基于小波变换星地同步数据处理技术研究

阐述了星地授时同步原理和小波变换理论,分析了小波基的选取准则以及阈值,阈值函数的选取方法。将小波变换理论应用于星地同步数据的处理上,在matlab的平台上对星地同步数据进行降噪仿真处理,分别采用haar小波、db6小波、db10小波和sym6小波对星地授时同步数据进行降噪处理。实验结果表明,小波变换方法实现了对授时同步数据的有效降噪,将授时同步精度提升至10纳秒以内,是一种可靠的分析方法,为星地同步数据降噪方法提供了一定的参考价值。     

浅谈数字图像压缩中的小波变换

数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。现从几个方面介绍了数字图像压缩中的小波变换及其应用。     

基于小波包变换和Fisher判别的滚动轴承故障诊断

本文针对滚动轴承出现故障时产生的振动信号具有非平稳信号的特点,通过小波包变换提取故障信号的特征向量,采用Fisher判别分析对提取的特征向量进行故障分类.实验结果表明所提方法的有效性.     

基于DCT和小波变换的图象压缩及Matlab实现

文章介绍基于DCT变换（离散余弦变换）和小波变换的图象数据压缩技术,并对其进行Matlab实现,分析Matlab在数字图象压缩处理技术中的应用。     

小波分析在旋转机械故障诊断中的应用

旋转机械故障诊断技术发展的一个重要方向是多功能、智能化。提高识别系统的智能化,是旋转机械故障诊断领域的一个关键性问题,其难点就在于对非平稳信号的处理。小波包理论将频带进行多次划分,并能根据被分析信号的特征自适应地旋转相应的频带,使之与信号频谱相匹配,从而能有效解决了旋转机械故障诊信号处理的难题。     

基于数据监测的轧钢机械设备故障诊断

针对目前国内轧钢过程中机械设备存在的问题,结合轧钢企业的现场实际轧钢要求,提出了利用数据监测判断故障的部位和原因,用量化的方法来判断轧钢机械的运转状态,为轧钢机械设备的检修提供可靠依据。     

基于小波网络的电力系统故障诊断

小波神经网络(Wavelet Neural Network)结合了小波变换及神经网络的优点,是一种基于知识的故障诊断方法,它不需要精确的数学模型,既具有良好的时频局部性质,又有较好的自学习能力和容错能力。本文介绍了小波网络及其在电力系统故障检测中的应用,通过EMTP仿真实验表明,小波网络与传统的人工神经网络相比,具有收敛速度快,鲁棒性强的特点,可以将小波网络应用于电力系统的故障检测。     

基于小波变换的图像检索

正本文研究了小波变换的有关定义、理论和性质,尤其是小波变换的多分辨分析理论和离散小波变换理论;研究比较了图像边缘提取的一些方法,着重研究了图像检索的基本方法和基于小波变换的商标图像检索方法,在MATLAB工作环境下对其进行仿真试验,并对实验结果进行了分析和比较。我们还将作进一步研究,使之具有实用价值。近年来出现的小波分析方法作为有力的分析工具被用     

基于小波变换的脚步声特征提取

为了通过脚步声信号对不同的人进行识别,提出了一种基于小波变换的脚步声特征提取方法.对采集到的脚步声信号进行小波分析,观察前后脚掌着地的时间,计算出后脚掌着地到前脚掌着地所用的时闻和前脚掌着地后信号延续的时间的比值,以及前后脚掌之间的能量和前脚掌着地后的能量的比值,依此来组成一个特征向量,用来对脚步声进行特征提取,并通过一个例子验证了提取的有效性.     

基于小波变换的钞票识别

提出一种基于Gabor小波特征提取的钞票识别算法。基于钞票印刷图像的纹理特性,从钞票图像中选取采样点,利用Gabor小波提取采样点的领域特性作为特征。选用统计模型作为分类器,用提取到的特征作为输入。取第五套人民币作为实验集进行了实验,实验结果表明方法的有效性,能正确识别实验集的全部样本。     

提升小波变换和编码在音频压缩中的应用

小波变换的提升算法以其通用性和灵活性及高效的实现方法,成为目前小波领域研究的热点问题.本文分析了用提升方法实现整数到整数的小波变换,选取Daubechies(9,7)小波和分层树集合分割算法(SPIHT)作为音频压缩的算法,并在DSP上实现音频数据的压缩和解压缩.     

基于小波变换的图像压缩中小波基的选取

基于小波变换的图像压缩,不同的小波基对图像压缩的效果不同,由于没有完善固定的选择小波基的方法,从小波的几个重要特性作出了分析,对小波基的选择提供了依据.     

基于小波变换的视频图像压缩算法

视频压缩及传输由于具有广泛的应用前景,成为国际研究的热点。它是HDTV、DVD、视频会议、Internet视频及其它相关应用的核心技术。由于传统的DCT变换具有方块效应,而且不满足可伸缩编码要求,国际上提出了嵌入式小波变换编码方案.     

基于小波变换的图像去噪算法研究

本文以小波图像去噪为主,阐述小波图像去噪的基本问题、研究现状,概括当前小波图像去噪的主要方法及应用,然后对小波图像去噪方法的发展和应用进行展望。     

基于小波变换的电网谐波检测

电网的谐波检测，一直是电力工作者研究的一项重要课题。本文介绍了电力系统中目前已有的几种主要的谐波检测方法，探讨了小波变换理论在谐波检测中的应用。     

基于小波变换的卷烟直径测量法

本文提出一种结合CCD光电检测技术和小波变换图象边缘检测技术为一体的非接触式卷烟直径的测量方法该方法具有测量时无测力．无磨损、无变形、精确度高等优点     

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。     

基于小波变换的电力系统间谐波分析

间谐波是电力系统中一种特殊的谐波,它大量存在于电网中：间谐波对电网危害大,所以对它进行监测和分析具有重要的意义。针对基于傅里叶变换（DFT）的间谐波分析方法易受噪声干扰和对间谐波分辨率低的缺点,提出了一种基于小波变换的间谐波分析方法。仿真结果表明该方法不仅具有高分辨率特性,可以很好地分析间谐波,而且能实时跟踪间谐波：在电力系统间谐波分析方面具有经典DFT方法无可比拟的优越性。     

基于小波变换的数据分析方法研究

对于短时非平稳的信号,可以采用小波变换的方法对信号进行重构分析,从而有效过滤掉信号中的噪声成分。阈值函数、小波基及分解层数等因素均会影响信号去噪的效果。     

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.