一种基于小波网络的混沌时间序列判定

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定-预测算法.     

关于小波子空间上的具有紧支撑的采样定理

Shannon采样定理对信息论 贡献是巨大的。但Shannon宣的采样函数在时域无紧支且衰减缓慢，对于紧支信号的采样显得极不方便。在前人对小波子空间采样定理系统研究的基础上，提出了文义基正尺度函数的概念，证明了它是构造小波子空间上具有紧支的采样函数的充要条件，并研究了广义基正交正度函数的性质。     

应用多分辨率小波变换提取脑电信号异常节律

脑电信号是非平稳的随机信号，其中包含了大量的生理和疾病信息，对于医生判断脑都是否有器质性的病变具有重要作用。因此对脑电信号的分析和处理一直是人们努力研究的领域。考虑到小波变换良好的时频局部化特性，利用多分辨率小波变换方法来实现脑电信号异常节律的提取，脑电信号经多分辨率小波变换后所得到的各个尺度的信号不仅反映了信号的频率信息，即尺度越大，对应信号的频率越低，同时也反映了信号的时间信息，即反映此时的EEG状态，实验结果表明，选择合适的小波基，可以有效地提取脑电信号中的异常节律。     

小波与多分辨分析用于PN码捕获时刻的检测

DS－SS技术在CDMA系统中应用最为广泛，因此基于DS－SS方面的PN码捕获方法研究很多。传统的PN码捕获的判定是通过能量检测的办法进行的。基于PN码已被捕获时信号(被高斯白噪声污染的BPSK或QPSK信号）及未捕获信号（高斯白噪声）的特征，介绍了PN码捕获时刻的小波检测方法，并且研究了小波门限的性能。最后，对本检测方法的参数进行了统计，结果表明在这样的信号处理中，小波的多分辨分析具有优越的实用价值。     

基于小波包分析的铝合金点焊飞溅研究

提出了在铝合金点焊过程中，采用小波包分析判断飞溅发生的一种新方法。通过对点焊过程中电压信号进行小波包分析，可以获得不同频带中的电流信号时域波形，根据波形的不同形态和特征，判断点焊过程中飞溅的发生。试验证明，利用小波包分析方法可准确判断飞溅发生的情况，因此它可作为一种可靠的方法广泛用于铝合金的点焊质量控制。     

基于小波变换的视频编解码芯片ADV611的原理和应用

图像压缩在信息的传输中和存储中起着至关重要的作用。这篇文章论述了一般9－7双正交小波滤波器的构造方法，介绍了一个基于9－7双交小波滤波器的数字视频编解码芯片ADV611的基本结构和原理，给出了用ADV611进行视频图像压缩的实验结果。     

心室晚电位识别的一种方法

论文采用小波包分析和人工神经网络相结合的方法完成对心室晚电位的识别。首先利用小波包分解技术提取心电信号的特征，将不同频带子信号的能量作为心电信号的一组特征值，然后采用径向基函数网络实现对晚电位的分类。经过对28例3导信号平均心电图实验数据的处理，取得了较高的识别准确率。     

提升格式与JPEG2000

以D9／7双正交小波变换为例，给出了从Mallat算法出发推导提升格式的详尽步骤。与Daubechies的推导相比，高通和低通滤波同时进行，而且保证每个环节都可以采用有限长度滤波器来实现。另外，JPEG2000给出的D9／7双正交小波变换提升格式中尺度因子的数值（ρ=1.23)与推导的结果（Daubechies推导的结果：ρ=1.1496）有出入，这表明JPEG2000所实现的小波变换与真正的D9／7双正交小波变换是有出入的。就图像编码而言，这种出入并未产生明显的影响。     

非线性时间序列的最优相关维数估计

提出以能量谱中的截断频率之倒数作为相空间重构过程中的窗长，在窗长固定情况下，利用奇异值分解算法确定嵌入维数和时间延迟两个参数，克服了不考虑窗长单独选择嵌入维数和时间延迟造成的相关维数收敛性差的缺点，大大提高了计算效率。采用迭代奇异值分解算法对含噪声的信号进行降噪，降低了噪声对相关维数计算结果的影响，从而提高了计算结果的可靠性。     

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。