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。     

基于SRFFT算法的快速小波变换谐波检测法

为快速准确的提取谐波分量及克服传统的FFT方法无时域局部性的缺点,提出一种基于复序列加窗插值分裂基快速傅里叶变换算法(SRFFT)的快速小波变换谐波检测法,以便准确快速的提取谐波.该方法采用凯瑟窗函数作为窗函数,通过改变β值和采样点数在主瓣宽度与旁瓣衰减之间进行选择;运用SRFFT算法、Mallat算法以及离散小波变换(DWT)算法对信号进行快速分解及重建.模拟分析结果表明,该方法运算精度很高,可以快速准确的提取谐波信号参数.     

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.     

基于离散小波变换的水文序列相似查找

运用Mallat算法和Daubechies小波,对水文序列进行离散小波变换。通过k层离散小波变换,将水文序列分解成不同时间尺度的近似部分A和细节部分D,第k层的序列长度是原序列的1/2k。对变换后的序列进行相似查找,提高了查找的时间效率。     

数字图像离散小波变换的原理与硬件实现分析

针对日益进步的图像变换编码技术，对目前已经纳入MPEG－4和JPEG2000编码标准的采用离散小波变换进行数字图像编码的原理与硬件实现进行了综述介绍。在分析小波变换快速算法的基础上，重点讨论了近10年来所提出的各种离散小波变换硬件实现的典型结构，在硬件资源与处理速度两个方面进行了比较。对于变换后的系数量化，总结了几种基于嵌入式零树小波编码的算法，比较其峰值信噪比和编码时间。相较于离散余弦变换进行图像编码，采用离散小波变换在压缩效率、还原图像质量上具有更大的优越性。     

利用小波变换技术求解钢筋混凝土框架地震反应

基于离散正交小波变换的快速Mallat算法,用紧支集正交小波db6对地震动加速度时程进行了分解,随后将该分解结果用于求解多自由度弹性体系的地震反应。通过实例计算,发现小波变换法的计算结果与用振型分解法计算的结果较接近,说明该方法用于地震反应分析是可行的。     

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。     

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．     

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信号的变换特点，提出了用傅里叶变换或余弦变换实验香农正交波波变换及其逆变换的快速算法。     

一种用循环卷积实现的素长度DCT新快速算法

提出了一种利用循环卷积（Cyclic convolution)和扭循环卷积（Skew cyclic convolution)实现的计算奇素长度离散余弦变换（DCT）快速新算法,算法将DCT系数分成三部分：DC分量,偶下标分量和奇下标分量,根据数论理论,定义了一种新的下标变换算子,利用该算子被转化为循环卷积或扭循环积,由于循环卷积和扭循环卷积具有非常高的效率和规则,因此,本算法具有简单,规则的结构和较纸的运算复杂性。     

离散二进制粒子群算法在MIMO系统检测中的应用

假设被检测的某个矢量信号外的其他信号已知,将离散二进制粒子群优化算法( DBPSO,Discrete Binary Particle Swarm Optimization)应用到MIMO(Multiple-Input Multiple-Output)系统中对信号进行检测,能够较好地解决检测技术在提高MIMO频率选择性信...     

基于快速离散正交S变换的电能质量扰动检测方法

提出了一种快速实现离散正交S变换的方法;并将此方法应用于检测电能质量扰动信号的起止时刻。离散正交S变换(DOST)是一种冗余度小的变换,然而利用基函数方法计算DOST的算法复杂度相对较高。为了降低算法复杂度、提高计算效率,根据DOST系数矩阵的特点,先对其进行分块处理,再利用FFT的优势,得到快速离散正交S变换(FDOST);并给出其计算复杂度的证明。将得到的FDOST系数按时频规律排列成矩阵,通过对矩阵的分析,检测扰动信号起止时刻。通过对实验数据和真实故障录波数据的分析,验证了算法的有效性和实用性。     

基于Matlab方法水下爆炸声信号的特征提取及其分析

为了解水下爆炸声信号的特征, 采用Welch法实现对水下爆炸声信号的特征提取,然后利用Mallat算法,采用一维离散小波变换对爆炸信号进行逐级过程提取分析,将信号中的平滑分量和细节分量分离开来. 研究结果表明, 该方法可以更加合理地得到水下爆炸信号的全部特征,从而达到准确分析信号特性的目的.     

基于小波变换的柴油发动机辐射噪声线谱分析

对小波变换(多分辩率分析)用于柴油发动机辐射噪声分析.利用小波变换的"变焦"性能,并基于其多分辨率分析,以柴油发动机辐射噪声信号为对象,使用Daubechies小波及快速小波算法———Mallat算法对其进行塔式分解,然后进行各级小波波形结构特征提取,再结合经典谱估计的方法分析其线谱特征,进而提高线谱的分辨率,以获得更多的信息量,为柴油发动机降低噪声提供理论依据.分析表明,将小波变换应用于柴油发动机辐射噪声线谱分析具有重要的意义.     

用提升小波变换提取诱发脑电

提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.     

基于DFT的数字基带系统传输特性分析

将离散傅里叶变换(DFT)与反傅立叶变换(IDFT)变换应用到抽样序列分析中,得到适合抽样信号的DFT和IDFT关系.分析了广义基带系统对信号产生的码间串扰作用,得出抽样值无失真的广义基带系统的离散信号时域表示.根据抽样信号的DFT和IDFT关系,导出广义基带系统抽样值无失真的传输条件,并对几种基带系统进行了IDFT变换,分析了它们可能产生的码间串扰程度,讨论了基带系统的带宽与码元速率的对应关系.     

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·