信号消噪的小波处理方法及其应用

通过对噪声特性的分析并用小波的方法对信号进行消噪处理，利用Matlab软件演示信号消噪的效果，并总结出小波分析对信号消噪的优点．     

小波变换应用于信号去噪研究

分别对小波分解与重构法去噪法、非线性小波变换阈值法去噪法以及小波变换模极大值去噪法的原理进行了阐述，并比较了这几种小波去噪方法的优缺点，通过计算机仿真结果表明有效可行。     

一种新的连续小波变换

提出了一种新的连续小波变换.这种连续小波变换具有高分辨性和自适应性,并且可以减小由于参数在分母上所引起误差,数值积分离散时对参数的选择更具有灵活性,最后的数值实验表明了新的连续小波变换的有效性.     

基于连续小波变换去除奇异信号方法

提出了高维小波变换的一般形式,在一系列的多维小渡变换中,选择一个适当的小波变换,对小波正变换和逆变换进行离散,构造简单易行且有效的数值计算方法．仿真实例表明:对同时带有白噪声和野值的二维信号进行离散的小波正变换和小波逆变换处理,可以彻底地去除信号中白噪声和野值,重建原有信号．     

一种基于小波变换的静止图像编码方法

通过对小波函数、Mallat多分辨分析等小波变换的有关概念和理论的介绍,以及对矢量量化方法的分析,提出了一种基于小波变换和矢量量化的图像编码方法,并在计算机上模拟实验,得到较好的重建效果。     

基于小波变换的模糊神经网络短期负荷预测方法

为了解决传统神经网络的预测精度取决于输入变量和测试样本的缺陷,采用二阶Daubechies小波作为母小波,通过离散小波变换和逆变换的多分辨率把负荷序列分解为4个小波分量,不但把握了负荷序列的规律性,而且减轻了神经网络的学习压力.采用自适应遗传算法对模糊规则和权重进行修正,优化模糊神经网络,提出GNN-W-GAF模型.该模型既发挥了模糊算法的特点,又使得各种知识点在神经网络中相互融合,避免了初始值设定的随意性.仿真结果表明,该方法能显著提高预测精度和预测性能.     

基于小波变换的信号噪声平滑处理

信号采集过程中不可避免的受到噪声的干扰,噪声的不可预测性和高破坏性对信号处理结果有很大的影响。本文基于小波分析方法对信号噪声平滑处理进行分析,表明小波分析方法可以很好的对噪声干扰的信号进行噪声平滑,为信号处理结果的正确性提供基础。选取小波基母函数dmy和haar均能够实现信号降噪,但使用小波基母函数dmy对含噪声信号的平滑效果更好。     

一种基于离散小波变换的数字水印技术

针对图像软件对宿主图像进行JPEG有损压缩、缩放、锐化等常见编辑操作会对嵌入的数字水印造成无意攻击,导致水印信息提取困难的问题,提出一种的基于离散小波变换技术的改进数字水印技术.首先考虑到JPEG标准压缩算法对亮度分量全保留的原理,选择宿主的亮度分量嵌入数字水印信息,以增强鲁棒性;然后根据人类视觉系统原理：人类对45°角分量最不敏感的原理选择YUV颜色模型中的Y分量的二级小波分解的对角区域cD2作为水印嵌入区;并在算法中通过控制嵌入信息强度满足了水印的隐蔽性.最终的实验结果表明该算法对JPEG有损压缩具有很强的鲁棒性,并对缩放、锐化、模糊和旋转等几种常见图像处理造成的无意攻击具有一定的鲁棒性.     

基于小波变换的图像压缩方法研究

图像压缩是用最少的数据量来表示尽可能多的原图像信息的一个过程.利用原始图像在经小波分解后,能量大部分聚集到低频子图,所以使不同分辨率级能量分布不均匀,从而提高了图像压缩的效率和重建图像的质量.实验证明,小波变换是一种有效的图像压缩方法.     

基于连续小波变换的功率谱估计方法

利用连续小波变换的带通特性,参照功率谱模拟估计方法的思路,对信号进行功率谱估计。介绍了基于连续小波变换的功率谱估计的基本原理,给出程序流程和仿真结果,讨论其特点,并与基于FFT的谱估计方法进行了比较。     

基于小波的图像去斑点噪声方法的研究

根据超声图像斑点噪声统计模型的特性,通过对超声图像进行连续小波变换、分形插值小波变换等变换方法以及小波分析的软阈值滤波方法,提出了结合小波软阈值与中值滤波去噪的方法,在不同尺度对信号小波系数进行处理,达到降噪目的.     

应用矩阵分解的阵列信号参数辨识

从矩阵分解的角度研究了均匀线阵信号参数的可辨识性问题. 在范得蒙结构约束条件下实现接收信号矩阵的唯一分解. 运用交换引理和范德蒙矩阵的结构性质,给出了均匀线阵信号参数的可辨识条件,并将参数的可辨识条件扩展到相关信源情况和多径传输情况. 从矩阵分解的角度得到的阵列信号参数的辨识条件给出了阵列信号参数估计算法有效的必要条件,阵列信号参数仅与接收天线的阵列流形和信号的结构有关,与具体的参数估计算法无关.     

L2[0,1]上的小波包分解

给出了区间上的小波包的定义，对其性质做进一步的讨论，并给出[0，1]区间上的积分可积空间中正交小波包的正交分解．     

窄带噪声下的子空间语音增强算法

传统的子空间语音增强方法在推导过程中,一般假定噪声的方差矩阵是满秩的.在窄带噪声或者音调噪声下这一条件就不能满足。本文采用直接对噪声信号进行子空间白化的方法,将传统的子空间语音增强方法推广到了窄带噪声的情况。仿真结果表明了该算法的有效性。     

基于小波奇异性的结构故障检测

提出了一种新的基于小波奇异性的结构故障检测方法.通过对传感器检测信号进行二进离散小波变换,采用模极大值算法对信号进行去噪滤波,同时根据小波变换模极大值在不同尺度下的分布来完成故障的检测与定位.该方法可有效抑制噪声对残差信号的影响,提高故障检测的鲁棒性.最后,针对歼击机的结构故障进行了仿真,仿真结果表明了本文方法的有效性。     

一种基于符号动力学的混沌序列消噪方法

以符号动力学为分析工具,讨论了一类单峰映射混沌序列在符号动力学空间上的马尔科夫过程模型,从该模型出发给出了一种极大似然混沌序列噪声消除的Viterbi算法,并利用符号动力学的特点,对该算法的消噪效果进行了理论分析和仿真比较.实验表明,这种消噪算法的仿真结果和理论分析的结果是一致的,可以应用于混沌通信中的信号消噪处理.     

改进的小波阀值去噪在地震信号中的应用

提出一种新的阀值函数,对小波阀值去噪方法中传统阀值函数的缺点进行改进.实验结果表明,该方法有效提高了性噪比.     

基于蝙蝠算法与信号稀疏分解的DOA估计研究

稀疏分解的DOA估计法具有很高的估计精度,但稀疏分解计算量巨大,需要较长的计算时间。针对这一问题,将蝙蝠算法与信号的稀疏分解算法相结合,应用于信号的DOA估计。利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,可快速寻找到正交匹配追踪过程中每一步分解的最佳原子,从而实现信号快速稀疏分解。仿真结果表明,引入蝙蝠算法后,在有效的估计条件下,加快了计算速度,减少了计算量。     

基于小波包分解变换的图像数字水印嵌入算法研究

介绍了一种改进的基于小波包分解的自适应数字水印算法.该算法首先对水印图像作预处理置乱,然后对宿主图像进行3层小波包分解变换.在水印嵌入算法中,提出一种基于人类视觉特性(HVS)和小波包基的自适应水印嵌入算法.该算法引入人类视觉特性和基于小波包基的多分辨率嵌入技术,以达到更好的抗攻击鲁棒特性和视觉效果.