基于小波分析对信号奇异性的检测

提出小波分析对信号奇异性的检测方法，实现小波分析对信号各类奇异间断点的有效检测，并结合仿真实例对小波分析在奇异信号检测上的应用进行实际分析．     

基于小波分析对信号奇异性的检测

提出小波分析对信号奇异性的检测方法，实现小波分析对信号各类奇异间断点的有效检测，并结合仿真实例对小波分析在奇异信号检测上的应用进行实际分析．     

航空构件超声检测信号小波分析及小波包分析应用研究

基于小波函数的特点，从小波分解的效果，小波函数执行速度，小波降噪信噪比以及小波重构等方面，系统地分析小波及小波包在航空构件超声信号中的应用。实际应用效果分析表明，航空构件超声信号经小波及小波包处理后，提高了超声检测的灵敏度，增强了超声波检测检出缺陷的能力。从而验证了小波及小波包分析在航空构件超声检测信号处理中应用的有效性。而且小波包方法比小波方法的处理效果更为理想。     

基于小波分析的微弱信号处理

应用离散小波变换对微弱数字信号进行分析及处理．离散小波变换具有时频分析特性，能将信号的细微变化反映出来．对实验获取的微弱信号进行小波变换分析的结果表明：离散小波分析可明显提高数字信号的信噪比，有利于从噪声中提取微弱信号。     

小波包变换及其在低信噪比雷达信号检测中的应用

雷达对目标进行检测之时，常常遇到目标回波信号被噪声污染的问题。为了把弱目标信号从强噪声背景中检测出来，对小波包变换良好的时频分析特性进行了分析，根据信号与噪声具有不同的Lipschitz指数，通过引入子频带∞-范数，对信号和噪声进行频谱分析，将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量，应用浮动阈值去噪方法，解决了低信噪比情况下的雷达信号检测。最后，通过计算机的数值计算，模拟了小波包变换和小波变换在低信噪比雷达信号检测中的具体应用，得出了在低信噪比信号检测方面小波包变换优于小波变换的结论。     

工程信号中的小波采样与小波分析

基于墨西哥小波母函数，详细地分析了小波分析中的采样与Ｆｏｕｒｉｅｒ分析中采样的差别，小波分析中，在满足信号分析的采样定理条件下，先对信号和小波正交基进行一次采样后，再进行２次采样，并研究了Ｌ＾２（Ｒ）中信号的小波直接分析和小波时频谱，还对现场信号，时变信号，调相和奇异等模拟信号在不同频率成分上的分解作为实例对小波分析的聚集原理进行了论证。     

基于小波变换的火车车轮扁疤信号能量分析

火车车轮扁疤是火车行车事故的重大隐患之一，了解扁疤信号的能量分布情况对正确检测车轮扁疤有重要的意义．针对车轮扁疤信号具有持续时间短、突变快等特点，提出了一种运用小波变换的多分辨率分析和小波能量谱对扁疤信号进行分析的方法，通过比较扁疤信号在不同尺度下的能量密度，找出能量与各频段之间的对应关系，得出了扁疤信号的能量主要集中在2500Hz以下的频带范围内，在实际的车轮扁疤检测算法中只需分析频带范围为2500Hz以下的扁疤信号即可，通过实验验证了该能量分析方法的有效性．     

应用小波分析研究信号消噪

噪声的去除一直是信号处理中较为关键的技术之一。小波变换在时，频两域都具有表征信号局部特征的能力，突破了传统Fourier分析的局限性，很适合检测信号的奇异现象。用Daubechies小皮分别对信号本身的奇异性，噪声的奇异性进行分析，结果表明，二者具有较大的不同。因而，将小波用于信号消噪具有重要的参考价值。     

噪声随机信号的检测与分析

信号检测是现代信忠理论的一个重要分支．介绍噪声中随机信号的检测，分析对高斯信号的检测，并从Mallat算法出发，分析小波技术应用于声源检测与故障诊断的具体途径和实现方法．     

小波变换在奇变信号检测中的应用

根据小波变换的基本概念和理论,给出了实现小波分解与重构的塔式快速算法,基于小波变换用于奇变信号的检测原理,对奇变信号的小波时频分析进行了深入的研究,并通过一个工程实例,说明了小波变换在奇变信号检测中具有广阔的应用前景。