基于小波理论的声谱分析及应用

传统短时傅里叶变换(STFT)分析法对语音信号的处理，取得的声谱图时频分辨率效果不够理想，本文采用小波包技术取代STFT，获得良好的效果．对音频媒体数据库的索引，基于小波理论的双重索引搜索较之传统方法，在检索精度和搜索效率上都明显提高、     

基于小波理论的声谱分析及应用

传统短时傅里叶变换(STFT)分析法对语音信号的处理,取得的声谱图时频分辨率效果不够理想,本文采 用小波包技术取代STFT,获得良好的效果.对音频媒体数据库的索引,基于小波理论的双重索引搜索较之传统方法,在 检索精度和搜索效率上都明显提高.     

傅里叶变换在应用中的局限性及克服方法

傅里叶变换是一种整体变换,无法表征信号的时频局部特性.通过对傅里叶变换的局限性做详尽的分析,给出了克服其局限性的几种方法.最后通过实例仿真对傅里叶变换和小波变换在信号降噪应用中的降噪效果做比较,突出了小波变换在应用中的优越性.     

线调频小波变换及其应用

线调频小波变换是一种新的线性时频分析方法．在介绍线调频小波变换的基础上，比较了短时傅里叶变换、连续小波变换、线调频小波变换在瞬时频率计算方面的优缺点．最后给出了在石油勘探开发中利用线调频小波变换对沉积旋回信号进行分析的一些初步应用．     

基于小波变换的数字调制信号的特征提取

主要研究基于小波变换的数字调制信号的特征提取.和傅里叶变换不一样,小波变换是一个很好的时频分析工具.在实际中数字调制信号常常带有噪声(如白噪声等).首先对ASK、PSK、FSK信号进行小波分析,并对其特征进行提取(幅度、频率和相位等),其次对染噪的数字调制信号进行去噪处理,然后再进行小波分析比较.     

基于能量频谱分析法的电机故障诊断

基于定子电流信号进行异步电机故障诊断时,转子断条和匝间短路故障特征频率分量常常被电流的基频分量淹没,利用小波变换的能量谱对其进行诊断十分必要.考虑到小波分析在时域、频域都具有表征信号局部特征的能力,能通过时频窗的灵活变换来突出信号的不同频率成分;同时还有用小波处理非平稳信号的优越性,计算出各频带所占能量,进而获取能量分布的故障特征.实践表明,通过上述分析并从能量分布的角度出发,可以快速、准确地诊断出电机故障,诊断效果好于傅里叶分析;同时也提供了一种思路,为电机故障在线实时诊断提供了理论依据.     

滚动轴承远程故障诊断实验系统设计

针对滚动轴承实验需求,提出一种基于LabVIEW开发的远程滚动轴承故障诊断实验系统。该实验系统通过校园网进行远程实验操作,通过实验客户端,可以完成振动实验台的控制和监视,滚动轴承振动信号的采集和分析。信号采集可以同时采集X轴、Y轴和Z轴三个方向的振动信号。滚动轴承振动信号的分析方法包括共振解调法、短时Fourier变换、Hilbert-Huang变换、小波变换和自适应最优核(AOK)时频分析等方法。应用表明,该实验系统使用简单方便,可以节约实验成本,最大限度利用实验室资源,能够满足滚动轴承故障诊断实验的要求,也为滚动轴承故障诊断方法的研究提供了实验设备支持。     

一种有利于故障扬声器时频特征提取的预处理方法

采用时域预加重处理方法对扬声器响应信号进行处理,并对其进行短时傅里叶变换（STFT）,从变换后的扬声器响应信号时频图中可以得到更为明显的扬声器故障特征,为故障扬声器的时频特征提取提供了一种有效的预处理方法,实验结果显示故障识别率达98％以上。     

从Fourier变换到小波分析

对突变信号、非平衡信号的处理已成为各领域的共同要求。本文从工程角度对Fourier变换、短时Fourier变换及小波分析的理论特点进行了讨论比较,为时实处理突变信号、非平衡信号探索新的途径。     

连续小波变换与几种具体信号的傅立叶变换的比较

列出门函数、单边指数函数和阶跃函数这三种具体信号的连续小波变换与傅里叶变换的表达式,并通过表达式对连续小波变换与傅里叶变换进行比较．结果表明：傅里叶变换是线性变换,具有统一性和相似性,但不具有局部化性质,不能作局部分析;小波变换也是线性变换,同样具有统一性和相似性,并且是稳定的,还具有时一频同时局部性和自适应性．由此说明了小波变换在分析和处理信号时比傅里叶变换更加灵活、更加全面和深入．     

小波消噪在信号处理中的应用

小波理论是近年来迅速发展起来的新兴学科，已成为众多领域的研究热点。本文介绍了利用小波分析理论，分析噪声干扰有用信号的处理问题，并利用二进小波变换对含噪声的振动信号进行信噪分离。并将小波变换与短时Fourier变换消除噪音进行了比较，分析结果表明小波分析对非平稳信号消噪有着傅立叶分析不可比拟的优点。     

基于小波包与分形的语音特征提取

针对语音信号的非平稳特性,传统的短时分析技术容易丢失信息的现状,提出了一种利用小波包变换和分形技术对语音信号进行特征提取。用小波包变换对每一帧语音信号进行多分辨分析,这样可以得到每个频带的小波分解值,然后计算出每个频带的分形维特征,最后使用动态时间规整进行识别。实验证明,在低信噪比的情况下,仍有较高的说话人识别的效果。     

小波包分解在迎角传感器信号预处理中的应用

针对基于四象限压力传感器阵列的迎角测量方法中传感器信号受到干扰的问题,讨论了在其预处理中应用小波包变换进行信号分离提取的方法。根据小波包分解理论,对信号进行小波包分解,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的变换尺度,提取出有用信息。结果表明,该方法可很好地提取信号的主要特征信息,也有效地去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础。     

小波包分解在迎角传感器信号预处理中的应用

针对基于四象限压力传感器阵列的迎角测量方法中传感器信号受到干扰的问题。讨论了在其预处理中应用小波包变换进行信号分离提取的方法。根据小波包分解理论,对信号进行小波包分解,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的变换尺度,提取出有用信息。结果表明,该方法可很好地提取信号的主要特征信息,也有效地去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础。     

基于相关函数的小波变换实现语音去噪研究

语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。     

瞬时频谱分析法在海洋电磁信号分析中的应用

海洋可控源电磁法(CSEM)是近年兴起的一种探测海底油气的地球物理技术。CSEM在深海取得了很好的效果,但是在浅海受空气波的影响严重,沿空气-海水分界面传播的空气波会完全掩盖从高阻储油层返回的有用信号。通过对时频分析技术的研究,达到对空气波的压制的目的。研究和对比短时傅里叶变换、WignerVille分布和希尔伯特-黄变换3种常用的时频分析方法,选取Wigner-Ville变换对海洋电磁信号进行时频分析,因为海洋电磁信号在空气和海底中传播速度的不同,所以接收点通过两种途径接收到的信号的时间也不同,通过理论计算进而判断出所需要的海底传播的信号,为压制空气波提供技术方法。     

三种光学变换的特征空间描述

光学信息处理中常用的方法有傅里叶变换、分数傅里叶变换及小波变换,三种变换各有其特征和适用的范围.从变换的特征子空间出发,用每种变换的特征值和特征函数,分析了三种光学变换的特征,揭示三种变换的本质区别,阐明了各自的适用范围及优缺点.用三种变换对含噪信号进行了去噪实验,实验结果验证了三种变换的特征.     

离散傅里叶变换与离散小波变换在信号分析中的比较

主要研究了快速傅里叶变换和离散小波变换在两种不同信号中应用,对处理的结果进行了比较分析.说明在突变信号处理中,更适宜使用小波处理,而对于相对平稳的信号,应用傅里叶变换处理则更为有效.     

三种光学变换的特征空间描述

光学信息处理中常用的方法有傅里叶变换、分数傅里叶变换及小波变换,三种变换各有其特征和适用的范围.从变换的特征子空间出发,用每种变换的特征值和特征函数,分析了三种光学变换的特征,揭示三种变换的本质区别,阐明了各自的适用范围及优缺点.用三种变换对含噪信号进行了去噪实验,实验结果验证了三种变换的特征.     

基于独立变量分析和数字全息的盲水印算法研究

基于数字全息和独立分量分析,提出一种新的数字盲水印算法.首先,原始水印图像经过傅里叶变换转化为数字全息图,再将宿主图像进行离散小波变换,然后将低频子带分解成互不交叠的8×8的子块,并对各子块进行离散余弦变换,选取低频系数用于全息水印的嵌入.独立分量分析用于水印的提取,该算法在不需要宿主图像、水印和攻击信息的条件下,能够正确地提取水印信号.实验结果表明,该算法能抵抗多种攻击,特别对JPEG压缩、尺度缩放等攻击具有较好的鲁棒性.