小波变换和沃尔什变换在测井曲线分层中的联合应用

在分析单独利用小波变换或沃尔什变换进行测井曲线自动分层所存在的优势及弊端的基础上，依据沃尔什方法能适用多测井曲线分层和小波方法更能表征信号突变点的特点，提出了一种小波变换和沃尔什变换联合的测井曲线自动分层方法，该方法能有效地结合两者在测井曲线分层巾的优势并弥补各自的不足。实际测井资料的处理结果表明，与小波变换分层方法和沃尔什变换分层方法相比，该联合方法简单、快速、有效，更适合实际测井资料的处理。     

两种序的二维Walsh变换在人脸识别中的应用

对原始人脸图像进行适当的预处理后，分别利用两种不同序的二维Walsh变换与神经网络相结合进行人脸识别，大大提高了识别的效率和效果．并且对两种序的效果进行了比较，发现在人脸图像的处理中逆Walsh序的二维Walsh变换比常用的Walsh-Hadamard变换略好．     

二元Walsh特征函数的性质和计算法

一个二元Walsh特征函数是相同于概率密度函数的二重Walsh变换。利用同样方法,我们可以确定n元Walsh特征函数和矩。由Walsh特征函数通过二进导数运算子引进矩的概念。     

平滑化的正交型Walsh函数的构造及在广带域扩谱通讯中的应用

介绍了一种二维离散正交型Ｗａｌｓｈ 函数的构成与相关特性,将离散的Ｗａｌｓｈ函数进行平滑化之后,应用在广带域码分多址扩散频谱通讯中（ 简称ＣＤＭＡ 扩谱通讯） ．本文还发表了一种码分多址扩谱通讯的结构框图和通过各种复杂环境通讯实验结果．对比实验结果表明,平滑化的离散正交型Ｗａｌｓｈ 函数与非平滑化的离散正交型Ｗａｌｓｈ 函数作为在扩谱码,信号频带宽度之比为１：２, 用Ｗａｌｓｈ 函数（ 哈德码序列） 的正交码,目的是各种信道之间的相互干扰达到最小化．平滑化技术在同等的条件下,信噪比提高了２０ ｄＢ以上．说明这是一种非常成功的理论方法．     

Fast algorithms for Walsh transform in bit-reversed sequency order

Bit-reversed sequenry order or bit-reversed Walsh order (M) is presented. Walsh functions in this order can be processed cnsily, and there is a simple relation between sequency order and bit-reversed sequency order. 8 fast algorithms for discrete Walsh transform in bit-reversed sequency order are given.     

一种基于沃希变换的测井自动分层方法

介绍了一种利用沃希（Ｗａｌｓｈ）变换实现测井曲线计算机自动分层方法。叙述了Ｗａｌｓｈ变换的基本理论和用于测井自动分层的实现过程。通过实际资料的处理证明,该技术是一种快速、准确的认识岩性界面的方法,具有很好的实用价值。     

DNA序列拼接中重复序列屏蔽的一种新方法

针对序列拼接中的重复序列问题,提出了一种基于快速沃尔什变换的重复序列屏蔽方法．根据快速沃尔什变换的特点,快速给出重复序列所在的可能位置信息,从而快速识别重复序列且加以屏蔽．该方法不仅识别重复序列的错误率低而且大大降低了cPu运行时间,计算也简单易行,最后给出了模拟分析．     

布尔函数性质的谱特征

布尔函数对于分组密码及流密码的安全性起着重要的作用。为了抵抗几种对密码体制的攻击,布尔函数需要具有几种相应的准则:平衡性,高代数次数,高非线性度和高相关免疫度等。Walsh变换和Walsh谱技术是研究布尔函数性质的有效方法,利用Walsh谱技术研究布尔函数的一些重要性质,将这些性质(平衡性、非线性度、相关免疫性、扩散准则、严格雪崩准则、代数免疫性)进行量化。主要研究了布尔函数的Walsh谱及相关的性质,重点介绍了布尔函数的几种密码学性质及Walsh谱与其他密码学性质之间的关系,得到了布尔函数性质的一些结果:首先介绍了布尔函数Walsh谱及其他的密码学性质,然后分析了布尔函数Walsh谱与其他性质之间的关系,包括与汉明重量、平衡性、非线性度、相关免疫性、扩散性、严格雪崩性、代数免疫性之间关系。     

Helleseth—Gong序列的采样的Hadamard变换性质研究

对于具有理想二级自相关函数,周期为pn-1的Helleseth-Gong序列,利用频谱分析的方法研究其Hadamard变换的性质,并证明其Hadamard变换是三值的．完善了Helleseth-Gong序列的构造,同时证明了对于特殊序列的Walsh变换和Hadamard变换之间的关系．     

任意正交变换下的全相位等效FIR滤波器的构造

为减小正交变换滤波法的计算量并扩大滤波范围，将全相位数字滤波概念推广到任意正交变换．在引入重叠基矩阵的基础上，提出了加窗全相位等效FIR滤波器系数向量的计算通式．严格推导出常用的离散傅里叶变换、离散余弦变换和离散沃尔什变换下的全相位FIR滤波系数的具体表达式．仿真实验表明，全相位滤波可消除截断误差，基于正反变换的N阶全相位滤波结构与长为2N-1的全相位等效FIR滤波器完全等价．     

有限域上的正交变换

给出了构造有限域上的一类正交变换的具体方法,该变换运算简便且有快速算法,与普通Walsh交换相比,具有压缩输出数据的功能,可用于同步码分多址通信系统中。     

滚动轴承早期故障振动信号的分离与诊断

利用希尔伯特变换技术，将含故障的轴承振动信号转化为窄带振动包络信号，然后用包络信号的功率谱和活尔什列谱对轴承故障进行诊断，对５套３０７轴承的诊断结果表明，这种方法诊断结果准确可靠，方法简便实用，速度快，特别适用于滚动轴承故障的在线监测与诊断。     

多进制Haar与斜Haar小波在纹理分类中的应用

基于Walsh变换和斜变换给出了一种构造多进制Haar小波和多进制斜Haar小波的方法,并利用这些变换特有的快速算法加快了小波分解速度．实验中用该类小波分解图像,然后提取纹理图像的特征量,使用最小距离分类器进行纹理分类并比较了构造出来的各类小波的分类正确率,给出了选择小波基的原则．实验结果表明多进制斜Haar小波滤波器组具有更佳的分类效果．     

同步电机的一种自控变频调速控制方案

介绍一种同步电机自控变频调速控制方案.同步电机的自控变频是利用角位置码盘检测电机的转速和转角,并将码盘产生的一组方波信号经过Walsh变换转换成正弦信号去控制电枢电压而实现的,控制线路简单,精度高。     

结合Walsh变换与LDPC码的OFDM信道估计算法

为了提高正交频分复用 (OFDM)系统的信道估计精度 ,提出了一种结合 Walsh变换和低密度奇偶校验 (L D-PC)码的信道估计算法。该算法利用信道传输函数的频域相关性 ,通过 Walsh变换和变换域滤波降低了 OFDM系统的信道估计方差 ,同时利用 L DPC码强大的纠错能力提高了系统的整体性能 ,使系统在欧洲电信标准组织信道模型下每比特信噪比门限降低了近 2 d B。结果表明 ,该算法在未来宽带OFDM系统中具有应用潜力     

基于双向预测插值的多维矢量鬼成像视频

为了进一步提升运动物体鬼成像视频的质量,根据视频中每帧都具有相关性的特点,提出了一种基于双向预测插值的多维矢量鬼成像视频的实时成像算法.即运用具有能量集中特点的多维矢量Walsh变换,将总数一定的Walsh基图样分成更少的组,使每组的有效基图样翻倍,再分别作用于目标物体,重构后得到数量少但成像质量更好的隔帧图像,再通过双向预测插值得到中间帧.使用该算法作用于像素为64×64的目标物体,可在实时状态下实现运动物体鬼成像的视频.在采样数量和采样时间不变的情况下,可实现高质量重构,得到了品质更好的鬼成像视频.     

数字通信中正交沃尔什函数的构造研究

对沃尔什函数的构造进行了深入系统的研究,改进了用瑞得麦彻函数构造连续沃尔什函数的公式,提出了离散沃尔什函数编号与哈达马矩阵行号(或列号)之间相互转换的一整套方法,理顺了离散沃尔什函数编号与哈达马矩阵行号(或列号)之间关系,使得用哈达马矩阵的行(或列)构造的离散沃尔什函数与连续沃尔什函数建立了统一对应的关系,从而可以通过抽样来实现用连续沃尔什函数构造离散沃尔什函数。     

短时离散Walsh变换的快速算法

在对传统快速离散Walsh变换算法（FWT）进行分析的基础上，充分考虑实时信号和提取局部特征等应用场合的特点，结合FWT算法的性质，提出了短时离散Walsh变换（STDWT）的概念及其快速算法，使加减运算次数进一步减到最少。与传统FWT相比，速度有了明显的提高。最后给出了该算法与传统算法比较的实验数据。     

基于一类2对1映射的序列的自相关性质

讨论了由有限域F22 m上的一类2对1映射构造的序列的性质.这些二元序列的周期为2m-1且具有平衡性.基于Walsh变换技巧,证明了这些序列具有理想自相关性质;而这些序列是否为新的,有待进一步研究.     

在列率域上的特征函数

在随机系统的分析中,许多问题可以借助特征函数得出简单的解法。本文是模拟 Fourier分析,引出 Walsh(沃尔什)分析。首先引入二进导数的概念,并用数学期望的概念来定义 Walsh 特征函数,对所对应的 Walsh 特征函数,经过 Gibbs 导数运算子,导出了矩的概念和性质,而且介绍了矩的计算法。同时也导出了研究函数的二进(逻辑)导数的 Walsh 变换结果。本文仅对一个随机变量的情况进行研究。