连续样条小波变换解析高噪声重叠分析信号

采用连续样条小波变换方法对化学中高噪声重叠信号中峰位置和峰数目的提取进行了分析,讨论了信噪比、重叠程度、信号相邻峰高比对重叠信号解析的影响．结果表明：对于信噪比低至1的高噪声信号,采用连续样条小波变换处理能够得到重叠信号的峰位置和峰数目;连续样条小波变换对于高噪声重叠信号具有较好的解析能力,为低含量多组分物质的复合信号的定性定量分析提供了基础;该方法与离散小波变换法相比,数据点无须为2^n(n为整数),并且不需要对信号进行多次分解,因此简单快速。     

一种提取含噪声信号中重叠峰位置的新方法

以二阶B-样条小波为分析小波，提出了一种提取分析化学中含噪声重叠峰位置的新方法——连续样条小波变换法．在合适的尺度下，处理后的信号类似于信号的四阶导数．结果表明，采用连续样条小波变换法能使峰变窄，并能提高信号的信噪比，同时还能从含噪声重叠信号中直接得到重叠峰的数目及其相应的峰位置．     

小波变换用于示波计时电位法中重叠峰解析

基于小波变换的分频及时移不变性,将小波变换用于示波计时电位法中重叠峰解析的研究。探讨了极化电流大小、频率和示波信号中噪音、分解次数等因素对小波变换结果的影响。实验结果表明：小波变换能从含有噪音和背景的信号中提取有用信息,使信号中重叠峰获得了较好的分离,可用于多组分的定量分析。     

宽带数字接收机脉冲信号提取实现

在一种高效宽带数字信道化接收机模型的基础上,利用高性能FPGA数字信道化接收机的搭建,并完成雷达脉冲信号参数的提取.针对均匀信道化处理跨信道信号和时域重叠信号时的问题,提出了脉冲上下沿频率判决和双进程状态机等处理手段.实现了跨信道信号的合并与时域重叠信号的分离,有助于雷达信号脉冲包络和脉冲描述字的提取,具有时效性高的优点.在FPGA上仿真实现验证了方法的实用性.     

物理化学实验中差热图谱的解析讨论

讨论了DTA图谱(差热图谱)中峰的起点、顶点、结束点、峰面积、重叠峰的意义以及峰形所揭示的某些反应动力学意义；阐述了DTA图谱的解析方法，在一定实验条件下可以定性确定样品在实验温度范围内是否产生热效应，以及产生热效应的起始温度和相对热效应的大小。     

基于两步小波变换的管道损伤识别

鉴于信号提取位置的不确定性,研究了信号提取位置对损伤识别的影响.对管道进行数值模拟,提取前两阶径向和切向位移模态.对轴向节点的径向位移模态进行小波变换,小波系数的模极大值反映了损伤的轴向位置;继续对环向节点的切向模态进行小波变换,通过模极大值来识别环向损伤位置;最后讨论了轴向损伤处节点径向位移的小波系数模极大值变化规律.结果表明:两步法可以有效识别损伤位置,轴向位置不含损伤时位移模态的小波系数能显示损伤的轴向位置但小波系数有所减少.     

小波变换与卡尔曼滤波联用处理ICP-AES光谱信号

提出了用小波变换-卡尔曼滤波联用方法处理含强噪声的严重重叠的ICP-AES光谱信号。模拟试验结果表明，虽然卡尔曼滤波法对重叠信号具有极强的分辨能力，但对噪声较敏感。当噪声含量较高时，滤波结果与真实值相去甚远。而采用联用方法时，即使噪声含量高达50％，干扰线与分析线几乎完全重叠，所得结果的误差基本上都在10％以内。用该法测定了受V干扰的Yb和受Cu干扰的Zn，得到比较满意的结果。     

相关分析技术在谷物近红外光谱分析中的应用

利用信号分析理论中相关分析技术有分离和增强信息的特点，提出了解决近红外光谱信息量大、信息弱、谱峰重叠和数据处理量大等难题的一种新思路和新方法，以提取6种谷物近红外光谱中的淀粉组分信息为例，研究了相关分析技术在近红外光谱中的应用方法．研究证明，采用小波阈值法对经一阶求导处理的近红外光谱进行滤波处理，再利用相关分析技术提取和强化待测组分的光谱信息的方法是可以用于多组分物质中某一组分的定性和定量分析．     

非参数波形提取方法及应用

介绍了一种基于滤波器组的非参数波形提取方法,并将其应用于冲击信号的提取．该方法不需要构造参数表达的基函数,而是将具有信号先验知识的模板信号通过滤波器组得到一组基函数来提取隐藏在噪声中的信号．其原则是使基函数在各个子频带内匹配原始信号．给出了4种获取模板信号的方法．模板信号的选择使该方法在实际应用中具有良好的柔性和适应性．仿真信号和实验信号验证了非参数波形提取方法的有效性和实用性,即使是在噪声和信号频带重叠的情况下,也能将信号分离和提取出来．     

化学信号小波变换的本质分析

根据墨西哥帽小波的特点，提出两种新的函数，对化学信号进行n次小波变换，得到了信号的近似2n阶导数．由数值微分法和小波变换法对模拟信号计算的结果发现：对于含噪信号，小波变换法有效滤除了噪声，所得结果的信噪比明显高于前一种方法；同时还可分离重叠峰，提高谱图分辨率．该方法函数形式简单，易于编程，为处理化学信号提供了新的途径．     

基于CWT自相似特性的飞机目标HRRP分类法

为了解决高分辨率距离像 (HRRP)分类的姿态敏感和距离像对齐问题 ,基于连续小波变换 (CWT)的自相似特性 ,构造了能量尺度分形维数。分别在 3个极化测量通道和两个尺度区间上 ,从 HRRP的 CWT能量随尺度的演化过程中提取了原始特征集。采用 Fisher可分性准则作判据 ,进一步确定了 3维最佳特征向量。并从理论和实验上证明了 ,能量尺度分形维数特征较不敏感于噪声和目标方位角的变化 ,同时不受目标径向位移和距离像平移的影响 ,是性能良好的飞机目标分类特征     

小波变换与分形微积分

从Fourier分析发展而来的小波变换和分形微积分是处理分形结构的强有力的独特的数学工具．从函数的可微性，即从局部奇异性角度来探讨分形微积分与小波变换及它们在分形理论中的应用，获得四个定理．     

SAR imagery coding based on blocking high frequency energy matching

A new fractal image compression algorithm based on high frequency energy (HFE) partitioning andmatched domain block searching is presented to code synthetic aperture radar (SAR) imagery. In the hybridcoding algorithm, the original SAR image is decomposed to low frequency components and high frequencycomponents by wavelet transform (WT). Then the coder uses HFE of block to partition and searchthe matched domain block for each range block to code the low frequency components. For the high frequencycompone...     

一种基于自适应小波系数子树的分形图像数据压缩方法

根据小波变换后不同分辨率子树间的相似性,采用分形变换提取该相似性,从而用低一级频率分辨率小波系数子树预测高一级频率分辨率小波系数子树,实现对图像的高效压缩.     

一种基于小波分解与分形编码混合的图象压缩方法

利用双正交小波特性和小波塔式分解数据的多分辨特性、分形的IFS编码高效特性,提出了一种基于小波分解和分形编码压缩图像数据的方法。该方法先用一个小波将图象进行小波变换（分解）;在频域上,对不同频域层用不同的分块方法和比特率分配方法进行分形编码。根据实际需要和视觉特性来控制压缩比。重构时先在频域进行分形重构解,然后再用另外一个正交小波重建原图象。     

一种快速小波子带分形图像压缩编码方法

在小波变换相邻子带块预测编码的基础上 ,提出了一种快速小波子带分形图像压缩编码方法 .根据小波子树结构性相似的特点 ,把块预测搜索范围限制在子树附近 ,大幅度减少图像小波子带分形编码时间 ;然后采用在上一级恢复子带的基础上进行分形预测编码、对较低分辨率子带中分形预测误差较大的块直接进行编码等新的编码方法 ,以提高恢复图像质量 .实验结果表明 ,该方法在图像压缩编码时间大幅度缩短的同时 ,恢复图像质量也有所提高     

一种新的小波分维数及其在钻头磨损监测中的应用

根据小波变换与分形理论在认识事物的本质上都是基于从总体向局部、从宏观向微观的自相似原理,提出一种以小波作为标尺来定义分维数的思想,从而建立了一种以信号的绝对和作为度量参数的小波分维数。对钻头整个磨损历程中钻削力信号小波分维数变化规律的研究表明:运用小波分维数可更加有效地刻画信号的本质特征,钻削过程扭矩和轴向力信号小波分维数的变化与钻头磨损之间表现出密切的相关性,采用该方法可准确实现钻头磨损状态的监测。     

基于小波变换及分形特征的目标检测与识别

提出在对图像进行小波变换的基础上提取图像的分形特征，即通过小波变换对图像进行频域上的分割，使得对图像的描述更丰富，对各频段上的细节图像分别求分形维数组成联合特征矢量，有利于迅速准确地将目标从复杂的自然背景中分离出来，实验结果表明，这种方法能够有效地区分人造物体和自然背景，但计算量较大。     

分形压缩编码算法的改进

在分析总结分形理论的基础上，提出了一种将小波变换压缩编码与迭代函数系统（IFS）分形编码相结合的图象压缩方法，研究结果表明，与一般的分形图象编码方法相比，运算时间下降而压缩比提高。     

Adaptive Image Digital Watermarking with DCT and FCM

A novel adaptive digital image watermark algorithm is proposed. Fuzzy c-means clustering （FCM） is used to classify the original image blocks into two classes based on several characteristic parameters of human visual system （HVS）. One is suited for embedding a digital watermark, the other is not. So the appropriate blocks in an image are selected to embed the watermark. The wetermark is embedded in the middle-frequency part of the host image in conjunction with HVS and discrete cosine transform （DCT）. The maximal watermark strength is fixed according to the frequency masking. In the same time, for the good performance, the watermark is modulated into a fractal modulation array. The simulation results show that we can remarkably extract the hiding watermark and the algorithm can achieve good robustness with common signal distortion or geometric distortion and the quality of the watermarked image is guaranteed.