小波分析在油气田地球物理勘探中的应用

阐明了具有Ｌｉｐｓｃｈｉｔｚ指数的地震道信号奇异性的数学特征。对油气勘探区的人工地震资料，选取具有紧支集的二次样条函数作为小波基。然后将采样所得的数据作离散二进小波变换，采用Ｍａｌｌａｔ塔式算法对地震波信号进行分散与重构。     

Mallat算法频率混叠原因及其改进模型

Mallat算法由于自身设计的原因,在信号分解过程中,存在频率混叠现象.在利用小波分析进行信号提取时,这种现象是一个不容忽视的问题.通过分析Mallat算法,找出了造成Mallat算法产生频率混叠的原因,给出了一个能有效消除频率混叠的改进算法模型.     

一种基于Mallat算法的图像增强方法

本文采用将离散小波变换系数的计算与滤波器联系了起来，对图像进行增强处理，提高图像的使用价值，改善图像的视觉效果．     

WK混合滤波算法在雷达数据处理中的应用

通常的Kalman滤波算法不能很好的解决信号的时频局部性问题,往往只能在低频和高频两种滤波算法间通过机动检测器(变维滤波算法)或马尔可夫链的转移概率矩阵(VD算法)来进行切换,因为有一定的滞后,并受到机动检测器和转移概率矩阵的影响较大,从而产生较大的滤波误差.笔者将二维可分离小波变换良好的时频局部性和Kalman滤波的实时最佳预测修正跟踪滤波估计结合起来,得出一种有效的混合滤波算法(WK算法),并将该算法用于进行雷达数据的滤波处理,使得滤波估计值逐步逼近真实轨迹.通过实际的仿真验证了该算法比其它单一的滤波算法更为有效.     

基于Mallat算法的小电流单相接地故障选线研究

提出一种利用小波分析中的Mallat分解算法对小电流系统故障线路进行诊断的方法.当小电流接地系统发生单相接地故障的时候,提取的暂态零序电流经过Mallat算法分解,通过模极大值理论有效的判断出故障线路.     

基于FFT的快速小波变换算法研究

多分辨率小波分析和Mallat算法在数字信息处理和信号分析中得到了广泛的应用,但是按照Mallat算法计算信号的分解和重建,其计算量是很大的,文章通过对基于FFT的快速卷积,Mallat算法原理及离散小波变换（DWT）算法结构的分析,针对其算法结构特征,提出了一种基于FFT的离散小波变换快速算法,并从理论上论证,具有一定的实用价值。     

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。     

一种图像数据压缩方法

提出了一种小波变换中Ｍａｌｌａｔ算法的图像数据压缩方法。这种方法通过对图像进行多尺度描述,可实现时／频局部化特性,可使图像具有很高的压缩比和质量。     

基于小波分析的图像压缩算法应用

以提高压缩比,减少失真度为目标,给出了基于Db小波基的具体推导过程。利用Mallat分解重构比较了Db小波和9—7小波的压缩效果。因此研究对于用小波变换进行图像处理等方面都有很好的应用价值。     

基于小波变换的电网畸变信号检测的研究

短时谐波、暂态扰动、电压剧变等畸变信号常常危害电网系统安全运行,因此对该类信号进行检测分析有很大的现实意义。提出了基于Mallat算法的小波变换方法,利用其分解算法将原信号分为高频和低频两部分,通过分析第一、二层高频系数来判断信号是否发生畸变,进而求出畸变持续时间,对于低频部分采用重构算法依次提取出各次谐波,再利用FFT实现对各次谐波的精确分析。Matlab仿真结果验证了该方法的准确性和有效性。