测量低频地电场的级联分样抗混叠技术

分析低频地电场信号采样的频率混叠成因 ,提出具有实用意义的数字滤波算法 ,以此为基础设计出级联分样抗混叠滤波器 .通过野外实地采集验证设计方案的合理性     

一种抗混叠和失真的小波包信号分解与重构算法

以db40小波包为例,对基于小波包分析的信号分解与重构快速算法的三个核心算子：与小波滤波器卷积、上采样和下采样的时域和频域特性进行了详细的分析研究。分析结果表明,该算法会出现单子带重构信号发生频谱混叠和幅值失真现象,小波滤波器频响曲线的非理想截至性能是导致这一现象的根本原因。为克服传统算法的这一缺陷,提出一种改进算法。新算法在每层信号分解或重构过程中,在原小波滤波器后面串联一个新的纠正滤波器,使得重构信号中的幅值失真和频谱混叠现象得到有效改善。最后,通过一个仿真实例将改进算法的结果与原快速算法和已有文献中的改进算法进行对比,比较后的结果证明,改进算法比其它算法能更有效地避免重构信号中的频谱混叠和失真现象。     

单路单周期心音混叠信号欠定盲分离方法

结合现有的单路混叠盲分离算法和心音信号的周期特性,提出了一种基于dwt_ica的单路单周期心音混叠信号欠定盲分离算法.该算法首先得到一组单周期独立心音子波,然后把该独立心音子波加入到一个单路单周期心音混叠信号中,从而将一路信号变成一个多路信号,接着再利用ICA方法分离该多路信号,可获得源心音信号的一种估计.心音混叠信号的盲分离仿真实验表明,该算法是行之有效的.     

基于独立分量分析的混叠跳频信号分离算法

为解决混叠跳频信号的分离问题,在深入研究独立分量分析(ICA:Independent Component Analysis)理论基础上,结合跳频通信的特点,提出了基于独立分量分析的混叠跳频信号分离算法,实现了对混叠跳频信号的盲分离.该算法将基于负熵最大化的FastICA算法应用到混叠跳频信号分离中.通过仿真实验表明,该算法能成功地排除乘性噪声干扰,完成对混叠跳频信号的分离.虽然分离信号的幅度、相位等参数较源信号发生了变化,但并不影响后续工作.这一过程在未知任何先验参数的条件下完成,并取得了较好的分离效果,为跳频通信信号的分离工作提供了新思路.     

小波包算法在柴油机振声征兆提纯中的应用

将小波包技术引入柴油机振声征兆提纯的应用研究中，分析了小波包分解得到的Paley列存在的频率混叠现象的原因，给出了相应的小波包移频算法，该算法可以极大地抑制信号中的噪声，提高信噪比，有效地提取出信号的特征参数，对190系列柴油机的实验研究表明：该算法在柴油机等往复机械振声征兆提纯及其动态诊断中具有工程有效性和实用性。     

基于遗传算法的盲源分离算法

针对现有盲源分离算法的性能依赖于对比函数选择的现象,提出了一种基于遗传算法的盲源分离算法,该算法直接从信号的样本序列中估计出信号的概率分布,解决了信号间互信息的求解问题.通过遗传算法最小化信号的互信息,实现了对线性混叠信号的分离.对模拟信号的分离结果表明,该算法可以成功地分离混叠信号,同时与快速独立分量分析算法相比,该算法的性能对源信号的概率密度性质没有依赖,因而对亚高斯和超高斯信号的混合信号表现出更加优异的分离能力.     

机械系统冲击激振试验中的若干问题

本文在分析冲击激励试验原理和冲击力频谱的基础上,讨论了力信号的采样和频率混叠、应用抗混叠滤波器的必要性以及采样频率、冲击力持续时间和频率分辨率的选择.本文还讨论了对冲击力直接采样的缺点.     

一种改进算法在提取微弱特征信号中的应用

虽然小波变换具有优良的时频局部化特性,但Mallat算法存在频率折叠,使得在提取信号的某些重要的微弱特征时显得无能为力,为了弥补不足,本文提出了一种改进算法,克服了Mallat算法中频率折叠,成功地将改进算法运用到信号微弱特征的提取中,最后通过仿真实验,论证了该方法的可行性和有效性.     

基于协方差矩阵的自适应盲分离算法

提出了一种新的线性混叠信号的盲分离算法,该算法利用信号相互独立时其协方差矩阵的对角化特征作为分离准则,采用最速下降法进行分离.该算法对源信号和混叠矩阵没有过多要求且计算量不大,理论分析与仿真结果表明:该算法具有很好的分离效果.     

小波变换在图像压缩中的应用

通过对具体的图像采用Mallat算法进行压缩,说明了小波变换在数字图像压缩领域中的应用,探讨了基于Mallat算法的离散小波变换中存在的频率混淆现象.     

基于小波分析的变频调速电动机运行噪声-负载特性

分析了交-交变频器输出电压、电流和时间谐波磁势的谐波族特征,指出了该特征对电动机运行噪声的影响。提出了一种改进M allat算法,并运用该算法对运行噪声进行了小波分析。该算法的计算量和占用的存储空间较标准M allat算法均减少了49.6%。同时,运用基于小波分析的频带能量法提取运行噪声的特征。经实验验证:电动机负载增加,运行噪声的86~172H z频带能量呈现一致性增加,该频带能量可以作为反映负载变化的主要特征。     

一种基于定尺度小波变换的频率估计算法

通过改变尺度实现频率扫描是基于小波变换的频率估计算法的惯常做法。由于小波参数的确定缺乏具体明确的方法,这种做法在实际应用中很难达到其算法的理论最佳性能。针对这一问题,首先通过详细推导组合复Morlet小波变换与待分析信号傅里叶变换的关系,提出了一种基于定尺度小波变换的频率估计算法;然后讨论了控制频谱混叠、保证估计精度及分辨能力的参数设置问题,提出了一种简单易行的设置方法。仿真分析表明,该方法进行频率估计在混叠对抗及噪声抑制方面具有比FFT算法明显更优的性能,且适用于短数据信号。     

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.     

一种基于功率互补对的混合滤波器组的设计

提出了一种满足近似完全重构的两通道混合滤波器组(HFB)的设计方法.该方法利用由数字共轭正交滤波器组的完全重构特性推导出的功率互补对来分解输入信号带宽,保留了数字共轭正交滤波器组的功率互补特性和无损特性,克服了传统的HFB在0 频率点和低频区域混叠误差较大的缺点.利用遗传算法优化设计模拟滤波器的参数,并利用逆傅里叶变换实现了数字综合滤波器的设计,保证了近似完全重构.仿真结果表明,采用该方法设计的HFB在输入信号带宽内所有频率点上都具有小于-104 dB的混叠误差,能满足16 bit有效位数模数转换系统的需要.     

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·     

子波变换图象压缩编码技术进展

从１９８８年Ｍａｌｌａｔ将子波变换用于信号处理提出多分辨率分析概念，给出了信号或图象分解为不同频率通道的算法和重构算法。开创了子波变换在图象处理中的应用，子波变换在时域和频域同时具有良好的局部化性能，使子波变换成为视频图象压缩编码的主要技术，专家预计，在１９９６年符合高清晰度电视标准的子波变换视频图象压缩技术将推出问世，本文综述子波变换图象压缩编码技术当前的进展。     

基于Mallat算法的一维离散小波变换的实现

目的研究信号的局部化特征。方法应用Mallat算法,实现了信号一维离散小波变换的逐级抽取过程。结果信号经过离散小波变换后,将平滑分量和细节分量分离开来。结论应用该算法能够由粗到细的分析信号,同时也能通过滤波器组实现原始信号的重构。     

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。