，而基于提升方法的离散小波变换是当今业界研究的热点之一。在分析二维图像的小波变换的基础上，研究小波提升算法、其特点及其实施方法，探讨该算法在JPEG2000中可逆小波变换上的实现，给出该算法的C语言实现，并进行了分析。     

小波分析在各导航传感器中的运用

利用小波变换这一先进的数学工具,对含有噪声的导航传感器信号进行分析。从仿真结果深入探讨了小波变换在处理导航传感器综合性能的影响,为小波变换在导航传感器的实际运用奠定理论基础。     

地震波信号降噪技术

针对地震波信号本身的复杂性,在接收和处理地震波信号的各个阶段都可能引入噪声的问题,提出了采用小波变换对地震波信号进行降噪的方法,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号的目的。     

基于双树复小波的被动目标特征提取方法研究

针对水下目标辐射噪声特征提取困难的问题,提出一种基于双树复小波变换的特征提取方法。首先,采用一种改进的小波阈值去噪方法去除水下目标辐射噪声信号中的噪声成分,该方法可以获得优于经典小波阈值去噪方法的结果;其次,在特征提取过程中,采用具有近似平移不变性的双树复小波变换,该方法能够克服信号时移带来的影响,得到稳定的目标特征向量。仿真试验和实航数据处理结果表明,本文方法提取的目标特征向量比使用离散小波变换提取的结果更稳定。     

基于双树复小波的被动目标特征提取方法研究

针对水下目标辐射噪声特征提取困难的问题,提出一种基于双树复小波变换的特征提取方法。首先,采用一种改进的小波阈值去噪方法去除水下目标辐射噪声信号中的噪声成分,该方法可以获得优于经典小波阈值去噪方法的结果;其次,在特征提取过程中,采用具有近似平移不变性的双树复小波变换,该方法能够克服信号时移带来的影响,得到稳定的目标特征向量。仿真试验和实航数据处理结果表明,本文方法提取的目标特征向量比使用离散小波变换提取的结果更稳定。     

Farima模型在海上无线网络状态融合中的应用

为了克服海上无线网络信号传输中的噪声干扰,本文将小波变换和Farima模型应用于信号状态融合,首先利用小波变换对信号进行分解,再利用Farima模型进行预测,最后对重构后的信号进行融合,实验结果表明本文算法融合速率高,准确性好。     

小波变换在地震波勘探中的应用

针对利用地震波场对目标进行探测问题,研究了利用地震波勘探的基本原理,提出了采用小波变换对地震波信号进行降噪的方法,通过与传统的经典滤波方法相比,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号并探测目标的目的。     

小波分析理论及其在数字滤波中的应用研究

系统地分析了小波变换的物理意义和特点,并进一步将小波变换应用于微机保护数字滤波器中,得出基于小波变换的微机保护数字滤波器具有傅里叶变换不可比拟的优越性,可以准确滤除信号中的直流和高频分量。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

基于小波变换的箔条回波特性时频分析

文章通过对雷达接收到的箔条回波信号与目标回波信号在经过小波变换分析后,得出了基于小波变换的时频分析有助于了解回波信号的特性。最后通过MATLAB计算证明了该方法的有效性。     

基于小波变换的神经模糊系统的一种非线性滤波方法

针对信号中含有复杂噪声难以滤除的问题,提出了一种把自适应神经模糊推理系统(ANFIS)与小波变换相结合的方法,该方法通过ANFIS具有万能逼近原理,及小波变换中小波的分解与重构,来调整适当的阈值来达到最终滤波的效果。仿真结果表明对于一个含有复杂噪声的信号而言,此种结合的方法与单独利用ANFIS或小波变换相比,滤波效果更佳。而且对实际中含有未知噪声的去除问题提出了一种可行的方法。     

小波包降噪在液压泵故障诊断中的应用

基于小波包变换理论及小波包降噪基本原理,对液压泵配流盘偏磨故障及滑靴磨损故障的信号进行了处理,实测信号经小波包降噪后,能有效提取其中的信号特征,实验结果表明,小波包分析能够根据被分析的信号特征,自适应地选择相关的频带,提高信号的时—频分辨率,突出故障信息,实现微弱故障的高效诊断。