基于滤波器系数构造小波基方法的改进

从两尺度方程的频域表达式出发,根据两尺度函数的递推关系,通过滤波器系数构造小波函数,并把这个过程由一维构造情况推广到多维构造情况．针对一维标量小波存在的问题,引入向量小波,对算法做了进一步改进,给出多小波的构造方法,构造出的尺度函数具有紧支撑性、正交性、对称性和较高的正则性．通过仿真对比实验,验证了改进算法的有效性．     

一种新的小波基函数及其在雷达信号特征提取中的应用

为进一步准确估计雷达信号的瞬时频率，在现有Morlet小波基函数的基础上，提出了一种新的Morlet小波基函数（New-Morlet）用于小波脊线的提取。通过深入分析小波脊线原理以及正确提取小波脊线对小波基函数的要求，利用Morlet小波基函数提取雷达辐射源信号的小波脊线特征，从而可以估计出辐射源信号的瞬时频率。将New-Morlet小波与现有的Morlet小波进行对比得出New-Morlet小波具有更好的时-频综合特性。同时，分析了利用小波脊线原理估计信号瞬时频率的迭代算法。仿真结果表明：基于New-Morlet小波基函数的特征提取性能优于现有的Morlet小波基函数，且具有良好的抗噪性能，其方法是有效的。     

基于Morlet小波变换与SVD的故障特征提取

针对Morlet小波变换结果中的特征提取问题,对连续小波变换得到的小波系数矩阵进行奇异值分解(SVD),分析了所获得的奇异值与Morlet小波变换结果中的特征信号以及噪声的对应关系.基于这种关系,通过选择合适的奇异值进行重构,清晰地提取到Morlet小波分解结果中的有效特征信息;进一步计算得到频率-能量谱,根据峰值位置能够提取冲击特征.将该方法应用于轴承振动信号的故障特征提取,并与其他方法进行了比较.结果表明,文中方法所获得的故障波形非常清晰,在低信噪比时具有较好的故障特征提取效果.     

紧支撑正交小波的多项式滤波器

利用Reisz引理及特殊的余弦三角多项式,给出了一种构造紧支撑正交小波的多项式滤波器的算法,从而可以得到一系列特性各异的紧支撑正交的小波基,这为我们在应用小波分析的过程中从众多小波基中挑选出“好基”提供了可能。特别地,也可采用该方法构造出著名的I.Daubechies小波的多项滤波器及相应的小波,最后给出相应的数值算例。     

基于小波变换的MPSK/QAM特征提取算法

在基于特征提取的调制识别算法中,对调制信号特征的提取是其中一个重要的环节。该文利用Morlet小波对高斯白噪声中的MPSK/QAM信号进行特征提取,仿真结果表明该方法具有较好的抗噪声性能和较高的识别准确度。     

基于复小波分析的牵引网故障测距算法

故障暂态分量能够充分地描述故障的特征,用来研究故障测距具有传统算法不可比拟的优点.针对复线牵引网的故障暂态高频分量和故障距离间的关系展开研究,绘制了故障距离和始端等效阻抗谐振频率的对应关系曲线,证明故障电压暂态信号和始端等效阻抗具有相同的谐振频率点.用Morlet复小波提取故障电压信号的谐振频率,并依据得到的谐振频率曲线,实现了牵引网的故障定位.分析表明,基于复小波分析的暂态谐振频率法进行牵引网故障测距,可以消除过渡电阻等对故障测距的影响,具有较高的精度和可靠性.     

基于交叉验证法优化参数的Morlet小波消噪方法

针对机械监测故障信号的非平稳性特点,提出一种基于交叉验证法优化参数的Morlet小波消噪方法。选择与机械冲击振动波形相似的Morlet小波,对Morlet母小波进行改进,增加了波形调整参数。通过交叉验证方法设计了改进Morlet小波的波形参数和变换尺度。对信号进行连续小波变换(CWT),实现对含噪信号的滤波消噪。将该方法应用于齿轮故障检测中,对比2种传统的小波消噪方法,验证该方法能够提取出强噪声背景下的有效信号特征成分,具有较好的滤波消噪效果。     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术,以辨识不同目标回波之间的细微差异,并对连续波多普勒体制雷达的回波信号进行分析的方法。采用本方法在雷达的一个距离波门内得到了地面目标的数量信息。     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术 ,以辨识不同目标回波之间的细微差异 ,并对连续波多普勒体制雷达的回波信号进行分析的方法 .采用本方法在雷达的一个距离波门内得到了地面目标的数量信息     

基于小波变换的图像融合方法综述

本文对基于小波变换的图像融合技术的基本原理,发展概况以及典型算法等做了系统的介绍。     

基于Morlet小波带通滤波特性的振动系统频率识别

利用Morlet小波在频域的带通滤波特性,对通过改变Morlet小波的带宽,直接在尺度图上识别振动系统频率的方法进行了分析研究。该方法的特点是简单易行,便于应用。并针对实际试验数据中存在严重噪声污染和振动系统的密集模态识别问题,进行了仿真,仿真结果验证了该方法的有效性和可行性。     

用频率步进技术识别雷达目标的方法

利用频率步进脉冲技术提取一种坦克简化模型的距离回波形。然后针对该模型就识别特征的提取，模式识别库的建立和几种背景条件下的识别概率等问题进行了探讨。通过实验获得了几种简单目标模型的高距离回波形，说明了高距离分辨技术在目标识别领域的可行性。     

基于小波变换的雷达信号特征提取方法

基于小波变换,提出了一种提取雷达信号特征的方法。通过对雷达信号进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样就得到了雷达信号的特征。通过目标识别实验,证明本文提出的方法是有效的。     

一种基于小波能量分析的目标识别方法

针对坦克目标与主要干扰(金属废弃物和可能出现的水面)的毫米波辐射特性在时域内难以区分的问题,采用小波分解的方法提取毫米波信号在不同尺度上的能量信息,以概貌分量能量和细节集中特征能量层为识别依据,通过统计的方法设计了识别门限.理论分析及仿真结果表明,该方法是有效可行的.     

多分维分形曲线维数计算的小波方法

在Massopust结果的基础上,引入多分维分形曲线定义来刻画分形曲线的局部分维特征,采用小波阈值去噪方法将分形函数从噪音污染的数据中分离出来,得到了基于小波去噪处理后的分形曲线维数计算式,并可自然地应用于局部化维数的计算.计算结果表明,在无噪音情况下,小波系数在高分辨率水平上可以刻画分形曲线的维数;随机噪音在更高分辨级上使得小波系数失真,而在相对较低分辨率水平上分形曲线的分形维数都几乎保留在小波系数中.仿真算例验证了方法的有效性.     

一种基于子波特征的模糊神经网络目标识别方法

针对雷达目标识别中相对不变特征量提取这一问题，提出了一种基于子波变换的特征提取方法．通过对三类飞机一维距离像的分类和识别，验证了这种方法的有效性，同时在将模糊神经网络作为模式分类器方面做出初步尝试。     

用小波变换去除多普勒频率估计野值点的方法

研究去除多普勒频率估计野值点的方法．在分析野值点统计特性及小波域分布特性的基础上，通过利用野值点和多普勒频率在小波域上系数的不同，首先对各尺度系数进行分段，然后对不同段的系数设定不同阈值进行处理，从而达到去除野值点和恢复多普勒频率的目的．实验结果表明，去除野值点后的结果与原数据的残差中不包含多普勒频率的趋势分量，对后续的脱靶量参数估计没有任何不利影响，去除了随机测量误差与野值点的影响。     

双能量摄影胸片图像的小波融合方法

根据双能量摄影胸片图像的各自特点，采用一种新的基于小波能量尺度分析算法，有效实现了基于像素级的多模图像融合。通过对同一病人双能量摄影下的胸片图像的实际应用，表明基于该方法的医学图像融合方法能有效地集中原始多源图像的优点信息，融合图像较清晰且方法简单、实用，并可用于其他图像融合处理上。