一种基于Haar小波的塔式分解重构算法

基于Haar小波的尺度和小波函数定义与特性,经过一系列推导得到基于Haar小波的塔式分解重构算法,并给出了图例验证算法分解和重构过程的正确性。本文给出的相关算法可对离散化的信号进行分解和重构,从而进行信号的噪音滤除和数据压缩等分析处理。     

二维多尺度塔式分解与重构的matlab实现

基于Haar小波的塔式分解重构算法,给出了二维多尺度塔式分解与重构的matlab实现。互逆实验及分析表明该matlab实现不仅能正确地进行二维多尺度塔式分解与重构,而且能有效地提高计算效率和精度。本文给出的matlab实现具备小波变换的多分辨率等特性,可用于信号和图像的噪音滤除和数据压缩等分析处理。     

二维多尺度塔式分解与重构的matlab实现

基于Haar小波的塔式分解重构算法,给出了二维多尺度塔式分解与重构的matlab实现。互逆实验及分析表明该matlab实现不仅能正确地进行二维多尺度塔式分解与重构,而且能有效地提高计算效率和精度。本文给出的matlab实现具备小波变换的多分辨率等特性,可用于信号和图像的噪音滤除和数据压缩等分析处理。     

Haar小波滤波算法的研究

本文介绍了Haar小波的去噪原理及其算法的特点,可应用该算法解决傅立叶变换难以对非平稳信号进行分析的难题,最终通过仿真测试说明正确的应用小波算法,可较理想的实现信号的去噪、分解和重构．     

多进制Haar与斜Haar小波在纹理分类中的应用

基于Walsh变换和斜变换给出了一种构造多进制Haar小波和多进制斜Haar小波的方法，并利用这些变换特有的快速算法加快了小波分解速度．实验中用该类小波分解图像，然后提取纹理图像的特征量，使用最小距离分类器进行纹理分类并比较了构造出来的各类小波的分类正确率，给出了选择小波基的原则．实验结果表明多进制斜Haar小波滤波器组具有更佳的分类效果．     

二维非均匀正交Haar小波基

该文研究了二维非均匀正交Haar小、波基的结构。利用张量积定义了二维Haar尺度函数与二维非均匀正交Haar小、波基,并且定义了与尺度函数和小波基相关的非均匀正交多分辨分析,最后给出了二维函数f（x,y）在非均匀正交Haar小波空间中的分解与重构公式。     

基于非规范二维Haar小波变换WSN数据管理

提出基于非规范二维Haar小波变换的无线传感器网络管理结构,以减少传感器节点间的数据传输量.利用小波变换将数据在不同尺度上分解生成小波系数以进行传输,对小波系数进行重构可还原原始数据.基于非规范二维Haar小波分解算法实现了数据汇聚,基于非规范二维Haar小波逆变换算法实现了数据重构.使用MATLAB仿真表明,基于非规范二维小波变换的数据管理结构能够在保持数据原有特征的同时,大大减少网络的数据传输量.     

用于EBPSK系统的多径信道小波变换线性均衡器

为解决EBPSK信号使用经典均衡算法消除多径信道码间干扰时,自适应迭代的收敛速度较慢的问题,针对EBPSK系统运用基于小波变换的线性均衡器,将输入信号从时域变换到小波域后进行最小均方(LMS)线性均衡,同时根据不同信噪比仿真比较Haar小波、db6小波、sym6小波等经典小波的线性均衡器均衡效果.仿真结果表明:经过小波变换后输入信号的自相关矩阵的最大特征值与最小特征值之比较大,因此基于小波的线性均衡比经典均衡算法的最小均方误差(MSE)收敛速度明显提高,迭代次数和计算量都有所降低,且均衡器选用不同小波函数在一定程度上会影响误码率,但不明显,其中基于Haar小波比基于sym6小波和db6小波的LMS均衡算法的误码率要低.     

应用Haar小波求解非线性分数阶Fredholm积分微分方程

Fredholm积分微分方程的数值算法一直是近些年来研究的重要课题.利用Haar小波研究了非线性分数阶Fredholm积分微分方程.Haar小波具有正交性,可计算性以及小支集性.结合block pulse函数给出了Haar小波的分数阶积分算子矩阵,并利用该函数的定义与Haar小波的积分算子矩阵的性质,将非线性分数阶Fredholm积分微分方程转换为非线性代数方程,从而便于计算机求解.最后给出算例表明该方法的有效性.     

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 .