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。     

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。     

小波变换及其在图像处理中的应用

小波变换是近几年发展起来较新的数学分支，应用十分广泛，本文介绍了小波变换的基本原理，并论述了它在图像处理中的应用。     

心电图信号处理技术及小波变换方法

给出了心电信号处理的两种方法。第一种方法是运用合成技术,它可以保证波形的完整,而且便于实现。第二种方法是运用小波分析。小波适用于分析非平衡信号,适宜于对心电图数据进行预处理和特征提取。本文应用Mallat算法对心电图信号进行了多尺度分解。     

小波变换及其在地震资料处理中的应用

讨论了小波变换的基本性质，用快速小波算法实现了信号的尺度分解，研究了信号尺度与频率的对应关系，以此为基础，对地震信号在滤波，压噪等方面进行了有益的尝试，结果表明本方法是有效，有行的。     

小波变换在信号奇异性分析中的应用

阐述了在奇异信号分析中,小波变换较傅立叶变换及短时傅立叶变换的优势,描述了小波变换在奇异信号分析中的应用.     

小波变换在差动热分析仪信号处理中的应用

差动热分析仪广泛应用于测定物质在程序温度控制下产生物理或化学性质变化时所发生的热效应与相应温度.为提高差动热分析仪的分析精度,应用虚拟仪器技术对差动热分析仪的数据采集、数据分析系统进行了开发,介绍了在LabVIEW环境下,结合MATLAB小波工具箱提供的小波分析功能函数,对采集的差热信号进行去噪预处理的方法,着重对小波基函数的选择以及阈值的选择问题进行了详细的讨论.比较了5种可用于噪声处理的小波函数对热分析信号DSC曲线预处理的结果.结果表明,对于类似正弦的比较平滑的DSC信号,采用sym8小波rigrsure准则去噪可以达到很好的滤波效果.     

小波变换在弱信号检测中的应用

简要介绍了短时傅里叶变换及小波变换理论,并用此理论分析了强噪声背景下雷达弱信号检测方法,给出了相应的基函数及离散算法,最后给出了计算机模拟结果.     

连续小波变换在机械故障定位检测中的应用

本文从实用角度介绍连续小波变换的主要特性。实例表明在故障定位检测中，其性能优于谱分析，ＡＲ（Ｐ）建模及匹配滤波。     

小波变换在肌电信号预处理中的应用

传统检测方法处理肌电信号时，个体差异比较大，针对这一不足，首先应用小波消噪理论对肌电信号进行预处理，将信号进行小波分解与重构，消除了肌电信号实际测量中不可测噪声的干扰，然后分析重构得到的信号的功率谱比值和对应肢体动作变化之间的关系。这种方法很适合处理非特定人的肌电信号。实验表明这种方法与单一使用功率谱比值法的方法相比，动作模式识别率得到了提高。同时，采用虚拟仪器技术提高仪器的测量精度，降低成本。     

小波变换在语音信号处理上的应用

利用小波的多分辨率分析,以及其良好的空间域和频率域局部化特点,针对语音信号特征,选取适当的小波算法进行去噪和增强语音,压缩编码,提取语音信号特征等处理。通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数,提取的信号特征。结果表明,基于小波变换的语音信号处理表现出良好的特性。     

小波变换及其在信号去噪中的应用

介绍了小波变换和基于小波变换的信号去噪原理及一般方法，并应用MATLAB软件实现了小波去噪的计算机仿真。     

小波基的选择与振动信号分析

探讨了小波基的选择对振动信号分析的影响,并通过实验、数值分析证明Ｌｅｍａｒｉｅ样条小波和Ｍａｌａｔ小波较适于振动信号处理．     

水力机组振动监测中小波的应用

小波变换能很精确地将振动的真实信号从受各种噪声严重污染的采集信号中提取出来,具有很高的信号去噪能力,它通过对仿真信号进行小波分解,抽取其低频系数进行频谱分析,提高了频率分辨率,在水力机组的振动监测中具有重要的应用价值.     

基于虚拟仪器(VI)技术的小波信号处理研究

小波分析作为复杂信号处理的一种工具正得到越来越广泛的应用。为了在虚拟仪器LabVIEW开发平台上应用小波方法对信号进行处理，提出了一种应用MATLAB Script节点对信号进行小波处理的方法，并分析了其中的关键技术。对于普通用户，这一技术将提供LabVIEW环境下实现小波信号处理的技术手段。用此方法对示例进行了分析，分析结果证明对于复杂信号应用小波方法可以取得比传统方法更好的效果。     

小波变换技术用于图像信号的降噪

采用多尺度和小波阈值技术相结合的多尺度阈值方法来降低图像信号的噪声。它是根据在不同尺度下信号和噪声的小波系数有不同的变化规律,在同一尺度上信号和噪声的小波系数有不同的特点,在不同的尺度上选择合适的阈值来进行小波系数压缩,从而达到去除噪声的目的。     

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。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。消噪处理大致有强制、阈值两种方法。现场试验表明：此方法高效、实用。     

基于小波变换的变形监测分析研究

根据小波变换方法能充分突出问题某些方面的特征，基于变形监测数据列特点，将小波变换应用于变形监测领域，即利用小波变换对变形监测数据进行降噪处理和不同频带分离，使数据列平滑以达到滤波的目的，并在此基础上合理地对变形体变形作出几何分析和物理解释。结果表明，在变形监测数据处理分析中小波变换是一种有效的分析方法，具有一定的理论价值和应用价值。     

基于小波变换的阈值语音信号去噪

介绍了小波变换在语音去噪方面的应用概况.详细阐述了阈值法中的软阈值和硬阈值方法及它们的不足之处,并针对其缺点提出了软硬阈值折衷法去噪算法.最后,通过实验证明了该算法的优越性.     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.