基于正交样条周期小波的分解和重构算法

给出了正交样条的定义和性质，说明了可以用正交样条构造尺度函数和小波，重点研究了基于正交样条周期小波的分解和重构算法，给出了周期小波的分解公式和重构公式。本文的工作将实直线小波的分解和重构算法推广到周期小波，从而丰富了周期小波的有关理论，为周期小波在工程实际中的应用提供了重要的理论指导。     

基于小波变换的暂态电能质量扰动的检测法

该文研究了基于小波变换的暂态电能质量扰动的检测算法,利用快速小波变换算法即Mallat算法检测和提取扰动信号,并在MATLAB环境下进行了仿真,采用db4小波、3尺度进行小波分解与重构并对信号进行检测,验证了小波变换能够实现电能质量扰动信号的准确定位。     

语言通信的小波编码算法研究

本文应用小波正交分解与重构理论,结合目前的语音数字通信技术,提出语音通信的两种小波编码算法。     

11-9双正交小波的构造与提升分解

构造了一种分解与重构分别为11和9的对称双正交小波(11-9小波)；利用提升的思想，对其进行了提升分解，并对提升分解的系数进行了二进制取整(k／2^r，k，r∈Z)，从而实现了只需移位和整数加法的11-9小波快速算法(12个移位和19个整数加法)．     

a尺度紧支撑双正交多小波的提升格式

提升格式是由Sweldens和Daubechies提出的一种构造第二代小波的方法．它也可以被用来构造第一代小波．文章在已知构造方法的基础上，提出了一种新的构造a尺度紧支撑双正交多小波提升格式的方法，从最基本的概念出发，给出了构造a尺度紧支撑双正交多小波的提升格式的推导过程、分解形式及其证明，最后得到一种有效的构造算法．     

基于MATLAB的小波消噪仿真实现

小波阈值消噪方法是利用小波变换技术对含噪信号进行分解和重构,通过对小波分解后的小波系数限定阈值来消除噪声的方法.分析小波消噪的算法和实现步骤,并基于MATLAB软件平台编写仿真程序.进行光纤光栅反射信号的小波消噪仿真实验,消噪效果良好.     

小波去噪方法的仿真研究

去除在心电信号采集过程中混入的基线漂移等噪声信号,避免噪声对心电信号特征点的识别和提取造成误判和漏判.利用样条小波小波对心电信号按Mallat算法进行分解,然后小波重构的算法进行去噪.采用MIT-BIH数据库中的心电信号进行仿真、验证,有效去除了噪声信号.此方法实时性好,为临床分析与诊断莫定了基础.     

基于最优小波包基的信号去噪算法

提出了一种基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号.实验结果表明该算法对于信号去噪是十分有效的.     

小波滤波方法在叠前偏移成像无损检测中的应用研究

针对叠前偏移成像原始资料频率成分复杂,不利于数据分析和截面成像的问题,探索了小波滤波方法在工程结构叠前偏移成像无损检测方法中的应用。利用小波分解和重构方法处理在混凝土试件检测面采集到的某超声波,并将该方法应用到叠前偏移成像技术中,分别给出了利用在不同尺度下所重构信号进行偏移成像处理获得的无损检测结果。研究表明,选取与实际应力波信号主频基本一致的尺度的小波对超声波信号群进行重构,能够在一定程度上改变偏移成像处理剖面。     

快速小波变换在MEMS陀螺信号处理中的应用

介绍了Mallat快速小波分解和重构算法,分析了一种可以大大降低运算负担,并且十分易于硬件实时实现的快速算法.该算法不再需要小波变换过程中的内插和抽取步骤,给出了相应的分解和重构过程的公式.对MEMS陀螺仪测量信号的仿真结果表明:算法只需更短的处理时间就可以完成去噪声过程,并且可以取得同样的去噪效果.在TMS320C6713芯片上实现了该算法,每个数据的处理时间只需0.014ms,静态漂移信号的标准差也从78.435 5(°) /h降到36.763 5(°) /h,完全可以满足信号实时处理的需要.     

基于双密度小波变换的信号去噪研究

为了改善信号的去噪效果,在分析离散小波变换和双密度小波变换的基础上,提出一种基于双密度小波变换的去噪算法。双密度小波有两个小波函数,同一个尺度内相邻的小波间的频带间隔更小,有效的克服了离散小波变换时移性的缺点,有近似的平移不变性,更能描述信号的真实特征。将该算法用于不同噪声强度下的信号去噪,实验结果表明：基于双密度小波变换的去噪算法优于基于离散小波变换的去噪算法,是一种有效的信号去噪新算法。     

基于SVM的小波图像去噪

在小波分析的基础上,运用支持向量机(SVM)方法来对噪声和非噪声数据进行分类。首先,把一带有噪声的信号进行多尺度小波分解;然后通过试验检测出小波分解系数中部分噪声信号和非噪声信号,得到样本数据来训练SVM;最后对所有的小波系数用训练后的SVM来进行分类得到非噪声信号,并且对这部分非噪声信号进行小波重构即达到了去噪的目的。     

基于最优小波包基的信号去噪方法研究

改进了基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号．     

小波变换及相关系数在超声脉冲回波消噪中的应用

小波分析在超声信号处理上已得到广泛的应用．基于消失矩及分解尺度对重构信号恢复程度的影响,把相关系数作为判断脉冲回波信号处理好坏的依据,用数学软件Matlab7．0编程,经小波变换和Fourier变换处理后的重构信号与原始信号比较可以得出,对信噪比较小的非平稳信号用小波分析处理效果较好,且参数不同信号的恢复效果不同．     

基于小波包分解的白细胞胞核边缘提取算法与实现

白细胞胞核的形状是病理学家观察和检查白细胞样本的重要依据,是白细胞自动分类技术的关键.因为通过它可以区分白细胞的种类,所以白细胞胞核的边缘检测对临床标本的自动检测和分类具有重要意义.但是由于在成像过程中,常常混入随机噪声,这使得原始图像(把尺度空间中零尺度下的结果看作是原始图像)的边缘检测比较困难.小波分解是近年来较常用的方法,它以不同尺度下小波变换所获系数的局部极大值来确定图像的边缘.但是小波分解的方式固定,而正交小波包分解可以根据信号的特性灵活的选择分解方式,因而更加适合于图像的边缘检测.本文尝试利用正交小波包分解的方法实现白细胞胞核的提取并最终取得了比较好的效果.     

小波分析在径流时间序列预测的应用

利用dmey小波变换、db4小波变换将柳江年径流总量及年最大径流量时间序列分别分解为不同尺度的频率信号,再使用传统时间序列分析方法对径流分解的频率信号分别设置参数并进行预测,最后利用小波逆变换对预测结果进行重构,以此建立年径流总量、年最大径流量预测模型.与只采用传统的时间序列预测模型对比,联合了小波变换的方法均获得更精确的预报结果.计算结果表明将小波变换运用于径流时间序列的预测能有效提高径流变化趋势预测的准确率,预报的稳定性以及精确度均能明显改善.     

基于小波变换的图像降噪

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。     

基于小波分解重构的基音周期检测算法

在语音信号处理中,基音周期是一个非常重要的参数。语音合成的TD-PSOLA算法需要准确的在每个基音周期点处进行基音标注,而传统的基音周期检测算法只能求出平均周期。实验证明:小波变换的分解重构算法可以把一帧语音信号内所有准周期的基音周期都准确的检测出来,能反映微小的周期变化,具有跟踪基音周期变化的能力。仿真部分分别用haar小波、db10小波、sym10小波对信号进行分解重构,证明sym10小波是比较合适的小波基。     

经验模态分解在电力绝缘气体SF6红外光谱去噪中的应用

经验模态分解(EMD)是以信号极值特征尺度为度量的时空滤波器,它充分保留了信号本身的非线性和非平稳特征,在信号去噪中具有较大的优势.本文以电力绝缘气体SF6为研究对象,在介绍EMD分解方法的基础上,首先对含噪的SF6光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频IMF分量与低频IMF分量叠加重构得到去噪后的信号.分析了在不同噪声水平上与小波阈值去噪方法的处理效果.实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势.     

小波变换用于色谱信号处理

利用快速离散小波变换(DWT)和小波逆变换(IDWT)对色谱信号进行小波分解、滤波和信号重构,同时,也与其他数字滤波方法进行了比较,结果表明,小波变换可以成功去除色谱信号中的噪声,使色谱信号平滑和提高信噪比.