基于子波奇异性检测的水声信号去噪方法研究

基于低信噪比、非平稳水声信号中，信号的有效频谱是固定的、噪声的频谱是随机的、信号频谱由代表水声信号特征的各基波和其对应的各次谐波构成的特点，提出了利用子波奇异性检测特性实现水声信号去噪的方法。该方法首先对水声信号进行多分辨分解，求取各尺度上信号的频谱成分；然后，根据最大尺度上最高的频谱幅度，确定该尺度上信号的有效频谱成分，再按照基波与谐波的关系，确定其它各级尺度上的有效频谱成分，去除奇异频谱；最后对去除奇异频谱后的信号进行频域．时域变换及子波重构。经对实测水声信号进行仿真，获得了较好的去噪效果。     

基于多小波的信号奇异性分析方法

多小波具有很强的信号处理能力，而信号的奇异性用于表征信号突变或是不规则变化性质，包含了信号的重要信息，研究多小波的信号奇异性分析方法有重要意义。基于此，分析多小波的信号处理能力和信号的奇异性特性。推导出多小波变换模极大值与信号奇异性之间相应的关系，并将其应用于图像处理。仿真实验结果表明，多小波变换能很好的刻画信号的奇异性特征。     

基于小波变换的图像边缘检测

提出了一种新的基于小波变换的多尺度多分辨率特性的边缘检测方法。分别利用不同尺度小波变换后的水平方向、垂直方向和对角线方向高频信息 ,根据李氏指数与小波变换关系 ,采用零交叉检测方法和极大值在不同尺度下传播的特性 ,检测出图像在 3个方向的极大值。对不同尺度不同方向高频子图像 ,首先采用平均值法确定阈值 ,去除震荡噪声 ,然后对不同方向高频子图像合成的图像 ,根据最大类间方差法 ,计算其阈值 ,求出极大值 ,最后从这 3个方向的极大值中确定出最大值。实验结果表明 ,检测出图像的边缘结果非常理想。     

缓变信号奇异性的小波变换检测及其应用

按照信号的奇异性特征 ,本文将奇异信号分为剧变奇异信号和缓变奇异信号 ,前者有剧变或剧变的趋势 ,后者具有缓慢变化的趋势 .本文研究了缓变奇异信号与高阶导数之间的关系 ,讨论了利用小波变换理论来检测缓变奇异信号的奇异点位置 (或时刻 )的方法和步骤 ,最后将结论应用于仿真信号与地形变信号的分析.     

基于小波变换的轨道摄动时间序列建模及仿真

卫星摄动分析是卫星定轨的关键。卫星摄动变化规律复杂,直接影响定轨精度和计算效率。在摄动力分类和轨道摄动偏差统计分析的基础上,给出了一种基于小波变换的卫星轨道摄动时间序列分析建模方法。研究了基于小波变换的卫星轨道摄动偏差特征提取方法,能够对轨道摄动偏差做出很好的预测和噪声平滑;采用时间序列分析方法,构造了摄动偏差残差的统计模型;建立了基于卫星轨道摄动偏差残差AR（2）平稳时间序列表示的稀疏参数化卫星摄动的精确模型,达到对卫星轨道进行有效预测的目的。     

基于小波变换的汽车轮加速度信号的特征提取

汽车的车轮加速度信号是汽车防抱死制动系统(ABS)的主要控制参数之一,因此车轮加速度信号处理是ABS控制能否成功的关键因素。利用信号的小波奇异性检测原理,可以识别出车轮"抱死—松开"的特征点,并能预测信号的发展趋势。仿真结果表明小波变换的方法是车轮加速度信号特征提取的有效方法,该方法能够很好地去除噪声,提取出真实的原始加速度信号。     

基于小波变换和SVM的图像压缩仿真研究

为了在较高的压缩比上获得很好的压缩性能,提出了一种基于小波变换和支持向量机(SVM)的图像压缩方法。压缩过程分三个步骤:首先对图像进行四级提升小波变换,这里采用提升格式是因为它比采用传统的Mallat算法的计算速度快;其次对变换后的小波系数用SPIHT的继承树进行重新排序;然后用回归支持向量机提取支持向量;最后对压缩后的数据进行算术编码。图像的解压缩过程是上面4个步骤的逆过程。实验结果表明,所提出的方法与常用的JPEG2000相比,当压缩比较高时有很好的性能。     

基于小波变换奇异信号检测的研究

奇异信号中的奇异点及不规则的突变部分经常携带有比较重要的信息 ,它是信号重要的特征之一。用李氏指数 (Lipschitz)来描述信号的局部奇异性。证明了小波变换确实能用来检测信号的局部奇异性。而利用小波变换模的局部极大值和信号奇异点之间的关系 ,同样可以对信号的局部奇异性进行分析 ,而且运算量较小。证明了小波变换模极大值能够检测信号奇异性 ;分析了奇异信号检测时小波基的选择的条件。最后给出实例分析的结论 :为了有效地检测奇异信号的各种奇异性特征 ,小波基消失矩必须具有足够的阶数     

声表面波式小波器件对奇异性信号的研究

在研究声表面波式Morlet小波器件具有进行小波变换、消除白噪声和奇异性信号识别功能的基础上 ,将该器件用于对奇异性信号的提取和分析。通过某一航空发动机的故障实例说明了这种器件不仅可以对工业环境噪声、传输和中间处理单元造成的干扰信号进行滤波 ,有效地提高分析信号的信噪比 ,而且也实现了对故障信号的连续小波变换 ,最终完成了对奇异性信号的提取和识别。     

小波变换用于CT图像重建及处理研究

研究了小波变换多分辨率图像重建和局部区域重建算法。在算法中 ,小波滤波器直接修正重建滤波器 ,重建得到各种细节图像 ,并能快速地得到重建图像的轮廓。由于小波变换的局部性 ,使用局部数据能重建局部图像。通过小波多尺度分析和重构系数控制 ,提出一种简单算法 ,在重建中进行图像增强和噪声消除 ,该算法将图像重建与图像处理结合在一起。与通用的算法相比 ,能提高重建速度和图像质量     

基于时频分析的高动态多目标识别与仿真

首先分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,建立了高速运动的多目标回波信号的数学模型,然后简述了短时Fourier变换、加核函数的Wigner-Ville分布和Morlet小波变换的基本原理,并分析了利用这些时频分析方法提取目标数量等信息时的优缺点,通过综合考虑工程实现的简便性和仿真结果的有效性,小波变换的分析方法是最优的,既取得了对目标的高分辨率,同时计算速度快,数据量小,并且对噪声干扰不敏感,有利于实现实时信号处理,最后给出计算机仿真验证结果。     

基于小波包的电泳芯片非接触电导检测仿真研究

由于毛细管电泳芯片电容耦合非接触微电导检测器具有电极不接触溶液,不存在电极的钝化和玷污,不受电泳分离电压影响等优点,被认为是生化分析领域最具发展潜力的一种技术.根据四电极电容耦合非接触电导检测器检测特点,采用小波消噪方法对信号进行滤波处理;依据芯片检测池内仅背景缓冲液与加入待测物质后所呈现的电导率不同致使信号电压会突变的特性,采用小波奇异性检测确定信号变化发生和恢复时刻,从而实现毛细管电泳芯片系统的微电导检测.仿真结果表明,利用小波分析方法能有效地消除噪声,能有效地检测到微电导的波动,并能精确地确定电导率溶液波动的发生,恢复时刻.     

样条小波自适应阈值多尺度边缘检测算法研究

在Marr的计算机视觉系统中，图像边缘检测占据着重要位置。但由于问题本身的复杂性和技术手段的限制，已有的边缘检测方法并不能得到较理想的边缘。充分利用小波变换的特点。设计三次B样条平滑滤波算子，对图像进行多尺度滤波。得到不同尺度的小波变换，再结合由适应阈值方法，在每种尺度下分别提取图像边缘；而后利用过缘信息的多尺度特性。融合多尺度边缘得到单像素宽边缘。通过计算机仿真对该方法进行验证，实验结果表明该方法不仅能准确检测出图像边缘，而且能有效地抑制噪声，该算法对图像边缘检测的效果优于目前已有的边缘检测算法。     

基于样条逼近和小波分解的Hammerstein模型辨识

采用三次B-样条方法取代传统的多项式方法逼近Hammerstein模型中的非线性部分，在保持多项式的简单性和逼近的可行性的同时，大大提高了逼近精度。同时采用小波变换对辨识数据进行多尺度分解，通过在低频空间抑制高频噪声干扰从而实现精确建模。理论分析和仿真结果都表明估计结果具有渐近无偏性和一致收敛性，该方法辨识精度高，具有良好的实用性。     

基于小波变换的子带自适应滤波算法及仿真

因为噪声总是影响信号检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。自适应滤波器为检测信号提供了一种简单、实用的方法。可以在微弱信号的条件下,通过测量和学习,实现对微弱信号的最佳拟合。提出基于自适应小波变换的心电信号的检测,利用小波变换的子带编码理论,通过在多个子带权值的自适应匹配,合成后拟合微弱信号。仿真结果表明,该方法可进一步改善信号的检测能力,在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

基于小波提升和形态学的图像边缘检测方法

提出了一种基于小波提升和形态学的图像边缘检测方法。对源图像进行小波分解,用数学形态学法对低频子图像进行边缘检测,用小波变换法对不同分解层上的高频子图像进行边缘检测,采用一定的融合规则将这两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波提升法和数学形态学法的优点,对用这两种方法得到的边缘信息进行融合,有效地抑制了噪声,且边缘连续、清晰。实验结果表明,提出的这种结合方法优于单独使用数学形态学法或小波提升法。     

Wavelet Transform and Image Processing

This paper presents systematically a method for image compression/decompression viawavelet transform.It consists of filter,quantization and Huffman coding etc..Different methodshave been compared.Finally,some suggestions for further studies are proposed.In fact,the paper isa summary of our recent research.