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。     

基于小波变换的图像与算法

为了寻找立体像对中的对应点并求出视差,采用Ｍａｌｌａｔ的多尺度小波分析算法,在对图像进行多级分解的基础上进行逐级匹配,并且扩展了传统的视差定义,将两个限制条件：左连续性和方向一致性融合进视差的定义当中,因而在视差求取的同时也完成了粗差剔诉过程,提高了算法的效率。实验证明,此方法在计算时间和精度上都是切实可行的。     

基于FFT与小波变换结合的嵌入式电能质量检测系统

该文研究应用FFT在频域与小波变换在时域的优势,设计搭建了基_4 FFT与Daub4小波变换结合的嵌入式电能质量检测系统。该系统利用小波变换检测电压骤升、骤降等暂态问题,使用FFT分析稳态下电信号谐波。为验证系统的实际检测能力,分别对稳态、电压骤降、电压暂态干扰三种状况进行了实时监测测试和Matlab软件分析,结果表明:该嵌入式电能质量检测系统在稳态时,检测基波幅值的误差为0.3%,满足公用电网GB/T 14549—93对谐波测量仪器的A级标准;同时,在电压骤降、电压暂态干扰状态下也能准确检测到电信号的突变时间,实际系统检测和软件仿真结果误差在1.6 ms内,满足实时性要求。     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析，并根据多尺度小波变换的多分辨率特性，提出基于多尺度小波变换的自适应滤波，构造了其仿真模拟图，并对其进行了仿真，通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比，表明该方法可行的。     

小波变换和信号的时频局部分析

从信号时频分析的角度讨论了小波变换的应用,重点是多尺度分析和波包,指出了用小波包分析非平稳信号的步骤。     

快速傅里叶变换FFT的发展现状—纪念FFT发表30周年

傅里叶变换快速算法发展已３０年，本文综合了离散变换快速算法的发展，特别是近几年的发展，其中包括传统的基２、基４、基８、分裂基算法的发展以及多维离散傅里叶变换、多维离散余统变换、多维离散Ｗ变换的快速算法、阐述各种算法是如何将多维变换转换为一维变换的计算，并讨论了在有理数域上计算上述各种变换所需量小实数乘法的次数。     

离散余弦变换与小波变换的比较

研究了离散余弦变换和小波变换性能的不同.介绍了离散余弦变换的数学原理及其应用上的特点,以及小波变换的数学原理和信号处理中的分频特点.最后,对比了离散余弦变换（DCT）与离散小波变换（DWT）图像编码的性能,得到了它们图像编码各自的优缺点.     

基于小波变换的图像边缘检测

基于信号与噪声在不同尺度下小波系数模的变化特征,利用小波变换系数模局部极大值来提取图像的边缘特征.实验结果说明了这种特征提取方法能够较准确地提取图像的边缘并有效地降低噪声.     

基于小波变换的图像匹配算法

为了寻找立体像对中的对应点并求出视差,采用Ｍａｌｌａｔ的多尺度小波分析算法,在对图像进行多级分解的基础上进行逐级匹配,并且扩展了传统的视差定义,将两个限制条件：视差连续性和方向一致性融合进视差的定义当中,因而在视差求取的同时也完成了粗差剔除的过程,提高了算法的效率．实验证明,此方法在计算时间和精度上都是切实可行的．     

小波变换方法实现语音端点检测

介绍传统端点检测方法,对其特点进行了分析,针对主要由白噪声组成的噪声背景,采用一种基于小波变换的语音端点检测方法,并进行了NATLAB仿真。实验结果表明,这种算法根据白噪声在小波变换域各个子带的平均能量变化平缓的特点,判别语音段和噪声段,在高信噪比和低信噪比的情况下,均能正确判别语音段和噪声段。     

抽样定理与小波变换

经典的Ｓｈａｎｎｏｎ抽样定理有许多应用和推广。从多分辨的观点看，它提出了Ｓｉｍｅ尺度函数。介绍了小波子空间中的抽样定理，并给出了基于Ｍａｌｌａｔ算法的小波变换系数的计算方法。．     

基于小波变换的EGG信号处理

该文简单介绍了胃电图(EGG)以及小波的多分辨率分析原理和方法,并把小波分析运用到胃电图的信号处理中,对去噪、抽取特征参数、简化信息分析作了实验,使EGG在临床诊断中更具实际意义.     

加窗傅立叶和小波变换在电能质量分析中的综合应用

在比较现有几种电能质量分析方法的基础上,提出了对于谐波分析使用Blackman-Harris加窗傅立叶变换及短时扰动分析使用Daubechies小波变换的综合分析方法.仿真结果表明,该方法在时域和频域均具有良好的检测性能,能够准确得到谐波的频率和相位,刻画出信号的奇异性变化特点,确知短时干扰的发生时刻和受扰程度.     

基于提升FFT框架的快速离散Curvelet变换

为了降低Curvelet变换的计算复杂度,文中提出了基于提升傅里叶变换的快速离散Curvelet变换(Fast Discrete Curvelet Transform,FDCT).采用提升傅里叶变换解决传统FDCT中的傅里叶变换的非线性问题,将傅里叶变换中的复数乘法通过提升结构转变为简单的加法进行运算,极大降低了运算的复杂度.实验验证了该方法的有效性.     

应用多分辨率小波变换提取脑电信号异常节律

脑电信号是非平稳的随机信号，其中包含了大量的生理和疾病信息，对于医生判断脑都是否有器质性的病变具有重要作用。因此对脑电信号的分析和处理一直是人们努力研究的领域。考虑到小波变换良好的时频局部化特性，利用多分辨率小波变换方法来实现脑电信号异常节律的提取，脑电信号经多分辨率小波变换后所得到的各个尺度的信号不仅反映了信号的频率信息，即尺度越大，对应信号的频率越低，同时也反映了信号的时间信息，即反映此时的EEG状态，实验结果表明，选择合适的小波基，可以有效地提取脑电信号中的异常节律。     

变采样率滤波的硬件离散小波变换

提出了一种变采样率滤波的优化算法,根据该算法设计了一种利用多通道数字滤波来进行离散小波变换（DWT）的硬件电路,并最终在大规模的CPLD器件中得到了实现,与传统的软件计算方法不同,该硬件能够根据需要实时计算被测信号的离散小波变换。实验结果表明,本文的方法效果良好。     

基于平稳小波变换的陀螺仪信号去噪方法

针对传统小波去噪效果的局限性，分析了平稳小波与经典小波之间的关系，首次将平稳小波用于陀螺仪信号去噪，并与经典小波的去噪结果进行比较。实验结果表明，陀螺仪信号经平稳小波去噪后的寻北精度明显优于经典小波，进一步验证了平稳小波变换具有较好的去噪效果。     

正交小波变换的残余相关分析

构造了正交小波变换矩阵，分析了平稳模型和非平稳模型下正交小波变换的残余相关特性．实验结果表明，对于非平稳信号，正交小波变换的去相关性能好于离散余弦变换；而对平稳信号，正交小波变换性能较差，因此，在数据压缩应用中，应使用正交小波变换与其它经典变换相结合的编码方法     

系统模态参数辨识的小波方法

为研究小波变换在模态分析中的应用，并实验验证该方法的可行性，在小波分析良好的数值特性基础上．建立了基于系统自由响应信号连续小波变换的模态参数辨识方法．采用该方法进行仿真研究，仿真结果与理论值吻合.以悬臂梁为例进行实验研究，实验结果与理论计算结果吻合较好．尤其在阻尼比的识别上，相对误差在l％以下.仿真和实验研究表明，该方法计算简便．对比一般频域模态方法，该方法对模态参数识别更准确．