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。     

傅里叶光学中波前滤波小波函数的构造

从惠更斯一菲涅耳的衍射理论出发，分析了受限孔径衍射现象，认为该现象相当于波前滤波。以矩形孔径和圆孔、正弦型位相光栅的夫琅和费衍射为例，研究得到了小波在波前滤波时应满足的条件，并给出了满足该波前滤波条件的母小波的构造方法，证明了小波变换用于光学信息处理系统的可行性。     

基于多传感器的多分辨机动目标跟踪

用小波变换和多分辨分析的思想建立了一个基于多传感器观测的机动目标跟踪新算法。     

基于多传感器单模型多分辨融合估计算法

用小波变换和多分辨分析的思想建立基于多传感器融合的目标状态估计算法。     

基于小波变换的图像增强技术

本文将小波分析融合到数字图像的增强技术中,在Matlab7.0环境下对基于小波变换的图像增强进行了仿真,并对传统的增强方法与小波增强方法进行比较。通过实验数据与分析表明:经小波增强后的图像更适合人类视觉和机器识别、解译。     

目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Ｈｏｌｄｅｒ数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Ｈｏｌｄｅｒ数的计算,进行直线拟合。利用拟合后直线的斜率及线性度等参数可进行目标的检测。     

多小波变换在信号去噪中的应用

运用多小波的基本理论知识,分析了多小波信号去噪方法的原理,提出了一种新的信号去噪的阈值方法,以CL3多小波为实例来具体说明了预处理方法对多小波的重要性,并且利用CL3多小波基给出信号去噪的实例.     

基于多分辨分析的位场滤波算法

将基于多分辨分析（ＭＲＡ）的组合滤波器用于重力位场滤波算法，取得了令人满意的效果．该组合滤波器可以对异常进行更为精细的滤波，在一定程度上解决了常规小波滤波器分解阶数过大的问题．相对于Ｆｏｕｒｉｅｒ分析，ＭＲＡ组合滤波器的频时双重局域性能保持原始异常的形态，更适用于高保真的位场滤波．数值模拟结果表明该算法是有效的．     

多小波二阶平衡的预滤波处理

针对多小波在应用过程中出现的不平衡现象展开了讨论 ,给出了 2元多小波p阶平衡的新定义 .在此定义下 ,能方便地计算出常用GHM多小波的二阶非正交平衡器 ,并由此证明GHM不存在二阶正交平衡器 ;为了达到二阶平衡 ,将二阶非正交平衡器转换成预滤波处理 ,取得了满意的效果 .     

基于小波变换的图像边缘检测

基于信号与噪声在不同尺度下小波系数模的变化特征,利用小波变换系数模局部极大值来提取图像的边缘特征.实验结果说明了这种特征提取方法能够较准确地提取图像的边缘并有效地降低噪声.     

基于小波变换的图像融合方法综述

本文对基于小波变换的图像融合技术的基本原理,发展概况以及典型算法等做了系统的介绍。     

基于矩和多分辨分析的图像识别

应用矩和多分辨分析对图像进行特征提取，求取不同分辨率下的小波系数的均值、能量和方差，作为特征向量。这组特征向量是将图像的矩特征和小波特征结合形成小波矩特征，即反映了图像的全局信息，又反映了图像的局域性信息，并且具有旋转、平移和缩放不变性。该算法不但解决了图像识别中特征量随图像旋转、平移和缩放而变化的问题，而且提高了对近似物体的识别能力。最后简要介绍了仿真实验及结果，证实此算法能对飞机、舰船等目标进行有效的识别。     

基于多小波的分布式光纤温度传感监测数据处理

分布式光纤温度传感监测系统采集的数据不可避免地存在噪声.为有效地探测和消除噪声,得到更可靠的温度监测数据,根据多小波原理及特性,结合矩阵预处理法和重复行预处理法,提出改进的矩阵预处理方法和新的软阈值方法,并应用于大坝DTS采集的温度数据消噪.结果表明,改进的多小波矩阵预处理方法比未改进的多小波预处理方法及DB4单小波方法有更高的信噪比,且去噪效果性能更好,在消噪处理方面具有较好的应用潜力.     

小波变换方法实现语音端点检测

介绍传统端点检测方法,对其特点进行了分析,针对主要由白噪声组成的噪声背景,采用一种基于小波变换的语音端点检测方法,并进行了NATLAB仿真。实验结果表明,这种算法根据白噪声在小波变换域各个子带的平均能量变化平缓的特点,判别语音段和噪声段,在高信噪比和低信噪比的情况下,均能正确判别语音段和噪声段。     

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.     

小波变换在图像压缩中的应用

介绍小波变换和多分辨率分析的基本思想．讨论基于小波变换的图像压缩编码的一般步骤与小波变换的特性，最后给出小波变换在图像压缩中的主要编码算法。     

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。     

目标检测的多分辨小波Holder数法

针对传统纹理分割方法的不足,从分形布朗运动的平均Holder数出发,提取人造目标与自然场景的相对距离,根据相对距离区分物体和背景,通过不同分辨率下的小波Holder数的计算,进行直线拟合．利用拟合后直线的斜率及线性度等参数可进行目标的检测．实验表明,与用单纯的分形特征参数相比,所提出的方法是一种快速、有效的人造目标识别方法．