一种基于自适应提升小波变换的全球卫星导航系统多径抑制方法

在卫星导航定位系统中,多径干扰是影响定位精度的重要误差源之一。在分析研究现有多径抗干扰方法和小波理论的基础上,提出了一种基于自适应提升小波变换(adaptive lift wavelet transform,ALWT)的多径抑制方法。该方法利用小波分析在时频域将待处理信号局部放大的特性,将待分析信号通过提升小波变换进行自适应多级分解,通过最小方差准则(least mean square,LMS)自适应确定分解级数,在一定的阈值条件下将多径信号排除过滤掉,从而达到多径抑制的目的。Matlab7.0仿真实验中,与窄相关技术和传统小波变换方法(traditional wavelet transform,TWT)相比,该方法通过多级小波级数分解,将多径信号进行局部时频域放大,选取合适阈值判别条件过滤多径信号,再通过小波逆变换还原直接信号,实验证明使用ALWT方法多径抑制效果显著提高。     

基于小波滤波及载噪比估计的GPS接收机多径抑制

为了抑制城市环境GPS(global positioning system)导航应用中由复杂信号反射引起的多径效应,提出了一种基于假设检验小波阈值滤波处理并联合载噪比估计的GPS接收机多径抑制方法.这种方法作用于GPS导航接收机的码和载波跟踪环路,通过估计由多径引起的跟踪误差,补偿伪距估计量,进而消除多径效应引起的定位误差.仿真实验结果表明,对于城市环境典型导航应用的多径场景,所提出的方法显著改善用户定位精度,能够将定位误差从标准接收机处理下的15.95 m降至1.75 m,而计算量无明显增加.     

基于多小波自适应阈值的地震图像去噪方法

结合地震图像噪声的特点,利用多尺度小波变换的优点,提出一种新的自适应小波阈值去噪算法.该算法根据小波变换各子层系数矩阵,确定各子层的自适应最优阈值,对于高频子带采用硬阈值化去噪,低频子带采用中值阈值化去噪,并去噪后重构小波系数.实验结果表明,该方法能够去除大部分高频随机噪声,并还原相干切片图像真实效果,提高了地震资料的信噪比.     

基于小波变换的多径回波的检测

本文提出一种基于小波变换的多径回波检测的新方法。该方法通过对回波信号的局部奇异性的检测和处理，确定回波数目和定位各个回波到达时刻，计算机模拟的结果证实了本文所提方法的有效性。     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明：此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。     

一种基于离散小波变换的多阈值选择方法

图形处理的一个重要环节就是如何有效地选择阈值,本文描述离散小波变换用于阈值选择,通过尺度参数对直方图信息进行小波变换得出零交叉点,从而获得一系列阈值,达到消除噪声,对图象进行区域分割的目的．图５,参５．     

一种基于小波变换的图像去噪方法

小波去噪方法中最早被提出的是小波阈值去噪方法,它是一种实现简单而效果较好的去噪方法。本文通过小波系数进行阈值处理,在小波变换域中去除低幅值的噪声和不期望的信号,然后运用小波逆变换,从而得到了去噪后的重建图像。     

一种基于小波提升变换的多尺度边缘提取算法

提出了一种基于小波提升变换的改进图像边缘的检测算法.本算法首先对源图像进行小波提升分解,然后分别对高、低频子图像进行边缘提取.对于低频信息使用Canny算子进行边缘检测,而高频信息先用相邻尺度小波系数相乘的方法去除噪声,消噪后再对高频分量进行边缘检测.最后通过一定的融合规则进行融合,得到最终的边缘图像.实验结果表明,该方法具有运算速度快,能有效地抑制噪声,边缘检测精度高等特点,是一种有效的图像边缘提取算法.     

一种基于提升小波变换的数字图像隐藏方法

针对人眼的视觉模型和小波包的分频能力, 给出 一种新的灰度图像数据嵌入方法, 嵌入图像可以达到原始载体的1/4, 通过调节尺度 因子α可使本方法用于数据隐藏和数字水印. 此法对一些图像处理(如JPEG压缩等)有一 定的鲁棒性. 实验结果显示, 此法对秘密信息有较好的恢复效果.     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析，并根据多尺度小波变换的多分辨率特性，提出基于多尺度小波变换的自适应滤波，构造了其仿真模拟图，并对其进行了仿真，通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比，表明该方法可行的。     

基于奇异值分解与小波变换的盲数字水印算法

提出了一种基于奇异值分解(SVD)和离散小波变换(DWT)的数字图像盲水印算法。对载体图像的二级DWT后的低频子带LL2进行2×2分块,对每一小块进行SVD分解,根据二值水印信息,采用量化步长S量化每小块的最大奇异值,将水印信息嵌入到载体图像。实验结果表明,该算法可以有效地抵抗剪切攻击、噪声攻击、滤波攻击、缩放攻击、JPEG压缩攻击等。     

基于小波变换的图像像素级融合算法研究

提出了一种基于小波变换的图像融合方法,并针对该算法对存在局部噪声的图像以及局部噪声和局部模糊并存的图像融合效果不理想的问题,提出了改进算法。弥补了原算法的缺陷。实验证实,改进算法对不同类型的图像具有较好的适应性和鲁棒性．有实用价值。     

基于小波变换的激光超声信号处理

 采用Laser-PVDF实验系统对纳米AlP/SiO₂中激光超声信号进行采集.利用小波的多尺度分解、重构和消噪功能,提取出直达波及其反射回波,测量了时间间隔和纳米AlP/SiO₂的纵波声速.结果证明小波变换的方法能有效地处理复杂激光超声信号.     

一种基于小波变换的图像零水印方案

为了在保证图像质量不破坏的前提下实施图像版权保护, 零水印技术是一种很好的方法. 本文提出一种基于小波分析的零水印构造和检测方法, 采用从图像的小波变换域的低频系数, 利用两个密钥(k1, k2)和混沌搜索算法来确定考察点并用这些考察点来构造零水印, 用同样的思想方法提取该图像的信息, 并对这些信息进行分析和检测, 该算法是一种具有无失真、鲁棒性好、简单和易于实现的有效方法.     

基于小波变换的电网畸变信号检测的研究

短时谐波、暂态扰动、电压剧变等畸变信号常常危害电网系统安全运行,因此对该类信号进行检测分析有很大的现实意义。提出了基于Mallat算法的小波变换方法,利用其分解算法将原信号分为高频和低频两部分,通过分析第一、二层高频系数来判断信号是否发生畸变,进而求出畸变持续时间,对于低频部分采用重构算法依次提取出各次谐波,再利用FFT实现对各次谐波的精确分析。Matlab仿真结果验证了该方法的准确性和有效性。     

基于小波和分数阶傅里叶变换的混沌图像加密

为了进一步提高加密效果和效率,本文提出一种基于小波分解和分数阶傅里叶变换的混沌图像加密方法。加密过程包括三个步骤:首先利用混沌序列对图像进行像素值扰乱;然后进行小波分解并提取出低频分量,对其进行分数阶傅里叶变换;最后进行混沌置乱得到最终加密图像。仿真结果表明该方法能够成功实现图像的加密和解密,具有很好的加密效果和安全性。     

小波变换用于多分辨率的图像边缘检测

提出了一种用小波变换检测图像边缘的新方法。它基于小波变换多尺度方法分析图像局部的直方图内的信息,通过对小波变换后直方图内信号零交叉点的检测,得到一序列门限值点用于描述图像的边缘即可检测出图像边缘。选取不同的尺度可得到不同分辨率的图像边缘。文中介绍了小波变换用于图像边缘检测和基本原理,给出了小波变换的快速算法和实际检测结果。     

基于小波和傅立叶变换的纱线波谱图计算

采用离散小波变换与快速傅立叶变换相结合的方法,先对纱线信号进行小波分解,再对各子带信号作快速傅立叶变换,从而得到各子带信号的频谱。截取相应频段,并在同一图形上显示,然后将各频率成分转换成相应的各波长分量,得到纱线波谱图。     

小波变换在面波去噪中的一些应用

地震资料的去噪,在处理中是非常重要的内容.随着勘探技术的进步,地球物理可以用于去噪的方法越来越多.目前去噪效果相对较好的是小波变换法.小波变化以其独特的时频特性被广泛的使用于地震资料的去噪中.与以前的频率滤波相比,其优越性是可见的.本文简要介绍了小波函数以及用于地震去噪的小波变换的一些方法,并且结合实际来对小波去噪进行了介绍.     

加速度信号小波降噪的改进算法

目的:人体运动产生的加速度信号在采集过程中经常会混入各种噪声和干扰,这给后续的研究带来了困难,因此对采集得到的加速度信号进行降噪处理是后期运动功能评价的前提和基础。方法:为了更好地分离有用信号和噪声干扰,根据小波阈值降噪的原理和小波高频系数方差的分布,针对小波分解层数的确定、阈值估计和阈值函数的选择3个方面提出了改进的算法。结论:实验结果证明,改进的算法能够很好地抑制噪声对加速度信号的干扰,提高了评估的准确度,达到了预计的效果。