瞬态信号波形提取的子波变换方法

提出了一种把子波变换与假设检验结合起来从噪声中提取有用瞬态信号波形的方法。先对瞬态信号加高斯噪声的混合信号进行离散子波变换得到了子波系数，根据假设检验理论确定门限，把子波系数与门限进行比较，如果子波第数大于门限，则保留这些子波系数，否则置为零。     

离散子波变换计算子波级数变换的预滤波器结构

基于子波空间采样定理，提出了两种离散子波变换计算子波级数变换的预滤波器结构，消除了Ｓｈｅｎｓａ算法中形成预滤波器的积分运算，并分析了算法结构的准确性。数值计算实例验证了结构的有效性，最后讨论了用离散子波变换计算了子波级数变换这一公开问题。     

基于子波变换的语音信号压缩

基于子波变换的多分辨分析特性 ,直接采用Mallat多层分解的低频系数进行语音信号压缩 ,并进行了计算机仿真 ,结果表明该方法是有效的、可行的 .     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

一种基于子波的信号复原方法

提出了一种从强噪声中复原瞬态信号的新方法，该方法将要复原的瞬态信号表示成一组子波函数的线性组合，在最小均方能量准则下，用共轭梯度算法求解子波函数的线性组合的幅度、尺度和延时参数，计算机模拟结果表明，该方法的实现结构可表示成具有子波非线性，并且类似于辐射函数ＢＰＦ的人工神经元网络。     

子波变换在VTS雷达信号检测中的应用研究

根据子波变换的多尺度分析理论和ＶＴＳ雷达目标和杂波的特性，以及目前子波分析在信号处理中的应用情况，分析了用多尺度分析方法进行雷达杂波处理的可行性，并提出了用多尺度分析进行雷达信号处理的基本方法。     

连续子波变换的高频特性

用基本子波消失矩的大小刻划了连续子波变换的高频特性，讨论了不同子波变换如果具有相同的消失矩，它们的高频特性是相同的，并且具有相同的衰减率。     

子波变换及径向基函数网综合水声信号识别

提出了一种基于径向基函数网的水声信号自动识别系统，并在该系统中首次采用子波变换与傅里叶变换相结合的信号预处理与特征提取方法。与实验结果对照表明，该系统在分类准确率、训练时间及系统占用内存等指标上均显示出明显优势。     

用计算全息法实现二维Morlet子波变换

应用计算全息制作子波匹配滤波器实现光学Morlet子波变换,并给出了Morlet子波变换计算机模拟结果和光学实现的实验结果,两者相一致。     

关于连续小波变换的注记

根据连续小波的定义证明Haar小波和Mexico帽小波为基小波,提出一种基于卷积构造基小波的方法并证明尺度函数和多分辨分析生成的小波是基小波.     

基于MATLAB的连续小波变换图象分析

Wavelet是基于MATLAB的一个重要应用软件包。但在利用Wavelet对于一些典型信号 ,如正弦信号、δ 信号进行连续小波变换 (CWT)时 ,却出现一些与常识不相符的“异常”图象。针对这个问题 ,利用Morlet小波基 ,从连续小波变换基本公式出发 ,通过数学上的严格推证 ,指出了这些特殊图象的形成原因 ,分析了小波变换所体现的“数学显微镜”的特点 ,并得到一个有趣的结论 :只有当小波Morlet小波基的振荡频率略微小于正弦信号的振荡频率时 ,才会达到小波变换的最大值     

对数域技术实现的连续小波变换共享型结构

基于对3类特殊小波的分析,从时域和频域两个方面,分别提出了用于实现这三类连续小波变换的新型电路结构.以3类小波的相似结构为基础,采用新型的对数域集成电路设计方法,设计实现了具有共享结构的连续小波变换系统,并进行了电路仿真实验.该系统可以同时实现3类特殊的连续小波变换,且由于对数域设计技术的引入,电路工作在电流模式状态下,具有低电压、低功耗以及灵活的宽频段可调性等特点.     

用线性模拟滤波器实现连续小波变换

提出了用线性模拟滤波器实现连续小波变换的方法,该方法提供了实现快速小波变换的另一途径,并给出了构造该滤波器网络的方法,它以墨西哥帽状小波为例,证实了其可行性。     

两通道滤波器组和离散序列的小波变换

多抽样率滤波器组理论和离散时间序列的小波变换有着密切关系.笔者从信号处理的角度研究了离散时间序列的小波变换利用树状滤波器组实现的方法,分析了两通道共轭正交镜象滤波器组理论及滤波器设计,离散时间序列的正交小波变换的快速实现以及正交小波的构造,指出了其内在联系,最后举例说明了正交小波变换通过共轭正交镜象滤波器组来实现信号分解和重构的全过程.     

连续小波变换在中医脉象信号处理中的应用

小波变换具有良好的时频局域化性质，适合于非平稳信号的处理。脉诊是中医诊察疾病的重要手段，脉象反映的是人体的生理与病理信息，脉象信号具有随机性和非线性等特点。应用连续小波变换分析了15例海洛因吸毒者和15例正常人的脉象信号，提取了吸毒者脉象信号中的异常信息，为戒毒治疗的评估与改进提供客观依据。在尺度0.1、0.2、0.3和0.4下，对每一例脉象信号分别进行了处理，发现在0.2-0.4s时间间隔内，海洛因吸毒者和正常人脉象信号的连续小波变换系数间存在显著差异，并提出了用于划分海洛因吸毒者一正常人的临界参数。研究结果表明，连续小波变换是处理脉象信号的有效方法。     

小波变换在热分析信号处理中的应用

用小波分析方法对热分析信号进行多分辨率分析，达到很好的滤波效果。经小波方法滤波后的热分析信号能有效地进行人工干预判峰或自动判峰，使研制的热分析仪性能有了很大提高。小波变换程序用ＶＢ语言实现，与热分析仪的操作环境融为一体。     

连续小波变换法分析核酸序列的长程相关性

提出了基于连续小波变换的检测核酸序列长程相关性的新方法。利用小波变换来观察序列，再用分数布朗运动建立数学模型，计算Hurst指数，并以此来衡量序列的长程相关性。最后发现在同一个基因内，外显子序列的Hurst指数明显小于内含子序列，此特征是这两种序列的显区别。     

连续样条小波变换解析高噪声重叠分析信号

采用连续样条小波变换方法对化学中高噪声重叠信号中峰位置和峰数目的提取进行了分析,讨论了信噪比、重叠程度、信号相邻峰高比对重叠信号解析的影响．结果表明：对于信噪比低至1的高噪声信号,采用连续样条小波变换处理能够得到重叠信号的峰位置和峰数目;连续样条小波变换对于高噪声重叠信号具有较好的解析能力,为低含量多组分物质的复合信号的定性定量分析提供了基础;该方法与离散小波变换法相比,数据点无须为2^n(n为整数),并且不需要对信号进行多次分解,因此简单快速。     

基于小波变换的按摩手法肌电信号分析

为通过滚法的量化结果分析为按摩手法的评定及训练提供一定的参考依据, 利用表面肌电仪采集按摩师及初学者滚法相关肌群的表面肌电信号, 采用小波变换算法对信号进行多分辨率分析, 进而研究其能量分布。实验结果表明, 在滚法操作中, 按摩师75%的能量集中在低频段, 其中肱桡肌的能量占总能量的40%, 而初学者能量分布与之有显著差异。在掌握正确的操作要领前提下, 初学者应注重肱桡肌能量的训练。