M带小波变换在图象中的应用

小波变换是近年来兴起的一种时频域信号分析理论，是信号分析处理的一种强有力的新工具，本文根据小波变换的特点，在Ｍａｌａｔ“二带”多分辨分析的基础上，论了分析信号的多带多分辨分析的理论和实现算法，并将这一理论和算法应用于图象处理，取得了满意效果。     

图象多通道小波分析的实现

小波变换是近年来兴起的一种时频城信号分析理论，是信号分析处理的一种强有力的新工具．本文根据小波变换的特点，在Mallat多分辨分析的基础上，将小波的“多通道”多分辨分析，推广到了“多通道”多分辨分析、讨论了多通道小波分析的理论和实现方法，并将这一理论应用到了图象处理，实现了图象的多通道小波分析．     

小波变换在雷达信号处理中的应用

本文结合雷达信号处理经典和新近的主要技术,探讨了小波变换作为一种新型有效的时－频分析工具应用于这些信号处理方面的价值和潜力。较详细地说明了随着小波变换理论的发展、完善及其在雷达信号处理中的有效应用,将促使雷达信号处理技术得到更新的发展。     

基于提升小波的数字图像压缩编码

小波分析是对短时Fourier分析的重要补充和改善。它发展了短时Fourier变换的局部化思想。在时域——频域内具有良好的局部分析特性。文章介绍了小波变换的基本理论以及基于小波变换的图像分解、压缩编码过程。实验证明，小波变换在图像压缩中的应用可以有效提高压缩效率和重构后图像的质量。     

小波变换及其在信号去噪中的应用

介绍了小波变换理论及基于小波变换去除信号噪声的基本原理和方法.研究利用小波变换技术对噪声进行阈值处理和去除非平稳信号的噪声,并应用Matlab软件实现了小波去噪的计算机仿真,仿真结果表明小波变换去除噪声的效果优于传统的Fourier变换.     

小波分析在信号调制方式识别中的应用

从小波变换的基本概念出发,简要介绍了小波变换在信号时-频分析中的变焦特性。将小波分析理论用于信号识别时,主要是利用检测信号的奇异点来实现。以PSK、FSK、QAM信号的识别为例,详细分析了PSK、FSK、QAM信号的小波域特征,说明了小波变换的这一特性在信号调制方式识别中的应用。     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

M带小波变换在图象中的应用

小波变换是近年来兴起的一种时频域信号分析理论,是信号分析处理的一种强有力的新工具.本文根据小波变换的特点,在Mallat二带多分辨分析的基础上,讨论分析了信号的多带多分辨分析的理论和实现算法,并将这一理论和算法应用于图象处理,取得了满意效果.     

基于空间屏蔽的M通道小波星图去噪法

小波图像去噪已经成为目前图像去噪的主要方法之一,在分析了小波变换的基本理论和小波变换的多尺度分析基础上,根据多尺度小波变换的多分辨特性,提出了M通道小波变换去噪方法;在该方法中,根据噪声信号小波变换的极大值随尺度的加大而显著减少的特点,将一种基于多尺度分析的空间屏蔽滤波法用于对小波系数进行处理。并将此方法用于星图降噪处理中,收到良好的效果。     

基于小波变换的图像处理技术的研究

一、引言 图像是信息传递的一种重要手段．在人类感觉器官接收的各类信息中．视觉类占了70％。这类视觉信息经过数字化后，如果不进行压缩，其数据量是巨大的，将占用极大的存储空间和信道带宽．这与当前硬件技术所提供的计算机存储资源和网络带宽之间有很大的差距。所以图像处理非常必要。基于小波变换的图像压缩编码方法是目前比较新颖和有效的图像压缩方法。小波变换是传统Fourier变换的继承和发展．被誉为“数学显微镜”具有一定的分析非平稳信号的能力．小波变换使信号的低频长时间特征和高频短时间特性能够同时得到处理．可以有效地降低图像信息的冗余度，     

探地雷达回波信号小波压缩方法研究

介绍了多分辨分析和小波变换的基本理论以及常用小波变换压缩数据的三种方法：只保留近似信号；全部保留近似信号及细节信号中的较大值；保留近似信号及细节信号中的较大值。将紧支集小波（Daubechies)和正交三次B-样条小波压缩探地雷达数据进行了对比，计算表明正交三次B-样条小波变换方法效果较好，而在全部保留近似信号及只保留细节信号中数值较大的系数时，压缩比大而重建雷达数据与原始雷达数据间的均方差较小。     

基于分数阶Fourier变换的模糊函数及其在二次调频信号参数估计应用中的研究

作为处理非平稳信号的一种重要工具,模糊函数(ambiguity function,AF)已经被广泛应用于雷达信号处理、声纳技术等领域,并对线性调频信号信号的参数估计具有极好的处理能力。但对应用于众多领域的二次调频信号,模糊函数就显得无能为力了。作为Fourier变换的更广义形式,分数阶Fourier变换(Fractional Fourier transform)近年来受到了广泛关注。为解决二次调频信号的估计问题,本文研究了基于分数阶Fourier变换的模糊函数,给出了这种变换的一些新的重要性质,如共轭对称性、Moyal公式、时移性等,推导出了它与经典模糊函数、基于分数阶Fourier变换的Wigner分布、短时Fourier变换、小波变换等其他时频变换的关系。作为应用,最后本文用这种分数阶模糊函数来估计二次调频信号,应用实例的仿真结果表明了分数阶模糊函数在估计二次调频信号参数方面的可行性和有效性。      

基于小波包分解的多层侵彻信号分析及处理方法研究

由于硬目标侵彻载体结构、研究对象和侵彻过程的复杂性,得到加速度-时间信号频率成分多,而且是典型的非平稳随机过程。小波理论是新的信号处理技术,小波分析是一种信号的时间-频率分析方法,具有多分辨率分析的特点,可以用来分析这些信号。通过对实测信号的分析表明,与建立在传统Fourier变换基础上的频谱分析方法相比,基于小波变换的冲击振动时频特征分析可以给出更为准确的细节信息。文中的研究结果为侵彻信号的处理提供了新的途径。     

小波分析在语音信号处理中的应用

信号分析是当前信工程信息处理中的重要环节,在早期主要依托傅里叶变换进行处理.然而,傅里叶变换只能进行频域分析,导致信号分析不全面.基于此,小波变换引入了时域窗,使得信号分析变得更加有效.语音信号相比一般通信信号其具有高复杂性,局部稀疏性等局部性的特征较多,这一点和小波处理的特点相融合,因此将小波分析应用于语音信号处理中有着非常现实的意义.鉴于此,文章立足于小波分析,对语音信号处理中的几个具体场景进行简要的综述.     

应用于信号处理的Fourier变换与小波变换

在分析Fourier变换与小波变换异同点的基础上,对它们在不同类型信号的处理过程中的应用进行了探讨．并给出一个检测故障点的仿真实例,证明了小波变换的优越性．     

小波变换在语音信号降噪技术中的应用

小波变换是一种时频变换方法,它由短时傅立叶变换发展而来,继承了局部化的思想,克服了短时傅立叶变换窗口大小不随频率变化的缺点,并且可以提供随频率改变的时频窗口,是进行信号时频分析和处理的理想工具。文中介绍了小波变换的基本理论及其在语音信号降噪中的具体方法,使用加入高斯白噪声的语音信号作为被处理信号进行小波降噪,并且对比了使用不同阈值小波变换的降噪效果,验证了小波降噪方法在语音信号降噪中的可行性。     

小波分析在信号奇异性检测中的应用

小波变换突破了传统傅里叶变换等信号处理方法的限制,在时域和频域上可同时对信号实现局部化处理,因而在检测信号奇异性等方面具有广泛的应用价值.现介绍了小波变换的基本理论以及在检测信号奇异性中的作用.并在Matlab下进行了两种奇异信号仿真试验,取得了一定的效果.实验结果表明,小波变换在奇异信号的检测中是有效的.     

激光多普勒信号处理中小波分析的应用研究

文章提出了一种通过小波变换的方式,对激光多普勒信号进行处理,以消除人体激光多普勒信号噪声。首先对小波转换的原理以及特点进行分析,然后分析小波分析在激光多普勒消噪处理中的应用,其次通过激光多普勒信号消噪仿真实验,并对仿真结果进行小波分析,验证小波变换消噪效果,供有关人员参考。     

抽样率转换的分数阶Fourier域分析

为了节省计算量及存储空间,在一个信号处理系统中常常需要不同的抽样率及其相互之间的转换.而在分数阶Fourier域中分析信号完全可用较低的抽样频率来抽样(低于Nyquist抽样率),这就意味着建立在频域上的传统抽样率转换理论将不再适用.本文将建立在Fourier变换(频域)上的传统抽样率转换理论推广到了分数阶Fourier域,通过研究时域抽取和零值内插操作在分数阶Fourier域的表示及其含义,导出了基于分数阶Fourier变换的有理分数倍抽样率转换理论.可以看到,将分数阶Fourier变换的变换阶数取为π/2,便得到了与传统频域多抽样率理论完全一致的结果.最后,本文通过仿真对导出的分数阶Fourier域多抽样率理论进行了验证.     

小波分析及其在信号处理中的应用

首先对小波变换做了概括介绍，综述了小波变换在信号处理中的2个重要方面的应用：信号特征提取和信号消噪。