小波变换在EEG噪声滤除中的应用

通过小波变换与标准傅里叶变换和短时傅里叶变换比较,指出了小波变换以其良好的时频局部性,成为时频分析方法中发展最为迅速的一种,并着重介绍了小波变换在滤除脑电信号噪声领域的应用.     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

一维小波变换在时域光学相干层析成像中的应用

时域光学相干层析(OCT)系统通常采用短时傅里叶变换(STFT)完成干涉信号的解调和图像重构。短时傅里叶变换算法简单,但是在干涉信号解调时难以获得好的去噪效果,通常还需在二维(2D)图像域对重构图像进行去噪。该方法数据运算量大,集成度不高。将一维(1D)小波变换(WT)应用于时域光学相干层析成像技术,同时实现干涉信号解调、去噪和图像重构。算法将时域光学相干层析的干涉信号分解到各个不同的频率空间,保留包含调制频率的频率空间的小波系数,对保留的小波系数进行滤波去噪后进行逆变换即可实现对干涉信号的解调和去噪,对解调信号等间距采样实现图像重构。该方法数据运算量小,集成度高,结合先进的小波去噪技术可以大大提高重构图像的分辨率,具有良好的应用前景。     

用短时傅里叶和小波变换对鸣叫声的时频分析

短时傅里叶和小波变换是信号处理领域的热点研究问题。本文对2类鸣叫声分别进行短时傅里叶和小波变换，以分辨瞬时频率，得到了较好的结果。并根据所得结果，分析比较了这2类变换的特点。     

利用小波变换的高性能谱估计算法

本文提出了基于小波变换的一种新的高性能谱估计算法。由于小波变换同时在时、频域具有良好的局部化特性,本文的算法适用于低信噪比、短时数据序列的情况。文中给出的计算机仿真结果证明,本文算法具有较高的分辨率和估计精度、较低的信噪比门限。     

小波变换理论及应用

小波理论是傅里叶分析的重大突破，是当今许多领域研究的热点。本文综述了小波分析这一前沿领域的发展历史，评述了它的最新进展。     

广义S变换的基因分析

文中主要从短时傅里叶变换和小波变换出发推导了广义S变换,并从遗传学的角度入手,分析了广义S变换与短时傅里叶变换和小波变换的基因遗传关系,定义了"公式的基因重组"和"公式的基因突变"这两个概念,给出了相应公式的理论推导过程。理论分析表明,广义S变换世袭了短时傅里叶变换的窗选信号特点,通过对特定参数的基因重组,使广义S变换具备了时频窗口随具体的频率实时调节的适应性。此外,广义S变换突破了小波变换在小波函数容许性条件上的局限性,文中利用基因突变的思维,定义了"公式的基因突变"这一概念,突破了小波变换的容许性条件。基于小波函数的结构形式,在相对广义的区间上定义广义S变换。广义S变换在一定程度上遗传了短时傅里叶变换和小波变换的优点,使得它在处理非平稳信号的过程中具有良好的实用性和灵活性。     

基于小波变换的雷达视频融合算法研究与实现

近年来,通过多雷达视频的融合显示来提高显示效果已成为一种趋势,其中图像融合技术是多雷达视频融合显示的基础。为了提高目标检测的分辨率,抑制每个传感器的检测噪声,本文介绍了一种基于小波变换的图像数据融合方法,并应用到雷达视频融合显示中去。     

应用于信号处理的Fourier变换与小波变换

在分析Fourier变换与小波变换异同点的基础上,对它们在不同类型信号的处理过程中的应用进行了探讨．并给出一个检测故障点的仿真实例,证明了小波变换的优越性．     

小波变换与傅立叶变换相结合的信号实例分析

文章采用离散小波变换与快速傅立叶变换相结合的方法,先对原始信号进行小波分解,再对各子带信号做快速傅立叶变换,从而得到各子带上时间信号的频谱。计算机仿真的实例分析表明,该方法将小波变换和傅立叶变换的优点结合了起来。     

基于小波变换的非平稳信号瞬时频率分析方法

利用小波变换的优越时频分辨特性,对非平稳信号的瞬时频率进行了分析,给出了模拟仿真结果,并与短时傅立叶变换作比较,得出了两者对信号瞬时频率分析的适用范围及各自的优缺点。     

基于STFT和WT的SAR干扰抑制算法

窄带干扰(NBI)和宽带干扰(WBI)作为合成孔径雷达（SAR）中最为常见的两种干扰形式,它们的存在将会大幅度地降低SAR图像的质量.本文在对NBI和WBI的时频聚集性分析的基础上,提出一种联合短时傅里叶变换和小波变换的NBI和WBI抑制方法.该方法首先把SAR回波数据变换到短时傅里叶谱域再把短时傅里叶谱域数据变换到小...     

基于小波变换的通信信号识别算法

通信技术的数字化已经是现代通信发展的趋势.为识别出通信信号中的数字信号的调制方式,分析了解析信号以及归一化处理后的数字信号经过小波变换后的特点,提出直接提取信号小波变换后的频域特征的算法.该算法无需设置判决门限,可以更简单、直接地实现数字信号与其它信号的类间区分以及数字信号之间的区分.通过仿真表明,该方法可有效区分PSK、FSK、QAM与AM、FM、SSB、CW、噪声.     

基于小波变换与稀疏傅里叶变换相结合的光场重构方法

随着计算机图形学和计算机视觉技术的发展,光场开始进入人们的视线并被迅速应用于各个领域.然而光场的获取需要大量的图像,具有数据量大,获取成本高等特点,因此学者们越来越关注如何利用少量的光场数据获取整个光场这一问题,并且做出了大量的工作.针对上述问题,本文将小波变换与稀疏傅里叶变换相结合,利用光场在角度域的稀疏性提出一种新的光场重构方法.首先,利用小波变换多分辨率分析的特点,通过小波变换将原始图像分解为多个不同频率的子图像;然后分别对每个子图像通过傅里叶切片定理恢复其频率位置,从而可以分别得到它们的二维角度谱;最后将每个子图像的二维角度谱合并,进行小波逆变换获得整个光场.本文方法利用小波变换将原图像分解为多个不同频率的子图像分别同时处理,不仅降低了算法的复杂度,大大减少了算法的运行时间,为光场的广泛应用提供了条件,而且相比于单独运用稀疏傅里叶算法重构,本方法有效地抑制了窗口效应,使重构结果更加准确.此外,本文方法将高频信息和低频信息分开重构,可以有效地改善并网恢复中小频率丢失的问题,进一步改进重构结果.最后通过仿真验证了算法的有效性.     

基于小波数字滤波的傅里叶变换轮廓法

采用一种基于小波数字滤波的傅里叶变换轮廓法测物体三维形貌。先利用小波变换基本滤除变形栅线图中的直流分量和高频分量,再进行相位计算。结果表明,该方法在一定程度上解决了频率混迭的问题,从而也降低了对低通滤波器的设计要求。     

基于小波变换的超短脉冲相位回归

针对频率分辨光学门法(FROG)要用傅里叶变换迭代算法耗时较长不利于实时检测的缺点,及光谱相位相干直接电场重构法(SPIDER)中用传统傅里叶方法滤波过程会产生相位噪声的缺点,提出了用小波变换回归相位的方法。对FROG迹线进行时-频分析直接提取脉冲相位,从SPIDER方法的光谱干涉条纹的小波变换中直接读取相位,对两种方法的小波变换进行了数学模拟,并与傅里叶变换结果进行对比,得到:小波变换能准确地回归超短脉冲相位。最后采用SPIDER方法测量了KLM钛宝石激光器输出脉冲的光谱干涉条纹,并用小波变换和傅里叶变换重建了光谱相位,消除了窗口滤波引入的噪声,证明了方法的正确性和可靠性,更适用于超短脉冲的评价。