基于小波包函数调制的跳频小波包分多址通信系统

本文提出了一种跳频小波包分多址（FH－WPDMA）通信系统模型,分析讨论了该系统在多经衰落时变信道下采用判决反馈均衡的接收性能,采用空间分集接收,可显著降低系统的误码率。该系统易于支持多速率话音和数据业务,具有频谱利用率高,抗窄带干扰能力强和保密性等优点。     

基于复小波包基函数调制的跳频多址通信系统

该文给出了一种生成复数小波包基函数的方法，提出了一种基于复小波包基函数调制的跳频多址通信系统的模型。该系统在多径衰落时变信道下采用判决反馈均衡器接收的性能与基于实小波包基函数调制的同类系统相比有明显改善，且通过采用空间分集接收，可显著提高系统的误码率性能。该系统易于支持多速率话音和数据业务，具有频谱利用率高，抗单音干扰能力较强和保密性高等优点。     

基于小波变换/小波包变换的多载波调制技术

小波/小波包在通信系统中的应用是近年来一个新的研究领域,而基于小波/小波包变换的多载波调制技术是其中一大研究热点。由于小波/小波包基函数具有良好的正交性与时频局域性等特点,基于小波/小波包变换的多载波调制技术,能够有效地提高通信系统性能。本文介绍了当前几种主要的基于小波/小波包变换的多载波调制方案,分析了这些方案的性能特点及发展趋势,并与其他方案进行了比较。     

基于小波包变换的信号去噪方法研究

信号去噪在信息学科领域一直是研究的重点之一。传统的信号去噪方法局限在频域范围内,无法表述信号的时域局部性质。而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面。介绍了小波包降噪原理及方法,并通过仿真研究与目前的小波去噪方法进行对比,仿真结果证明了该方法去噪的有效性。     

基于小波包变换的雷达抗噪声调频干扰研究

本文基于小波包分解提出了一种新的雷达信号抗调频噪声干扰的方法,该方法利用小波包的多尺度时频分析及重构,在雷达信号处理中进行抗噪声调频干扰,将含有噪声调频干扰信号的雷达信号在不同的频段上进行小波包分解,然后重构出原始信号,从而达到抗干扰的目的,最后通过仿真分析证明了该方法的有效性。     

一种改进的小波包变换多尺度滤波

提出一种基于小波包变换的多尺度传感器数据融合算法,并针对方法中存在的小波分解的尺度系数的幅值随分解层数增大而增大现象对滤波器作修改,改进后的算法既明显提高滤波性能,又能保持原算法的优点。     

基于小波包变换和特征选择的雷达辐射源信号识别

为了提高雷达辐射源信号的正确识别率以满足现代电子对抗的需要，提出一种基于小波包变换和特征选择的雷达辐射源信号识别新方法。先采用小波包变换进行特征提取，再采用基于量子遗化算法的相像系数特征选择法来挑选出小波包特征中分辨能力强的特征。仿真实验结果显示，该方法用较少的特征能获得较高的正确识别率，具有一定的参考价值。     

小波包变换和加权分数阶傅里叶变换的通信应用对比分析

针对小波包变换和加权分数阶傅里叶变换在通信中表现出的不同性能,在对2种变换进行介绍的基础上,分别对2种变换直接应用于通信以及结合变换域通信技术后的性能进行了仿真对比分析。仿真结果表明,当直接用于通信时,小波包变换的性能要优于加权分数阶傅里叶变换;而当与变换域通信结合以及考虑通信安全性时,加权分数阶傅里叶变换要优于小波包变换,二者在通信中的性能各有优劣,具体取决于应用的方式和目标。     

基于小波和小波包变换的医学图像融合比较

分别用小波变换和小波包变换对CT和PET图像进行融合,用常用的十种图像融合质量评价指标对融合效果进行比较.结果表明小波包变换的融合质量评价指标只有部分是优于小波变换的.在对CT和PET图像进行融合时,小波包并不一定更占优势,要根据自己的实际需求来决定选择使用小波变换还是小波包变换.     

基于小波包变换的模拟电路故障诊断

把小波包变换用于模拟电路故障诊断中。由于输出信号的各频率成分能量的变化表征了电路中某些元器件的损坏情况,因此,利用小波包变换有效地提取故障特征信息,提出了“能量——故障”的故障诊断方法。计算和实验结果表明：该方法可以快速高效地进行模拟电路故障诊断与定位。     

多尺度小波包变换在弱信号检测中的应用

文章在双模噪声背景下,为了改善信号检测性能,利用多尺度小波包变换良好的时频局部分析能力对双模噪声中弱信号进行检测。理论分析和仿真结果表明,小波包检测系统不仅具有计算量小、算法比较简单和实时性较强的特点,而且比传统的高阶统计量和经典检测的检测性能都优越。     

基于小波包变换的多阈值法语音信号去噪净化

文中在小波包变换和传统阈值法的基础上,提出了一种基于小波包变换的多尺度多阈值语音信号去噪净化方法。采用小波包分解,克服了传统的正交小波变换的缺陷。采用多尺度多阈值方法,通过改进噪声方差估计方法,在去噪的同时,进一步提高信噪比。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

基于小波包变换的双模噪声中信号的检测

以一类非高斯噪声———双模噪声为背景噪声,利用小波包变换良好的时频分析能力,对双模噪声的统计特性进行了研究,在此基础上,将经典最优检测器的结论推广到背景噪声为双模噪声的情况,提出了基于小波包变换的双模噪声中信号的检测方法。他是对传统的双模噪声中信号处理的完善与补充,仿真结果表明,该方法要明显优于经典检测。     

基于Curvelet变换与小波包变换联合的图像去噪算法

小波包变换在处理图像中的平滑区域时能够起到较好的效果,而Curvelet变换可以更好地逼近线性奇异高维函数,对图像的边缘区域有最稀疏的表示.在此基础上提出了基于二者联合的图像去噪算法,在对含噪图像进行分割后,分别对线性区域和平滑区域采用Curvelet阈值去噪处理和小波包阈值去噪处理.该方法充分发挥了二者各自的优势,实验表明,它对图像的去噪效果要优于单纯的Curvelet或小波包去噪方法.     

关于正交小波包变换的几点理论探讨

本文对正交小波包基函数在不同尺度上的传递关系、正交小波包变换系数在不同尺度上的传递关系、高斯白噪声的正交小波包变换系数的统计特性、以及正交小波包基的相关函数性质进行了理论研究,并获得了相应的理论结果,仿真实验验证了理论研究的正确性.     

基于小波包变换的自适应均衡算法

本文在推导出离散正交小波包变换对应的正交矩阵的基础上,提出了基于小波包变换的自适应均衡算法,并分析了这种均衡算法的性能,给出了计算机仿真结果.另外,为了使基于小波包变换的自适应均衡算法应用于实际,给出了减低算法复杂度的方法.     

基于小波包变换的辐射源信号特征提取和识别

文中基于小波包变换方法,对MSK信号辐射源提取了J-散度特征和能量特征,结合支持向量机分类器完成辐射源的识别,仿真结果表明：两者识别率均达到90％以上,从而验证了基于小波包变换的辐射源识别的有效性。     

一种基于服务质量(QoS)的分组预约多址协议

本文从用户角度和实际通信情况考虑,提出了一种基于服务质量的分组预约多址协议（ＥＴ－ＰＲＭＡ）。该方法利用用户信息之间的相关性,适当地调整分组预约多址（ＰＲＭＡ）协议中的话音用户再次竞争信道的概率,提高ＰＲＭＡ系统中话音终端获取信道的速度,从而达到提高话音业务性能,从计算机仿真的结果看,该方法对提高ＰＲＭＡ系统中话音业务的性能确有帮助。     

应用最优小波包变换的特征提取方法

在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较.