基于连续小波变换的系统分析

在连续小波变换的基础上，对线性时不变振动系统进行了小波分析，给出了系统输出信号的小波变换的脉冲响应和输入的关系，作为应用实例，计算了单自由度系统的输出信号的小波变换，并与输出信号的直接小波变换进行了比较，结果表明两者完全吻合。     

小波变换对于ECG信号中QRS波的检测

QRS波检测是ECG信号分析中的关键问题，设计采集系统，使得输入ECG信号的噪声干扰相对较小，并依据小波变换的奇异性和信号变换剧烈关系，对ECG信号中的QRS波进行检测。试验表明该方法在奇异信号检测和局部化分析方面具有较好的特性。     

基于虚拟仪器技术的弹丸初速测量系统

介绍一种基于虚拟仪器技术的弹丸初速测量系统，阐明系统工作原理，实现方法及系统的硬件和软件结构，利用小波变换空间局部化性质，探讨小波变换模极大值检测信号突变点的方法在确定天幕靶弹丸信号特征点的应用，大量实验表明了该系统的可行性及实用性。     

振幅调制-非线性调频信号测量声场的脉冲响应

提出采用振幅调制-非线性调频（AM-NLFM）信号测量声场的脉冲响应，AM—NLFM信号基于相位驻留原理的调制方法．该信号在测量声场脉冲响应时，具有良好的抗系统非线性失真和时变影响的能力，可以降低非周期傅里叶变换时的频谱泄漏，且可以根据任意频谱调制而能保持很低的波峰因数．实测表明该信号可以有效提高脉冲响应测量的速度与精度．该信号也可用于电声系统传递函数的测量中．     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

一种基于离散小波变换的自适应滤波新算法

将小波变换、变换域自适应算法和变步长自适应算法相结合，得出了一种基于离散小波变换的自适应滤波新算法(NDWT-LMS)，该算法可以有效地降低输入信号的自相关程度，克服固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾。计算机仿真结果表明该算法与LMS算法相比具有更快的收敛速度和更小的失调噪声，可以很好地应用于自适应系统中。     

基于DS-UWB超宽带系统中小波去噪计算机仿真

超宽带系统信号脉冲持续时间极短，功率谱密度极低，传统去噪方法不能满足要求，在超宽带系统中使用小波变换模极大值法抑制噪声效果比较理想，它既能有效抑制噪声，又能保留UWB信号的奇畀性。仿真结果表明该方案算法简便、效果明显。     

一种新型的多址变换域通信系统

本文针对基于小波的多址变换域通信系统在进行多进制循环移位键控调制时,调制信号将可能会与其他用户的信号之间产生极强的干扰,导致系统无法正常通信这种情况,基于不同的用户采用不同的本原多项式生成不同的m序列构造了一种多址变换域通信系统,并证明了该系统具有较好的误码率性能。     

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。     

一种快速重构信号的方法è

从多尺度的思想出发，提出一种由小波变换的模极大值及造成小波变换模极大值眯的信号突变点的正规性快速重构信号的方法，在各尺度下，依小波变换模极大值及造成小波变换模极大值点的信号突变点的正规性来选取基函数拟合信号在该尺度下的小波变换，再作小波反演得重构信号，实验结果表明，它是一种快速而又有较高信噪比的重构方法。     

控制系统的结构图与系统的小波传递函数

从小波分析的角度讨论控制系统的数学模型，引入了一种基于小波变换的传递函数即小波传递函数。并依据小波传递函数提出了控制系统的结构图和控制系统的传递函数；同样，可以根据梅逊公式去求控制系统的小波传递函数。     

基于小波包变换的电力系统谐波分析的研究

为了防止谐波对电力系统和用电设备的危害,分别用小波变换和小波包变换对电力系统谐波进行分析.仿真结果表明二者都能将基波从电流信号中正确地提取出来.而小波包变换比小波变换能够分解出更加丰富的谐波信号,利用小波包变换分解的各次谐波频率和幅度的误差率完全符合谐波分析的精度要求.     

颜色空间转换的模糊神经网络辨识算法

为了提高颜色在不同成像设备之间传递的准确性,以RGB颜色空间与CIE L*a*b*颜色转换为例,提出采用颜色空间转换模糊模型将输入颜色空间划分为多个子空间,在子空间内采用神经网络模型对输入值进行输出,利用神经网络优化颜色空间模糊转换模型,得到了基于模糊神经系统的颜色空间转换模型.研究结果表明,该模型转化精度相对于单一的颜色空间模糊转换模型有很大提高,并解决了BP神经网络颜色空间转换模型由于空间采样点数目过多而引起的训练难度增加问题.     

基于傅里叶变换的非正弦时域正交调制系统实现方法

针对基于椭圆球面波函数(PSWF)的非正弦时域正交调制系统在硬件实现时遇到的PSWF实时产生困难、系统实现复杂度高等问题,从PSWF的傅里叶级数展开形式出发,分析研究了其正余弦展开形式及展开项系数与脉冲信号能量和脉冲间正交性的关系.在此基础上,理论推导了基于离散傅里叶逆变换(IDFT)的非正弦时域正交调制方法和基于离散傅里叶变换(DFT)的解调方法,并给出了基于快速傅里叶(逆)变换(FFTIFFT)的调制和解调方法.该方法将成熟的傅里叶变换技术运用到非正弦系统的实现上,建立了非正弦系统实现与离散傅里叶(逆)变换之间的联系,为非正弦系统的研究提供了一种新思路.     

基于嵌入式零树小波编码的视频编码解码系统

为了实现多分辨率数据流编码, 提高系统的交互性, 提出一个基于小波变换理论的数字编码解码处理系统. 把小波变换理论应用于视频图像的编解码中, 设计了基于小波变换、 嵌入式零树编码的编解器, 组建了一套视频采集播放系统. 该系统能实现数据采集及播放, 并能根据需要适应不同频率、 不同带宽的播放.     

用于管道漏磁数据的小波域自适应及小波系数去噪算法

基于漏磁检测是油气管道在线检测中应用最广泛的无损检测技术,提出了一种去除漏磁数据中无缝管道噪声(SPN)和系统噪声的新算法.首先利用将小波变换和自适应滤波技术相结合而提出的新型小波域自适应滤波方法去除漏磁数据中的SPN,然后再利用小波系数去噪方法去除小波域自适应SPN消除系统输出漏磁数据中的系统噪声.实测漏磁数据所得结果表明,该算法具有良好的去噪效果,极大地提高了漏磁数据中缺陷信号的可检测性.     

一种二维离散子波变换的滤波器结构

子波变换具有良好的时间（空间）频率局部化性能，在图象子带编码中，二维离散子波变换是一种接近理想的子带分析／综合子系统。本文提出一种利用一维离散子波变换实现二维有限长离散子波变换的方法，同时给出了二维离散子波正变换（ＤＷＴ）和反变换（ＩＤＷＴ）的滤波器实现结构。     

利用光学小波变换对血红细胞识别的Matlab仿真

将光学图像识别技术应用于生物目标的探测,用光学小波变换识别多个血红细胞,以提高系统的识别力。在光学联合变换相关器中,通过空间频谱面上的小波滤波可以实现光学小波变换,构建光学小波联合变换相关器。Matlab仿真结果表明,与传统的联合变换相关器相比,由于小波变换的引入,相关峰尖锐,峰噪比明显增强,峰的半宽度显著减小,在多目标识别中不同位移目标不易受干扰,提高了目标探测能力。     

Shape classification based on singular value decomposition transform

In this paper, a new shape classification system based on singular value decomposition (SVD) transform using nearest neighbour classifier was proposed. The gray scale image of the shape object was converted into a black and white image. The squared Euclidean distance transform on binary image was applied to extract the boundary image of the shape. SVD transform features were extracted from the the boundary of the object shapes. In this paper, the proposed classification system based on SVD transform feature...     

Shape classification based on singular value decomposition transform

In this paper, a new shape classification system based on singular value decomposition (SVD) transform using nearest neighbour classifier was proposed. The gray scale image of the shape object was converted into a black and white image. The squared Euclidean distance transform on binary image was applied to extract the boundary image of the shape. SVD transform features were extracted from the the boundary of the object shapes. In this paper, the proposed classification system based on SVD transform feature extraction method was compared with classifier based on moment invariants using nearest neighbour classifier. The experimental results showed the advantage of our proposed classification system.