基于经验模式分解的实测信号除噪方法

针对传统傅里叶变换和小波阈值除噪方法在密频和时变信号中的应用缺陷,引入局域波方法中的经验模式分解,将信号和噪声的频带进行有效区分,再结合传统傅里叶变换的经典滤波性能对原始信号所在的频段进行滤波。文章首先给出了该方法的实现过程,然后采用两个典型的密频和时变信号进行了数值模拟,并与小波变换去噪法的效果进行比较。     

基于小波变换的架空高压输电线路异常检测方法

针对架空高压输电线路的特点,分析了经验模态分解(EMD)滤波和小波阈值滤波的特点,提出一种基于小波变换的架空高压输电线路异常检测方法,方法结合了EMD滤波和小波阈值滤波,通过仿真测试提出的算法能够较好的过滤各种噪声信息,检测到高压电缆故障。     

基于小波滤波的信号处理方法

在信号处理中,噪声的存在往往影响分析的准确度,小波变换多分辨分析的特性使得它成为一种很好的滤噪方法.本文通过分析小波滤波的思想、计算过程以及幅频特性等问题,从而达到小波滤波的目的,并通过仿真来验证小波滤波的有效性.     

基于Contourlet和SVR的红外弱小目标检测方法

本文通过分析红外图像中的小目标和背景特征,提出了基于Contourlet变换和支持向量回归(SVR)自适应滤波器的检测方法。该方法首先采用Contourlet变换抑制背景杂波;然后用基于SVR的自适应滤波器对高频系数进行滤波处理,可以大大提高图像的信噪比;最后根据目标运动的连续性和轨迹的一致性检测小目标,并利用流水线结构的序列处理方法进一步提高检测性能。最终实验结果表明:该方法可显著提高红外小目标的检测概率,实现远距离弱小目标的检测。     

槽波信号提取方法综述

槽波信号的提取,是槽波勘探的前提。本文介绍了一维滤波、二维滤波、T-P变换及黄变换四种常用槽波信号提取的方法。通过实际的应用,分析得出各个方法的优缺点:一维滤波只能提取其主频信息,会造成一部分信号的损失;二维滤波通过波数和频率两个参数控制来提取槽波,取得良好的效果;T-P变换通过视速度来滤波,对于频率没有损失,其局限在于在视速度相差不大的情况下,效果不明显;黄变换对于杂乱的,非对称干扰信号效果较明显,但是若干扰信号恰好也规则,效果不太明显。掌握每种滤波方式的优势和劣势,可以有的放矢的,采用针对性强的滤波方式,达到更好的效果。     

小波变换的谐波检测法

小波变换的谐波有效值测量就是利用小波分解系数来测量谐波有效值。电网谐波污染是电力系统中的一大公害。以傅里叶级数理论为基础的传统谐波分析方法和测量仪器都缺乏时间局部化特性,因此不能满足突变的和时变的非平稳谐波检测与时频分析的需要,基于小波变换的谐波有效值及谐波畸变率的测量方法。然后提出并论述了基于差拍选频和子带滤波的谐波分析方法。最后提出一种新的同步检测法,用于电压闪变信号的检测与谐波分析。     

一种改进的小波去噪算法研究

根据信号与噪声在小波变换下的不同特征,可以运用小波变换来消除噪声。模极大值小波域消噪算法只能采用二进制尺度分解,这限制了一些信号的分析结果。针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度。     

小波变换在图像去噪中的应用

研究了几种基于小波变换的图像去噪方法,分别是小波阀值法、基于小波变换的中值滤波以及维纳滤波与小波滤波相结合的方法,Madab仿真实验表明上述三种方法都取得了较好的效果,同时也保留了图像的边缘信息。     

基于小波变换与自适应滤波的EEG信号的提取

本文提出了对非平稳的EEG信号的降噪和提取方法。小波变换是一个多尺度的时频分析方法,利用小波变换对预处理后的EEG信号进行多尺度分解,并与自适应滤波相结合进行消噪。用AR模型对复原的EEG信号进行谱估计。根据从人体的大脑皮层采集得到的数据,利用MATLAB进行了仿真实验,得到了比较满意的结果。     

基于小波变换的半脆弱图像水印算法

在小波变换域内,将水印信息嵌入到特定小渡系数中,对图像带来的失真影响很小,同时可以准确地检测和定位篡改。提出了一种基于小波变换的自适应半脆弱水印算法,选取图像小波变换的低频信息作为图像特征并利用混沌映射对初值的敏感性产生水印信息,采用块均值量化调制小波系数的方法完成其嵌入。实验结果表明,该算法具有一定的鲁棒性,可将常规信号处理与恶意篡改相区分,并能准确定位篡改区域。     

An adaptive high-voltage direct current detection algorithm using cognitive wavelet transform

This paper proposes an algorithm that uses wavelet level adaptive decision-making for detecting high-voltage direct current (HVDC) discharge in wavelet transform cognitively. The identification and detection of HVDC discharge is an essential area of investigation, which contributes to ensuring pipeline safety and the optimal operation of an electrical power system. The proposed algorithm overcomes the wavelet packet transform’s disadvantage of needing to determine the level in advance. The decomposition level of wavelet packet transform is controlled by calculating relative wavelet energy change to decide its wavelet level. Our proposal extracts richer features of HVDC discharge by comparing other feature extraction algorithms. To select the best-suited mother wavelet function, we also design a selection method based on quantitative and qualitative approaches. An additional objective of this study is to detect the phenomenon of HVDC discharge using CP time-series data to assess the corrosion of energy pipelines. Moreover, a third primary discovery is that a wavelet-based application framework is designed to detect the HVDC discharge and further protect the energy pipeline. These discoveries can be valuably applied to the protection of power systems. They also provide brighter perspectives on future opportunities to expand on studies-to-date on the detection and classification of time-series data.     

基于哈希函数的小波域脆弱水印算法

针对基于分块独立的脆弱水印算法的安全性问题,提出一种利用查找表和哈希函数的小波域脆弱水印算法。该算法利用小波变换的空频特性,在LL子带用查找表的方法嵌入一个标识水印,用于检测和定位篡改;选取HL子带或LH子带的哈希值作为水印嵌入到HH子带中,用于抵抗各种伪认证攻击。实验仿真结果表明该算法既提高了基于分块的脆弱水印算法的安全性,又保持了良好的局部修改检测性能。     

小波在遥感图像分析中的应用与发展

介绍了小波变换在影像压缩、多源遥感影像融合、影像去噪、影像边缘检测与纹理信息提取等方面的应用特点与效果,并对小波在遥感影像分析中的应用趋势,以及一些尚待解决和进一步研究的问题进行了探讨。     

Wavelets transform for nonlinear control of multibody systems

The paper solves using wavelet transform a nonlinear control problem of multibody systems. After, we present a wavelet collocation method to solve a nonlinear time-evolution problem, discrete wavelet transform and the algorithm for interpolation functions and the derivative matrix. We consider a nonlinear quadratic control for an inverted pendulum as a numerical example. The results, using Haar wavelets in algebrization of problem, are accurate compared with those from the literature. The method can be extended for any nonlinear control problem obtaining better results than other procedure for localized phenomena.     

基于小波变换的语音增强算法

结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。     

基于小波变换的PET图像分析

提出一种把小波变换和统计检验结合起来检测PET图像激活区的方法.首先,采用模拟的PET图像来评价算法的可靠性,结果显示,在小波域上进行统计检验比传统的直接在空间域上进行统计检验具有更高的灵敏度,更强的抗噪声干扰性能,更快的计算速度.最后,用该方法处理真实的PET图像,也得到了满意的结果.该方法为PET医学图像处理和脑功能研究提供了一种新的多尺度、高性能的分析手段,对于脑功能研究的功能区定位、临床诊断、药物疗效评估等有着重要意义.     

基于小波变换的结构信息提取研究

通过对小波变换算法的研究,实现了利用小波变换对地球化学元素数据进行结构信息提取,突出异常轮廓。该方法为研究人员方便快速地确定异常位置提供了准确的技术手段实现。     

基于小波域的视频关键帧选择算法

视频关键帧的选择算法基于小波变换（discrete wavelet transform,DWT）特征、多分辨率处理及统计技术。算法在不同分辨率下结合视觉掩蔽特性、视频帧相关性分析小波系数并统计,根据统计结果选择合适的阈值,最后通过比较选择出视频关键帧。结果表明,该算法能选择视频关健帧,选择效果优于以像素估计、块估计等与图像内容无关的算法,且简单易行。     

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。     

基于小波变换的视频录播图像预处理及应用

针对传统图像预处理中图像信息损失的问题,提出基于小波变换的图像去噪和增强的算法。实验证明基于小波变换的图像预处理方法能在去噪和增强的同时,保留了图像在时间和空间域的信息,为视频录播后续的目标检测与跟踪提供了高质量图像,提高了录播系统的跟踪准确性。