基于小波变换的多分辨分布式滤波

用小波变换和多分辨分析的思想建立了一个最优和动态的多分辨分布式滤波算法。在离散小波变换的基础上，给出动态系统的描述，建立了基于小波变换最估和动态的多分辨分布式滤波融合算法。     

基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

小波变换在信号滤波中的应用

概要地叙述了小波，小波包理论，提出了一种用小波包分解和信号重构进行信号滤波的方法，先用小波包分解把信号分解到相邻的不同频率段上，然后用信号重构方法各个频率段上的信号进行重构，以电机的振动信号为例，说明这种方法可以有效地用于信号的滤波。     

基于小波变换的信号滤波和去噪研究

本文介绍了小波变换理论,系统地研究了小波变换在信号处理尤其是信号滤波去噪方面的应用。根据不同类型的噪音,给出了基于不同小波变换的滤波算法并且基于小波变换的滤波原理进行了分析。     

基于小波变换和中值滤波的医学图像去噪

简单介绍了离散小波变换、二维小波变换分解与重构和中值滤波的原理,提出了利用小波变换、中值滤波对含有高斯和脉冲两者混合噪声的医学CT图像进行去噪的一种新方法。实验结果表明:这种方法能够有效改善图像质量,较好地保持图像视觉效果,降低图像噪声;此方法的效果优于单纯的小波变换或单纯的中值滤波或先中值滤波再小波变换去噪的方法,是去除CT图像中含高斯和脉冲两者混合噪声的一种比较理想的方法。     

基于小波变换的粒子滤波目标跟踪算法

针对纯方位被动目标跟踪中粒子滤波算法固有的计算复杂性问题,提出了一种基于小波变换的粒子滤波算法(WMPF).对粒子权重进行小波多分辨率分解,通过设定阈值对高通部分的粒子权重进行滤波,再根据重构后的粒子权重去掉重复粒子,生成新的粒子集来近似后验概率密度函数,从而在保证滤波精度的同时大量减少粒子数,提高粒子滤波的计算效率.将WMPF算法与标准粒子滤波算法应用于具有非线性非高斯特点的纯方位目标跟踪问题,仿真结果表明,WMPF算法的跟踪精度与标准粒子滤波算法相当,计算效率却远高于标准粒子滤波算法,增强了跟踪的实时性,并且该算法有望进一步扩展粒子滤波的应用范围.     

基于小波变换的数字监控图像的噪声滤波方法

小波分析因具有多分辨率分析能力和时频局部化能力，在处理数字图像时占有很大优势.用小波变换技术的设计一种简单的实用性强的数字监控图像噪声滤波方法，在数字图像处理应用时效果理想.     

基于双树复小波变换与非线性扩散的图像去噪

首先对图像进行双树复小波变换得到不同尺度上的子带图像,然后对子带图像进行非线性扩散,充分利用双树复小波变换和非线性扩散两者的优点,更好地抑制噪声保留图像边缘纹理等细节信息。     

基于小波变换的多传感器多分辨分布式滤波

用小波变换和多分辨分析的思想建立一个最优的和动态的多分辨分布式滤波算法,最优是建立在估计误差方差最小的意义下的,而动态是当新的测量数据到来时,根据已有的估计预测值的测量值获得新的估计值。介绍了离散小波变换,给出了动态系统的描述,建立了基于小波变换最优和动态的多分辨分布式滤波算法,最后用一个例子说明算法的有效性。     

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。     

基于小波变换的置乱-扩散算法的研究

在图象分级的基础上,利用小波变换的原理,对小波变换后的每个子图象进行置乱操作,这样在逆变换还原图象时,图象中的每个点不仅位置发生了改变,而且灰度值也发生了改变,使算法达到很好的置乱效果．通过将随机选用的置乱矩阵与迭代的次数作为密钥,提高了算法的安全性．实验证明,置乱后还原的图象清晰度高,算法抗攻击能力强,可适用于图象加密和图象隐藏的预处理过程．     

非线性扩散与小波变换的混合图像去噪算法

在分析小波变换与非线性扩散之间联系的基础上,针对Haar小波变换阈值收缩去噪的不足,提出了基于非线性扩散与小波变换相结合的复合去噪算法。该算法对图像一次小波变换的3个高频先进行阈值收缩,然后对低频进行非线性扩散预处理,再进行非线性扩散。通过对比分析实验证明本模型在图像去噪中取得较高的峰值信噪比,取得了更好的图像去噪性能。     

基于听觉模型的子波变换语音增强

基于听觉模型的子波变换语音增强林宝成，富煜清黄志同（东南大学无线电工程系，南京２１００１８）（南京理工大学自控系，南京２１００１４）在许多实际的语音信号处理中，都迫切需要进行语音增强，例如，噪声环境中的语音识别［２］、语音编码、语音合成等。尽管有各种...     

基于小波变换的仿真模型验证方法研究

仿真模型验证是从仿真预期应用的角度来确定仿真模型表达实际系统的准确程度,是建模与仿真VV＆A中最重要的内容之一。将小波变换理论应用于仿真模型验证,在时一频分析法方面进行了探索。应用小波变换多分辨率分析的基本理论和性质,从以小波变换系数表征信号特征的思想出发,在小波变换多尺度分解的基础上,将仿真模型输出序列与真实输出序列分解为低频部分和高频部分,针对各自特性,建立了基于小波变换系数的相容性检验算法。通过实例分析,证明了本文所提方法的有效性。     

基于小波变换的两路自适应回声消除算法

免提式语音通信系统在VoIP(Voice over Internet Protocol),手持移动终端和远程会议系统应用得非常广泛.但是,由于扬声器和麦克风之间的耦合而产生的声学回声,严重影响了语音的清晰度.常用的NLMS2算法在遇到相关性很强的两路语音信号时,收敛速率变得很慢,为改进此算法,基于小波变换和语音信号能量分布的特点,提出了一种新的两路自适应回声消除算法——WL-APN-LMS2.计算机仿真结果表明,该算法比传统的NLMS2、AP2算法收敛性能更好,计算复杂度较低,综合性能更优.     

小波变换与HMT模型的图像插值算法

 为实现图像的超分辨率处理,提出利用HMT模型简洁地表示小波系数的概率结构。小波域HMT模型根据小波系数尺度之间的持续性和指数衰减性,将图像的小波系数建模为隐马尔可夫树模型。该模型考虑了小波系数间的统计相关性,把图像插值问题表述为一个约束优化问题,获得了能够保持原始图像丰富高频信息的高分辨率插值图像。试验结果表明,该算法在一定程度上改善了传统插值算法引起的锯齿效应和平滑效应,插值后的图像在峰值信噪比和视觉效果方面都有明显提高。