二维小波变换的光学实现

指出了傅立叶变换在信号处理中的局限性,详细讨论了小波变换的定义、性质及其在信号处理中的优点,充分利用了光学信息处理的高度并行、大容量的特点,用4f空间滤波系统实现了二维小波变换.     

基于小波变换的声音信号分析和处理研究

介绍了傅立叶变换和小波变换。通过在小波域内对声音信号的特征信息进行分析和处理,发现声音信号在小波域内分析和处理特征信息比在傅立叶变换域中更加方便。     

应用“dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号。本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究。     

小波变换与付立叶变换

本文介绍了小波变换与付立叶变换的基本思想及其在信号处理中的作用,并将它们进行了对比分析。     

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．     

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.     

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。     

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.     

基于脊波变换的地震信号去噪方法

Ridgelet变换是信号的一种新的多尺度表示方法,它特别适合于具有线奇异性的二维信号的描述.将小波的自适应阈值去噪方法扩展到Ridgelet域中,应用Ridgelet变换,采用自适应阈值对地震信号进行去噪处理.教值实验结果表明,Ridgelet变换在地震信号去噪方面优于小波变换.     

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。     

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。     

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．     

基于小波变换的语音降噪分析与实现

介绍了小波变换的一般理论及在信号降噪应用中的理论基础,分析了染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行了分析比较。     

微弱信号混沌检测系统的噪声分离研究

混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好.     

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.     

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.     

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。     

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。     

蓄电池内阻测试信号小波去噪

利用小波变换方法对蓄电池内阻测量过程中产生的干扰进行了滤波。交流激励法在线测量蓄电池内阻过程中,现场周围存在各种干扰,给测试信号带来噪声或突变问题。介绍了交流激励法测量阻抗及小波分析信号的基本原理;提取UPS系统现场工况环境下的测试信号序列,运用小波去噪方法进行处理,获取消除噪声后的信号序列。仿真结果表明,利用小波变换理论能够有效检测出信号中的突变现象,重构有用信号,有效消除噪声干扰。