小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换和小波包变换.多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪.其消噪处理有强制、默认阈值和给定软/硬阈值3种方法.小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪.并给出了几个Matlab消噪函数:多尺度一维小波分解和重构wavedec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp 和wdencmp函数.试验表明,此方法具有较高的有效性和实用性.     

小波包神经网络在雷达导引头信号处理中的应用

为从背景杂波中有效地提取出目标的特征信号,文中提出了一种将小波包分解和神经网络相结合的去噪方案。利用小波包对信号的低频和高频部分进行精细分解,得到信号在多尺度空间上的分解系数。根据信号和噪声在不同尺度小波包分解下的小波包特性,利用神经网络对分解系数进行处理,再用新的小波包分解系数对信号进行重构,以达到滤除噪声的目的。     

小波变换降噪技术及其在Matlab中的实现

小波降噪含模极大值、尺度空间滤波、域值滤波三种方法.域值滤波法只对低频部分进一步分解,不考虑高频部分,因而用小波函数进行处理.域值滤波方法的处理过程为:对信号进行小波分解;小波分解高频系数的域值量化;信号重组.对潜艇获得的测量方位信号仿真结果分析表明,该方法可行.     

基于小波变换和零树编码的无人机图像压缩

针对傅里叶变换的不足，介绍了小波变换，详细分析了嵌入式零树小波编码方法。采用bior3．7对图像woman进行单层分解，将原始图像与分解后低频和高频信息图像进行对比，清晰地看出图像的能量主要集中于低频系数，而高频系数主要是图像的细节信息。     

基于小波变换的图像压缩

给出了使用二维小波变换进行图像压缩的原理和实例，提出了结合小波变换零树压缩和量化编码的新方法，小波分解后，仅保留图像最有用的部分，即低频成分，对三个高频部分强制为0，然后再对低频部分量化编码。该方法简便易行，压缩比高，效果极显著。     

基于小波变换与模糊理论的图像增强算法研究

针对传统图像增强方法增强图像同时放大噪声的问题,提出了一种基于小波变换和改进模糊集理论进行图像增强的方法.该算法先对原始图像进行小波变换获得低频和高频系数,对低频系数进行了分段函数增强,高频系数进行小波去噪,并且定义新的隶属度函数对各个尺度上不同方向的高频系数进行模糊增强,最后通过小波重构得到增强的图像.实验结果表明,该算法可以有效去除噪声和增强图像,并使图像具有良好的视觉效果.     

一种基于局部能量的自适应图像融合方法

文中提出了一种基于局部能量的自适应图像融合方法.首先对原始图像进行小波分解,得到低频和高频子图像.然后分别计算高频子图像的局部能量,再根据不同图像的相应局部能量,计算局部能量熵,根据值局部能量熵赋予其不同的加权系数,从而实现自适应的信息融合.最后通过小波反变换,得到完整的融合.实验结果表明该方法有较好的融合效果.     

基于小波包和概率神经网络的滚动轴承故障诊断

为更好实现滚动轴承的状态监测和故障诊断,提出了基于小波包分析的特征向量提取算法。通过小波包分析对信号的高频和低频进行同样精度的分解,再将有效特征向量作为概率神经网络的输入,实现滚动轴承状态监测和智能化模式识别。结果表明,小波包变换可提高信号的频率分辨率,概率神经网络可充分利用故障先验知识,两者相结合能更有效地突出故障特征。     

基于提升小波的超声信号降噪方法

针对经典小波在逼近信号时产生的细节信号会被当做噪声滤除的问题,提出了基于提升小波的超声信号降噪方法。该方法用剖分、预测、更新,把信号进行单层分解,然后把分解后的高频系数和低频系数同时进行阈值函数处理,再进行小波重构。相对于传统的一代小波,该算法不依赖于傅里叶变换,计算简单,可有效节约内存。仿真与实验结果表明:该算法可以有效地提高信噪比,降低原始信号中所含有的噪声,并可以起到数据压缩的效果。     

一种基于人眼视觉特性的图像EZW算法

在对嵌入零树小波编码(Embedded Zero-tree Wavelets Encoding,EZW)算法研究的基础上,利用人眼的视觉特性(Human visual system,HVS),提出一种基于小波系数的嵌入零树小波编码算法,其主要包括对小波图像的低频子带(LLi)进行单独DPCM编码;抛弃最高频对角方向子带(HH1),不进行编码;根据人眼的视觉特性,对各子带分配不同的比特数进行零树量化,最后用游程编码实现输出.实验结果表明,此方法是一种比较有效的编码方法.     

利用小波变换图像压缩技术的炮兵指挥自动化系统

利用小波变换图像压缩技术的炮兵指挥自动化系统,采用Labwindows/CVI与MATLAB混合编程.系统由地图数据库、GPS及目标信息接收和分析等功能模块组成.图像压缩由扫描仪输入地图,得到相应编码系数,再通过阈值进行幅值编码后直接输入到BLOB字段保存,并设置坐标字段以便索引.取图时按目标信息确定用图范围,索引取出经阈值幅值编码分解的离散子图像,再经haar小波的逆变换重构后显示.     

基于谐波小波的舰船辐射噪声线谱提取方法

针对传统方法在低信噪比情况下难以准确提取舰船辐射噪声线谱成分的问题,提出一种基于谐波小波变换的高分辨线谱提取方法。通过对舰船辐射噪声信号进行谐波小波变换,将其正交、无泄漏地分解到相互独立的频段上,提取线谱所在频段的谐波小波系数且将其它频段置零,进而在时域重构出线谱信号,实现信号与其它成分的分离。实验分析结果表明:该方法对背景噪声有较好的抑制作用,提取微弱线谱信号的能力和精度优于FFT分析方法,比传统FIR滤波器方法性能提高了约5dB,有利于辐射噪声特征线谱的提取。     

小波分析在再入体辨识数据处理中的应用

针对辨识数据的处理问题，提出了基于小波分析的数据处理方法。对于含噪声数据的噪声未知时，可以通过小波高频分解系数估计出噪声的强度，进行数据滤波。该方法简单且去噪效果好，仿真结果进一步证实了本方法的有效性。     

小波域自适应滤波的红外弱小目标检测

针对红外弱小目标检测,在图像自适应阈值降噪的基础上,提出了一种小波域自适应滤波的检测算法.该方法利用图像小波分解后高低频分离的特点,采用基于Context模型的自适应滤波器对含有目标的高频系数进行处理,最后采用自适应门限进行二值化图像分割以检测出目标.实验结果表明,与Top - hat滤波相比,该方法能够更有效地检测出...     

提升格式自适应小波在制导航弹仿真试验数据滤波中的应用

针对简易制导航弹惯性测量装置(IMU)采样数据的实时处理问题,提出了基于提升格式的第二代自适应小波的滤波方法。该方法采用多项式拟合的预测算子,对含有噪声的数据通过小波高频分解系数估计出噪声的强度,进行数字滤波。三轴转台试验仿真结果表明,该方法应用方便且去噪声效果好,特别适合需要预测数据的实时处理。     

鱼雷引信目标信号的小波消噪研究

鱼雷引信目标信号的背景噪声消除是确保引信可靠动作的重要手段。传统的带通滤波方法消噪精度低，波形稳定性差，而小波变换在对信号进行消噪处理方面具有良好的特性，它可利用不同的尺度参数将信号分解到不同的频带上。该文基于典型的鱼雷电磁引信模型和磁引信目标信号模型，采用小波变换的方法对复杂背景干扰下的引信目标信号进行了消噪处理，并使用数学分析软件MATLAB对消噪结果进行了仿真。仿真结果表明，相比传统的消噪手段，小波消噪具有精度高、适用性强、信号波形失真度小的优点，可有效消除鱼雷引信目标信号中的背景噪声。     

基于DWT的数字图像盲水印算法

一种基于DWT的数字图像水印算法：先将1幅作为宿主图像的灰度图像进行分块，再利用Haar小波函数对分块分别进行二维离散小波变换，将水印信息嵌入到小波低频系数中，最后对嵌入水印信息的分块进行逆小波变换重构图像获得含水印图像。提取水印时不需要原始图像。通过Matlab进行仿真，实验结果表明该算法有很好的不可见性，并且对JPEG压缩、高斯噪声、高斯低通滤波等操作有较好的鲁棒性。     

整数小波变换与矢量量化在图像处理中的应用

研究了基于提升框架下整数小波变换与矢量量化相结合在静止图像处理中的应用。将提升框架的整数小波变换的优点同矢量量化编码方法相结合，可在一定程度上解决编码速率低，难以生成通用码本的问题，同时小波变换方法的优点还能克服LBG等经典算法对高频分量的平滑，提高了分辨率。仿真结果表明：采用提升方法的整数小波变换和矢量量化相结合进行静止图像的压缩，同经典的图像压缩算法相比，在一定程度上降低了计算复杂度，提高了压缩效率，同时简化了编码与解码的过程，并可利用数字信号处理器（DSP）予以实现。