小波变换在生命信号提取中的应用

主要研究在墙等固定物体强杂波背景下,对人体心跳、呼吸所产生的多普勒频移信号的检测和提取,由于生命信号是一种微弱的低速目标信号,回波信号将会湮没在杂波噪声中.基于以上考虑,提出利用小波变换的多分辨率特性,选择合适的小波基,采用Mallat算法,主要完成在噪声背景下对生命信号的提取、抑制杂波、提高信噪比3个方面的研究,通过对目标信号的分解、通道提取以及目标信号重构,能更加精确、有效地提取目标信号,实时性和应用性更强.     

基于综合时频检测的雷达信号脉内特征提取

通过对小波变换法、Wigner-Ville分布等典型雷达信号脉内特征提取方法优缺点的分析,提出了一种将小波变换法和Wigner-Ville分布提取的结果进行截断综合的综合提取算法,实现了雷达信号的脉内特征准确提取.仿真结果表明,该算法在较低信噪比下仍有很好的效果.     

一种改善微弱信号信噪比的小波变换消噪法

通过分析小波变换处理信号噪声的方法及其在微弱信号检测方面的不够完善之处,提出适合于极低信噪比条件下小波消噪法的信号检测原理和方法,即通过构造具有可调功能的阈值函数以及对小波分解系数处理方式的优化设计等方法,在强背景噪声中提取出微弱的信号特征信息,从而实现微弱信号的检测.最后通过Matlab仿真验证该方法的实验效果,理论和实验结果均表明此方法能较大幅度地改善信号比.这里阈值构造过程中充分考虑到了信噪比因素的影响,并对小波分解系数的处理也进行了合理优化,从而使得去噪效果有较大的改善.     

低信噪比下的一种信号检测方法

针对低信噪比情况下的信号检测问题,利用Morlet小波变换在时间、频率局部化信号的能力,提出了一种信号检测方法.运用该方法对雷达信号进行小波变换和三重自相关处理,由相关函数的峰值对目标信号进行检测.仿真结果表明,该方法能够有效地抑制噪声,实现目标信号检测和分析.     

基于尺度—小波能量谱的船舶水压场信号检测

 为了有效地从风浪背景中检测船舶水压场信号,本文利用连续小波变换分析了实测海浪水压场与船舶水压场的尺度—小波能量谱,根据两者的能量差异,提取某一特征尺度范围内的能量和为特征,采用滑动检测方法对信号进行实时检测.通过实测数据和仿真数据对该检测算法进行验证,结果表明此方法在低信噪比情况下,能较好的检测到目标信号.     

无创血糖检测光声信号的特征提取

针对有创血糖监测会带来二次感染的风险而提出的无创血糖检测方法,该方法的信号特征在复杂环境下不易提取。为了更方便地提取出光声信号,提出了一种基于Laplace小波变换提取光声信号的方法。结合光声原理、压电陶瓷等效电路模型,提取光声信号的基本特征信号,采用该基本特征信号作为Laplace小波基,在实际制作的光声检测系统,对100mg/dL~400mg/dL四组不同浓度的葡萄糖溶液的实际信号分析,经提取后的光声信号与葡萄糖浓度有显著线性特征。     

基于小波包的故障信号特征提取的研究

讨论了交--交变频调速系统故障诊断的重要性,在当前的检测方法与故障诊断手段研究的基础上,提出了一种改进的小波包算法,并运用该算法对变频调速系统输出电流进行分析.该算法的计算量和占用的存储空间较标准的小波包算法均减少80%.同时,运用基于改进的小波包的频带能量法提取变频调速系统的故障特征,分析了小波包分解层次对特征量提取的影响.经过仿真证明,该方法适用于变频调速系统故障信号的特征量提取.     

BPSK信号检测的小波相关法

本文说明了ＢＰＳＫ信号的小波变换呈现出较好的相关性,利用这点可以实现对低信噪比的ＢＰＳＫ信号进行检测和参数提取．对直扩信号侦测的计算机模拟结果表明,该方法不仅能检测到低信噪比的此类信号,而且能提取到扩频码周期等参数。在多信号情形下还可利用ＢＰＳＫ信号的小波相关性对信号进行分离。     

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

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。     

基于稀疏表示的声频目标识别方法研究

提出分别利用短时傅里叶变换和小波变换进行特征提取和稀疏表示分类(SRC)的车辆识别方法.其中,短时傅里叶变换(STFT)和离散小波变换(DWT)分别从每个传感节点收集到的声音信息中提取车辆的特征向量,SRC通过特征训练集建立一个过完备字典来求解稀疏最优化问题,从而实现分类识别.实验结果表明,短时傅里叶变换提取特征并进行分类的效果高于用小波变换进行特征提取并分类的方法,也高于利用MFCC提取车辆声音特征并进行分类的方法.     

基于盲源分离的小波域多重音频水印方法

该文利用盲源分离理论,提出一种小波域的多重音频水印方法。为了解决多水印嵌入过程中经常需要考虑的嵌入顺序问题,同时增强水印方法的安全性,本文将两路水印信号与一路等长的混沌序列进行混合,得到嵌入水印信号。然后,利用线性混合方法,将嵌入水印信号与选定的小波系数进行混合,得到隐秘信号。水印提取时,利用独立分量分析算法,提取嵌入水印信号,再经过后处理过程,得到原始水印。该水印方案是一种盲水印方法,可以将多个作者信息同时嵌入到音频作品中,而不需要考虑水印的嵌入顺序。实验结果表明,该方法对常规的信号处理操作具有良好的鲁棒性,以及良好的抵抗时间轴同步攻击的能力。     

Defect detection of IC wafer based on two-dimension wavelet transform

Defect detection of integrated circuit (IC) wafer based on two-dimension wavelet transform (2-D DWT) is presented in this paper. By utilizing the characteristics many of the same chips in a wafer, three images with defects located in the same position and different chips are obtained. The defect images contain the standard image without any defects. 2-D DWT presented in the paper can extract the standard image from the three defect images. The algorithm complexity of the method is close to that of 2-D DWT. After obtaining the standard image, the speed and accuracy of defects detection can be greatly enhanced using the detection method presented in the paper. Using the image gray-scale matching technology, impact of illumination on IC defect detection is solved. Experiments demonstrate that 2-D DWT is fast and accurate to defects detection in an IC image, and the method has high robustness for illumination.     

基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

非合作接收条件下,连续相位调制（CPM,Continuous Phase Modulation）信号多变未知的信号体制使其符号速率盲估计一直是分析该类信号的难点之一.现有的算法大多直接基于信号的瞬时频率或循环平稳性,存在抗噪性能差,不适用于多指数CPM信号等问题.针对该问题,本文通过分析小波变换在信号分解和时频分析中的优势,提出一种综合利用离散小波（DWT,Discrete Wavelet Transform）分解和频率脊线提取的CPM信号符号速率估计的新算法.算法对比分析表明,所提算法具有更好的抗噪性能且在小数据量时也能达到较好的估计性能.     

Wavelet-based feature extraction for improved endmember abundance estimation in linear unmixing of hyperspectral signals

This paper shows that the use of appropriate features, such as discrete wavelet transform (DWT)-based features, can improve the least squares estimation of endmember abundances using remotely sensed hyperspectral signals. On average, the abundance estimation deviation is reduced by 30% to 50% when using the DWT-based features, as compared to the use of original hyperspectral signals or conventional principal component analysis (PCA)-based features. Theoretical analyses further reveal that the increase of endmember separability is a fundamental reason leading to this improvement. In addition, the robustness of the DWT-based features is verified experimentally. Finally, the idea is generalized as a point that the remote sensing community needs to investigate feature extraction (or dimensionality reduction) methods that are based on signal classification, such as the DWT approach, for linear unmixing problems, rather than using feature extraction methods that are based on signal representation, such as the conventional PCA approach.     

基于小波变换的自适应QRS-T对消P波检测算法

该文提出一种基于小波变换的自适应QRS-T对消P波检测算法。首先采用二进Marr小波的Mallat算法对心电信号作多尺度分解,在每个尺度下只保留超过一定阈值的小波模极大值点,其它点置零处理。在小波分解的3,4尺度下检测QRS波群,并根据心拍节律信息和QT间期,将QRS-T波群所对应的小波模极大值点进行自适应对消,最后对包含P波的剩余信号进行非线性放大,利用小波模极大值的自适应阈值检测方法定位P波。该方法经MIT-BIH心电数据库数据验证,取得了满意的结果。     

基于小波变换的QRS波群检测

提出了一种基于小波多分辨分析的算法,对心电信号进行特征提取和识别。通过小波变换对常规心电图信号进行分解去噪和特征提取,并利用动态自适应阈值和删除多检点,补偿漏检点对QRS波检测进行优化。实验结果表明该方法在QRS波形不失真的情况下,提高了一部分MIT-BIH数据库信号中QRS波识别的准确率,并且对于较低准确率的心电信号的原因进行了分析。     

基于图形小波变换的遥感图像表示与去噪

离散小波变换(Discrete Wavelet Transform,DWT)通常用于图像的表示。然而,对于具有不规则形状边缘的图像,尤其是对于纹理和细节信息较多的遥感图像,DWT却很难有效表示,进而影响后续去噪效果。针对该问题,提出了一种基于图形小波变换(Graphic Wavelet Transform,GWT)的图像去噪方法。首先,将图像表示为图形信号,并通过该图形信号的谱表示构造相应的变换矩阵;然后,设计了一种改进自适应阈值的图像去噪方法,在GWT变换域内对图像去噪。实验结果表明,与常用的图像去噪方法相比,所提算法能够提供更好的图像主观质量。采用均方根误差(Root Mean Square Error,RMSE)和峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)作为客观指标,结果表明,采用所提方法得到的重建图像客观质量更优。     

一种基于听觉掩蔽效应的音频数字水印算法

基于听觉掩蔽效应,提出了一种在WAV格式音频信号中嵌入WAV格式音频水印的离散小波变换域高效水印算法,用Matlab7．0编程进行了水印的嵌入、提取及防盗版性能研究。仿真实验表明,该算法嵌入的音频水印具有较好的不可感知性和较强的抗版权篡夺能力,并且对诸如重新采样、低通滤波和叠加噪声等攻击具有较好的鲁棒性。     

基于DWT的同步数字音频盲水印算法研究

文中提出了一种基于离散小波变换的同步数字音频盲水印算法．嵌入的水印为视觉上可辨的二值图像．算法中引入了嵌入同步信号的思想，利用同步信号定位水印的嵌入位置，为了提高信号的鲁棒性，把同步信号与水印隐藏在DWT域的低频系数中；同时，检测水印时不需要原始音频．仿真实验表明：所提出的方法具有较强的鲁棒性和不可感知性，并能有效抵御各种常见攻击．