基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

基于EMD和WP的RFID混合信号盲分离技术

本文首先分析了RFID混合信号的特性,射频识别信号之间具有统计独立性,幅度和极性上的不敏感性,满足BBS的条件,因此可以利用独立成分分析算法来处理射频识别的混合信号;然后给出单路RFID混合信号的欠定盲分离数学模型,讨论基于经验模态分层(EMD)、基于小波包(WP)的分层技术和独立子波函数的提取技术;最后提出了基于独立子波函数的单路RFID混合信号的欠定盲分离方法。     

基于子波分析的信号噪声分离方法研究

信号或图象的子波变换是一种多分辨的分解,可以给出信号在不同尺度下任意位置的信息,上于变换核是支撑的,子波变换可以有效的描述信号的局部特性。本文在分析子波变换的基础上,结合信号中加性声的特点,给出了一种子波变换域的噪声滤波方法,通过对数据的分析处理结果表明,该方法行之有效。     

探地雷达信号的反褶积研究

根据探地雷达信号基本子波的特点,设计了一种适宜于探地雷达信号的反褶积算法。该方法将基本子波转化为一个位于子波绝对最大值处的尖脉冲,反褶积后,子波被压缩在绝对值最大处,而不是在子波的开始。它可以有效地去除基本子波的拖尾,压缩基本子波的长度,提高信号的纵向分辨率和信噪比。通过对探地雷达实验数据和高速公路检测数据的计算,表明了该算法是一种非常有效的方法。     

子波神经网络在火灾探测中的应用

论述了用于信号识别的子波神经网络的结构和算法,并根据火灾传感器信号处理的特点,提出了将其用于火灾探测的方法,在子波神经网络中采用了子波函数和共轭梯度优化方法．实验表明,子波神经网络对火灾信号具有很好的学习和探测能力,与ＢＰ神经网络火灾探测方法相比,所提出的方法能够更快和更准确地探测各种标准实验火．     

复解析子波的一种简单构造方法

首先讨论并给出复解析子波构造条件 ,在综合 Bubble子波和超高斯谱子波构造基础上 ,提出一类新的复解析子波函数 ,该类子波在频域具有简明的解析表达式 ,然后从频域和时域两方面对新的子波性能进行了研究。根据本文的构造方法 ,调整少量的几个耦合性较弱的控制参量 ,可得到许多具有不同性能的子波函数     

紧支集正交子波的构造及其应用

介绍了紧支集子波的特性,详细讨论Daubechies子波的构造方法并给出应用实例.说明子波变换用于系统响应信号的分析是十分有效的.     

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。     

子波方法提取Rayleigh-Bnard对流温度信号的相干结构

采用子波分析方法,对Rayleigh-Benard对流中温度脉动信号进行了分析,根据子波系数方差取极大值的判别准则,确定出了对应于温度信号相干结构的尺度或频率,然后采用给出的确定尺度下的连续子波反应换公式,不需要加入任何门限,提出了温度信号相干结构所对应的波形,为证明该方法的有效性,还对一个给定的“余弦相干信号＋随机噪声信号”,进行了提取余弦相干信号的数值实验,结果表明,该方法能够较准确地提取出代表相干结构的余弦信号。     

子波方法提取Rayleigh-Bnard对流温度信号的相干结构

采用子波分析方法 ,对 Rayleigh- Bénard对流中温度脉动信号进行了分析 ,根据子波系数方差取极大值的判别准则 ,确定出了对应于温度信号相干结构的尺度或频率 ,然后采用给出的确定尺度下的连续子波反变换公式 ,不需要加入任何门限 ,提出了温度信号相干结构所对应的波形。为证明该方法的有效性 ,还对一个给定的“余弦相干信号 +随机噪声信号”,进行了提取余弦相干信号的数值实验 ,结果表明 ,该方法能够较准确地提取出代表相干结构的余弦信号。     

基于自适应层数分解的小波变换滤除冲击信号

针对掺杂在冲击信号中的微弱振动信息被淹没的问题,提出了一种基于小波变换滤除冲击信号提取微弱振动信号的方法.该方法采用自适应层数分解的小波变换分析原理,根据冲击信号特征,合理选择小波基,对冲击信号进行分析滤除.为获得较好的滤除效果,针对分解层数的自适应性,提出了一种分解层数的自适应确定方法.对含有冲击干扰的微弱标准信号进行数值模拟,对含有冲击干扰的微弱金刚砂振动信号进行实测分析.结果表明该方法能自适应性地确定小波分解层数,并有效滤除冲击提取被淹没的微弱振动信号.     

基于小波变换的心电信号处理研究

在简述小波变换理论发展的基础上,介绍了心电信号的主要特点和研究内容,从两大方面概括小波变换应用于心电信号处理的国内外研究现状:一是去噪,着重介绍了小波阈值消噪的研究成果,概括了在母婴心电信号分离、去除肌电噪声、保留特征波形方面的研究现状;二是波形检测和特征提取,着重介绍了QRS波群检测、ST段检测和R波峰值提取的研究现状,以及小波与其他理论结合用于心电信号处理的研究成果。最后,展望了利用小波变换进行心电信号处理的前景。     

利用小波包分析对医学图像消噪的算法研究与应用

针对医学图像去噪，利用小波变换具有多分辨率分析和时频两域都具有表征信号局部特征的特点，提出了基于小波包分析的图像消噪算法，并在MATLAB平台上实验仿真，取得了较好的效果。     

基于独立成分分析和小波变换处理两相流信号

为克服噪声信号给速度测量带来的影响,提供了一种基于独立成分分析(ICA)和小波变换处理两相流信号的方法。首先介绍独立成分分析(ICA)的基本原理及其实现方法,并利用此方法对两相流信号进行处理;根据傅立叶变换确定信号的频谱;然后介绍小波变换和空间滤波的基本原理,并利用小波变换确定信号的带宽;并根据带宽求出固体速度。最后给出仿真实验结果。结果表明:这种方法可以满足固体速度测量的需要。     

小波分析应用于对心电图信号实时处理的研究

简要介绍了小波变换原理和Mallat快速小波变换算法，重点介绍了如何运用小波分析对心电图(Electrocardiogram，ECG)信号消噪，并解决了它所涉及到的问题：小波函数的选取、噪声频段的分析、阈值处理和解决了在ECG信号采样中实时小波滤波所遇到的问题——数据滤波前的分段和滤波后的衔接。通过实验的证明，提出的方法能够很好地滤除ECG信号中的基线漂移、工频干扰、肌电干扰和其它高频干扰，并且在采样过程中小波滤波的实时性也较好。     

基于小波分解和亮度矩的车牌定位方法

文章提出了一种基于小波分解和亮度矩的复杂背景下,图像中车牌定位和分割的方法。针对小波分解能较好地保留图像中的细节信息,选用小波作为车牌分割工具;为了突出车牌字符与图像中其它信号特征的差异,定义了一个亮度矩函数,用以搜寻牌照的上下、左右边界。仿真结果表明,该方法定位准确率高、速度快。     

一种新的小波分维数及其在钻头磨损监测中的应用

根据小波变换与分形理论在认识事物的本质上都是基于从总体向局部、从宏观向微观的自相似原理,提出一种以小波作为标尺来定义分维数的思想,从而建立了一种以信号的绝对和作为度量参数的小波分维数。对钻头整个磨损历程中钻削力信号小波分维数变化规律的研究表明:运用小波分维数可更加有效地刻画信号的本质特征,钻削过程扭矩和轴向力信号小波分维数的变化与钻头磨损之间表现出密切的相关性,采用该方法可准确实现钻头磨损状态的监测。     

用于齿轮故障诊断的复小波变换相位功率谱方法

基于复小波基函数的信号小波变换,体现了小波变换的多分辨特性。复值小波能从幅值与相位两个角度提取被分析信号的信息,在齿轮故障振动信号处理中可以更好地识别故障模式。     

二维小波变换方向的特性

为了分析信号的方向特性,根据二维小波理论和小波变换方法,分别研究了二维Marr、Morlet、Cauchy小波变换在方向性选择方面的特征,并通过仿真试验分别探讨了它们在方向检测中的应用.数值计算结果发现：二维Marr不是方向性小波,二维Morlet和Cauchy小波是方向小波,而二维Cauchy小波比二维Morlet小波在方向性选择方面更具有优越性,因此采用二维Cauchy小波变换能够很好地分析信号的方向特征.     

基于交叉验证法优化参数的Morlet小波消噪方法

针对机械监测故障信号的非平稳性特点,提出一种基于交叉验证法优化参数的Morlet小波消噪方法。选择与机械冲击振动波形相似的Morlet小波,对Morlet母小波进行改进,增加了波形调整参数。通过交叉验证方法设计了改进Morlet小波的波形参数和变换尺度。对信号进行连续小波变换(CWT),实现对含噪信号的滤波消噪。将该方法应用于齿轮故障检测中,对比2种传统的小波消噪方法,验证该方法能够提取出强噪声背景下的有效信号特征成分,具有较好的滤波消噪效果。