基于FFT的快速小波变换算法研究

多分辨率小波分析和Mallat算法在数字信息处理和信号分析中得到了广泛的应用,但是按照Mallat算法计算信号的分解和重建,其计算量是很大的,文章通过对基于FFT的快速卷积,Mallat算法原理及离散小波变换（DWT）算法结构的分析,针对其算法结构特征,提出了一种基于FFT的离散小波变换快速算法,并从理论上论证,具有一定的实用价值。     

应用小波的PV振荡周期多分辨率检测

该文提出了一种新的使用小波技术检测PV数据信号振荡周期的方法. 首先使用小波技术对PV数据进行降噪;然后在不同分辨率上,应用冗余二进制离散小波变换(DDWT)来分解PV振荡信号,并检测该信号的小波系数极值,重构PV信号,避免降噪后的PV信号失真;最后基于本文提出的新算法,计算获得PV振荡信号的周期.     

基于小波的图像去斑点噪声方法的研究

根据超声图像斑点噪声统计模型的特性,通过对超声图像进行连续小波变换、分形插值小波变换等变换方法以及小波分析的软阈值滤波方法,提出了结合小波软阈值与中值滤波去噪的方法,在不同尺度对信号小波系数进行处理,达到降噪目的.     

基于小波包分解变换的图像数字水印嵌入算法研究

介绍了一种改进的基于小波包分解的自适应数字水印算法.该算法首先对水印图像作预处理置乱,然后对宿主图像进行3层小波包分解变换.在水印嵌入算法中,提出一种基于人类视觉特性(HVS)和小波包基的自适应水印嵌入算法.该算法引入人类视觉特性和基于小波包基的多分辨率嵌入技术,以达到更好的抗攻击鲁棒特性和视觉效果.     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.     

小波变换和时间序列模型相结合的降雨量预测

针对降雨量预测问题大多采用时间序列分析的方法,但是对于准确预测降雨量和降雨变化规律,提高降雨量的预测精度等问题,如果仅采用时间序列的方法误差相对来说比较大.提出一种小波变换和时间序列预测模型(ARMA)相结合的降雨量预测方法.在预测过程中,对降雨量进行归一化处理,利用小波变换对原始降雨量进行降噪,降低其预测中的误差,采用正确的时间序列模型对降噪后的降雨量进行分析,建立最优降雨量预测模型.对实际降雨量进行仿真测试,结果表明,改进的方法预测精度比传统方法要高,且能更好地反映降雨量变化规律,为降雨量的预测提供了一种新的途径.     

多尺度小波分解融合在微机电陀螺数据处理中的应用

提出一种小波域数据融合模型. 将多个传感器的数据进行多尺度分解,分别对每个尺度上的细节信号和最粗尺度上的近似信号进行局部加权融合,并根据小波重构公式得到原尺度上的融合信号. 基于实际工程应用对该模型进行了数学证明,分析随机序列经离散小波多尺度变换后的形式,研究各尺度上的平滑信号、细节信号之间的统计特性,从理论上解释小波域多尺度数据融合算法的优越性. 实验表明：该方法能显著提高数据融合后微机电陀螺仪的零偏稳定性.     

一种用于卫星有效载荷的抗干扰技术

在现代卫星通信中,有效载荷功能集成化对各模块的硬件资源消耗量提出了更高的要求,而传统频域抗干扰技术资源消耗量较大. 鉴于快速傅里叶变换(fast Fourier transform, FFT)是频域抗干扰的核心部分,提出改进的FFT实现技术,对每级FFT运算结果进行自适应截位. 该方法较常规FFT算法结构节省了大量的硬件资源,
并提高了信号频谱的动态范围,以较少的硬件资源实现了更强的抗干扰能力. 该技术已成功应用于卫星导航系统的星间链路抗干扰通信,效果良好,在当代电子信息对抗领域中亦有广阔的应用前景.     

基于图像置乱变换的数字水印算法研究

结合Arnold变换,提出了一种基于图像置乱变换和小波变换的数字水印算法.首先对被隐藏图像进行Arnold置乱,把主图像划分为n×n区域,对每个区域进行3次离散小波变换,再利用算法把待隐藏信息嵌入各个区域的中频子带和高频子带,实施多处信息隐藏以提高其鲁棒性.对提出的算法进行了仿真实验,并对嵌入信息的图像进行各种攻击测试.实验表明,该算法对嵌入信息具有不可见性和良好的鲁棒性.     

基于连续小波变换的功率谱估计方法

利用连续小波变换的带通特性,参照功率谱模拟估计方法的思路,对信号进行功率谱估计。介绍了基于连续小波变换的功率谱估计的基本原理,给出程序流程和仿真结果,讨论其特点,并与基于FFT的谱估计方法进行了比较。     

一种基于边缘和小波变换的图像插值的实现

针对常规插值方法在图像放大时出现的边缘模糊现象,提出了一种基于边缘和小波变换的图像插值算法,小波变换提高了插值图像的边缘高频细节信息.算法首先使用小波变换提取图像边缘,通过边缘检测将图像分为边缘和非边缘这两个区域;对不同的区域分别进行图像插值.实验结果表明,用该方法对图像放大,能提高插值图像边缘的清晰度.     

一种应用于电力系统谐波检测方法的理论研究

提出了一种小波变换与傅里叶变换相结合的谐波检测方法。利用小波变换的奇异性优点,划分出谐波的高低频部分进而获得谐波信号的稳态与非稳态量。同时对低频部分采用快速傅里叶变换(FFT)法分析,在频域内可确定各次谐波的含量;高频部分信号存在大量的噪音与奇异信号,对此采用小波熵分析法,在时域内求出信号的相关信息。该谐波分析方法在获得信号发生突变的时刻点同时可以进一步将其噪音信号与奇异信号从信号源中剔除,从而提高了电力系统谐波分析的适用性和精确度。通过进一步仿真表明,所提出的谐波检测方案能满足测量各次谐波含有率标准的要求,为谐波检测的工程实际应用提供了理论依据。     

一种高效的多级递归提升离散小波变换VLSI架构

提出了一种基于提升模式的递归算法实现多级离散小波变换,该算法通过交错计算各级小波变换,提高了运算效率.文中以9/7提升小波为例,给出了相应的多级离散小波变换架构.该架构在Altera的StratixⅡEP2S60 FPGA上得到了综合验证,运行频率达到了80 MHz.分析和比较表明,该架构能够显著减少多级离散小波变换的运行时间,提高硬件利用率,减少存储器大小,具有速度快、面积小、功耗低等优点.和已有的架构相比,硬件利用率最大可提高22%.     

电力系统谐波检测的FFT加窗插值算法与小波分析方法的比较

对电力系统谐波检测中常用的FFT加窗插值算法和小波分析算法进行了分析比较：FFT加窗插值算法具有检测精度高、实现简单、功能多且使用方便的优点,但计算量较大,因而实时性不够好;小波分析实时性好,能够获取较精确的基波信号,然而对于其他整数次谐波的幅值和相位则较难精确的获得,且难于构造分频严格、能量集中的小波,检测精度也有待改善.并通过仿真实验验证上述结论.     

小波变换域中图像字符的定位提取方法

在对图像中字符特点分析的基础上,研究其在小波变换域中的特征,依据这些特征提出了小波变换域中字符的定位提取方法,进一步提出采用自适应动态阈值及结合块间信息提高检测的正确率及增强算法的适应性.所提出的方法对基于JPEG2000、MPEG4等利用小波变换处理的图像中的字符定位,只需要少量的解压缩,可以提高处理的速度;同时,又能充分利用其在频域中的特点.实验结果表明,此方法具有较高的准确率.     

小波变换在人-板系统动测方法中的应用

首先利用离散小波分解信号,对时频小波变换相关算法进行改进,只对能量集中的低频逼近信号进行相关估计,避免了高频干扰,从而推算出运动员的离板时刻及起跳加速度和速度.然后对跳水板建立冲击响应谱,提出了运动员获得最大起跳效果的蹬伸条件.实验分析结果表明,此方法能有效评估运动员的起跳状态,为跳水训练提供了依据,具有较强的可行性和实用性.     

用于MIMO-OFDM的变换域盲信道估计算法

为了克服确定性子空间算法对信道阶数过估计比较敏感的缺点,将变换域方法与子空间方法相结合,提出了一种具有阶数误差鲁棒的子空间算法.该算法利用频域子空间算法对信道进行估计,根据变换域算法进行降噪处理,以改善估计精度.为了进一步评估信道估计器的性能,推导了算法的最小约束克拉美罗界.理论分析与仿真结果表明,该算法对信道阶数的过估计具有很强的鲁棒性.     

基于小波奇异性的结构故障检测

提出了一种新的基于小波奇异性的结构故障检测方法.通过对传感器检测信号进行二进离散小波变换,采用模极大值算法对信号进行去噪滤波,同时根据小波变换模极大值在不同尺度下的分布来完成故障的检测与定位.该方法可有效抑制噪声对残差信号的影响,提高故障检测的鲁棒性.最后,针对歼击机的结构故障进行了仿真,仿真结果表明了本文方法的有效性。     

基于小波变换的图像融合算法研究

针对可见光和红外热像仪各自的成像特性,提出了一种新的基于小波变换的图像融合算法,将配准完成的电视图像和红外图像分别进行小波分解,得到低频图像和高频图像。采用不同的规则分别对低频图像和高频图像进行融合,并进行小波逆变换,得到最终的融合图像。最后采用实验验证了算法的有效性,结果表明,该算法明显优于传统小波变换算法。     

运用压缩感知理论的图像稀疏表示与重建

讨论了压缩感知理论用于图像稀疏重建的基本流程. 采用正交匹配追踪重建算法和正交归一化的随机高斯测量矩阵,对离散余弦变换和离散小波变换两种稀疏表示算法进行分析比较,通过调节实验图像的分块大小和采样率大小、采样率和稀疏表示算法对重构效果和效率的影响. 在图像的稀疏表示方面,离散余弦变换整体上比离散小波变换性能更好. 为了在重构效果与效率之间取得平衡,需要合理选择分块大小和采样率.