基于PRI变换和小波变换的雷达信号分选

分析了脉冲重复间隔（PRI）变换算法和小渡变换算法的基本原理，针对两种算法在雷达信号分选中的优缺点，提出了一种基于PRI变换和小波变换相结合的雷达信号综合分选方法。该方法首先利用PRI变换对雷达信号粗分选，然后应用小波变换进行细分选。仿真结果表明，在信噪比不低于10dB的条件下，该方法准确可行。     

基于冗余离散小波变换的信号配准及分类

离散小波变换(Discrete wavelet transform, DWT)对输入信号的平移敏感,当输入信号间存在平移时, 基于DWT的信号分类会受到负面影响. 本文提出一种基于冗余离散小波变换(Redundant DWT, RDWT)的信号配准及分类方法, 克服了DWT的平移敏感性, 解决输入信号间存在平移变化的信号分类问题, 同时实现了信号配准以及平移不变小波系数提取. 对基准信号作离散小波变换. 对测试信号作冗余离散小波变换, 得到测试信号的平移所对应的DWT分解, 计算其同基准信号DWT分解之间的相似性, 根据相似性大小对该测试信号分类并确定其相对基准信号的平移量. 利用ECG (Electrocardiograph)信号的仿真实验证明了本文所提方法的有效性.     

小波变换在信号突变点检测中的应用

从实际应用的角度出发,根据小波变换时-频分析自适应特性,本文详细阐述小波变换理论和小波变换在信号突变点检测中的应用,并具体实现了小波变换在信号突变点检测的相关算法。     

基于PRI变换和小波变换的雷达信号分选

分析了脉冲重复间隔(PRI)变换算法和小波变换算法的基本原理,针对两种算法在雷达信号分选中的优缺点,提出了一种基于PRI变换和小波变换相结合的雷达信号综合分选方法。该方法首先利用PRI变换对雷达信号粗分选,然后应用小波变换进行细分选。仿真结果表明,在信噪比不低于10dB的条件下,该方法准确可行。     

一种利用小波变换逼近信号滤除心电图基线漂移的方法

该文提出了一种利用小波变换逼近信号滤除心电图(ECG)基线漂移的方法。该方法的基本思想是:通过对ECG信号进行多尺度分解,利用分解后所得的逼近信号充分逼近ECG中的基线漂移噪声的特性,从而滤除ECG中的基线漂移分量。将该方法应用于MIT-BIHDatabase眼1演提供的30分钟的真实ECG记录上,结果显示该方法能较好地滤除ECG基线漂移,且对信号的其他成分损害较小。     

最佳正交小波变换信号压缩

正交小波变换由于存在下采样,信号y(n）和y(n-1）的小波变换系数有可能差异极大,这会对信号压缩的性能造成很大的影响。本文提出了最佳小波变换的概念,我们在每个变换尺度上均对偶采样和奇采样的结果进行保留,产生一个二叉树结构,由此二叉树的任意一路径均可重构原信号,我们按照一定的准则确定最优分解路线,仿真结果表明,该变换方式较标准正交小波变换在取得较高压缩能力的同时,具有更高的信噪比。     

基于小波变换的脉象信号特征提取方法

为了较好地区分正常人与心脏病人的脉象信号，利用小波变换奇异性检测功能与多尺度分辨特性，提出了两种提取脉象信号特征的方法：连续小波变换法和二进小波变换法。在此基础上，构造了两种特征向量：小波变换系数的尺度——主波峰值和小波变换的尺度——能量值。经过对临床采集的235例脉象信号的处理与分析统计，所得数据具有较好的重复性与稳定性，可以作为用于脉象信号识别的特征向量。     

基于多类SVM和小波变换的ECG检测、分类算法

提出了一种基于多类SVM和小波变换的ECG检测、分类算法,利用小波变换的时频特性,最大限度地避免了原始ECG信号的各种噪声干扰,有效提取ECG的特征量作为多类SVM的输入训练样本。实验结果表明,将小波变换和SVM相结合,可以有效地将不同病患的ECG信号识别出来。     

基于小波变换的胎动信号采集与分析方法的研究

胎动信号的监护可以有效预防胎儿死亡。针对胎动发生时引起母体腹壁压力改变这一生理特征,构建一个基于加速度传感器的胎动信号采集系统,从母体腹部提取到胎动信号并发送给终端设备。针对母体腹部提取的胎动信号成分复杂、信噪比较低的特点,采用小波软阈值去噪方法对采集的信号进行去噪处理,有效地去除了信号中的噪声部分。     

基于提升小波变换的并网逆变系统信号去噪

分布式电站的功率调节系统采用并网逆变器进行直流/交流电转换输出,其核心处理器是定点型DSP器件.为了抑制系统外部干扰和测量噪声,需要在控制系统中加入滤波环节.由于采样信号波形是非光滑曲线,存在跳变点,为了获得去噪后良好的近似精度和不失真,选用自适应小波变换来线性近似信号.文章针对控制系统的处理器的特点,选择提升小波变换,应用于DSP嵌入式系统的反馈信号数字滤波.实验结果显示,采用自适应提升小波变换滤波后,在不影响控制系统的实时性能条件下,具有良好的抗干扰能力和去噪效果.     

小波变换在信号奇异性检测中的应用

利用小波变换具有良好的时频局部化特征 ,在特定尺度下 ,求解信号小波变换的模极大值 ,从而找到信号奇异点。该方法应用到输油管道的泄漏检测中 ,结果表明 ,能够排除工况干扰 ,识别有用信号 ,及时准确地检测出管道的泄漏故障。     

小波变换和FFT用于PWM阀控制信号降噪的比较

桑车2000(桑塔纳2000型轿车)自动变速器有两个结构一样的PWM(Pulse WidthM0dulation)调节奏电磁阀。其理想的控制信号是标准的矩形波,但实际中的信号都受到不同程度的干扰。本文利用小波变换和快速傅立叶变换FFT(FastFourier Transform)两种不同的方法对该控制信号降噪,并通过MATLAB仿真。对比两种方法的仿真结果,可以得山小波变换用于信号降噪优于FFT用于信号降噪。     

基于小波变换和随机共振的微弱信号检测方法

根据随机共振的噪声选择性和频率敏感特性,提出了基于小波变换和随机共振的微弱信号检测方法.对含噪输入信号经多尺度小波变换分解为不同尺度频率的信号成分后,通过引入尺度收缩因子来调节各尺度信号成分的大小,再将不同尺度的分解信号作为双稳系统的输入,研究了不同尺度频率信号经收缩因子作用后对系统输出信噪比的影响.数值仿真结果表明,选取合适的尺度收缩因子,能有效提高系统输出的信噪比.     

一种基于小波分解的图像融合方法

在图像配准的基础上,提出了一种利用小波分解和Gabor小波滤波器提取能量测度进行加权的图像融合方法.该方法中,首先对图像进行小波分解,对每一层分解系数使用Gabor滤波器集进行滤波,求取其相应的能量测度,进而使用能量测度值对融合图像相应层的小波系数进行加权处理,从而得到融合后图像相应层分解系数,最后对每一层分解系数进行小波逆变换,得到融合图像.试验结果表明,这种简单的加权系数关系是可行的,而且该方法可以取得较好的图像融合效果.     

小波变换用于输油管道漏磁检测信号处理

管道腐蚀是目前输油管道运营中的重要难题。漏磁检测是无损检测中的一种重要方式,采用漏磁法对输油管道进行无损检测时,采集的漏磁信号具有数据量大和附带有大量噪声的特性。采用小波变换中的Mallat算法可以有效地对漏磁信号进行处理,使信号便于储存和分析。     

一种基于小波包变换的分形编码方法

利用小波包分析对高频部分进一步分解的特点,尝试将分形编码和小波包变换相结合来进行图像压缩。首先将图像进行小波包分解,然后对高频部分采用基于小波变换的压缩,对低频部分进行分形压缩。计算机模拟试验表明,采用上述改进方案,与基本分形编码相比,编码速度提高了20倍左右,且重建图像的主观保真度更高。     

基于小波变换的亚采样FPGA实现

亚采样——内插是图像信号处理中的重要方法。在图像压缩领域,它既可作为一种独立的压缩编码方法,又可与其它编码方式配合,组成混合的编码方案,实现更高的压缩比。结合小波变换编码的基本思想,可以实现小波变换亚采样。根据Daubechies等人提出的整形小波变换方法,用FPGA设计并实现了整型(5,3)小波变换。硬件实现结果与软件实现结果一致。     

基于小波自适应算法的传感器信号降噪研究

基于MALLAT算法原理和自适应算法,设计了小波自适应算法的结构,并对算法进行了理论分析和仿真研究。仿真结果表明,小波自适应算法在传感器信号降噪方面表现出了良好的性能。     

基于小波变换理论的信号分析的研究探讨

本文对比了传统的信号分析方法,讨论了连续小波变换理论,并运用实例分析来对小波应用进行说明。     

快速小波变换的定点DSP实现

小波变换具有良好的时——频局部性．是分析奇异信号的重要方法，定点DSP在工程中的应用十分普遍．具有低成本．高性能的特点。利用DSP实现小波变换可以满中工程是实时性的要求，文中简要介绍了小波变换理论及算法．并结合TI公司的16位定点DSP说明算法的实现。