小波包变换算法抑制直扩通信系统窄带干扰

利用多进制小波包算法的良好光滑性、线性相位、紧支性等特点,并结合传统小波包分解树及滤波器,对数据进行多进制小波包分解,有效地抑制窄带干扰．分析和仿真结果表明,基于小波包算法的窄带干扰抑制的方法在性能上更为优越,并具有优异的误比特率性能．     

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。     

基于门限值小波包变换抑制局部放电白噪干扰

分析了局部放电在线监测系统中局部放电信号及白噪干扰小波变换特征，局部放电信号在大部分尺度上具有较大的幅度，而白噪声信号随尺度的增加而迅速趋于零，从而对信号在各个尺度上的小波系数设定一个门限，如果某尺度上的系数大于门限，则认为它对应于局部放电信号，否则对应于噪声信号。提出了用基于门限值的小波包变换方法从白噪中提取局部放电信号的方法。实测数据分析结果表明，经此法处理后信噪比明显提高，可用于在线监测局部放电信号中白噪干扰的抑制。     

基于小波包变换和BP神经网络的DSSS系统干扰抑制算法

 提出功率分布优势小波包变换(PDP-WPT)和扩展BP神经网络(EBPNN),并基于两者提出针对直扩系统(DSSS)的变换域信息信号提取(TISI)干扰抑制算法。首先采用PDP-WPT高效跟踪直扩系统中的敌意干扰,提高算法收敛速度;然后通过EBPNN对变换系数进行信息信号的自适应识别达到干扰抑制的目的,具有复杂度低、鲁棒性好的特点。理论分析得到采用TISI后的扰信比(ISR)抑制量、信噪比(SNR)损失量和误码率(BER)的数学表达式。仿真结果表明：在相同干扰信号的情况下,与两种传统算法相比较,本算法的扰信比抑制量分别提高了43.8%和20.8%,信噪比损失量分别降低了62.5%和34.8%。     

变换域自适应滤波技术在扩频通信抗窄带干扰中的应用

在众多变换域抗窄带干扰的信号处理技术中,自适应滤波具有对干扰频率不敏感的优点,且其权值调整是基于对系统参数的优化。全由于必须通过迭代收敛达到稳态解,自适应滤波算法不能锁定快变干扰。文中利用正交加速算法提高最小均方误差（ＭＬＳ）算法的收敛速度,推导出了使用变换域自交加速算法时系统误码率的解析表达式。仿真结果表明,采用自正交化可以大幅度提高自适应算法的收敛速度,从而为基于变换域自适应滤波技术的接收机走     

直扩系统中窄带干扰抑制技术

直扩系统中常常利用能量聚集度对窄带干扰进行定位,然后对干扰所在子带进行处理,从而达到抑制干扰的目的.当某次分解中左右节点中含有相近能量干扰时,将导致能量聚集度均匀而错误停止分解.为了解决这个问题,提出了一种利用多层分解对干扰进行定位的方法.当某节点的能量聚集度小于门限时,强迫子带算法继续分解并求取其子节点能量聚集度,对...     

基于加窗DFT的DSSS系统变换域窄带干扰抑制技术

针对基于加窗离散傅里叶变换(DFT)的直接序列扩频(DSSS)系统窄带干扰抑制工程实现中的关键技术,分析了重叠相加法减小加窗对接收信号失真的效果,并首次提出一种基于频域谱线的模平方服从指数分布假设条件下的干扰检测和处理算法——自适应多门限检测干扰抑制算法,分析和仿真的结果表明,该算法有较强的自适应性能,可抑制扩频系统中存在的多种窄带干扰。     

复小波变换-自适应滤波算法抑制局部放电窄带干扰

针对干扰频率多和信噪比低这两大局部放电窄带干扰抑制中难以解决的问题,提出一种复小波变换一自适应滤波算法.首先,利用复小波变换分频特性将信号分解到不同的频段内,使各个频段内的窄带干扰数少且频率接近,然后进行逐层自适应滤波;采用一种实部与模平方乘积的新复合信息以提高对低信噪比信号的提取能力以及对信号形状的保持能力.研究结果表明;复小波变换一自适应滤波算法在信噪比δ0=0时能对4种局部放大脉冲模型分别获得信噪比δ为22.22,16.16,17.16和21.75和波形相似度η为0.909 2,0.942 7,0.668 8和0.657 0的滤波效果,与传统的小波去噪和自适应滤波相比有较大改进.     

电缆局部放电检测中周期性窄带干扰的抑制

局部放电检测系统由于覆盖了比较宽的频带,采集到的信号中会不可避免地包括背景噪声或干扰信号,针对局部放电检测中比较严重的周期性窄带干扰信号,介绍了现有的抑制此类干扰的方法。研究了基于db4小波基的软阈值小波包变换去除周期性窄带干扰的方法,在实验室环境下,对交联聚乙烯（XLPE）电缆的局部放电进行检测,用小波包变换去除所采集波形的周期性窄带干扰,由试验结果可以得出小波包变换抑制周期性窄带干扰效果良好．     

小波包变换中函数基搜索算法及在数据压缩中的应用研究

讨论了小包变换中函数基搜索算法及在数据压缩中的应用，提出了在非加性代价函数情况下一种新的次最优函数基搜索算法，通过在数据压缩方面的具体应用例子将该算法与其他算法作比较，说明该算法在一般情况下将得到更好更优的压缩结果，从而表明虎法具有更大的实用价值。     

基于小波包变换的一种降噪算法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小 ,而信号的方差和幅值与小波变换的尺度变化无关。因此 ,文章提出一种以小波包能量为基础 ,以降低原始信号与降噪后信号之间的均方误差 (MSE)为目标的基于小波包的降噪算法 ,并与传统的 Donoho的硬阈值降噪算法作了比较。仿真结果表明 ,该算法可以有效去除白噪声干扰 ,并且明显优于传统的 Donoho的硬阈值降噪算法。     

一种基于小波包变换的关联维数计算方法

为了方便、快速和有效地从时间序列信号中提取关联维数,提出了一种利用非线性时间序列的小波包变换模数代替混沌信号本身,在m维相空间中计算其关联维数的方法.用具体实例进行了仿真验算和噪声分析.结果表明,算法准确、可靠,可以有效克服采样过程中噪声对信号的干扰.     

基于小波包变换的威格纳分布交叉项的抑制

威格纳分布是一种重要的时频分析方法,但交叉干扰问题影响了它的推广应用.基于小波包分析,利用小波包对信号的威格纳时频分布进行分解,并利用分解系数重构时频图,使交叉项得到抑制和改善,实验结果表明此方法简单有效.     

基于小波包变换的船舶轴系轴心轨迹特征提取

为实现通过轴心轨迹识别船舶轴系的工作状态,在船舶轴系轴心轨迹测试实验台上测试各轴承处水平和垂直的位移信号,应用小波包变换对各轴承处的轴心轨迹进行特征提取及分析.结果表明:实测船舶轴系轴心轨迹混乱,无法用于船舶轴系工作状态的识别;利用小波包变换提取的轴心轨迹呈清晰的香蕉形、椭圆形及外“8”字形,其中香蕉形和外“8”字形轴心轨迹刻画了转子不对中工作状态,椭圆形轴心轨迹刻画了转子不平衡工作状态.因此,小波包变换可用于船舶轴系轴心轨迹的提取,实现船舶轴系工作状态的识别.     

基于小波包变换的超声回波信号特征提取

超声检测技术中,缺陷的定性分类这一技术难题至今尚未得以彻底解决。文章介绍了一种基于小波包变换的多尺度空间能量特征提取方法,并对实测的超声缺陷回波信号进行了特征提取;进而采用基于距离的类别可分性判据对提取结果进行了评价。结果表明:该方法提取的缺陷回波信号特征值,其可分性测度均值达91.7%,从而证明该方法对超声检测缺陷回波信号的特征提取是相当有效的。     

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.     

基于谐波小波包变换的脑电波基本节律分析

为了实现脑电图分析定量化、智能化以便为医学分析诊断提供客观有效的辅助信息,探讨了应用谐波小波包变换分析脑电波.通过谐波小波包变换提取用于临床诊断的,δθ,α,β等4种基本节律的波形,并引入反映基本节律变化的特征参量即基本节律的频带能量比例进行定量分析.经过对正常人和癫痫病人的脑电波进行分析验证,其分析结果与先验知识和确诊病症吻合得很好,可以提取得到精确的、量化的、直观的特征参数作为诊断依据.实验结果表明,应用谐波小波包变换分析脑电波是一种有效的方法,它为脑电图机实现智能化和临床分析诊断提供了有益的参考.     

供电系统中谐波干扰的小波分析方法

针对电力系统中的谐波干扰,提出一种基于正交小波变换分析方法,以Matlab仿真为基础,给出分析各次谐波特点的仿真结果.结果表明,小波变换不仅可以精确地分析谐波的特点,还可判断信号奇异性.这为抑制谐波干扰提供了理论依据,从而可使谐波分析准确度更高,误差更小.     

利用小波包变换获得Radon变换的反演公式(英文)

拉盖尔超群K=[0,+∞)×R为海森堡群上径向函数的基础流形.文章给出了K上的小波包容许性条件,并获得了它的反演公式.最后,利用小波包变换,得到了Radon变换的逆算子公式.     

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...