基于小波变换模极大的脉象信号研究

针对脉象信号的时变、非线性和低频特性,提出了应用小波变换模极大对脉象信号进行研究的方法.介绍了利用小波变换模极大对信号局部特征进行描述的三个参数:Lipschitz指数α、平滑因子σ和分形维数D(α),并提出了对小波变换模极大曲线进行滤波的算法.用高斯一阶导数和二阶导数小波变换分别对单周期三峰脉象信号进行了实验.实验结果表明,该方法可以描述一些时域难以表达的特征,并能对脉象信号的局部特征点进行准确定位,从而为各项脉象特征的定量化描述和脉象分类识别奠定基础.     

非线性扩散与小波变换的混合图像去噪算法

在分析小波变换与非线性扩散之间联系的基础上,针对Haar小波变换阈值收缩去噪的不足,提出了基于非线性扩散与小波变换相结合的复合去噪算法。该算法对图像一次小波变换的3个高频先进行阈值收缩,然后对低频进行非线性扩散预处理,再进行非线性扩散。通过对比分析实验证明本模型在图像去噪中取得较高的峰值信噪比,取得了更好的图像去噪性能。     

小波变换技术概述

小波变换具有良好的时频局部化特性,通过小波变换可以将一个时域信号进行多分辨分解,因此小波变换技术就常被应用到数字水印中来。文章对小波变换理论及其相关知识进行了研究,论述了离散小波变换、多分辨率分析等理论。     

小波理论概述

小波变换是当前应用数学和工程学科中一个迅速发展的新领域,由于它在时间域和频率域里同时具有良好的局部化性质,因而同时具备理论深刻与应用广泛的双重意义。首先,介绍了小波函数的基本概念,讨论了小波变换的特点;其次,完整地总结了小波变换在各个方向的应用;最后对小波变换的应用进行了总结和展望。     

线调频小波变换及其应用

线调频小波变换是一种新的线性时频分析方法.在介绍线调频小波变换的基础上,比较了短时傅里叶变换、连续小波变换、线调频小波变换在瞬时频率计算方面的优缺点.最后给出了在石油勘探开发中利用线调频小波变换对沉积旋回信号进行分析的一些初步应用.     

用声表面波器件实现小波变换的方法

根据声表面波SAW（Surface Acoustic Wave)传播的非线性特性,将变换信号用的小波作为声表面波器件的脉冲响应,从而提出了一种用声表面波模拟硬件实现小波变换的方法,并成功地用特种模拟器件实现了连续二进小波的快速变换,由于实现方法简单,避免了复杂的算法和昂贵的制作过程,对于开发小波变换的优越性和小波变换的应用有重要的价值。同时,还给出了小波变换在检测信号和信号滤波方面的应用例子,证明了用声表面波器件完全可以实现实时的信号小波变换。     

高维小波变换的一般形式

利用小波变换是等距变换这一事实，推导出高维小波变换的一般形式，使通常的小波变换只是其中的一种特殊情形。在实际应用中，可以适当的选取参数α，β。这使小波变换的应用更广泛，使用更灵活。     

小波变换的应用综述

小波分析是近年来迅速发展起来的新兴学科，由于它在时间域和频率域里同时具有良好的局部化性质，因而同时具备理论深刻与应用广泛的双重意义。小波分析已经基本形成了一个完整的理论体系，并且在很多领域内有了比较深入的研究。本文讨论了小波变换的特点，完整地总结了小波变换在各个方向的应用，最后对小波变换的应用进行了总结和展望。     

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。     

小波变换及其数字图像处理的应用

简要介绍了小波变换方法 ,对小波分析在数字图像处理占的一些应用进行了简要讨论 ,并对图像的恢复和增强、图像分割等应用进行了一些有意义的尝试     

连续小波变换与几种具体信号的傅立叶变换的比较

列出门函数、单边指数函数和阶跃函数这三种具体信号的连续小波变换与傅里叶变换的表达式,并通过表达式对连续小波变换与傅里叶变换进行比较．结果表明：傅里叶变换是线性变换,具有统一性和相似性,但不具有局部化性质,不能作局部分析;小波变换也是线性变换,同样具有统一性和相似性,并且是稳定的,还具有时一频同时局部性和自适应性．由此说明了小波变换在分析和处理信号时比傅里叶变换更加灵活、更加全面和深入．     

小波神经网络用于非线性函数逼近的研究

神经网络具有良好的学习特性，而小波变换具有良好的时频局部化特性．将二者结合在一起构成小波神经网络，网络隐层采用morlet小波函数，输出层采用线性函数，使得该网络兼具神经网络和小波变换的优点．分别用小波网络和BP网络逼近一非线性函数，其结果表明，在相同的误差条件下，小波网络的收敛速度要远远快于一般的BP网络．     

基于球坐标系的非线性小波变换去噪算法

提出一种新的非线性小波变换去噪方法。该方法把线性小波变换后得到的3个高频分量通过球坐标变换后,得到球坐标下3个分量,然后在球坐标中根据图像统计特性设定的收缩因子处理小波收缩去噪。结果表明,该方法比直接进行小波收缩的结果有更好的峰值信噪比。     

非线性小波变换及其在图像压缩上的应用

提出了一种基于非线性小波变换的图像压缩方法。使用非线性小波变换可以更高效地表示图像的边缘信息,并更能把图像的能量变换到低频子带上。仿真结果也表明,提出的方法在较高压缩比时比JPEG2000效果要好。     

基于Fourier变换离散化的连续小波变换频域算法

对于固定的尺度,小波变换是待分析信号与小波基函数的线性卷积。当小波基函数的Fourier变换有显式表达式时,利用其Fourier变换进行线性卷积称为小波变换的频域计算方法。由于线性卷积的长度大于信号的长度,因此,选取线性卷积中的哪一部分作为小波变换的系数也是一个亟需回答的问题。本文利用Fourier变换的离散化和离散Fourier变换的关系由小波变换时域算法推导了小波变换频域算法,证明了时域算法与频域算法的等价性;解释了这两种方法分别应该选取线性卷积中的哪一部分作为小波变换的系数;分析了频域算法产生边界效应的原因;给出了频域算法中参数的选取方法,以便克服边界效应。时间复杂度分析以及数值实验均表明了频域算法至少比时域算法减少了1/3的运行时间。     

一种基于小波分量变换的人脸图像光照归一化算法

基于小波变换原理,提出一种基于小波分量变换的人脸图像光照归一化算法.人脸图像经过二维离散小波变换(DWT),被分解成4个子分量(LL,HL,LH,HH).将低频分量(LL)进行对数变换和分段线性变换,对高频分量(LH,HL,HH)进行Gamma变换.对所有子分量进行小波逆变换,对经小波重构后的人脸图像进行中值滤波.分别在Yale B和CMU-PIE人脸数据库中对本文算法进行光照归一化有效性试验;对比本文算法与其他22种光照归一化算法的处理时间及处理效果;进行分段线性变换和伽马变换参数比较试验及人脸识别试验.结果表明:本文算法执行速度快,处理效果好,人脸识别率高,适用于不同光照条件的人脸识别系统.     

基于小波包变换的电力系统谐波分析的研究

为了防止谐波对电力系统和用电设备的危害,分别用小波变换和小波包变换对电力系统谐波进行分析.仿真结果表明二者都能将基波从电流信号中正确地提取出来.而小波包变换比小波变换能够分解出更加丰富的谐波信号,利用小波包变换分解的各次谐波频率和幅度的误差率完全符合谐波分析的精度要求.     

用线性模拟滤波器实现连续小波变换

提出了用线性模拟滤波器实现连续小波变换的方法,该方法提供了实现快速小波变换的另一途径,并给出了构造该滤波器网络的方法,它以墨西哥帽状小波为例,证实了其可行性。     

面向随机振动功率谱估计的小波变换去噪算法理论分析*

 针对随机振动功率谱通常存突变或间断现象,在小波去噪处理中,软阈值法使得估计信号在间断处较模糊, 且整体误差大,而硬阈值法在信号的间断点附近会产生伪Gibbs现象。通过对随机振动谱的统计模型进行分析,建立了对数域振动谱噪声的统计模型,并理论推导出根据噪声小波变换系数而设置的滤波阈值与小波变换尺度之间的非线性关系,为小波变换自适应阈值去噪提供依据,在此基础上提出了基于小波变换的振动谱估计自适应去噪通用算法,通过仿真对比实验,结果表明理论分析的有效性。     

应用连续墨西哥帽小波变换对弱信号提取分析研究

应用连续小波变换分析含有噪声的模拟弱信号,对比mexh、db4、coif4、haar、meyr、morl 6种小波函数,结果显示,小波函数不同所得结果也不一样.通过小波变换系数求和,可将原信号放大,mexh能有效显示所要研究的信号,峰位值不变,并且使不易进行定量分析的信号也具有良好的线性关系.