基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

探地雷达回波信号处理中小波变换域滤波方法的研究

探地雷达信号是非平稳信号．在传统的傅氏变换域滤波不能有效地解决滤波和信号高频损失的情况下,文中研究了利用小波变换来处理这一矛盾的方法．系统地讨论了小波变换在信号滤波中的原理和各种实现方法,比较了与傅里叶变换域滤波的差别．最后对实际的探地雷达信号进行了处理．结果表明,基于小波变换域的滤波能滤除８０％～９０％的噪声,同时可基本保持原信号的边缘不变．此外小波变换域滤波还具有直观、简便、快速操作、稳健的优点,完全可用于实时或事后的数据处理．     

基于Hilbert-Huang的柴油机振动信号去噪处理

运用Hilbert-Huang变换对柴油机振动信号进行去噪处理,对去噪处理的结果进行分析．结果表明：利用Hilbert-Huang变换的多尺度滤波特征可以有效地去除信号的噪声干扰,克服了傅里叶变换用高次谐波频率分量拟合非线性、非平稳信号的缺点,从而提高振动信号分析的可靠性．     

非平稳随机信号分析处理方法研究

本文介绍了非平稳随机信号短时傅立叶变换、Gabor变换及小波分析等几种分析处理方法,给出了具体的分析方法及各自的适用范围。     

地震动的Hilbert-Huang变换与传统分析方法比较

地震动是一种典型的时序非平稳信号,采用Hilbert-Huang变换（HHT）对其进行分析较传统分析方法有着天然的优越性。文章在介绍HHT基本原理的基础上,比较了HHT与Fourier变换在适用条件、时间分辨率和谱分析结果上的差异,以及HHT与小波变换在基底、重构误差、时频分辨率和谱分析结果上的不同。分析结果表明,HHT是对以Fourier变换为基础的线性和稳态谱分析的一个重大突破,它较传统的信号分析方法更加适合地震动的处理与分析。     

利用小波变换对高频大地电磁数据处理的应用研究

针对高频大地电磁法（EH4）时间序列的信号是非平稳信号,容易受到各种干扰,本文尝试利用小波变换方法对信号进行分析处理。文中针对受到工频干扰时间序列信号进行分析、消噪处理,并对其它受到风吹、脉冲等干扰信号进行处理,取得了较好的消噪效果,提高了信号的信噪比,突显出了有效信号成分,证明了小波变换应用于EH4时间序列信号数据处理当中是可行和有效的。     

小波变换在路用雷达信号处理中的应用

脉冲探地雷达回波信号是典型的非平稳、非线性信号 ,采样信号中不可避免地带有各种噪声 ,需进行适当处理 .小波变换时频局域性好 ,是分析非平稳信号的有效工具之一 .系统地阐述了小波变换的基本理论 ,并采用Mallat算法、小波包算法对雷达检测路面厚度的实测信号进行分析处理 ,然后进行路面层厚度计算 ,最后将计算结果与实际厚度相比较 .对比结果说明了小波分析应用于路用探地雷达回波信号处理的有效性 .     

小波变换与傅立叶变换在信号消噪中的对比研究

由于小波变换具有良好的时-频特性,从而为其在信号降噪中的应用提供了广阔的前景.通过傅立叶变换和小波变换在信号消噪中的对比研究可以看出,小波变换对奇异信号极其敏感,使得其在非平稳信号的消噪中显出了得天独厚的优越性.     

基于Hilbert-Huang变换的信号奇异性检测的比较研究

Hilbert-Huang变换是最新发展起来的处理非线性非平稳信号的时频分析方法.其基本的实现分为两步,多分辨经验模态分解和瞬时频率的求解,随后可以获得信号的时一频谱.这种方法的关键部分是经验模态分解,任何复杂的信号都可以分解为有限数目并且具有一定物理意义的模态函数,对这些固有模态函数作Hilbert变换,就可得到每一个固有模态函数的瞬时频谱,综合所有固有模态函数的瞬时频谱可以得到信号的一种新的时频描述方式-Hilbert谱.本文比较了小波变换和Hilbert-Huang变换在信号奇异性检测上的异同,并列举了一些实例说明Hilbert谱的优越性.     

基于傅立叶变换和小波变换的信号处理

介绍了傅立叶变换、小波变换等几种常见的分析处理信号的方法,并对一个实例信号分别利用这两种方法进行了分析处理,阐明了这两种变换在对信号处理上的不同特点。     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性,需要对原始指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息.实现了一种基于Curvelet变换的指纹图像增强算法,阐述了Curvelet变换的定义及其应用于指纹图像增强的过程,研究了Curvelet系数的调整方法.Curvelet变换比小波变换能够更好的描绘图像的边缘,而且具有很强的方向性.实验证明,应用Curvelet变换能够较好的解决指纹图像的增强问题.     

一种指纹图像增强的新方法研究

为了确保指纹特征提取算法的鲁棒性，需要对原始指纹图像进行预处理以增强纹线的清晰度，增加脊线和谷线的对比度，减少伪信息．实现了一种基于Curvelet变换的指纹图像增强算法，阐述了Curvelet变换的定义厦其应用于指纹图像增强的过程，研究了Curvelet系数的调整方法．Curvelet变换比小渡变换能够更好的描绘图像的边缘，而且具有很强的方向性．实验证明，应用Curvelel变换能够较好的解决指纹图像的增强问题．     

Properties and convergence analysis of FM~mlet transform

The linearity, time shifting, time scaling, and time inversion properties of FMmlet transform are proved, and the frequency shifting property of one of the subspaces of FMmlet transform, namely the chirplet transform is presented. Moreover, it is proved that in the process of FMm let based atomic signal decomposition, the residual signals decay exponentially.     

Properties and convergence analysis of FM<Superscript>m</Superscript>let transform

The linearity, time shifting, time scaling, and time inversion properties of FM^mlet transform are proved, and the frequency shifting property of one of the subspaces of FM^mlet transform, namely the chirplet transform is presented. Moreover, it is proved that in the process of FM^mlet based atomic signal decomposition, the residual signals decay exponentially.     

基于混沌和小波变换的彩色图像数字水印算法

彩色图像在实际生活中有重要的地位,且基于小波变换的水印算法引起越来越多研究者的关注,本文提出了一种基于混沌和离散小波变换的彩色图像数字水印算法,即把经过混沌置乱处理的彩色水印嵌入到原始彩色图像中.简要介绍了图像小波分解的相关理论,分析了水印嵌入位置,给出了二维Logistic混沌的定义及彩色水印置乱的具体步骤.重点阐述了水印嵌入和提取的算法、实验结果及攻击测试结果.     

小波分解与重建中产生频率混淆的原因与消除算法

Ｍａｌｌａｔ算法,即基于多分辨分析的金字塔算法是小波变换的快速算法,在工程上获得了广泛的应用。但是作者发现,Ｍａｌｌａｔ算法存在频率混淆。本文全面深入地分析了Ｍａｌｌａｔ算法存在频率混淆的原因,是由正交镜象滤波器的频域特性、隔点采样和隔点插造成的。     

余弦与小波变换在图像压缩中的比较

基于变换域编码中应用最广的是离散余弦变换(DCT)和小波变换(DWT).小波的迅速发展给传统DCT提出了严峻考验.DCT算法有新发展:内嵌法、策略性重组的引进使其具有类似小波的特性,如ESDCT在对某些图像压缩还优于小波的SPIHT,故DCT的优良特性使其在图像压缩中仍然有广阔的应用前景.实际上,变换域压缩的主要因素在于量化器与熵编码器,DCT与DWT各有优势,在应用中可根据不同需要进行合理的选择. 更多还原     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。     

Retinex和小波变换去除遥感图像云雾方法分析

基于遥感图像中的云和景物信息频率分布特征,介绍了改进的Retinex方法和小波变换两种去云方法的基本原理,并结合实验分析两种方法的优缺点。Retinex算法对较暗区域的图像处理有明显效果,改进的Retinex方法则是基于经典Retinex,对具有较高亮度的遥感图像通过图像变换方法达到去云的目的。小波变换方法是将图片进行适当层次的小波变换,增大低层细节系数,突出景物信息,减小高层细节系数,适当减小近似系数,最后将所有系数重构,得到重构图像。实验结果评价及数据表明:基于小波变换方法优于Retinex方法。     

基于小波变换模极大值与奇异点的短时电压变动实时检测

介绍了短时电压变动的小波检测方法,分析了小波变换模极大值与原始信号奇异点的对应关系、噪声的小波变换固定阀值消除原理,提出了短时电压变动实时检测的实现过程,并完成仿真验证．仿真结果表明：该检测方法不受噪声干扰,实现短时电压变动发生时间的精确检测．