基于小波包变换的自适应多用户检测

在分析传统自适应多用户检测的基础上，提出了一种基于小波包变换的自适应多用户检测算法．该算法用小波包变换进行前处理，然后再通过最小均方(LMS)算法实现自适应多用户检测．与通常的自适应多用户检测算法相比，该算法利用了小波包变换对小波空间进行分解，信号经小波包变换后自相关性会下降，收敛速度提高．同时在此分解过程中，根据信号与白噪声小波包变换完全不同的特性进行信号消噪．理论分析和仿真结果表明，该算法与传统LMS自适应多用户检测算法和基于小波变换的自适应多用户检测算法相比，算法收敛速度更快，且计算量较少，易于实时实现，还具有良好性能．同时仿真结果表明该算法收敛速度与小波基和分解级数的选择有关，分解级数越大，收敛速度越快；对于同一小波基系列，小波基正则性越好收敛速度越快。     

基于离散小波变换与小波包分解的语音增强算法

提出了一种基于离散小波变换（DWT）和小波包分解（WPD）的语音增强算法.该算法首先将带噪语音进行离散小波变换,并分别对离散逼近信号和离散细节信号采用不同的基小波进行小波包分解,再按照不同的规则选取阈值进行去噪,最后对去噪后的语音信号完成重构.计算机仿真表明,在计算量相当的情况下,该算法优于离散小波变换法去噪和小波包分解法去噪.     

一种基于小波的数字调制信号识别算法

小波包变换理论上可以实现信号频带的均匀划分,从而更好地提取信号的时频特征.作者首先介绍了卷积型小波包算法,然后分析了三种主要的数字调制信号的小波变换特征,提出了一种基于小波的数字调制信号识别算法,仿真结果表明该算法能够识别典型的数字调制信号,而且具有较好的抗噪声性能.     

小波包多载波调制算法及DSP实现

为实现小波包多载波调制，设计了小波包多载波调制的DSP实现方案．采用一种等效结构，将小波包多我波调制转化为串／并变换、小波包综合和脉冲成形3个环节，小波包综合和脉冲成形由小波包快速算法（Mallat算法）实现．以高速浮点DSP为硬件平台，编程采用软件流水优化和DMA技术．利用Mallat算法的特点，采用交替组合法使算法中乘法的运算量减半．所设计的软件在TMS320C6701EVM评估板上成功实现实时运行．CCS环境下的实测结果表明：软件流水方法产生目标代码的运行效率已接近该DSP的最高性能．     

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。     

基于小波包变换与前向线性预测滤波的光纤陀螺去噪算法

为了减小环境噪声对光纤陀螺输出的影响,提出了一种新的基于小波包变换(WPT)和前向线性预测滤波算法(FLP)的去噪方法--WPT-FLP算法.首先介绍了小波包分解与FLP算法的原理,并对2种算法进行了融合,利用小波包变换进行信号的分解与重构,在此过程中对小波包分解后的高频系数进行强制去噪,对小波包分解后的低频系数进行F...     

半正交小波包及其分解与重构算法研究

本提出了半正交小波包的概念，分析了它的性质，证明了构成了Ｌ＾２（Ｒ）的小波包基，并得地正交小波包用来分解和重构的算法。由于它具有小波包的优点，又解决了紧支正交小波包变换时产生的相位失真问题，所以它具有重要的应用价值。     

小波包基多载波系统无线分级图像的传输

研究了一种基于小波包变换的多载波系统无线分级图像传输的新方法．该方法信源采用基于小波变换的SPIHT编码，信道部分采用小波包基多载波调制，并将SPIHT输出码流分成重要性不同的若干层，然后引入一种联合信源信道的自适应子载波、比特和功率的分配算法，实现对不同SPIHT层的不等错误保护，在总发送功率一定并满足各层QoS要求的条件下，使各层的比特速率达到最大．在上述方法中．对重要层加以高级别的信道保护，得到了更好的传输效果．仿真结果表明：在低信噪比下，系统采用上述自适应算法比不采用该算法的峰值信噪比要高出10dB以上；在同等条件下，基于小波包变换的多载波系统的图像传输性能也好于基于傅里叶变换的正交频分复用多载波系统．     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术。建立了一套较完善的小波包时频分析技术框架体系。给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法。对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究。应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小波包时频分析仪,能实现任意信号的小波包分解和显示。最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质。     

基于小波包变换及改进阈值法则的水声信号压缩

文中提出一种将小波包变换与改进的能量保留阈值法相结合的水声信号压缩方法,并讨论了该方法实现过程中小波包的选取、小波包分解算法、改进的能量保留阈值确定等问题,最后进行了仿真分析．仿真结果表明,本算法对水声信号压缩编码效果较为理想．     

基于小波包变换的混合域声音编码

研究了小波包变换在声音编码中的应用,通过利用小波包变换在时域和频域都具有良好局部性的特点,提出了一种新的中低码率混合域声音编码算法。这是一种可调码率算法,它根据输入信号段的特性来进行变换和编码,使得编码过程可以同时在时域、频域以及从时域向频域过渡的任一时频域中进行,从而使编码算法不仅在量化编码阶段,而且在变换阶段就对输入信号具有自适应性。其编码效果比在单一固定时频域中进行变换与编码有较大改善,有助于和高码率的声音编码算法相接轨。     

振动攻丝扭矩信号处理中应用小波包消噪

简述小波包分析的基本理论及其主要算法．讨论用该理论进行信号消噪的基本原理,并应用于振动攻丝扭矩的信号处理．通过对所采样的扭矩信号进行小波包分解,获得信号精细的低频和高频两个部分．利用阈值量化处理的方法去除噪声,再将剩余部分进行重构,从而达到消噪声的目的．实验结果表明,该方法能够有效地消除采样信号中的噪声,进而提高扭矩值的计算精度．     

基于小波分析的过零点滤波器与地震降噪

为解决地震勘探中的面波压制问题,该文基于小波分析理论处理单分量地震资料,根据面波频率低、能量强的特征设计了过零点滤波器,在小波分解后的逼近系数中识别并压制了面波,在细节系数中进行了有效波补偿。实际资料处理表明,该方法能剔除95%以上的面波,并且在压制面波的同时减少反射波的损失,较之传统方法有显著改善。     

基于第二代小波变换的图像除噪

讨论了第二代小波变换的基本原理和变换过程,并将第二代小波变换引入到图像信号除噪处理中.提升方案采用的是Deslauriers-Dubuc(4,2)小波,分别对含噪的图像信号进行三级可逆提升变换,对每一级上的细节信号按软阈值法进行处理,削减小波系数中的噪声部分,从而实现了信号去噪.结果表明,去除高斯白噪声的效果令人满意,提升方法设计灵活、计算简单.     

小波包分析在电气化铁道牵引网故障测距中的应用

参考了小波分析的基础上,采用了小波包分析方法对故障实行定位。由于牵引网故障暂态行波中的高频成分多而复杂,小波分析只能对信号的低频部分进行分解,而没有对高频部分进行分解。于是提出将故障信号经过小波包分析,对高频信号进行了进一步的分解。再结合求导算法和相似性算法对故障信号进行分析。通过实测的数据分析可以得出该方法具有更好的优越性,准确的实现了故障定位。     

基于二维小波变换的面波分离技术研究

针对面波干扰的特点,应用二维小波变换把地震信号变换到时间、频率、空间和波数的四维函数中,然后充分利用有效波信号与面波在时间域、频率域、空间域和波数域方面的差异进行面波分离,通过分解与重构,得到分离面波后的地震信号,实际资料的处理结果表明:本文方法在叠前面波分离方面具有良好的效果。     

一种基于小波变换的矢量量化算法

提出了一种基于波变换的矢量量化逄法，算法利用小波变换后各子带间的相关性，合理地构造矢量。采用最优矢量量化器设计原则，给出了小波域的误差竞争学习算法（DCL）。实验表明，这种算法获得的码本优于其它几种算法。     

基于整数小波变换的数字水印算法

数字水印技术作为数字产品版权保护的一项新技术,已受到越来越多的关注.鉴于小波变换的多分辨率分析与人眼的视觉特性(Human Visual System,HVS)相一致,提出了一种基于整数小波变换(Integer Wavelet Transform,IWT)和人类视觉系统特性的灰度图像数字水印算法.根据原始灰度图像的整数小波系数高、低频分量的特点,选择原始图像的中频分量嵌入水印,利用HVS特性将二值水印图像加密后嵌入到中频分量的整数小波系数中去,更好地兼顾了水印不可见性与鲁棒性之间的矛盾.采用整数小波变换可以有效地避免运算过程中引入量化误差的缺陷,从而达到精度上的要求,满足图像的精确分解与重构.实验证明,对锐化、JPEG2000压缩和旋转等图像处理均具有很强的抵抗能力,复杂度较低,实用性较强.     

应用于超声测距的小波变换滤波算法

有效的滤波算法是提高超声测距精度的关键之一。小波变换具有时频联合分析的能力,采样点处的各级小波系数反映了其频率成分的分布情况。该文提出了一种基于小波变换的超声回波滤波算法。对原始数据进行离散二进小波变换,然后将各点的小波系数同理想回波信号的小波系数进行相关运算,利用得到的相关系数区分噪声和回波所在区段,然后对噪声的小波系数进行收缩处理,从而实现滤波。利用该算法对自制的超声测距装置采集到的回波数据进行了滤波处理。结果表明:其滤波效果要优于经典的小波阈值法,信号信噪比提高了6～9dB,数据中混有的大幅值噪声得到了有效抑制。     

独立分量分析联合小波变换的多分量信号调制识别研究

对复杂电磁环境下多分量信号进行调制识别,可通过准确估计接收信号的瞬时频率来分析其脉内细微特征。本文联合独立分量分析和小波变换技术,对多分量辐射源信号进行了盲源分离和调制识别的研究。在无先验信息条件下,采用Fast ICA对混叠信号分离,将时频混叠信号分解成一系列独立分量。对分离后的单分量信号分别做小波变换处理,由小波系数的局部模极大值提取其小波脊线。针对不同调制类型雷达信号,用最小二乘法对时频小波脊线进行直线拟合,获取特征参数,通过计算特征值判决出信号的调制类型。通过仿真实验表明,该方法可以分离混叠信号并有效提取信号小波脊和瞬时频率,进而识别出信号的调制类型,并在低信噪比情况下仍有较高的识别概率。