基于小波变换的多传感器多分辨分布式滤波

用小波变换和多分辨分析的思想建立一个最优的和动态的多分辨分布式滤波算法,最优是建立在估计误差方差最小的意义下的,而动态是当新的测量数据到来时,根据已有的估计预测值的测量值获得新的估计值。介绍了离散小波变换,给出了动态系统的描述,建立了基于小波变换最优和动态的多分辨分布式滤波算法,最后用一个例子说明算法的有效性。     

基于多传感器单模型多分辨融合估计算法

用小波变换和多分辨分析的思想建立基于多传感器融合的目标状态估计算法。     

基于多传感器的多分辨机动目标跟踪

用小波变换和多分辨分析的思想建立了一个基于多传感器观测的机动目标跟踪新算法。     

基于多分辨分析的位场滤波算法

将基于多分辨分析（ＭＲＡ）的组合滤波器用于重力位场滤波算法，取得了令人满意的效果．该组合滤波器可以对异常进行更为精细的滤波，在一定程度上解决了常规小波滤波器分解阶数过大的问题．相对于Ｆｏｕｒｉｅｒ分析，ＭＲＡ组合滤波器的频时双重局域性能保持原始异常的形态，更适用于高保真的位场滤波．数值模拟结果表明该算法是有效的．     

基于自适应模糊阈值小波的图像去噪

针对小渡变换多分辨分析(MRA)的特点，本提出一种多尺度分级的自适应模糊权重中值滤波的去噪方法．首先，利用开关控制策略的模糊理论建立隶属函数，用高斯自适应模型对噪声点进行预检测，然后在每一级小波变换过程中应用自适应模糊中值滤波(AFWMF)算法进行噪声滤波．实验表明，常规的小波去噪方法只能去除图像中的高斯噪声。该方法既能去除高斯噪声也能去除非高斯噪声．与中值滤波方法相比，该方法在去噪的同时能保留大量的原图像边缘、细节等重要信息，具有更好的去噪效果．     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析，并根据多尺度小波变换的多分辨率特性，提出基于多尺度小波变换的自适应滤波，构造了其仿真模拟图，并对其进行了仿真，通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比，表明该方法可行的。     

傅里叶光学中波前滤波小波函数的构造

从惠更斯一菲涅耳的衍射理论出发，分析了受限孔径衍射现象，认为该现象相当于波前滤波。以矩形孔径和圆孔、正弦型位相光栅的夫琅和费衍射为例，研究得到了小波在波前滤波时应满足的条件，并给出了满足该波前滤波条件的母小波的构造方法，证明了小波变换用于光学信息处理系统的可行性。     

抽样定理与小波变换

经典的Ｓｈａｎｎｏｎ抽样定理有许多应用和推广。从多分辨的观点看，它提出了Ｓｉｍｅ尺度函数。介绍了小波子空间中的抽样定理，并给出了基于Ｍａｌｌａｔ算法的小波变换系数的计算方法。．     

多尺度分布式平滑估计方法

利用多尺度分析的思想,将基于模型的动态系统分析与基于统计特性的多尺度信号变换方法相结合,建立起基于小波变换的多尺度分布式平滑估计新算法,并给出了算法的计算机仿真结果。     

动态测量误差溯源方法研究

在分析传统动态精度理论弊端的基础上,提出了动态测量误差溯源的新理论,并分别用快速傅立叶变换与小波变换中的多分辨分析方法对一动态系统输出总误差进行分解与溯源分析,并对两者的结果作比较,指出小波分析方法在动态误差溯源中的优越性.     

基于小波变换的X线图像的处理

在对X线图像的成像机理和图像特点分析的基础上,提出了对骨折X线图像进行基于小波理论的图像处理方法 利用小波变换的多维多分辨分析特性对X线图像进行消噪,将小波包的分解和重构理论与统计差值法相结合对X线图像的细节部分进行增强,用多分辨图像锥和FCM算法来分割图像 该方法确保了骨折智能诊断与治疗系统的精度和准确度.     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

基于混沌序列的视频图像数字水印隐藏与多分辨检测

基于混沌序列的优良性能和视频信号多分辨小波表示的特点,提出了一种视频图像混沌水印隐藏及其多分辨检测方法,首先利用小波变换对图像进行多级分解;其次将混纯 数字水印叠加在从低分辨率到主分辨率的主频小波系数里;最后进行逆小波变换生成水印图像,其特点是混沌水印安全性能高,不易破译,可以进行多分辨检测,节约计算量,实验表明,对于觉的图像处理和噪声干扰,多分辨检测方法极能识别隐藏的水印,具有很好的鲁棒性,而且     

双向小波的快速分解和重构算法

在杨守志教授提出双向加细函数和双向小波定义,并建立双向多分辨分析的基础上,给出正交双向多分辨分析的定义和双向小波的快速分解和重构算法.     

基于小波分析的HDTV信源编码技术

分析研究了基于MPEG-2标准的高清晰度数字电视信源编码技术，阐述了小波分析中多分辨分析的基本思想和理论，并将基于多分辨思想的Mallat算法较好地应用于HDTV的图像压缩编码系统中。     

小波分解和重构算法

自1988年I．Daubechies^［1］构造出紧支撑正交小波以来，数学界和工程技术领域掀起了小波研究的热潮。本文结合多分辨分析的定义，分析探讨了信号的塔式多分辨分解与综合算法及其应用问题。     

一种基于多尺度的GPS动态滤波方法

以GPS动态滤波方法为研究对象,首先采用了多尺度分析方法,将机动载体的"当前"统计模型与基于统计特性的多尺度信号变换方法相结合;然后结合常规卡尔曼滤波算法,建立起GPS动态滤波的多尺度数据融合估计新算法;最终在最细尺度上获得目标状态基于全局信息的融合估计值。将上述算法应用于GPS的动态滤波中,仿真结果表明,该算法相对于原始算法可有效提高目标状态的估计精度。     

基于小波变换的信号特征与突变点检测算法研究

采用小波分解可以很好地研究信号的自相似性.小波变换能够分析信号奇异点的位置及奇异性强弱,即通过小波变换后的局部极大值在不同尺度上的衰减特性来衡量信号的奇异性.介绍了小波变换的基本概念,对信号特征和突变点检测算法进行研究,利用小波多分辨分析将突变信号进行多尺度分解,通过分解的信号确定突变点位置.通过Matlab实验,分析了信号奇异点定位和小波检测的结果,当小波变换尺度越精细时,检测突变点位置越精确,验证了小波变换是分析信号自相似性和突变点检测的有力工具.     

基于区间正交小波变换的多尺度实时Kalman滤波器设计

针对导航系统中惯性元器件的降噪问题,设计一种基于区间正交小波变换的多尺度实时Kalman滤波算法。该算法利用区间正交小波变换抑制边界效应的能力及其滑动数据窗口内实时分解特性,建立动态系统的多尺度实时Kalman滤波框架。Allan方差分析结果表明:在陀螺信号滤波中,给定小波分解尺度,该算法在保持一定实时性的同时,可以取得较好的滤波效果,滤波后的噪声系数比标准Kalman滤波减少至少1个数量级。     

用多分辨分析法研究动态测试误差溯源

根据全系统动态精度理论，在给出动态测试系统总的传递链函数及动态测量误差模型的基础上，利用现代信号分析手段，将系统的输出总误差进行分解，并根据各分误差的特性，将其溯源，找到系统内外产生该分误差的组成环节．为验征动态测试误差溯源理论，建立一仿真的简单系统，利用小波变换中多分辨分析方法，将总误差分解与溯源．结果证实了该理论的正确性和可行性．