半导体激光器LIV测试中阈值电流的小波提取方法

针对传统半导体激光器阈值提取方法容易受噪声影响、存在重复性不好的问题,根据小波变换奇异性检测原理,提出一种采用小波变换的阈值电流提取法,其采用三阶样条函数的二倍膨胀作为光滑函数,取它的二阶导数为小波函数,并结合多尺度来对半导体激光器光功率-电流（L-I）信号中的奇异点和不规则突变点进行检测分析。实验结果表明,与传统的二段直线拟合法、一次微分法和二次微分法相比,小波提取法不受噪声影响,能够真实、准确地得到半导体激光器的阈值电流。     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

小波变换在表征飞行器弹道特征点中的应用

航天飞行器外弹道测量数据是分析和评估飞行器飞行实验是否成功的重要依据，也是改进飞行器控制系统设计、提高制导精度的重要依据。飞行器外弹道特征点测量数据处理的目的是通过处理雷达对航天飞行器开舱、级间分离、姿态改变等特征点的测量数据，计算出测量数据精确的突变（奇异）点时刻。由信号小波变换的奇异点在多尺度上的综合表现来表示信号是小波变换引人注意的另一应用领域。小波分析具有空间局部化性质，利用小波分析来分析信号的奇异性及奇异性的位置和奇异度的大小是比较有效的。     

多尺度分析用于图像边缘的精确检测

图像中边缘往往存在于一个较宽的尺度范围内，边缘的定位精确性是衡量一个边缘检测算法性能的重要依据。众多算法中，引起较大关注的是M—H的二阶导数过零点检测和Canny的一阶导数最大值检测，但都存在各自的不足。本文提出将线性权重函数(LWF)作为平滑函数，并利用小波理论的多尺度分析方法，对图像边缘进行检测，其在定位精确性、噪声抑制能力方面均有较好性能。     

基于二分递推SVD的信号奇异性位置精确检测

 提出利用信号构造行数为2的矩阵,在奇异值分解后保留小奇异值对应的分量,并取大奇异值所对应的分量信号重复构造相同矩阵进行奇异值分解,从而将原始信号分解为一组分量信号.这种分量信号具有二阶消失矩,可实现对原始信号中Lipschitz指数为0和1的奇异性的位置精确检测,其检测脉宽小,且在同一层分量中指示奇异点位置的模极大值和奇异点处的突变量、转折斜率具有正比线性关系.此法克服了小波变换检测结果的位置偏移和脉冲宽大的缺陷,在对铣削力信号的处理中,准确地检测出了其中的微弱冲击.     

基于信号奇异性分析的小目标检测方法

提出了一种新的基于信号奇异性分析的小目标检测方法,该方法将图像中的小目标看作是图像信号中的奇异点(突变点),利用小波变换模极大值点同信号奇异点之间的对应关系,结合信号奇异性与模极大值在多尺度上的变化规律,实现噪声抑制和信号增强,然后通过区域分析,检测图像小波变换模极大值,进而实现小目标检测。实验结果证明该方法是行之有效的。     

样条小波的构造方法及其应用

从样条函数定义入手,给出了构造样条小波的具体方法.为了解决小波分析对奇异信号的奇异点定位困难的问题,重点介绍了基于余弦基展开式的零点对称的二进样条小波、零点反对称的二进样条小波构造方法,并提出了具体的实现算法及计算过程.通过与正交样条小波的比较,对称样条小波能对阶跃信号和脉冲信号奇异点进行更好的定位,实验结论也进一步验证了该样条小波对分析奇异信号具有较大优势.     

莫奈特子波变换分析信号奇点

用原函数为光滑曲线的子波变换(简称莫奈特子波变换)检测信号波形奇点的方法是建立在信号奇异性与李普西兹正则性关系基础上的。该方法的基本原理是信号子波变换Wψ(a,t)等价于信号光滑版s(t)θa(t)的1阶导数,当s(t)θa(t)为尖锐变化时,必然对应其导数的模的极大值,只要检测到子波变换模的极大值,就能检测到信号s(t)的奇点。仿真表明,莫奈特子波变换能准确检测出信号奇点。     

基于小波变换的电磁无损检测技术

电磁无损检测信号中具有大量的噪声信号,给信号分析带来很大困难。小波分析可以聚焦到信号的不同细节,选取B-小波为小波基更能提高信号分析的效果,将它应用于检测信号的消噪平滑和奇异性检测,使得信号更加光滑,消除了干扰信号,避免断丝误判,同时使奇异点更加明显,有效地提高内外部断丝识别和定量检测的准确率,实验证明该方法效果明显。     

一种LabVIEW下信号奇异点检测方法

本文介绍了一种在LabVIEW环境下通过LabVIEW MathScript调用MATLAB中小波函数实现对信号奇异点检测的方法。通过对传感器故障信号的仿真实验,较准确的定位到了突变点,同时给出了对应的消除措施,降低了检测信号的误差率,证明了该方法的有效性。     

采用小波分析法的立靶测量系统时间计算方法

在立靶测量系统中,针对弹丸作用光幕时探测电路输出信号的不一致,导致传统的弹头触发和弹尾触发方式提取光幕时间值存在较大的测时误差问题,提出了利用计算机采集光电探测靶的输出信号,采用小波变换模极大值方法,检测弹丸穿越光幕时产生的信号突变点奇异位置,计算信号突变起始点之间的采样点数,结合采集系统的采样率,推算出弹丸作用于光幕...     

基于小波二维重建的强噪声光栅信号奇异点检测

机械传动轴扭矩信号的奇异点携带重要信息,准确而有效地检测出信号的奇异点,对于故障分析和保障系统安全具有重要意义.实际采集的光栅传感信号含有很强的噪声,干扰了奇异点的检测.传统的小波频域或其他滤波方法,会同时光滑信号奇异点.根据信号和噪声在小波变换下的不同特性,提出了一种将小波滤波与奇异值检测相结合的方法,通过将噪声频段的分解系数置0,实现信号的小波时-频二维滤波重建,它能在滤去噪声的同时很好地保持信号的奇异信息,适合强噪声下的信号奇异性检测与分析.实验中对含噪声光栅信号进行了对比处理,结果表明,该方法能在强噪声干扰下有效地检测到信号的奇异点.     

基于小波变换的密封件边缘检测

针对密封件内、外径的检测要求，提出了基于B样条小波变换的多尺度阈值图像边缘检测新方法。该方法采用小波的多分辨率分析，先计算小波变换模的极大值，然后，基于多尺度阈值消噪处理，进而检测出信号的奇异点位置，达到密封件的边缘检测目的。实验结果证明，该方法不仅能够较为准确地检测出有用的边缘信息，且具有一定的抗噪能力，是一种有效的边缘检测算法。     

故障信号的分析与检测方法

讨论了小波变换及其基本性质,探讨了基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法。在不同尺度上分析和处理信号的各种频率成分,使信号的奇点、突变点被放大,成为诊断故障信号的手段。     

基于小波变换模极大值的电能质量奇异性检测

针对配电系统中最常见的暂态电能质量扰动,例如电压暂降、电压暂升、电压振荡和脉冲等,在发生扰动的起止时刻常常对应电压信号发生奇异点的特点,提出了一种基于小波变换模极大值的电能质量奇异性检测方法,通过信号小波变换模的极值点在多尺度上的综合表现,来表示信号的突变或暂态特征,并通过算例仿真验证了该方法的有效性。     

基于Bubble小波的多尺度边缘提取

侧抑制是生物视觉信息处理中广泛存在的一种机制，Ｂｕｂｂｌｅ函数很好刻画了侧抑制现象。本文利用Ｂｕｂｂｌｅ函数构成小波，高斯函数作为平滑函数，用Ｍａｌｌａｔ快速算法进行小波分解，分解的局部极大值就是多尺度边缘，理论和实验都表明，这种算法对于不同的尺度，有洋同的抑制噪声的能力和提取边缘细节的能力。当Ｂｕｂｂｌｅ函数的尺度较大时，抑制噪声的能力增强，提取边缘细节的能力变差；当Ｂｕｂｂｌｅ函数的尺度较小时     

基于小波变换的音频信号基频提取

通过对小波变换表征信号突变原理的研究，给出了基于小波变换的音频信号基频提取的原理和算法。在算法的实现过程中，利用信号在时域和频域的对应关系提出了一种动态确定小波变换最佳尺度的方法，克服了固定变换尺度在检测基频变化范围大的声音信号时的不足，并将数学统计方法引入到极大值点的提取。在音频信号的实时基频检测实验中，该算法较准确地定位最佳尺度和极大值点，取得了较好的基频提取结果。     

基于Curvelet变换的图像去噪

0引言 近年来,小波变换已成为信号处理（包括图像去噪）的重要工具,对各相同性的信号能“稀疏”表示,对含“点奇异”的一维信号,小波能达到最优的非线性逼近阶,而在处理二维图像或者更高维含“线奇异”各相异性的信号时,却不能达到理想的最优逼近。     

奇异信号消噪中小波消失矩的选取

信号小波变换模的局部极大值和信号奇异性之间存在对应关系，利用信号和噪声小波变换模极大值在不同尺度上表现出的截然不同的性质，可以对奇异信号进行消噪。本文讨论了小波消失矩的阶数与信号Lipschitz指数间的关系，分析了消失矩对奇异信号检测的影响。实验结果表明，为了有效地检测奇异信号的各种奇异性特征，需要根据信号奇异性选择具有不同消失矩的小波。     

B样条函数与图像边缘检测

介绍一种基于Ｂ样条函数的边缘检测算子,该算法是利用Ｂ样条函数对原始图像进行拟合,然后求拟合曲面一阶导数的模极大值或二阶导数的零交叉点来检测图像的边缘。根据Ｂ样条函数的局部性质给出了其平滑、一阶和二阶导数的具体卷积模板,该算法简洁,便于实时处理。