基于小波变换的复杂噪声背景中谐波恢复方法

对于被乘性和加性噪声污染的谐波信号,现有的循环统计量方法是基于Fourier变换实现的,但其频率分辨率不高.本文从确定性的信号模型出发,利用小波在时频分析中精细和灵活的特点,提出了谐波信号小波变换的规范化量图的方法,并建立了该规范化量图与信号参数之间联系.以此为基础,我们提出了基于小波变换的复杂噪声背景中的谐波恢复方法,并通过仿真实验对所提方法的性能进行了验证.     

乘性噪声背景下二维谐波的二次耦合分析

利用二维循环统计量方法对二维平稳乘性噪声与二维平稳加性噪声共存情况下的二维谐波的二次耦合问题做了分析。根据二维循环统计量能够有效地抑制二维平稳乘性噪声和二维平稳加性噪声的特点 ,利用本文所定义的二维三阶时间平均矩切片能谱有效地提取出耦合信号中二次耦合的频率和参与二次耦合的频率。仿真实验验证了算法的正确性。     

利用高阶统计量恢复二维谐波

基于高阶统计量提出了一种频域恢复频率，时域恢复幅度的时频域相结合的二维谐波信号的恢复方法，该方法由于使用了高阶累积量，因此不再受背景噪声为高斯白噪声的限制，可应用于高斯噪声中二维谐波信号的恢复，仿真实验证明了该方法的可行性。     

相关乘性和加性噪声共存背景下的谐波恢复

针对零均值乘性噪声和加性噪声共存、并且乘性噪声之间相关，乘性噪声和加性噪声之间也相关的噪声背景下的谐波频率估计问题，先用噪声互可混的概念来体现多个噪声之间的相关关系，并在此基础上提出了一种四阶时间平均多矩谱方法。该方法能够有效地估计出观测信号中的谐波频率，并且无需限制噪声的颜色和分布。仿真实验验证了该算法的正确性。     

相关乘性和加性噪声共存背景下的谐波恢复

针对零均值乘性噪声和加性噪声共存、并且乘性噪声之间相关,乘性噪声和加性噪声之间也相关的噪声背景下的谐波频率估计问题,先用噪声互可混的概念来体现多个噪声之间的相关关系,并在此基础上提出了一种四阶时间平均多矩谱方法。该方法能够有效地估计出观测信号中的谐波频率,并且无需限制噪声的颜色和分布。仿真实验验证了该算法的正确性。     

基于互高阶累计量的混合色噪声中的谐波恢复

采用状态空间模型描述时间序列,将其与互高阶累计量相结合,首次提出状态空间模型谐波恢复的互高阶累计量SLS.Hankel矩阵分解法.该方法用于谐波恢复,突破了高阶累积量方法对噪声的限制.降低了互谱方法对硬件隔离的要求.仿真结果表明,该方法在混合色噪声和很低信噪比条件下谱估计的分辨率、稳定性及对混合色噪声的抑制等方面均明显优于自高阶谱估计方法.     

基于最大相关性的小波谐波检测方法

谐波的存在严重影响电网中电能的质量,保证电力系统的安全运行,首先要对谐波进行准确的检测和分析,剖析电网中的谐波成分。傅里叶变换能够分析谐波中稳态成分,却无法分析电力谐波中广泛存在的暂态及突变信号。小波变换的时频分析方法应用于谐波分析当中,弥补了傅里叶变换的这一缺陷。本文通过Matlab仿真,采用最大相关性的方法选取小波基,并用小波变换实现对电力系统中暂态信号的分析,将小波变换与傅里叶变换的分析方法进行比较,验证了基于小波变换的谐波检测方法的有效性。     

基于小波理论的电力系统谐波检测方法

提出了对电力系统中稳态谐波和暂态谐波的不同检测方法.阐明了小波理论的基本原理,对复合信号进行了小波变换和小波包变换的仿真分析和比较.仿真结果表明,对稳态谐波检测时适合采用小波变换,对暂态谐波检测时适合采用小波包变换.     

混沌背景下微弱谐波信号的恢复

提出一种新的从混沌干扰中恢复微弱谐波信号的方法。首先根据混沌的几何性质,融合相空间重构技术和离散余弦变换,建立了一种新的分离谐波信号相空间投影方法。然后,从功率谱密度估计中提取谐波信号的频率,利用最小二乘估计提高谐波信号的恢复精度。仿真实验表明该方法具有高度的稳定性和可靠性。     

基于小波包变换的电力系统谐波检测

阐述小波变换和小波包变换的基本原理,介绍小波变换的时频局部化特性,说明了在小波变换基础上建立的小波包变换,能够实现频带的均匀划分,能更有效地进行谐波的检测和分析,并利用小波包变换的方法分别对电力系统中的稳态谐波和暂态谐波进行检测.仿真结果表明,该方法可以准确地检测稳态和暂态时变信号,能为电力系统中的谐波治理提供依据.     

利用改进的小波阈值算法进行图像消噪处理

硬阈值函数用于图像去噪处理时重构的信号会产生震荡,而软阈值函数用于图像去噪处理又会造成边缘模糊现象,本文引入参数α将软硬阈值函数相结合,提出一种新的阈值函数,并将该算法应用于静态图像去噪处理中.结果表明,该算法不仅能有效的改善图像信噪比,而且能使信号的边缘保持较高的分辨率,是一种有效地图像去噪方法,具有一定的实用价值.     

基于复小波变换的纺织品图案检索方法研究

针对海量数据中提取纺织品设计图案问题,引入面料视觉基础分类的横纹、竖纹、格纹等面料图像类概念,针对海量数据中提取纺织品设计图案问题,从而构建基于Dauchechies小波旋转变换和旋转复变换的多分辨率图像分解形成的特征表,代替传统方法下使用矩阵的均值和方差作为特征纹理数据的方法,除了尺度和位移两个参量外,增加了一个方向参量,具有更好的方向辨识能力,从而对图像的边缘,如曲线、直线等几何特征的表达有一定优势。研究结果可以为基于内容的面料图案图像数据库检索提供基础理论依据。     

基于小波变换的可扩展网格编码

为了使位流可以适应网络带宽的异构、时变以及各个网络终端的不同图形处理能力,在网格压缩中引入了位率可扩展性和分辨率可扩展性的概念,提出一种基于小波变换的渐进压缩方法来产生同时具有位率和分辨率可扩展性的位流.该方法将各个子带独立进行编码,对每个子带中的小波系数,按确定的扫描次序转换成一维序列,量化后进行位平面编码.设计了一种自适应细分信息编码算法,使解码端知道每一个小波系数应该放置在哪一个顶点上.实验表明,该方法的位流大小约为PGC方法的70%左右,且具有PGC所不具有的分辨率可扩展性.     

Wavelet Transform Approach to Segment Thermal Image

An efficient multi-threshold approach to segment thermal image is given based on wavelet transform. Thegray-level histogram of original image is obtained. In order to reduce the effect of noise, the gray-level histogram issmoothed by Bezier curve and Bezier histogram is obtained. One dimension stationary wavelet transform is done to thecurvature curve of Bezier histogram. Positions of peak values of curvature curve in wavelet domain are adjusted from"fine-to-coarse" at all scales. The gray level values, which are located in adjusted peak values at all scales, are     

一种新的基于小波变换的语音消噪方法

提出一种新的语音消噪处理方法:二次小波分解全局阈值法.该方法不同于传统阈值消噪方法,首先对语音信号高频部分做了二次分解,然后应用阈值消噪的方法对信号进行消噪处理.该方法在MATLAB上进行了模拟实验.试验结果表明该种方法鲁棒性很好,提高了信噪比,去除了大部分噪声,同时有效信号的能量也相当完整地保留下来,能够很好地解决噪声对语音信号的干扰问题.     

基于小波散射网络下的图像检索

小波散射卷积神经网络由于其优越的性能而被迅速、广泛地运用到图像、音频等领域.本文利用这种新型的网络结构提取图像的特征,结合相似度度量方法,实现该特征提取在图像检索方面的应用.此外,将小波散射网络得到的特征系数,以其均值和方差作为新的特征,实现大规模图像检索的降维.最后,利用实验算法对比验证了上述降维方法的可行性和优越性.     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

基于傅立叶变换和小波变换的信号处理

介绍了傅立叶变换、小波变换等几种常见的分析处理信号的方法,并对一个实例信号分别利用这两种方法进行了分析处理,阐明了这两种变换在对信号处理上的不同特点。     

一种用小波变换求解逆问题的方法

提出利用快速小波变换求解信号复原和重建中的逆问题的新方法．通过小波变换,将矩阵变为稀疏矩阵．这样达到了缩减计算量的目的．实验结果表明,该方法是高效可行的．