复解析小波变换与语音信号包络提取和分析

利用传统的Ｈｉｌｂｅｒｔ变换方法提取语音信号包络存在一些固有缺陷,为此本文建议了一种复解析小波变换包络提取新方法。该方法将Ｈｉｌｂｅｒｔ分析与小波分析紧密地结合在一起。文中推导并论述了新包络滤波器的时域、频域构造条件和设计方法,选择Ｍｏｒｌｅｔ复小波对语音信号进行了初步数字仿真实验,结果证实了理论分析的正确性,并显示出文中提出的新的分析方法对于信号处理上有许多独特优势和潜在性能。     

基于DT-CWT和PCA的唇部特征提取方法

针对单视觉唇读系统中唇部特征的提取问题,提出了基于双树复小波和PCA的唇部特征提取方法.利用双树复小波变换的近似平移不变性,通过将变换后的系数幅值重新排列,克服了感兴趣区域中唇部偏移的影响.与DCT相比.双树复小波变换既可反映输入信号的频域特性,又能反映其空间域特性,具有近似平移不变性.这些特性使得DT-CWT+PCA...     

基于小波分析的迎角传感器信号预处理

针对基于四象限压力传感器阵列的迎角测量方法中,传感器信号受到干扰的问题,讨论了在其预处理中应用小波变换进行信号分离提取的方法.根据小波分解理论,对信号进行多尺度的小波变换,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的小波变换尺度,提取出有用信息.结果表明,该方法可较好地提取信号的主要特征信息,有效的去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础.     

基于小波变换的频谱细化分析方法

小波理论是傅里叶分析这一学科半个世纪以来的工作结晶，已成功应用于信号分析、图像处理及非线性科学等方面。本文基于小波变换可提取信号所需频率成分的特性，提出了小波变换频谱细化方法，文中介绍了小波变换频谱细化的原理和步骤，进行了计算验证，并与复调制ZOOM－FFT方法进行了比较，结果表明，小波变换细化谱方法，可得到比复调制ZOOM—FFT方法更细密的结果，小波变换细化谱方法实现起来更简单、容易，但计算量较大。     

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。     

小波变换的局部谱特征

小波变换因其固有的多分辨能力而受到人们的青睐,但其变换结果却缺乏直观的物理意义。笔者经过一系列的推导,揭示出实信号的实小波变换结果缺乏直观性的根源。进而指出,以复解析小波为母小波的尺度图具有直观的物理意义,它反映的就是信号的局部频谱信息。据此,就几种典型信号给出了以实小波及复解析小波为母小波时的尺度图比较。结果表明,由复解析小波交换所得尺度图也更有利于信号瞬变时刻的准确定位。     

一种数字音频水印嵌入算法的研究

结合人耳听觉模型,利用人耳掩蔽特性,提出了一种基于小波分解和复倒谱变换的音频数字水印算法。该算法通过对原始语音信号进行三级小波分解,提取出小波近似分量,从近似分量中选取重要系数。利用复倒谱变换系数的不相关性．对重要系数进行复倒谱变换实现解相关运算,最终把水印嵌入到语音复倒谱域中,实现了在语音信号中嵌入二值图像,提高了水印嵌入算法的不可听性。实验证明该方法在抗常见的信号处理如加噪、滤波、重采样、有损压缩等方面具有较好的稳健性。     

二次小波变换自动阈值算法提取局部放电信号

采用二次小波变换自动阈值算法对局部放电信号进行提取。在数值仿真中,采用指数衰减或指数衰减振荡等4种放电信号,研究了局部放电信号的提取效果。仿真结果表明,由于小波变换具有多分辨率的特性,能有效地从随机噪声中提取出放电信号,较常规一次小波变换阈值消噪方法相比,二次小波变换更多地保留了原始局部放电信号的特征信息,该算法处理速度较快,也适合在线处理。     

一种敌我识别辐射源暂态信号指纹特征提取方法

信号的指纹特征是辐射源个体识别的重要依据。针对敌我识别辐射源的个体识别问题,提出了一种基于双树复小波和多重分形的信号暂态特征提取方法。该方法通过双树复小波变换实现信号多分辨率分解,求解分解信号Hilbert谱的信息熵和指数熵,计算信号的多重分形奇异指数和谱值,最终组成表征辐射源的特征向量。通过实验验证,提取的特征向量能充分代表辐射源个体之间的差异;被测信号的信噪比满足8 dB或9 dB的条件时,对辐射源的识别正确率能达到90%以上。统计分析表明该方法提取的特征具有很高的稳定性。     

基于提升算法的低速目标信号提取与生命信号检测应用

根据小波变换的多分辨率特性,提示选择合适小波,在噪声背景下检测和提取低速目标信号.该方法基于提升算法,完成信号分解、通道提取、信号重构和信号检测等系列处理,其计算精度高,运算速度快,存储需求量少.仿真结果表明该法比传统滤波方法能更有效地提取和检测出目标信号,实时性、应用性更强.文中还介绍了该法在呼吸信号检测,生命探测等方面的实际应用.     

A Shearlet Approach to Edge Analysis and Detection

It is well known that the wavelet transform provides a very effective framework for analysis of multiscale edges. In this paper, we propose a novel approach based on the shearlet transform: a multiscale directional transform with a greater ability to localize distributed discontinuities such as edges. Indeed, unlike traditional wavelets, shearlets are theoretically optimal in representing images with edges and, in particular, have the ability to fully capture directional and other geometrical features. Numerical examples demonstrate that the shearlet approach is highly effective at detecting both the location and orientation of edges, and outperforms methods based on wavelets as well as other standard methods. Furthermore, the shearlet approach is useful to design simple and effective algorithms for the detection of corners and junctions.     

Block-median pyramidal transform: analysis and denoisingapplications

A nonlinear multiscale pyramidal transform based on nonoverlapping block decompositions using the median operation and a polynomial approximation is considered. It is shown that this structure can be useful for denoising of oneand two-dimensional (1-D and 2-D) signals. Various denoising techniques are analyzed, including methods based on spatially adaptive thresholding and partial cycle-spinning algorithms. An analytical method for deriving the distribution function of the transform coefficients is also presented. This, in turn, can be used for the selection of thresholds for denoising applications     

Optimizing the multiwavelet shrinkage denoising

Denoising methods based on wavelet domain thresholding or shrinkage have been found to be effective. Recent studies reveal that multivariate shrinkage on multiwavelet transform coefficients further improves the traditional wavelet methods. It is because multiwavelet transform, with appropriate initialization, provides better representation of signals so that their difference from noise can be clearly identified. We consider the multiwavelet denoising by using multivariate shrinkage function. We first suggest a simple second-order orthogonal prefilter design method for applying multiwavelet of higher multiplicities. We then study the corresponding thresholds selection using Stein's unbiased risk estimator (SURE) for each resolution level provided that we know the noise structure. Simulation results show that higher multiplicity wavelets usually give better denoising results and the proposed threshold estimator suggests good indication for optimal thresholds.     

利用自适应傅里叶分解的非平稳无线信道的时频表示

针对非平稳Clarke无线信道模型的时域冲激响应的性能分析需求,利用自适应傅里叶分解,引入了一种非平稳无线信道的时频表示方法和信道函数的重构表示,并给出了信道的单分量表示式、时间频率分布以及能量谱密度。在高速移动、快速时变环境下进行仿真,结果表明,本文提出的非平稳无线信道的表示方法能克服STFT、小波变换等相关方法的缺点,提高了无线信道时频表示的准确性,降低了信道的重构误差。      

一种新的3－D小波变换图像编码方法

基于图像序列三维小波变换的视频编码技术是一种很有潜力的编码方法．本文针对目前实际中采用的三维小波变换只是一种准三维变换，不能提供对变换结果的统一描述等不足，推导了信号真正的三维小波变换的有关理论及其实现方法．在此基础上，我们将这种三维小波变换方法用于视频图像的编码，模拟结果表明这种编码结构具有良好性能，值得进一步的深入研究．     

小波变换和AR模型在脑电信号处理中的应用

谈论了基于小波变换和AR模型的(EEG)信号的分析方法,在两种方法相结合的情况下,能有效消去(EEG)信号的噪声。用小波变换对含有瞬态干扰的脑电信号进行多尺度分解,在某些尺度下,瞬态信号特征得以明显增强,用简单的阈值比较就可以有效地检测并消除瞬态干扰。最后在Matlab环境下进行仿真实验,验证了此方法在提取脑电信号中的有效性。     

Diffraction calculations using fast Fourier transform methods

By using a coordinate transformation based on Gaussian-beam theory, we can apply efficient fast Fourier transform (FFT) computational methods to diffraction problems involving spherically diverging or converging waves as well as to quasi-collimated beams of radiation.     

一种新的二维非线性提升小波变换方法

根据图像的统计信息,本文构造了一种新的非线性算子即统计算子,提出了基于该算子的一种新的非线性提升小波分析方法.使图像经过该方法变换以后,在无量化失真的前提下,以较大概率取得零高频系数.本文将该方法与现存文献中所提出的非线性形态学小波等分析方法,进行了标准图像的测试分析,实验结果显示,利用本文所提出的基于统计算子的提升小波分析的方法所得到的高频子带的熵都低于其它几种非线性小波变换,取得了很好的分析结果.     

一种适于计算声场景分析的混叠语音基音检测方法

本文提出了一种在混叠语音信号中检测各自语音分量基音信息的方法.该方法采用小波变换作为基音检测模型中的滤波处理,并用广义自相关运算突出基音信息,用增强自相关累和消除冗余信息,并提出了用基音概率函数来预测并跟踪不同基音的变化以提高基音检测的准确性.本文提出的方法可应用于计算声场景分析中.实验结果表明,该方法对于混叠语音的基音检测是非常有效的.     

降低OFDM峰均比的压扩变换方法研究

基于压扩变换的OFDM信号PAPR抑制方法具有实现简单、抑制效果明显的优点。对现有压扩变换PAPR抑制方法进行了分析和研究,并在此基础上,提出了一种基于均匀分布的压扩变换方法。该方法能够将任何分布的调制信号均变为均匀分布。仿真结果表明,与现有方法相比,该方法抑制PAPR的效果较为明显,且易于实现,具有较好的实用性。