快速小波变换及其在光纤陀螺信号处理中的应用

为了提高光纤陀螺输出信号的精度和实时性,提出了一种适合在数字信号处理器(DSP)上实现的快速算法,该算法不需要传统小波变换中内插和抽取步骤,给出了相应的快速分解和快速重构实现公式,并采用半软阈值作为快速小波变换的重构阈值.实验结果表明:在静态和动态陀螺输出条件下,在TMS320C6713 DSP实现半软阈值快速小波变换处理信号时间比原来降低了一个数量级,而滤波精度与原来相当,并且易于硬件实现,完全满足光纤陀螺高精度和高实时性的要求.     

快速小波变换的定点DSP实现

介绍了小波变换理论及其快速Mallat塔式算法及应用TMS320C2xx系列定点DSF，实现这种算法的方法，仿真研究表明，利用定点DSP进行小波变换具有良好的实时性和精度，是工控领域的理想选择．     

小波包多载波调制算法及DSP实现

为实现小波包多载波调制，设计了小波包多载波调制的DSP实现方案．采用一种等效结构，将小波包多我波调制转化为串／并变换、小波包综合和脉冲成形3个环节，小波包综合和脉冲成形由小波包快速算法（Mallat算法）实现．以高速浮点DSP为硬件平台，编程采用软件流水优化和DMA技术．利用Mallat算法的特点，采用交替组合法使算法中乘法的运算量减半．所设计的软件在TMS320C6701EVM评估板上成功实现实时运行．CCS环境下的实测结果表明：软件流水方法产生目标代码的运行效率已接近该DSP的最高性能．     

一种离散小波变换的快速分解和重构算法

通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析，根据离散小波变换（DWT）算法结构特征，提出了一种离散小波变换的快速分解和重构算法；给出了相应的算法步骤，从数学理论上对该算法进行了论证。结果表明与原有的快速小波算法（Mallat算法）相比，可显著减少信号与滤波器长度N较大（大于16）时小波变换的实乘次数（分解仅为（5log2N 7)N次，重构仅为4N（1 log2N)次）提高了运算速度，且该算法有着良好的并行性，易于数字信号处理器（DSP）的快速实现。     

a尺度正交双向小波的Mallat算法

研究了a尺度正交双向小波的Mallat算法.引入了正交双向加细函数及a尺度正交双向小波的概念,在此基础上利用a尺度正交双向多分辨分析,得到了正交双向小波的分解与重构的Mallat算法,并给出其矩阵表示,推导了信号分解后完全重构的充要条件.该算法对于能量有限的离散信号的分解与重构有一定的实用价值.     

一种带钢表面缺陷检测的算法

为了准确快捷地对带钢表面缺陷进行在线自动检测,提出了一种小波提升格式的Mallat的表面缺陷检测方法。原始的Mallat算法滤波后的重构图像数据不再是整数,因此无法精确的实现无失真的小波重构图像。提出提升格式的双正交小波分解能够实现从整数到整数的变换,该算法首先利用小波变换的多分辨率的分析特点,对图像进行多尺度双正交小波提升算子的快速分解;然后再对重构后的图像进行二值化,提取出缺陷特征。实验结果表明,该方法能够明显检测出缺陷的存在。     

基于Mallat算法的抽样值和直接算法

本文在Mallat算法的基础上,通过抽样值计算得到近似小波系数,并给出相应的分解算法和重构算法公式.     

整数小波变换不可见数字水印算法的研究与实现

数字水印技术是通过将水印图像嵌入原始图像来实现信息的隐藏。基于整数小波变换的数字水印算法更好的兼顾了水印的鲁棒性和不可见性的要求。DSP由于其本身具有并行的硬件乘法器、流水结构以及快速的片内存储器等资源,其技术已广泛地应用图像处理领域。在本文中我们首先研究了基于整数小波变换的不可见数字水印算法,完成了C语言的实现并结合TMS320C5410介绍了该算法在DSP中的实现方法。     

基于形态小波的高精度重力仪信号快速滤波算法

为了有效抑制高精度重力测量信号中的各种强噪声以获得高精度重力信息,在分析形态小波滤波算法的基础上,结合FFT算法提出了一种快速形态小波滤波算法,并应用于高精度重力仪信号处理中.在滤波过程中,首先在常规小波分解算法各层间增加形态滤波器,以提高小波算法抑制脉冲干扰的能力.然后,将常规小波分解和重构算法进行重组,并参考FFT算法规则设计了一种快速形态小波分解重构算法,以提高小波分解和重构的计算效率.最后,通过仿真试验,将快速形态小波滤波算法与传统小波滤波算法进行性能对比.理论分析和仿真试验结果表明.快速形态小波算法的滤波效果优于传统小波滤波,其运算速度优于Mallat算法.     

二维正交小波变换的向量空间算法研究

小波 {ψej,k,m(x ,y) |e=1,2 ,3,j,k,m∈Z}不仅可以构成L2 (R2 )空间的正交基 ,通过小波分解与重构 ,以及对Hj,Gj,H j ,G j 的行向量修改等 ,还可以产生N×N空间的正交基 .同时 ,N×N点阵信号 {Sl,r}( 0≤l,r,≤N - 1)的小波变换等价N×N于空间的正交变换 ,用我们的方法进行信号或图像压缩 ,不涉及对信号或图象进行周期延拓 ,可严格在N×N空间中进行 .首先研究了二维信号的小波分解与重构 ,给出了适用的二维张量积小波的分解与重构公式 .其次 ,给出了信号用分解公式进行小波分解与重构公式进行小波重构后完全恢复原信号的充要条件 ,并对完全重构充要条件的实现作了处理 .最后得到了N×N空间中由小波分解与重构滤波产生的正交基 .这样就推导出对N2 个数据进行小波分解后可精确重构的算法 ,该算法可避免信号做小波分解后在边界处不能精确重构 .     

基于SRFFT算法的快速小波变换谐波检测法

为快速准确的提取谐波分量及克服传统的FFT方法无时域局部性的缺点,提出一种基于复序列加窗插值分裂基快速傅里叶变换算法(SRFFT)的快速小波变换谐波检测法,以便准确快速的提取谐波.该方法采用凯瑟窗函数作为窗函数,通过改变β值和采样点数在主瓣宽度与旁瓣衰减之间进行选择;运用SRFFT算法、Mallat算法以及离散小波变换(DWT)算法对信号进行快速分解及重建.模拟分析结果表明,该方法运算精度很高,可以快速准确的提取谐波信号参数.     

一种基于离散傅里叶变换的小波变换的快速算法

小波理论中的多分辨率分析和Mallat算法近年来已在数字信号处理中得到了广泛的应用．但如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的．通过对离散傅里叶变换及Mallat算法原理的分析,针对离散小波变换算法结构特征,对其结构进行了重组,在此基础上利用快速傅里叶变换,提出了一种快速离散小波变换算法,并从理论上进行了分析和论证;与直接算法相比,可有效降低运算量．     

基于小波变换的医学图像压缩方法

简要说明离散小波变换(ＤＷＴ)的Ｍａｌａｔ算法·分析了一维离散小波变换ＤＷＴ不能完全重构信号的原因·对二维离散小波变换ＤＷＴ的重构性进行了讨论·在此基础上提出改进型的Ｍａｌａｔ二维ＤＷＴ算法·压缩实验表明改进型的Ｍａｌａｔ二维ＤＷＴ算法对提高图像压缩及重建质量是有效的·     

快速小波变换与卷积型积分算子

主要讨论了建立在二维Mallat算法基础上的快速小波变换。对于卷积型积分算子，可将运算量由原来的O（N^2）减少至0（N）。     

用提升小波变换提取诱发脑电

提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.     

关于小波空间中的抽样定理与小波系数计算

介绍了小波子空间中的抽样定理，讨论了基于Mallat算法的小波计算方法及误差估计。     

基于Mallat算法的小电流单相接地故障选线研究

提出一种利用小波分析中的Mallat分解算法对小电流系统故障线路进行诊断的方法.当小电流接地系统发生单相接地故障的时候,提取的暂态零序电流经过Mallat算法分解,通过模极大值理论有效的判断出故障线路.