基于小波分析的被动声纳信号宽带噪声包络调制分析

采用小波分析理论建立了一种新的被动声纳信号宽带噪声包络调制分析算法。通过被动声纳的海上实际信号的分析实验,取得了良好的检测效果且可以节省计算时间,具有很好的应用前景。     

基于小波域中视觉门限模型的数字水印技术

给出了一种在小波变换域中给图像加水印的方案,本方案利用了小波分析的优良性质,结合人类视觉系统（ＨＶＳ）的特性,基于小波变换域中的视觉门限模型,对小波变换后的图像系数按不同的方向,层次子带分别加水印,使得在每个小波系数所加的水印的幅值不超过此系数所能掩盖的失真,这样可以保证水印在不可视的前提下尽可能提高坚固性,模拟实验结果表明这个方案取得了良好的效果。     

离散正交小波包及其在噪声抑制中的应用

研究有限长序列的小波包处理和噪声抑制的方法,方法用正交共轭滤波器构造有限维内积空间的正交值和分解及有限长离散小波包,分析了噪声的小波包分解系数的特性,并提出小波包变换域降噪的方法。     

基于双正交小波的快速矢量量化算法

提出了一种用于图象压缩的矢量量化算法．该算法通过构造符合图象小波变换系数特征的跨频带矢量,利用小波系数之间的相关性,提高了图象的编码效率和重构质量．同时,该算法又采用了两种新的矢量量化技术——非线性插补矢量量化（ＮＬＩＶＱ）和渐进构造聚类（ＰＣＣ）,提高了矢量量化的速度和码书质量．实验结果证明,该算法在比特率为０．１７２ｂｐｐ的条件下仍能获得ＰＳＮＲ＞３４ｄＢ的高质量重构图象．研究图象小波变换系数的固有特性是提高矢量量化性能的关键,而提高矢量量化速度是这类算法得以实用的重要前提．     

被加型噪声污染的信号的线性时频表示

讨论了噪声对确定性信号的线性时频表示的影响,通过理论分析和计算机仿真,证明了被白噪声污染的信号可以用短时傅里叶变换ＳＴＦＴ和小波变换ＷＴ来分析;而被脉冲噪声污染的信号可以用ＳＴＦＴ来分析,而不宜用ＷＴ来分析。     

基于小波变换及布朗分形模型的纹理分割

在研究小波变换布朗分形模型的基础上,定义了水平分维数,垂直分维数,对角分维数,并将它们作为纹理特征量来实现纹理的分割,实验结果表明,这些特征量能够很好地反映纺理特征,从而分割时不需有关图象中纹理类别的先验信息,较以往方法在准确度和计算复杂程度上都有很大提高。     

基于小波包变换的混合域声音编码

研究了小波包变换在声音编码中的应用,通过利用小波包变换在时域和频域都具有良好局部性的特点,提出了一种新的中低码率混合域声音编码算法。这是一种可调码率算法,它根据输入信号段的特性来进行变换和编码,使得编码过程可以同时在时域、频域以及从时域向频域过渡的任一时频域中进行,从而使编码算法不仅在量化编码阶段,而且在变换阶段就对输入信号具有自适应性。其编码效果比在单一固定时频域中进行变换与编码有较大改善,有助于和高码率的声音编码算法相接轨。     

小波分析在滤波中的应用

小波分析是一种能同时在时间域和频率域内进行局部分析的新的信号分析方法。该文首先引入小波分析的概念,介绍了声音变换;然后根据地球物理勘探中数据量大,处理速度要求高的特点选用了Ｍｏｒｌｅｔ小波,并做了适当的简化,实现了小波正反变换,最后系统地探讨了在陷波,时频滤波,时变滤波中的应用,通过几个数学模型和一个物理模型的试验,均得到了理想的结果。     

WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．     

多种小波基应用性能分析（Ⅰ）

将近年来提出的各种典型的小波基（小波函数）进行汇总,对其有关理论问题和应用时需要注意的具体细节进行详细分析,对科技工作者和工程技术人员有一定的实用价值。