基于相干函数和仿生小波变换的双麦克风语音增强算法

提出了一种双麦克风降噪方法。该方法基于相干函数和应用卡尔曼滤波的仿生小波变换。将卡尔曼滤波器用于输入信号,应用仿生小波变换从而得到仿生小波系数。所采用的方法可以在不同的噪声场景下使用两个排列紧凑的麦克风处理带噪信号,在语音质量评价、谱图分析和时域波形等方面优于其他双通道语音增强方法。     

基于小波变换的SAR图像相干斑噪声消除方法研究

本文提出了一种基于小波变换的合成孔径雷达(SAR)图像相干斑消除滤波器.这种滤波器通过在小波细节子图像中减少小波分解系数的幅度来抑制相干斑噪声,同时利用小波细节子图像中提供的边缘信息来检测边缘和纹理细节,并保留其对应的小波分解系数值.实验结果表明,此方法除了对相干斑噪声有很好的抑制作用外,还保留了尽可能多的目标特性和图像细节,有着良好的图像视觉解译效果.     

基于小波变换相干积累的微弱信号检测

在低信噪比下检测信号的方法倍受关注。本文提出基于小波变换的信号相干积累方法,利用小波变换的子带编码理论,通过在多个子带中进行相干积累。积累后的信号再用周期谱方法进行估计,证明该方法可进一步改善信号的检测能力。文中以脉冲雷达回波信号和相位码信号为例。仿真结果表明,这种方法能在-19db信噪比(雷达回波)和-22db信噪比(相位码信号)下检测信号。     

基于小波变换相干积累的微弱信号检测

在低信噪比下检测信号的方法倍受关注。本文提出基于小波变换的信号相干积累方法。利用小波变换的子带编码理论，通过在多个子带中进行相干积累。积累后的信号再用周期谱方法进行估计，证明该方法可进一步改善信号的检测能力。文中以脉冲雷达回波信号和相位码信号为例。仿真结果表明，这种方法能在-19db信噪比(雷达回波)和-22db信噪比(相位码信号)下检测信号。     

基于仿生小波的阈值语音增强算法

人耳对于声音信号的分辨率是非线性的,而仿生小波变换正是由非线性的耳蜗听觉模型发展而来。文章提出一种基于仿生小波变换的语音信号去噪方法,同时针对软硬阈值函数的不足,采用一种修正的硬阈值函数进行处理。仿真结果表明,该方法具有较好的增强效果。     

基于改进噪声方差估计的小波阈值语音增强

提出了一种估计语音噪声方差的改进方法,利用语音信号小波系数尺度间的相关性,去除了语音信号细节小波系数对噪声方差估计的干扰。仿真结果表明,方法能准确估计语音信号的噪声方差,尤其当语音噪声较小时,方法比传统的Donoho法更准确。     

一种改进的基于小波变换的相干斑去噪方法

对于合成孔径雷达(SAR)图像中含有的相干斑噪声的抑制一直是SAR图像处理的热点和难点。相干斑噪声的存在对SAR图像的后续相关的图像处理,例如图像的分割、图像的特征提取以及目标的分类与识别有很大影响。提出了一种基于平稳小波变换的相干斑去噪方法,通过平稳小波变换对图像进行小波分解,对于子图像的高频区域进行阈值分割和双边滤波,利用平稳小波更好的冗余性和平稳不变性更好地去除了SAR图像的相干斑噪声。实验结果表明,这种改进的去噪方法对SAR图像的相干斑噪声抑制有很好的效果,并且尽可能地保留了图像的边缘和纹理细节。     

增光子相干态的小波变换

通过量子力学变换理论,结合有序算符内的积分技术,用于信号分析的小波变换可推广到增光子相干态的非经典量子特性研究中.结果表明,增光子相干态的小波变换谱除具有一般小波变换的特性外, 而且随着增光子数的逐渐增大,其对称性被破坏,不断有新的波峰出现.     

基于小波变换的图像压缩编码

介绍了小波分析的基本概念和基本理论，阐述了一种基于小波变换的图像压缩编码方法，并通过计算机实验证明了经过小波变换编解码的图像在实现高压缩率的情况下能够保证很好的图像质量，具有较好的视觉效果。     

基于小波变换的高分辨率SAR图像相干斑噪声抑制研究

论述了基于小波变换对高分辨率合成孔径雷达（SAR）图像的相干斑噪声进行抑制.首先从SAR图像相干斑噪声的产生机理出发,论述了在SAR图像中采用小波变换对相干斑噪声滤波的优越性和必要性;然后详细论述了在小波变换域中如何对相干斑噪声进行有效的滤波,同时利用小波细节子图像提供的信息来检测边缘和纹理细节;最后通过实验结果说明了此方法不但对高分辨率SAR图像相干斑噪声有良好的抑制作用,而且还尽可能多地保留了目标特性和纹理细节,使图像的视觉特性良好.     

一种改进的基于经验模态分解的小波阈值滤波方法

经验模态分解是一种新的信号分解方法,该方法可将非线性非平稳信号分解成若干个单分量的本征模态函数,使得每个本征模态函数都具有一定的物理意义。本文探索了该方法在语音增强方面的应用.在文献[8]的基础上,对其方法进行了有效改进。首先将带噪语音进行经验模态分解,得到六个本征模态函数和一个余量信号,对这七个信号分别进行小波阈值滤波,并由滤波后的七个信号重构语音。结果表明,该方法的滤波效果明显优于对带噪语音直接采用小波阈值滤波的方法,并且较之文献[8]的滤波方法也具有一定的优势。     

基于子波变换的语音去噪方法

本文在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一个尺度间变化的门限阈值来抑制带噪语音信号在不同尺度上噪声子波系数,从而实现在重构语音信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

基于子波变换阈值决策的非稳信号去噪

本文通过对Donoho阈值决策子波域去噪方法进行研究,该方法采用软限幅函数对噪声信号的子波变换系数做阈值处理以达到去噪的目的。接着具体讨论了在Sym8子波基底下,用此方法对非稳雷达回波进行五尺度的Mallat算法仿真,结果表明该方法抑制噪声效果良好且简单易行,是传统匹配滤波无法比拟的。     

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术.近年来,对图像分割的研究一直是图像技术研究中的热点和焦点.介绍一种基于小波变换的图像分割方法,该方法先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值.实验结果表明,该方法具有较好的抗噪声性能.     

基于小波变换的特征提取方法分析

论文提出并讨论了四种基于小波变换的特征提取方法基于小波变换的模极大值特征、基于小波分解的能量特征、基于小波包分解的熵特征以及基于适应性小波网络的特征提取方法,阐述了各方法的基本原理及实现过程,并将其用于水声信号的特征提取,通过分类结果比较,分析了各种方法的特点及适用性。     

基于小波变换的变压器保护装置的研究

简述了变鹾器保护的重要性,分析了电力变压器励磁涌流产生的原因,提出了基于小波变换的变压器保护方燕,并简单介绍了基于FPGA的小波变换IP核的实现方法。使用FPGA实现小波变换,可以据高变压器保护的实时处理速度和精度。该设计能大大提高变压器保护的精确性、灵敏性和可靠性。     

基于临界频带子波变换的语音增强

提出了一种临界频带子波变换进行语音增强的新算法。该算法对传统的功率谱减算法进行改进，引入了与人耳听觉系统直接吻合的临界频带子波变换，使增强后的语音更符合人耳的听觉感知。对该算法进行客观和主观测试结果表明：与谱减法相比能更好地抑制残留噪声和背景噪声，增强后的语音具有更高的清晰度和可懂度。     

建立在小波变换基础上的心率变异信号的仿真建模和分解

心率变异性（HeartRateVariability，简记为HRV）是无创检测心脏自主神经调节功能的一种手段，是近年来心电信号处理领域的一个前沿研究热点．考虑到HRV仿真建模的重要性和对HRV信号的1／f成分和非1／f成分分解开，分别处理的必要性，本文建立了基于小波逆变换的HRV信号仿真模型。用该模型仿真的HRV信号不仅包含谐波部分还反映了1／f部分，并且能准确地控制谐波部分的频率。仿真结果表明该模型能较好地仿真出时域、频域特征都接近实际HRV信号的HRV信号．针对1／f过程的特点，本文提出了基于小波变换的方法将HRV信号的1／f成分和非1／f成分在时域上分解开的算法．分解结果表明服这种算法的可行性。     

基于非下采样Contourlet变换的SAR图像增强

该文基于非下采样Contourlet变换(NSCT)和SAR图像的统计特性,提出一种SAR图像增强方法,给出一种基于非下采样塔型分解的斑点噪声方差估计算法和一种基于方向邻域模型的弱边缘增强算法。该文在不同方向子代进行斑点方差估计,利用局部方向统计信息对NSCT系数并进行强边缘、弱边缘和噪声分类并进行弱边缘的增强和噪声的抑制。实验结果表明,该方法在方向信息保留和斑点抑制上优于非下采样小波变换(NSWT)相应方法。     

基于信噪比门限判断和小波变换的SAR干涉图滤波法

该文首先研究了一种基于离散小波变换(DWT)的干涉图滤波算法,对该算法的噪声模型和处理流程进行了详细的分析,并在其基础上做了基于静态小波变换(SWT)的改进。接着利用实测数据对这两种方法做了实验,通过对实验结果的分析,提出了一种高噪声环境下,在保证残点数降低率的同时,还能提高干涉条纹质量的滤波方法。在此滤波方法的基础上, 进一步提出了基于信噪比门限判断的干涉图两级处理滤波法,并对其处理流程做了详细的讨论。利用实测数据对该方法进行了仿真,实验结果验证了该方法的有效性。