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。     

基于双重小波系数集的音频水印算法研究

提出一种基于双重小波系数集的音频水印算法,定义了双重小波系数集.对原始音频信号进行小波分解后,根据双重小波系数集内两个元素间的相互关系,对双重小波系数集进行选择并将其分成两类从而嵌入和提取水印.同时利用shuffle算法对水印序列进行置乱,以提高系统的安全性.实验结果表明,该算法对原音频信号影响极小,并对于各种音频操作和攻击,如重采样、重量化、低通滤波、Mpeg编码、Gaussian噪声等具有较好的鲁棒性.     

自适应小波包干扰抑制技术

干扰抑制是提高直接序列（ＤＳ）扩频通信系统抗干扰能力的重要手段。最近人们提出了一种新的干扰抑制技术－基于自适应小波包变换的干扰抑制。该技术利用小波包变换对受到干扰的ＤＳ信号进行分解,使得有用信号和干扰分离,然后滤除干扰分量,最后通过小波包合成恢复扩频信号,其性能在很多情况下优于传统方案。对小波包干扰抑制技术作了综述,指出其优点和有待于解决的问题。     

强噪声下小波包自适应算法的研究

低信噪比下信号检测一直备受关注.已有的方法多集中于FFT变换和自适应滤波算法的结合,尤其是变步长因子的改进上.随着小波、小波包的时频分析能力和变分辨特性日趋完善,小波逐渐成为信号处理的首选.本文算法先把信号小波包分解,然后自适应滤波运用于分解后的每个子波,最后小波包信号重构,并以罗兰-C信号为例验证其有效性.     

基于小波包熵的船舶轴频电场信号消噪研究

在海洋环境下,为有效地将微弱的轴频电场信号提取出来,本文在对小波包熵理论分析的基础上,提出了基于小波包熵的船舶轴频电场信号消噪方法.首先使用小波包变换对测量信号进行多子带分解,并将各子带分成几个子区间;然后计算各子带不同子区间的小波包熵,利用最大小波包熵自适应地选择各子带的阈值;最后对各子带的小波包系数进行阈值处理,并利用处理后的小波包系数对信号进行重构.通过实测数据和仿真数据对该消噪方法进行验证,结果表明此方法在低信噪比情况下能较好地将微弱的轴频电场信号从环境背景噪声中分离出来.     

基于小波变换和K-SVD的探地雷达杂波抑制研究

针对探地雷达原始图像中存在着大量以地表直达波为主的杂波噪声干扰问题,为了有效提取目标信号,提出了一种基于小波变换和K-Means奇异值分解的自适应双边滤波方法.将原始雷达数据进行小波分解,并应用K-SVD算法变换稀疏编码和更新原子,用更新后的稀疏系数和字典重构小块,将小块进行小波逆变换重构图像,然后对重构图像进行自适应...     

基于小波分解的语音自适应压缩感知

根据语音信号经过小波分解后低频分量和高频分量的特点,提出分别对他们进行自适应压缩感知。首先对信号的低频分量用训练的过完备基进行稀疏分解,降低了稀疏分解过程中的计算量。然后详细描述了改进自适应观测矩阵的产生,以及对低频和高频分量分别进行自适应观测。最后通过OMP重构算法分别对低频和高频分量进行重构,通过小波合成还原出原始信号。实验表明,语音信号在基于小波分解的自适应压缩感知方案中具有良好的重构性能。     

一种基于心理声学模型的小波包域音频数字水印算法

首先根据心理声学模型 ,计算载体音频信号的掩蔽门限 ,并利用人耳听觉的临界频率与小波包子带间的相似特性 ,将DFT域掩蔽门限映射到小波包域 ;然后将水印信号嵌入到中低频小波包系数中 ,嵌入强度由掩蔽门限自适应控制。由于该方案是基于人类听觉系统的 ,在最大限度上挖掘了水印嵌入强度 ,使鲁棒性和不可感知性得到了很好的平衡。实验结果表明 ,利用这种水印算法 ,嵌入的水印信号是不可察觉的 ,并且对数据压缩、加噪、去噪、重采样 (D/A、A/D转换 )、低通滤波等常用音频信号处理技术具有很好的鲁棒性     

基于提升小波包最优基变换的缸盖振动信号降噪研究

给出了一种基于提升小波包最优基变换的发动机缸盖振动信号降噪方法,给出了提升小波包变换公武,介绍基于最佳基分解的闭值降噪方法,并介绍了阚值的具体选择方法.将信号通过提升小波快速分解,对小波包系数进行阈值量化,用阈值量化后的系数对原信号重构,达到降噪的日的.通过计算仿真和实验,验证了方法的有效性.     

一种基于心理声学模型的小波包域音频数字水印算法

首先根据心理声学模型,计算载体音频信号的掩蔽门限,并利用人耳听觉的临界频率与小波包子带间的相似特性,将DFT域掩蔽门限映射到小波包域;然后将水印信号嵌入到中低频小波包系数中,嵌入强度由掩蔽门限自适应控制。由于该方案是基于人类听觉系统的,在最大限度上挖掘了水印嵌入强度,使鲁棒性和不可感知性得到了很好的平衡。实验结果表明,利用这种水印算法,嵌入的水印信号是不可察觉的,并且对数据压缩、加噪、去噪、重采样(D／A、A／D转换)、低通滤波等常用音频信号处理技术具有很好的鲁棒性。