基于小波分析的微弱信号处理

应用离散小波变换对微弱数字信号进行分析及处理．离散小波变换具有时频分析特性，能将信号的细微变化反映出来．对实验获取的微弱信号进行小波变换分析的结果表明：离散小波分析可明显提高数字信号的信噪比，有利于从噪声中提取微弱信号。     

无线信号自动识别算法的仿真实现

首先对比Hilbert变换(Transform)构建的解析(Analysis)信号进行时频分析(Time-Frequency analysis)的方法,探讨了基于决策理论(rational budgeting theory)的模拟调制(A modulation)方式识别方法。然后在分析该方法缺陷的基础上,提出了基于神经网络(NN)的识别方法。神经网络(NN)在进行信号识别时,主要是依据谱峰(peak)位置的不同,小波变换(Wavelet Transform)在这里则相当于一个数学显微镜,反映信号类别与谱峰(peak)位置间的必然联系。利用小波变换(Wavelet Transform)并结合简单的三层BP神经网络(NN),即可提取更加精确的待识别信号的时频特征。     

小波变换在电压闪变分析中的应用及其DSP实现

傅立叶变换不具有时频分析能力，对含有短时高频分量和长时间低频分量的电能质量信号进行分析时具有局限性．基于小波变换具有良好的时频局部化特性析，提出一种更为有效的电压闪变分析方法．利用小波变换的多分辨率分析方法，对电压闪变信号进行检波与分解，提取出电压波动信号的频率和幅值，从而得出反映电压闪变的参数．仿真实验证明：对比傅立叶变换，小波变换是一种更为有效的电压闪变分析方法．最后提出了小波变换在数字信号处理中的实现方法．     

基于时频分析的雷达侦察信号处理技术

现代雷达系统越来越多地采用复杂的非平稳信号波形,给电子侦察系统的信号处理提出了越来越高的要求,不仅需要检测出信号包络,还要对雷达信号分选和识别的关键脉内特征参数进行分析提取．为此,将广泛应用于分析和处理非平稳信号的时频分析技术引入雷达侦察信号处理中,介绍了短时Fourier变换、小波变换和WVD等线性和非线性时频分析方法,并应用这些方法对雷达常用的线性调频信号进行了时频分析和计算机仿真,仿真结果证实了方法的有效性．     

信号的时频分析评述

从信号的时频局部化分析着手，分析了傅里叶变换在信号分析中的重要作用，指出傅里叶交换在刻划信号的时间信息和频率信息上的矛盾所在．比较了加窗傅里叶分析的优缺点，由于其分析所加的时频窗口有确定的时宽和频宽，所以不能敏感地反映信号的激烈变化程度．对前沿领域小波变换作了理论探讨，小波变换理论灵活的“变焦”特性，为信号的时频局部化分析提供了一条切实可行的方法．     

小波变换的时频分析及其在实际中的应用

由于小波变换自身的特性,它非常适合对非平稳和时变信号进行分析及处理。本文介绍了小波变换的时频分析,具体将小波变换应用于几个非平稳及时变信号的处理,并将小波变换和其他信号时频分析方法做了比较,得出了小波变换的优势和适用特点,最后给出了小波变换应用于信号去噪的例子。     

S变换在滚动轴承故障诊断上的应用

为了研究滚动轴承信号的非平稳特征,应用时频分析技术是一种较好的选择．研究了S变换,该方法是将短时傅里叶变换同小波变换结合起来发展的一种新算法．对多种时频分析方法进行了比较,得出S变换优于其他方法的一些特点,提出基于S变换的滚动轴承信号瞬态特征检测方法．结果表明,S变换能够以较高时频分辨率表示轴承振动中的非平稳特征,能反映出信号时频谱真实的物理意义,并且计算速度快．诊断结果验证了该方法可以用于滚动轴承的故障诊断．     

奇异性检测理论及其在电力系统中的仿真应用研究

由于小波变换不仅具有良好的时频局部化特性 ,而且还可以根据信号频率的变化自动调节时频窗口 ,因此利用小波变换可以有效地检测出信号的奇异性特征。文章在分析电力系统暂态故障信号的奇异性和小波变换奇异性检测基本原理的基础上 ,得出电力系统暂态故障信号奇异性的特殊性 ,从而提出利用小波变换进行故障暂态信号奇异性检测的算法 ,并且给出了仿真研究结果     

基于小波分析和神经网络的电机故障诊断方法研究

在电机故障诊断技术中,电机振动信号最能全面反映电机的运行状态.本文提出一种基于小波分析和神经网络的电机故障诊断方法,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,应用BP神经网络进行故障识别,并采用Matlab仿真软件予以实现.结果表明,该方法不需要建立电机的故障诊断模型,能有效提高电机故障诊断的准确性.     

基于小波分析的战斗机起飞噪声特性

为封锁跑道智能地雷的目标识别提供一种有效的技术手段,利用小波分析的方法对战斗机起飞噪声信号的时频特性进行分析,通过对其起飞阶段产生的噪声信号进行了测试方面的研究。利用小波变换技术对该噪声信号的时频特性进行分析,获取了目标信号在多尺度上的细部特征。结果表明,利用小波变换获取的能量分配特征与战斗机起飞噪声信号频率分布相一致。     

构造紧密小波标架基的充分必要条件

设{hm,n,m,n∈Z}是一个平方可积函数h经平移和伸缩而生成的紧密正规小波标架,证明了构造紧密小波标架基的必要且充分条件.     

子空间MRA小波的一个刻画

通过相关定理及构造方法,研究了小波函数与多分辨分析的关系,重点研究了MRA小波及MRA小波集存在的条件.特别是在上述研究方法的基础上,通过构造演绎的方法构造出了MRA小波集,继而通过基本小波集理论给出了相应的MRA小波,由此得出了MRA小波存在的充要条件及形式.     

L2(Rn)上连续小波变换及小波框架算子的一些性质

考察了L^2(R^n)上连续小波变换及小波框架算子,得到了它们的一些性质,并给出了严格证明,弥补了有关文献的不足．     

小波图像压缩中滤波器的选择

选择滤波器时，通常考虑正交性、对称性、正则性、支撑集和消失矩阶数等滤波器本身的性质，却很少将他们与图像纹理特征、压缩比等因素综合起来考虑。针对上述问题，对多种常见滤波器，采用相同的自适应量化编码方法进行实验、研究并分析了选择滤波器对一些影响因素，解决了小波图像压缩过程中滤波器的选择问题。     

一种小波去噪方法的几点改进

Mihcak M.K,IEEE Signal Processing L etters,1996 ,6 (12 ) :30 0 30 3提出了小波去噪方法 L AWML(L AWMAP) ,并得到了非常好的去噪效果。该文针对其过保留小系数的特点提出了引入阈值处理以减少重建毛刺和提高去噪后信号的压缩率 ;根据小波系数子带能量分布的特点 ,提出对不同尺度不同子带选择不同邻域来提高方差估计的准确性 ;根据子带的方向选择性 ,提出用长方形代替正方形邻域的改进方案。通过实验证明了这些改进可以有效地弥补原先 L AWML (L AWMAP)方法的不足 ,得到更好的去噪效果.     

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．     

Gabor乘子的特征刻画

Gabor乘子是小波分析中一个重要概念.本文目的是使用Gabor标准正交基的性质在一般情形下给出Gabor乘子的特征刻画.     

海洋重力异常数据处理中小波阈值选择规则分析

分析了信号在小波Mallat算法条件下表现形式,采用小波阈值方法对经过小波变换后的重力异常信号的高频部分进行处理.分析了3种小波阈值选择规则,并将其应用到海浪波动等背景干扰因素引起的海洋重力异常畸变消除中.根据重力异常状态方程,采用通用阈值选择规则、最小最大准则阈值选择规则和无偏风险估计阈值选择规则进行了海洋重力异常数据仿真处理.理论分析和仿真处理表明:采用通用阈值选择规则、最小最大准则阈值选择规则和无偏风险估计阈值选择规则都能在一定程度上消除海洋重力异常畸变,但在相同背景条件下,通用阈值选择规则和最小最大准则阈值选择规则的性能优于无偏风险估计阈值选择规则.     

广义的正交小波包

COIFMANT和MEYER在[1]中引入了正交小波包的概念,它是为了进一步分解小波的分量。本文在此基础上引入了广义小波包的概念并给出相应的分解与重构算法。它推广了文[1]的结果,且这种小波包比传统的正交小波包在应用上具有较大的灵活性。     

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.