基于小波多分辨率分析的信号消噪

小波变换是近10年来迅速发展起来的学科，它与傅立叶变换、Gabor变换相比，是一个时间和频率的局部变换，因而能有效地从信号中提取信息。通过对信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多问题。利用噪声信号小波变换的极大值随尺度的加大而显著减少的特点，运用小波多分辨率分析进行信号噪声的消除，仿真结果表明:小波多分辨率分析的效果，优于传统的傅立叶变换。     

基于小波多分辨率分析的机动目标跟踪算法

研究了一种基于多分辨率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量测数据进行多尺度分解,将分解得到的多分辨率量测数据用于目标状态更新。仿真结果表明,该算法具有较好的跟踪性能。     

基于Haar小波多分辨率分析的计算方法

目的 讨论分析一种基于小波多分辨率分析(MRA)的多尺度数值计算方法.方法 通过理论分析和数值模拟相结合的方法.结果 该方法在保持计算精度的同时大大提高了计算效率.结论 文中的方法是一种高效、典型的多尺度数值算法.     

小波多分辨率分析技术分析噪声在齿轮箱故障诊断中的应用

分析了多分辨率分析（Multi-resolution Analysis）工作原理。阐述了利用小波多分辨率分析技术分析噪声特征进行故障诊断。     

基于小波多分辨率分析和主元分析的电力电子电路故障诊断

将小波多分辨率分析和主元分析方法以及归纳学习理论-决策树分类方法应用于电力电子电路的故障诊断中,提高了诊断效率及分类准确性,仿真结果验证了提出方法的正确性和有效性。     

一种基于小波多分辨率分解的二值图像水印算法

介绍一种基于小波多分辨率分解的静态图像上的二值图像水印算法，实验结果表明：该算法较好保持了图像的质量，并对常用的图像处理方法有较强的稳健性。     

基于多分辨率分析的图像融合方法研究

利用拉普拉斯金字塔变换和小波变换对图像进行多分辨率分析,选用了多幅不同类型的多源图像,做了大量的仿真实验,并对仿真结果进行了比较和分析,得出了有一定参考价值和实际应用价值的结果。     

小波多分辨率分析在信号奇异性检测中的应用

具有多尺度（分辨）分析和时－频局部化特性的小波分析技术，特别适用于边缘信号和峰值突变信号的处理和特征提取，因此，在故障检测和诊断中将有很大的发展前途。用小波变换的方法对信号进行初步故障检测和诊断，结果表明，小波分析在故障检测和诊断中有很好的应用前景。     

三维不规则数据场的小波多分辨率表示

以体数据场为分析处理对象，着重研究如何应用体小波函数进行任意拓扑结构的三维不规则数据场的多分辨率表示，提出了一种通过数据单元的分割构造三维体小波函数以及相应的分解及合成矩阵的方法，根据这些矩阵可以将数据场分解为低分辨率部分以及一系列细节。该方法适用于具有分割连续关系的不规则体数据场，并能够在多分辨率分析过程中保持拓扑的不变性，同时，还提出了一种将一般三维数据场转化为具有分割连接关系的数据场的方法，     

基于小波多分辨率系数模值的并发故障检测方法

提出了利用小波分析技术进行信号奇异性检测的多重并发故障检测方法。利用小波多尺度分解技术,将信号进行多尺度的小波分解,得到不同尺度下的信号高频分量的小波系数模值,并根据奇变信号和噪声信号小波系数模值的差异,采用软阈值去噪法,对其高频分量小波系数进行去噪处理,获取不同尺度上突变信号的小波系数模值,实现对故障的检测,并可根据不同尺度上小波系数模值的对应关系,实现对多重并发故障的区分。对电网信号分析的仿真结果证实了该方法的正确性和可行性。     

基于小波变换的图像匹配算法研究

介绍了图像匹配及小波变换的基础理论,并将传统的图像匹配技术和小波滤波技术相结合,利用小波的平移不变性,提出了一种改进的图像匹配算法,并给出了仿真实验,收到了良好的效果.     

基于零树结构的遗传水印算法

本文提出了一种基于零树的小波水印方案。该方案首先利用Haar函数在小波域执行水印,然后运用遗传算法在某个小波系数上恰当选择零树进行水印嵌入,并通过控制迭代次数和嵌入强度保证水印的特性。仿真结果表明该算法得到的图像水印具有良好的不可见性,同时也保证水印图像在常规的攻击下提取出的水印具有鲁棒性。     

一种新的小波相位匹配方法

在分析相位匹配算法的基础上,提出了由双正交小波基通过Ｈｉｌｂｅｒｔ变换构造复小波变换核的方法．通过该方法构造的复小波变换核,其实部与虚部正交,相互间有π／２相移,并具有线性相位特性,完全能够用于相位匹配中的相位计算     

基于小波和匹配跟踪的分层图像编码算法

提出了一种基于小波和匹配跟踪的分层图像编码算法. 该算法将原始图像划分成包含不同结构特征的平滑边缘层和纹理层,采用不同的压缩算法对不同的图像层进行编码,从而达到对整幅图像最优编码的目的. 实验结果表明,该算法不仅能够有效地捕捉图像中所包含的边缘和纹理等具有高频窄带的信号特征,而且在极低位率下的重建图像质量要优于单一小波图像编码算法.     

混沌理论在遗传算法中的应用研究

为了提高遗传算法的搜索能力和效率,将混沌理论引入到遗传算法中。利用Logistic方程构造混沌算子,形成混沌遗传算法。通过实验对混沌算子和杂交算子、变异算子的性能进行了比较,实验数据表明混沌算子具有良好的遍历性。将混沌遗传算法应用在旅行商问题中进行性能检验,结果表明:和标准遗传算法相比,该算法的性能和稳定性都有较大提高。     

基于小波分形的电能质量暂态扰动多分辨率分析

电能质量暂态扰动会给敏感负荷带来重大损失.采用小波变换的多分辨率分析思想,利用分形理论从图形模式辨识的角度出发对电能质量暂态扰动进行分类、辨析.首先采用计算简单的计盒维数对波形图像进行初步分析,随后根据盒的分布密度进行分段划分,将含暂态扰动的信息段从波形中提取出来,并根据多分辨率分析的思想对重点波形段进行分形及小波分析提取信号特征.仿真结果证明,该方法对电能质量扰动的暂态识别具有较好的适应性及稳健性,可以在噪声环境下识别小幅度的电能质量扰动,具有检测速度快、可并发执行的特点.     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

基于小波包变换的多尺度图像匹配算法

针对梯度算子的图像匹配方法存在收敛速度慢、迭代容易落入局部最优点等问题,提出了利用小波包的多尺度特征对图像进行不同分辨率的分解的方法。实验表明基于小波包变换的多尺度图像匹配算法准确度高,计算速度较快且减小了迭代落入局部最优解的概率。