小波快速分解和重构的一般公式

小波分析有良好的时－频局部化性能,现被广泛应用于数字信号和图像处理等领域,但其在处理有限长信号时的实时性不太理想,在分析了基于Daubechies紧支收正交小波基的快速算法在实际使用中的局限性的基础性,本文推导出一般情况下的小波分解和重构公式。     

实施一维Mallat算法的几个问题

详细地研究了ｍ阶尺度函数，特别是Ｅ＾（Ｎ）ｍ，ｎ（ｔ）和信号的采样，零阶保持逼近。导出了信号初始近谱的计算方法。对信号的一维Ｍａｌｌａｔ算法的实施作了系统的讨论。     

小波多带激励（WMBE）算法的DSP仿真

对采用模极大值检测法检测语音基音周期的ＷＭＢＥ算法进行了ＤＳＰ仿真，仿真结果表明，ＷＭＢＥ算法的实现复杂度和可执行度与传统的ＭＥＢ算法相比均较优越。     

一类样条小波的构造及有关计算方法

本文给出了对称中心在原点的样条正交尺度函数和小波函数的构造方法．并且给出了在Ｍａｌａｔ算法中所需要的初始离散逼近的计算方法     

振动攻丝扭矩信号处理中应用小波分析

介绍了小波分析理论及Mallat快速算法，将它应用于振动攻丝扭矩信号分析中，并从扭矩信号静态值提取和动态力分离二个方面，详述了小波分析在振动攻丝扭矩信号处理中的应用．研究表明：该方法能够有效地从振动攻丝扭矩信号中提取出它的静态值和动态力。     

输电线路超高速保护中小波算法的研究

使用不同的小波算法,即 Mallat 算法和提升算法分别编程实现输电线路超高速保护,从而进行对比研究,利用提升算法在运算量上的优势,对相同运算量下小波消失矩阶数的提高与保护性能之间的关系进行了探讨.通过大量的ATP仿真测试,对比使用不同算法时各个保护元件的出口速度、存量要求、灵敏度及可靠保护范围.研究结果表明,使用了提升算法的超高速保护在不影响其他性能的前提下可以有效地提高保护的出口速度,降低存量要求,最终证明了提升小波算法在超高速保护实现中的可行性和优越性,并指出小波消失矩阶数应恰当选取,并非越高越好.     

基于小波变换矩阵的改进脊波变换图像去噪

针对Mallat算法构造小波变换矩阵处理图像. 为解决有限域脊波变换（FRIT)只能应用于素数像素大小的图像且图像处理中产生随机信号和“环绕”的问题, 提出3种改进型FRIT方法, 并将其与不同边界延拓方法相结合应用于图像去噪中.实验结果表明, 所给方法在对于具有直线特征的图像去噪方面性能较优.     

一种基于离散傅里叶变换的小波变换的快速算法

小波理论中的多分辨率分析和Mallat算法近年来已在数字信号处理中得到了广泛的应用．但如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的．通过对离散傅里叶变换及Mallat算法原理的分析,针对离散小波变换算法结构特征,对其结构进行了重组,在此基础上利用快速傅里叶变换,提出了一种快速离散小波变换算法,并从理论上进行了分析和论证;与直接算法相比,可有效降低运算量．     

一种基于小波变换的机动目标跟踪算法研究

小波变换是去噪的有力工具 ,它可以将由各种不同频率成分组成的信号分解到不同的频率区间上 ,有效地用于滤波。研究了一种基于多尺度分解的机动目标跟踪算法 ,该算法利用小波中的经典算法———Mallat算法对单一分辨率的测量数据进行多尺度分解 ,将分解得到的多分辨率测量数据用于目标状态更新。该算法是一种准实时最佳滤波算法。仿真结果表明 ,该算法具有良好的跟踪性能 ,且运算量不大。