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。     

小波变换思想及其在信号处理中的应用

从傅里叶变换、短时傅里叶变换到小波变换的思想发展过程中分析了小波变换发展的必然性和重要性,并通过MATLAB仿真工具比较了三种变换在信号处理中的应用。实验结果表明,小波变换无论是对信号的时间定位还是对信号的频率定位都优于傅里叶变换和短时傅里叶变换。     

小波变换和傅立叶变换在系统诊断中的应用

对小波变换和傅立叶变换的特点进行了简要的阐述，并结合具体的系统诊断实例，介绍了在数字滤波，数字信号分析，信号特征提取等方面的应用技术。文中给出了采用MATLAB语言编写的程序模块及程序运行结果，并绘出了各个处理阶段的波形，使读者能够清楚地看到两种变换的功能。     

时频分析与小波变换及其应用

详细分析了小波变换、短时傅立叶变换和Gabor展开 3种变换形式 ,介绍了它们在工程中的应用 .认为传统的信号分析和处理是在信号的时域或频域上进行的 ,其基础是假设信号或随机过程均为平稳或时不变的信号 ,而时频变换对于非平稳或时变信号的分析和处理有效     

基于S变换的无线电引信信号分析

为了更好地揭示无线电引信的信号特征,文中引进S变换对信号进行时频分析,并通过对典型的跳频信号、连续波多普勒信号进行时间、频率等特征参数的仿真分析,结果表明相比于短时Fourier变换和小波变换,S变换在时域、频域和能量域都能精细地揭示信号的特征,为无线电引信信号分析提供了一个良好的时频分析手段,也为引信采取最优的信号处理方法提供依据.     

Hilbert变换与小波变换在探地雷达资料处理中的应用

希尔伯特（Hilbert）变换与小波变换是广泛运用于数字信号处理中的基本重要变换,希尔伯特变换能有效提取复杂信号中的＂三瞬属性＂,即瞬时振幅、瞬时相位、瞬时频率,基于小波多尺度分析可以进行信号奇异性检测。本文尝试将希尔伯特变换与小波变换配合使用,在瞬时相位的基础上进行小波分析,将此处理方法应用于探地雷达数据处理中,并给出了相应的处理实例,应用效果令人满意。     

子波变换在超宽带雷达中的应用

介绍了连续子波变换的定义和性质:基于子波变换在时域和频域的良好局部化性质;研究其在宽带信号的相关处理和超宽带雷达目标特征提取两个方面的应用,理论分析和试验结果表明,在超宽带雷达信号处理中,宽带相关处理相当于时间尺度域的匹配滤波,采用连续子波变换从频域采样数据中提取目标散射中心是一种较为鲁棒的方法。     

基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

探地雷达回波信号处理中小波变换域滤波方法的研究

探地雷达信号是非平稳信号．在传统的傅氏变换域滤波不能有效地解决滤波和信号高频损失的情况下,文中研究了利用小波变换来处理这一矛盾的方法．系统地讨论了小波变换在信号滤波中的原理和各种实现方法,比较了与傅里叶变换域滤波的差别．最后对实际的探地雷达信号进行了处理．结果表明,基于小波变换域的滤波能滤除８０％～９０％的噪声,同时可基本保持原信号的边缘不变．此外小波变换域滤波还具有直观、简便、快速操作、稳健的优点,完全可用于实时或事后的数据处理．     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，产讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特征，而且可以有效地压缩被处理信号。     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。     

小波变换与傅立叶变换在信号消噪中的对比研究

由于小波变换具有良好的时-频特性,从而为其在信号降噪中的应用提供了广阔的前景.通过傅立叶变换和小波变换在信号消噪中的对比研究可以看出,小波变换对奇异信号极其敏感,使得其在非平稳信号的消噪中显出了得天独厚的优越性.     

小波变换在瞬态信号检测中的应用

阐述了利用小波变换（ＷＴ）进行信号瞬态检测的原理。众所周知。短时Ｆｏｕｒｉｅｒ变换（ＳＴＦＴ）的时频分辨率固定不变,因此,其应用受到一定限制。小波变换的特点是将一维时域信号映射到时频域上,且其时频分辨率是变化的,这在信号检测中上有较强的优势。本文给出了计算机分析结果。     

基于小波变换的图像处理技术研究

小波变换由于自身具备的时频域局部化特性,能有效地克服Fourier变换在处理非平稳的复杂图像信号时所存在的局限,已成为图像处理的一种重要手段。在简单介绍小波变换基本原理的基础上,举例说明了小波变换在图像去噪、压缩、增强和融合等方面的应用。实验结果表明：将小波变换应用于图像处理可获得良好的处理效果。     

小波变换在短路故障检测中的应用

小波变换克服了傅里叶变换不能对信号同时进行时频局部化分析的局限性,具有很强的提取信号特征的能力。提出一种基于单向递推算法的故障信号检测方法：先从原始信号中提取基频电流信号,再提取基频电流信号的高频分量,通过测量高频分量的幅值突变点断定故障点。经过MATLAB仿真分析,证明这种方法可不受噪声和高频振荡影响准确检测出故障发生的时间。     

动态小波变换在单相重合闸故障判别中的应用研究

分析了输电线路发生单相接地故障时,永久性故障与瞬时性故障电弧燃烧的特性,提出一种基于动态小波变换的自适应单相重合闸故障类型的判别方法。小波变换能够准确地检测到电力系统故障突变信号的特征,而傅里叶变换能够较准确地反映工频信号量,将二者结合起来构成的动态小波变换,不仅可以检测到故障信号中的工频分量,还可以检测到谐波分量。动态小波变换与常规小波变换相比,检测故障突变信号的能力更强。将其用于单相重合闸故障类型的判别,可以在熄弧之前进行判断,具有快速、准确的显著特点。仿真结果验证了该方法的有效性。