基于小波变换语音增强算法的Matlab仿真

对语音信号的时域和频域进行分析,对小波分析的特点进行多分辨率分析,发现其具有分析时频和频域局部特征的能力,即在高频部分具有较高的时间分辨率和较低的频率分辨率,在低频部分具有较高的频率分辨率和较低的时间分辨率,可用于测量语音信号中夹带瞬态反常现象并展示其成分的情况。用小波变换的方法实现语音信号去噪增强,并在Matlab中进行了实验效果仿真,结果表明,该方法对语音信号的增强效果很好。     

基于ICA的混合域盲水印算法

针对数字产品的版权保护问题,利用独立分量分析(ICA)的盲源分离特性,提出了一种基于DWT和DCT相结合的混合域图像盲水印算法。首先对图像进行离散小波变换,然后对其低频系数进行离散余弦变换,再将置乱处理过的水印嵌入到余弦变换的中频系数上。水印提取过程不需要原始图像及水印参与,先利用ICA分离出水印信号,再经过相关性分析及置乱还原处理,得到水印图像。实验结果表明,该算法能够较稳健地抵抗添加噪声、JPEG压缩和滤波等多种常见攻击,具有较高的安全性。     

小波变换语音增强算法在LabVIEW中的实现

分析了小波语音增强的原理,介绍了一种在虚拟仪器开发平台LabVIEW中实现Mallat正交小波变换的方法,在LabVIEW环境下实现了语音信号的小波阈值去噪算法。通过引入小波变换,增强了LabVIEW的信号分析与处理能力。     

基于阻尼修正FICA的图像分离算法

独立分量分析算法是一种常用的盲源信号(包括图像信号、音频信号等)分离方法,它的主要任务在于分析混合矩阵及对应的分离矩阵的结构。文章提出了一种阻尼修正的独立分量分析方法,它可以根据迭代过程中梯度函数的收敛情况来动态设置和调整阻尼系数的值,从而保证梯度函数始终能收敛于某一稳定值,并且最终可提取出一组特定的独立分量,同时还具有修正的独立分量分析方法所具有的计算速度快的优点。通过两组混合图像的分离实验,证明该方法具有一定的实用意义。     

基于独立分量分析和菲涅耳全息图的盲水印算法

提出了一种基于DWT-DCT域的数字全息盲水印算法.该算法首先将原始水印图像经过离散菲涅耳变换转化为数字全息图.接着对宿主图像DWT域的低频子带进行DCT变换,并嵌入全息水印图像.ICA用于水印信号的提取,实验结果表明该算法可以抵抗滤波、JPEG压缩、尺度缩放等攻击.由于该水印算法不仅实现水印的盲提取,而且具有多重密钥,所有具有的实用性和安全性.     

约束独立分量分析在无线通信信号分离中的应用

无线通信信号的调制方式识别是复杂电磁环境下频谱检测和频率控制的重要研究目标,为了实现频谱共存条件下调制信号的模式识别,通过利用范围区间和灵敏度参数构造参考信号,提出了一种带参考信号约束的独立分量分析(CICA)算法进行无线通信信号分离,实验仿真表明CICA算法能够很好地分离出感兴趣的信号,在0dB信噪比下分离信号和源信号的相似系数高于60%,与传统ICA方法相比,分离效果有了明显的提升。     

基于小波变换的无线局域网通信信号增强方法

信道多径效应、传输带宽有限性等因素,可导致无线局域网通信信号中存在大量的噪声,降低了通信信号质量.为此,提出基于小波变换的无线局域网通信信号增强方法 .利用小波变换算法提取网络通信信号特征,分类处理无线局域网通信信号,得到信号类别;利用噪声模型与信号类别进行对比,确定带噪信号的小波系数,将小于阈值的信号视为噪声去除;重构无线局域网通信信号,实现无线局域网通信信号的增强.实验结果表明：应用提出的算法信号信噪比得到了明显提升,信号均方误差低于最低限值,充分证实提出的算法具备可行性.     

小波分析在图像处理中的应用

小波分析在图像处理中的应用是小波分析较典型的应用之一。本文首先从小波的基本概念入手,简要介绍了小波变换与小波分析方法,并以图像压缩为例说明了小波分析在图像处理中的应用。结果表明,小波分析应用在图像压缩中,不仅压缩比高,压缩速度快,压缩后能保持信号与图像的特征基本不变,而且在传递过程中可以抗干扰,总体压缩效果较好。     

小波变换在故障特征提取中的应用

数字信号处理技术始终是进行故障诊断的核心，特别是现代数字信号处理技术的出现和发展，使故摩诊断步人了新的春天。论文针对传统Fourier变换只能在频域上对稳定信号进行分析的不足，探讨了利用小波变换进行非平稳信号分析的算法和应用。     

基于小波去噪的快速定点ICA及其在振源识别中的应用

在多源激励情况下,从传感器阵列输出的高维响应中分离、识别不同振源的性质,对于大型结构振动分析以及对其状态监测与健康评价有着重要的意义.本文结合大型结构振动的性质,介绍了小波阈值去噪原理,使用其改进的快速定点算法实现了多源激励情况下振源信息分离的方法.文中通过实例给出了这种方法的应用效果.     

ICA-R算法在旋转机械故障信号提取中的应用

能否有效地提取故障信号的特征是对旋转机械进行故障诊断准确与否的关键所在。本文在介绍独立分量分析方法的基础上研究了基于参考信号的独立分量分析（ICA-R）算法,首先针对轴承与齿轮两类典型的旋转机械故障信号进行仿真,然后模拟出四路观测信号,同时根据先验知识建立参考信号,最后运用ICA-R算法对观测信号进行特征提取,并与仿真的故障信号进行对比分析。结果证明,ICA-R算法在旋转机械故障信号的特征提取中具有很强的优势,可实现弱故障信号的有效提取。     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

小波分析在图像处理中的应用

小波分析在图像处理中的应用是小波分析较典型的应用之一。本文首先从小波的基本概念入手,简要介绍了小波变换与小波分析方法,并以图像压缩为例说明了小波分析在图像处理中的应用。结果表明,小波分析应用在图像压缩中,不仅压缩比高,压缩速度快,压缩后能保持信号与图像的特征基本不变,而且在传递过程中可以抗干扰,总体压缩效果较好。     

浅谈小波分析在结构损伤检测中的应用

简要介绍了一维小波分析的基本原理和信号的小波消噪原理,及其在结构损伤检测诊断方面的主要应用,并引例说明小波分析可以弥补傅利叶转换的一些不足之处.     

脑电分析在网络成瘾者的认知研究中的应用

目前关于网络成瘾相关影响的研究多集中于心理和行为的表象上,而网络成瘾对认知功能影响的研究报道比较少。近年来,随着认知科学研究的逐渐升温,由于脑电分析的无创性,将脑电信号分析应用于认知研究成为重要的手段之一。本文介绍了网络成瘾对认知功能有无影响的相关研究,并重点讨论了脑电分析在网络成瘾者认知检测的研究现状,以及对未来相关研究工作的展望。     

信息技术在生物医学工程中的应用

信息技术的发展对生物医学信号的检测、处理以及数字图像信号的处理几个方面发挥着重要的作用．本文阐述了信息技术和生物医学工程两门学科在理论体系上的联系,并分别从这两个学科的前沿展望了基于信息技术发展所带来的医疗领域的辉煌前景．     

小波分析在信号处理中的应用

论述了小波分析在信号处理中的九大应用.     

小波变换在图像压缩编码中的应用

对图像压缩编码技术进行综述性介绍，着重阐述了基于小波变换的图像压缩编码的基本思想与特点。     

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.     

小波域信号重构在地震特殊处理中的应用

地震信号的频率域里包含着丰富的含油气信息,小波域信号重构在时间域和频率域都有良好的局部化特性,提高分辨率的同时还具有很好的保真度。针对小营地区沙二段席状砂油藏储层边界描述不清问题,应用小波域信号重构进行目的层地震特殊处理,提高了地震资料分辨率,储层横向连续性增强,为进一步油藏描述提供了资料支持。