基于波动法的斜拉桥索力测试研究

针对实际测量中正弦脉冲激励下产生的应力波含噪声大,走时时差难以分辨的问题,根据小波变换下有效信号和随机噪声在多尺度空间中模极大值不同的传播特性,采用近似对称的sym3小波对含噪信号图进行分解,每一层的小波分解系数用不同的软阈值处理.经过修正后的小波系数重构得到的信号图能够消去大部分噪声,清晰地反映入射波和反射波之间的时差.     

线性时变系统参数辨识的小波基函数展开

运用信号的基函数展开方法,以时变参数的AR模型为研究对象,采用具有时频局部特性的小波分解和重构滤波器作为基函数,获得对模型时变参数的辨识算法。利用周期延拓对信号边缘进行处理。忽略部分高频小波系数以克服小波重构层数对线性方程组求解的制约问题,获得模型阶数与最小重构层数的关系。研究发现,方法对时变参数的变化趋势及频率特征辨识有效,提高采样率可以改善被忽略的高频成分的影响,有助于辨识快变及瞬变参数的高频特征。     

多尺度小波分解融合在微机电陀螺数据处理中的应用

提出一种小波域数据融合模型. 将多个传感器的数据进行多尺度分解,分别对每个尺度上的细节信号和最粗尺度上的近似信号进行局部加权融合,并根据小波重构公式得到原尺度上的融合信号. 基于实际工程应用对该模型进行了数学证明,分析随机序列经离散小波多尺度变换后的形式,研究各尺度上的平滑信号、细节信号之间的统计特性,从理论上解释小波域多尺度数据融合算法的优越性. 实验表明：该方法能显著提高数据融合后微机电陀螺仪的零偏稳定性.     

应用小波的PV振荡周期多分辨率检测

该文提出了一种新的使用小波技术检测PV数据信号振荡周期的方法. 首先使用小波技术对PV数据进行降噪;然后在不同分辨率上,应用冗余二进制离散小波变换(DDWT)来分解PV振荡信号,并检测该信号的小波系数极值,重构PV信号,避免降噪后的PV信号失真;最后基于本文提出的新算法,计算获得PV振荡信号的周期.     

区间上不连续多小波包的分解与重构

本文给出区间上不连续多小波包的定义和多小波包的分解与重构算法。     

区间上连续多小波的分解与重构

本文给出区间连续多小波包的定义和此多小波包的分解与重构算法．     

热障涂层基于小波变换的声发射源定位方法

利用小波分析技术,对不同传感器接收到的声发射信号进行分解,提取出特征频率段的小波分量,对这一分量的重构信号进行相关性分析,确定了声发射信号到达两传感器的时间差,进而确定了声发射源的位置.对热障涂层进行铅笔芯断裂的定位分析验证了该方法的准确性.     

多小波的构造与应用

介绍了多小波的产生过程；接着分别从多小波的多分辨分析、性质、分解与重构三个方面介绍了多小波的基本理论；然后介绍了几种多小波的构造方法和多小波的应用。     

脉动流条件下涡街信号瞬时频率的估计

研究脉动流条件下涡街信号的模型,提出频率测量的新方法.利用基于ⅡR滤波器组的小波变换,对信号进行二进制分解.根据实时性要求,提出基于ⅡR滤波器组的递归小波分解算法.对分解后的涡街信号进行Hilbert变换,估计出瞬时频率.仿真结果表明,该方法计算精度高、实时性好,可以准确反映脉动流条件下涡街信号的频率特征.     

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。     

基于心理声学模型数字音频水印算法

提出了一种将心理声学模型和小波变换、离散余弦变换相结合的数字音频水印算法,根据人耳听觉系统的掩蔽效应,计算载体音频信号的掩蔽阈值.为了消除图像水印的像素相关性,首先对水印图像进行置乱,以增强水印信号的安全性.然后将水印信号嵌入到小波变换近似分量的DCT变换域中,嵌入强度由掩蔽阈值自适应控制.仿真实验结果表明：该算法隐藏水印具有很强的不可感知性;叠加了水印的音频信号对数据压缩、加噪、重新采样、重新量化、低通滤波等常用的音频信号处理技术具有很好的鲁棒性.     

一种基于小波变换的流体压力信号消噪方法

针对液压设备运行中的某些过程参数无法或难以直接用传感器或过程检测仪表进行测量的问题,本文介绍了一种将小波分解与自适应滤波相结合的流体压力信号消噪方法,并详细阐述了小波自适应滤波法的原理和操作方法,最后通过消噪仿真实验,验证了小波自适应滤波法在流体压力信号消噪中的有效性和优越性。该方法弥补了传统傅里叶变换在处理非平稳信号时的不足,进一步丰富了非平稳信号的信息处理技术手段,为提高测量结果的可靠性打下了基础。     

基于SVD-DWT的音频盲水印

提出了一种基于奇异值分解和离散小波变换的音频盲水印方法,将原始音频数据进行小波变换,提取低频分量分块奇异值分解后,利用置乱加密处理的水印图像,量化选取的奇异值,实现水印的嵌入过程.利用图像置乱和奇异值分解方法,提高了水印的不可感知性.另外在水印的检测与提取过程中不再需要原始载体数据,更加利于实际中的应用.通过MATLAB仿真实验表明,水印隐藏效果好,而且对多种攻击具有较好的鲁棒性.     

基于小波变换的图像去噪技术

利用小波变换中的不同尺度特性对确定信号具有的"集中"能力,提出了基于小波变换的去噪方法。通过在不同尺度上选取适当的阈值,对大于和小于该阈值的小波系数进行相应的处理,其目的是尽量去除由噪声产生的影响,最后由处理后的小波系数对信号进行重构,以得到去噪后的信号。     

5次谐波全频带小波能量熵故障选线

为了解决小电流单相接地故障的故障线路可靠识别准确率较低的问题,本文提出基于5次谐波全频带小波能量相对熵进行故障选线的方法。根据各条线路5次谐波暂态电流小波能量分布的差异,对故障后5次谐波电流的一个周波数据进行小波分解并重构,利用重构系数计算各条线路相对于其他线路在各频带下小波能量权重系数,构建出小波能量相对熵矩阵。然后通过比较各条线路的综合小波能量相对熵的大小选出故障线路。仿真结果表明,本文所述的方法在各种情况下均能实现准确可靠选线。     

电流模电路的小波神经网络测试研究

提出一种基于多尺度小波分解及神经网络映射归纳的测试电流模电路故障缺陷的方法.针对CMOS器件典型故障建立了测试所需的故障模型,给电路节点加入故障模型进行故障响应测试.对故障信号进行时域采样,采用小波多尺度分解对故障相应信号进行频域多尺度分解,然后将处理数据作为神经网络训练样本,对各类缺陷响应结果进行分类、识别,最后根据可接受偏差范围确定信号为故障或非故障.给出了6类故障的故障覆盖率测试结果.     

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。     

利用人耳听觉特性的子带双声道回波抵消

提出一种利用人耳听觉特性的双声道回波抵消方法,与传统方法相比能够更快地收敛到“真实”回波路径。我们用子带分解缩短自适应滤波器长度,减小算法复杂度,并在子带分解基础上,利用人耳听觉特性降低输入信号的相关度,使自适应滤波收敛更快。数值实验表明了该方法的有效性。     

光纤陀螺自适应阈值滤波新方法

通过Lipschitz指数分析不同分解尺度上信号与噪声对应的小波系数变化情况和光纤陀螺输出信号模型,研究了一种新的基于离散小波变换的自适应滤波方法. 该方法可根据光纤陀螺输出信号的能级自动调整小波系数在不同尺度上的阈值. 构造了一种新的阈值函数,用一个多项式来削弱低于阈值的小波系数,能最大限度地保留真实信息. 与软硬阈值函数相比,对于不同信噪比的信号均表现出较好的性能. 仿真实验表明,与传统固定阈值滤波相比,新算法能更好地去除噪声,改进光纤陀螺的零偏稳定性和随机游走等技术指标.     

小波变换在语音增强中的应用

通过分析语音信号的特性,采用了先对信号进行清浊音的判断,其次运用小波变换来处理带噪语音信号在不同尺度上的带噪小波系数,从而实现在重构中增强语音信号的目的,并通过计算机仿真结果验证了该方法的有效性.