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。     

Fourier变换和Gabor变换与小波变换的比较研究

对Fourier变换、Gabor变换和小波变换进行比较.从Fourier变换的定义出发,进行分析阐述,指出了Fourier变换不具有局部化分析的功能以及时频完全分离的缺点;通过对Gabor变换的核函数进行时频两域分析,说明了它品质因数是不恒定的以及它的一些缺陷;最后对小波变换的核函数进行分析,论述了小波变换具有品质因数恒定和多分辨率分析等优点.     

小波变换与Fourier变换的比较

小波分析是一门正在迅速发展的新兴学科。根据小波变换与Fourier变换的比较,得出了小波变换相对于Fourier变换的优越性,并总结了当前小波研究在理论方面的主要工作,结合应用提出目前应用中有待研究的方面,对于小波技术发展应用具有理论指导意义。     

小波变换与Fourier变换的比较

小波分析是一门正在迅速发展的新兴学科。根据小波变换与Fourier变换的比较,得出了小波变换相对于Fourier变换的优越性,并总结了当前小波研究在理论方面的主要工作,结合应用提出目前应用中有待研究的方面,对于小渡技术发展应用具有理论指导意义.     

Fourier变义换和Gabor变换与小波变换的比较研究

对Fourier变换、Gabor变换和小波变换进行比较。从Fourier变换的定义出发，进行分析阐述，指出了Fburier变换不具有局部化分析的功能以及时频完全分离的缺点：通过对Gabor变换的核函数进行时频两域分析，说明了它品质因数是不恒定的以及它的一些缺陷；最后对小波变换的核函数进行分析，论述了小波变换具有品质因数恒定和多分辨率分析等优点。     

Fourier级数与小波变换

时频分析是现代信号处理的基础,Foutier级数只能针对周期性信号的时频分析,为此有针对非周期信号的Fourier变换的发展,但Fourier变换需要信号的整个时间段的所有信息,同时不能对某一时间段特定信号频率进行分析,小波变换基于海森堡的测不准原理解决了局部时间段信号频谱分析的难题,发展了现代信号分析,是当代信号分析的主要工具。     

小波变换与Fourier变换的关系

从对Ｆｏｕｒｉｎｅｒ变换的分析揭示出小波变换是数学本身发展的必然;从Ｆｏｕｒｉｅｒ分析的局限性,讨论小波变换的变焦距特性;从Ｆｏｕｒｉｅｒ变换的固定基给出小波变换基的选取原则,从而得出小波变换是Ｆｏｕｒｉｅｒ变换的继承和发展。     

Fourier变换的改进形式--分数傅立叶变换

分数Fourier变换是对经典Fourier变换的改进,在处理非平稳信号时效果明显,且具有很好的可重构性。本文介绍了分数Fourier变换FRFT的定义、性质及变换图像的物理意义。     

Fourier变换支集紧的小波及其应用

我们构造了一种 Fourier变换支集为紧的小波 ,将其应用到信号去噪、计算 Hilbert变换等实际领域 ,同时与 Daubechies小波进行比较实验 ,结果比 Daubechies小波在这些领域的应用效益更好 ,并对形成这些结果的原因进行了一些分析     

二维离散Fourier变换定理

本文在一维离散Fourier变换定理的基础上,给出并证明了二维离散Fourier变换的几个定理,并将一维离散Fourier变换定理推广到更一般的形式。     

香农正交小波变换的FFT实现

分析了香农正交小波的频谱特性和信号的变换特点,提出了用傅里叶变换或余弦变换实现香农正交小波变换及其逆变换的快速算法．实验结果说明香农正交小波虽然是非紧支集的,但是它在联系小波变换和早已获得广泛应用的傅里叶变换方面具有重要意义,有利于小波变换在信号的实时处理中的广泛应用．     

小波-傅立叶变换综合法的车桥耦合振动分析

将小波变换与傅立叶变换相结合,提出一种处理非平稳信号的新方法小波-傅立叶变换综合法。并用于分析不同车速下桥梁跨中挠度的动力响应曲线,得到完整的时频信息。分析结果表明了该小波-傅立叶变换综合法在非平稳信号时频分析领域有良好的应用效果。     

小波变换在信号消噪中的应用

小波变换是近十年来迅速发展起来的学科,与Fourier变换相比,是一个时间和频率的局部变换.它的主要特点是将信号表示为不同尺度和不同位置的基本单元,而不同的基本单元表示原始信号中的不同信息成分,这种特点使小波变换成为一种高效的信号处理工具.讨论了小波变换消噪原理,通过对信号仿真分析,表明了小波变换在信号消噪应用中的有效性.     

小波去噪中小波基的选择

介绍了选择小波基所依据的几个特征,并通过实例说明了在小波去噪中要把握小波基的特征,根据信号选择合适的小波基．     

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．     

小波变换及其在图像处理中的应用

小波分析是对傅立叶变换的继承和发展,在数字图像压缩,图像的边缘检测,信号分析,医学影像以及计算机视觉等领域有着广阔的前景,本文首先介绍了小波变换的基本原理,特别是多尺度分析理论,作为应用,分析了基于小波变换的图像消噪技术,并给出实例。     

基于小波变换和中值滤波的医学图像去噪

简单介绍了离散小波变换、二维小波变换分解与重构和中值滤波的原理,提出了利用小波变换、中值滤波对含有高斯和脉冲两者混合噪声的医学CT图像进行去噪的一种新方法。实验结果表明:这种方法能够有效改善图像质量,较好地保持图像视觉效果,降低图像噪声;此方法的效果优于单纯的小波变换或单纯的中值滤波或先中值滤波再小波变换去噪的方法,是去除CT图像中含高斯和脉冲两者混合噪声的一种比较理想的方法。     

解析小波变换在时频分析中的理论研究及应用

本论文在算法上以对比的形式阐述窗口傅立叶变换和解析小波变换之间的异同,并利用Matlab中自带的任一解析信号MishMash为对象,在Matlab上分别应用该两算法进行仿真实验,仿真结果表明解析小波变换在提取信号的时频特性时具有更好的时频局部性。     

控制系统的结构图与系统的小波传递函数

从小波分析的角度讨论控制系统的数学模型，引入了一种基于小波变换的传递函数即小波传递函数。并依据小波传递函数提出了控制系统的结构图和控制系统的传递函数；同样，可以根据梅逊公式去求控制系统的小波传递函数。