小波基和它对一维信号的直接分解（Ⅰ）

详述了在工程应用中选择小波基所依据的几个重要特征和参数,研究了四类样条小波和它们生成的小波基的几种重要的特征参数;并研究了它们对一维信号的直接小波变换。     

多种小波基应用性能分析（Ⅱ）

将近年来提出的各种典型的小波基（小波函数）进行汇总,对其有关理论问题和应用时需要注意的具体细节进行详细分析,对科技工作者和工程技术人员有一定的实用价值。     

分形信号的小波基表示

在研究自相似信号小波变换性质的基础上,利用离散小波变换的重构公式给出了产生分形信号的小波模型,并推导了由该模型产生的近似分形信号的时间平均功率谱计算公式,给出了该模型与已有模型比较的数量实验,结果表明该模型构造的信号能较好的近似分形信号。     

基于小波变换的图像信号分解研究

本文通过对小波变换多分辨分析特性的介绍，讨论了基于小波基分解的滤波器组设计原理，给出了静止图像数据的树形分解的方法和分解结果，结果表明，树形分解后，可有效压缩数据动态范围，便于采用适当的量化方式，结合其它非线性编码，达到较高的压缩比。     

最佳小波基选取的改进遗传算法

提出一种利用改进遗传算法选择最优正交小波基的方法，此法将信号用小波级数展开后得到其在某个期望尺度上的近似表示，由此建立一个表达信号与其近似之间误差的代价函数，然后利用改进遗传算法优化此代价函数以获得全局最优的正交小波基。数值实验结果表明本文的方法能够快速准确地得到全局最优的正交小波基，得到信号在期望尺度上的最佳近似。     

基于小波分解的IM信号检测算法

在5G移动通信网络中,为了进一步提高频谱利用率和能量利用率,一种新的调制方式——索引调制被提出。采用小波分解检测索引调制信号,可提高索引信息的特征表现,提高有效子载波的识别概率,在低信噪比下获得满意的检测概率和漏检概率。仿真结果表明,相比于基于能量的信号检测算法,基于小波分解的检测算法性能可提高约2d B。     

自适应小波基在切削力信号分析中的应用

通过基于自适应小波基对一个切削力信号的处理效果。表明自适应小波基能分离出反映刀具磨损的信息。     

小波奇异值分解的瞬变弱信号检测

研究小波阈值法和奇异值分解法,分析最大分解层数、阈值函数、小波基函数的选取以及窗长和保留奇异值个数等参数的选择,并在此基础上提出小波与奇异值分解相结合降噪检测信号的方法。该方法首先将信号作小波分解,再对小波分解系数作奇异值分解,最后通过阈值法保留小波系数并重建降噪信号,利用重建信号进行信号检测。结果表明:该方法能更好地区分信号和噪声,获得更好的降噪和检测结果。     

基于小波包变换的声信号时频特性分析

用一种基于小波包变换的树形分解方法对声音信号进行了时频局部化多尺度分析,并利用分解系数重构了信号,结果表明用这种方法可获得高分辨率的信号语图。     

信号和图像的最佳小波分解

给出一种寻找信号和图像的最佳小波分解方法 .对正交小波、对称正交小波、双正交和对称双正交小波 4种情形进行了讨论 .结果表明 ,此方法可以提高压缩图像的信噪比和压缩比     

多种小波基应用性能分析（Ⅰ）

将近年来提出的各种典型的小波基（小波函数）进行汇总,对其有关理论问题和应用时需要注意的具体细节进行详细分析,对科技工作者和工程技术人员有一定的实用价值。     

基于单一小波的时变信号最优分解方法

针对常规的小波变换并不能保证对信号实现最优分解。以时频性能优良的Morlet小波为单一基函数,并扩大了基函数的参数空间,确定了满足小波容许条件的参数空间边界,提高了用其分解信号的灵活性。对实数编码遗传算法进行了改进,改进后的算法免除了独立的变异操作,提高了算法的搜索速度、收敛性和准确性。以互信息最小化为寻优的判据准则,给出了基于改进的遗传算法和改造后的Morlet小波的信号最优分解的具体步骤。对时变信号的仿真分析表明所提方法是有效和可行的。     

经验模态分解和小波分解滤波特性的比较研究

 为了更好地了解小波分解(WD)和经验模态分解(EMD)2种方法对非平稳信号滤波特性的差异,以及2种方法的实际应用效果和各自的优缺点,提出了运用对高斯白噪声信号分解分量平均功率谱特性的分析来对比2种方法滤波特性差异的研究方法,并运用多项对比实验对所提研究方法的有效性进行验证.实验结果表明,所提研究方法能够有效地解释2种分解各自的滤波特性.对于EMD分解,各分量平均功率谱表现为带宽逐渐减小,中心频率逐渐降低的一组有序排列的带通滤波器.整个分解过程不需人为干预可自动完成,但存在边缘效应问题,如不加以处理可能会严重影响分解质量;对于小波分解,选择不同小波基,有的表现出与EMD分解类似的多尺度滤波特性,有的则不尽相同,甚至是完全不同.所以小波基的选择和分解层数的设置不同,可能会导致分解结果出现较大差异,因此存在对小波基优化选择问题.此外,小波分解过程速度较快,平均用时仅为EMD的1/25.     

基于直接算法的虚拟式小波变换信号分析仪

介绍了作者研制开发的一台基于直接算法的虚拟式小波变换信号分析仪，从而实现了用直接算法对信号进行离散小波变换和连续小波变换的功能。介绍了小波变换的直接算法公式，即由小波变换的原始公式通过直接数值化方法获得的数值算法公式。作者通过研究获得了直接算法中的一些结论，如离散小波变换直接算法中对小波的采样原理和技术、小波尺度范围的限定，边缘现象的解决措施，以及连续小波变换直接算法中的一些结论。基于这些研究，结合虚拟仪器技术开发出的基于直接算法的虚拟式小波变换信号分析仪能用任何母小波对信号进行离散小波变换和连续小波变换。它即可用于对母小波的研究和对小波理论的学习，也可用于一些工程信号分析。给出了分析仪应用的几个典型例子，表明本文的分析仪在许多情况下可以获得应用。     

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基,分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果,总结了选择合适小波基的一些方法。     

小波变换时频特性的信号识别

研究了小波变换时频特性的信号识别及其在复合材料损伤检测中的应用．根据小波变换的框架重构理论及时频相空间理论,提取信号的时频域特征,通过比较原信号的时频空间和小波变换相空间的相同部分,得到能反映同样时频特征的小波级数展开项和的个数,并用误差函数的最小化提取能反映时频性质的小波系数．以此作为小波神经网络的学习参数,经过学习后,使之能对信号进行识别．应用此方法对复合材料试验过程中的复杂曲线进行了实验识别,效果很好．从小波时频特性提取的信号特征,在时间和频率方面都能体现原信号所包括的本质信息,供助Ｂ样条小波神经网络的识别结果,达到了预期目的．     

自适应小波基在切削力信号分析中的应用

通过基于自适应小波基对一个切削力信号的处理效果,表明自适应小波基能分离出反映刀具磨损的信息.     

L^2（R）的双正交向量小波包分解

对双正交向量小波的性质进行了探讨,给出了双正交向量小波包的定义及其性质,作出平方可积空间Ｌ＾２（Ｒ）的双正向量小波包分解。     

一种改进的广义谐波小波包分解算法及在信号特征提取中的应用

提出了一种改进的广义谐波小波包分解算法,克服了传统特征提取方法的缺点,实现了信号的快速无混叠分离。通过与小波包分析、经验模态分解、广义谐波小波包分解进行比较,证明其在信号分析上的有效性和优越性。基于超声波信号频率非单一性的特点,将该算法应用到超声波信号特征提取中,实现了任意频段及任意频宽的信号特征提取,且计算量小。该算法为信号特征提取提供了一种更加精确有效的方法。