应用小波变换进行压缩中分解层次的一种确定方法

提出用小波变换进行信号压缩时对于小波分解层次的一个择优方法。大量实验表明小波分解层次的选取直接影响到重构信号的各方面指标参数。从重构信号与原信号之间的相对误差为出发点和压缩指标，通过实验分析了分解层次与压缩效果之间的简单关系。分析结果表明。二者之间确实存在着某种函数关系，通过简化数学关系得到了分解层次的确定方法。该方法经过检验基本上能准确的反映分解层次与压缩效果的关系，是一种较为有效的分解层次确定方法。     

小波与其计算

作快速小波变换。文章较完整地论述了波变换原理的基本部分，性质，特点与计算方法。对确定性信号而言，有些规律有助于定性判断信号的小波变换图形。     

基于小波变换的多分辨率图像转换

为适应不同设备、不同信道和不同应用的要求,数字图像处理中需要改变图像的空间分辨率。传统的改变图像空间分辨率的办法是抽取和线性插值。本文基于小波分析提出由高分辨率图像可得到各种较低分辨率图像的多分辨方法符合人的视觉系统特性。为了提高图像的空间分辨率,本文根据小波子带间的相关性等特点,提出由低分辨率的高频细节预测高分辨率的高频细节方法,从理论分析到实验结果,均表明本文方法是可行的,而且优于传统的方法。     

小波变换在风浪研究中的应用

基于小波理论,将实测波高与压力资料减去平均值作为修正后的资料,经小波变换所得系数再将它平方,可以得出能量密度在时间域和频率域上的三维分布特性。将三维分布图对时间积分后,再除以总延时,可以得到波浪与压力在频率上的平均能量,即传统傅立叶变换所得之波谱,对时间积分,可得各瞬间波浪与压力总能量。通过应用认为小波分析在波浪研究上有广阔的应用前景。     

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。     

小波变换和梯度对多聚焦图像的多分辨率融合

提出一种结合Roberts梯度和小波变换的图像融合方法.该方法对低频分量采用加权平均,对高频分量采用结合梯度平均值的规则.实验结果表明,该方法能够提高多分辨率图像融合方法的效果.     

基于小波分析的舰船电力系统故障自动检测方法

常规障自动检测方法计算故障信号时频会产生误差,导致检测中的信号丢失,因此,提出基于小波分析的舰船电力系统故障自动检测方法。以故障信号特征为条件建立信号模式分解函数,通过约束函数的历程提取舰船电力系统中的故障信号,利用连续小波变换将提取信号处理拆解为中心式分布的小波,计算分布在信号传递范围内的小波时频,将时频导入到小波工具箱中的Matlab,实现故障检测。实验测试结果表明,与传统方法相比,所提方法的检测结果更加完整,未出现信号丢失的问题。     

小波变换在直升机高度表信号去噪中的应用

介绍了小波理论知识,分析了阈值去噪法的特点。并针对小波阈值萎缩去噪方法的阈值函数选取问题进行了详细讨论,然后对常用的五种阈值选择规则进行了仿真试验。     

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。     

基于小波变换和奇异值的人脸特征提取

在"基于奇异值特征的人脸识别新途径"的基础上,将小波变换和奇异值分解用于人脸识别的特征提取,更进一步地降低了特征向量的复杂度.实验证明,这种特征提取方法实现简单,识别率高,是一种有效可行的特征提取方法.     

小波变换域的时间扩展信道的信号检测

时间扩展信道（TSD）是信道畸变的一种常见形式，它的最佳似然比检测器是副本相关积分器（RCI）。本文从连续小波变换的理论出发，推导了TSD信道小波变换域的最佳检测器（WDRCI），从理论上分析了它与副本相关积分器的等价性，用仿真实验给出了模拟的结果，验证了其有效性，并进一步说明了其性能优于小波域的副本相关器（WDRC）。     

小波变换及其在时频分析中的应用

通过对小波分析原理的阐述,讨论了小波分析的优点。并根据几个具体实例研究了小波变换在时频分析中的应用小波变换作为一种新兴的理论,已经在电力等诸多领域中得到了广泛应用。     

基于小波包变换和改进SVD的特征提取

提出了基于小波包变换和改进奇异值分解的高分辨雷达目标一维距离像特征提取方法。利用该方法对三种目标分类进行仿真实验,结果表明：该特征提取方法,对平移和姿态角变化有较强的稳健性,说明该算法是有效的。     

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明：本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。     

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。     

基于谱图-Radon-二维小波变换方法

线性调频信号已经得到广泛的应用,通过谱图-Radon变换可以有效的检测线性调频信号的参数,但是当信噪比过低时,使用谱图-Radon变换就很难有效检测线性调频信号的参数,为此提出了基于谱图-Radon变换-二维小波变换的线性调频信号检测方法,仿真实验表明该方法能在低信噪比情况下检测出线性调频信号所对应的峰值。     

小波变换和希尔伯特-黄变换在时频分析中的应用

简单介绍了时频分析的基本理论,将小波变换和希尔伯特-黄变换分别应用于几个非平稳信号的分析当中,将二者进行一个简单的比较,最终得出结论.     

一种基于小波变换的图像压缩算法

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题.首先分析了小波基和小波分解层数的选取,然后提出了一种改进的SPIHT算法,该算法利用可变阈值对SPIHT算法中初始子带进行分类得到一种更有效的编码算法.仿真结果表明,该算法的压缩整体性能要好于SPIHT算法.     

基于小波变换图像压缩软件的实现

针对传统小波变换过程复杂的缺点和SPIHT算法编码过程重复运算、存储量大的问题,提出一种改进的图像压缩编码方法.通过设计软件实现了静态影像的压缩编码.     

可变深度嵌入小波图像压缩算法

为了提高小波嵌入压缩算法的速度,提出了一种可变深度嵌入小波压缩算法。由图像小波变换能量聚集和子带间的幅度衰减性等特性,在小波分层嵌入编码过程中,对不同的重要图,部分小波子带的系数幅度是不会超过当前的阈值,从而可以忽略不计,即小波树的深度随着重要图的不同而改变,也就是变深度嵌入编码。实验结果显示,对于自然图像不需要考虑的层中的小波系数幅值几乎全部小于当前的阈值,从而和EZW算法相比,编码不会影响压缩率(或图像质量),而编解码过程中的运算量明显下降。