重构小波系数的分段三次样条播值新算法

利用小波变换模极大值原理对信号去噪之后,如何由保留下来的模极大值点恢复出满意的重构信号,是一个重要课题。本文首先分析模极大值与小波系数之间的内在关系,提出了模极大值实际上是小波系数在特定意义下的离散采样;然后给出了一种对模极大值进行预处理的方法,由此得到了一组新的伪模极大值序列;利用这组伪模极大值序列,提出了一种新的重构小波系数的分段三次样条播值（ＰＣＳＩ）新算法,该算法程序简单,易实现,克服了交替投影（ＡＰ）法计算量大、程序复杂等缺点;最后给出一个应用实例,实验结果表明,与经典的交替投影法相比,本文提出的ＰＣＳＩ算法可获得更高的重构信号信噪比增益和更小的相对均方误差,它是一种实际、有效的算法。     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

由信号二进小波变换极值重构信号的样条插值算法

本文通过二进小波变换极值或零交叉点可获取信号的多尺度边缘,由此得到信号的绝大部分信息.本文提出了用样条插值重构算法来实现由信号二进小波变换极值点重构原始信号.数值仿真实验显示了该算法的高效性和令人满意的重构效果.与已有的算法相比,该算法原理更简单、更直接,实现更方便,速度更快.     

基于RBF网络的小波变换模极大值重构算法

本文根据交替投影的基本思想,提出了一种基于径向基函数网络的小波变换模极大值重构方法.该方法利用径向基函数网络(RBFN)在其基函数宽度很大时具有较好的线性映射这一特性来加快收敛速度,提高重构精度.它不仅能较好地重构信号的边缘,而且能准确地重构出信号的峰值.大量仿真实验表明,该方法对各种信号是普遍适用的,具有收敛速度快,重构精度高的特点.     

基于反对称双正交小波分解系数的模极大值的信号快速重构

因为反对称双正交小波具有近似微分算子性质,该文用它对信号作无下采样(Un-decimated)的小波变换,以此获得信号在各尺度下与信号的边缘点相对应的局部模极大值。在只保留这些局部模极大值(即边缘)点信息的条件下,利用高斯函数直接拟合各级小波系数,然后再作小波逆变换就可恢复原信号。实验表明,与现有的采用二进小波变换的方法比较,该方法更加简便快捷。     

一种改善小波变换模极大值重构信号的整体变分方法

在小波变换模极大值去噪原理的基础上,通过整体变分法估计模极大值以外、非零值的小波系数,然后经过小波逆变换重构信号.为求解这个极小化问题,采用了改进的次梯度方法.数值计算结果表明:我们提出的方法有效抑制了小波变换中固有的伪Gibbs现象,重构信号的边缘、脉冲位置都十分准确,信噪比也得到明显改善.     

小波变换算法在脉冲激光测距中的应用

从原理上分析了小波变换算法检测信号奇异点的可行性,介绍了Mallat算法及其改进、小波基的选取等内容,并给出了算法的实现步骤,还通过实验现象和数据分析证明,该算法可应用于高精度脉冲激光测距中.     

基于小波变换的图像重构算法研究

小波变换是当前图像处理、应用数学和工程学科中一个迅速发展的领域,它具有多分辨率分析的特性,同时又在变换域有表征信号局部特征的能力,能有效地从信号中提取信息。本课题以MATLAB作为平台,研究小波变换的mallet算法,对一维离散采样信号进行滤波和重采样,并扩展到多维信号中。根据算法结果,对图像进行小波分解,重构其近似信...     

基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法

为了消除混杂在肌电信号中的噪声,该文提出了基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法。该方法先对肌电信号进行小波分解;其次,根据小波系数的奇异性,利用信号与噪声模极大值在小波尺度上的不同变化特性,分离出信号与噪声;再次,用Hermite插值法重构小波系数;最后从重构的小波系数恢复成去噪后的信号。实验结果表明,Hermite插值的小波模极大值重构能有效地去除噪声,提高信噪比,且保留了肌电信号的细节信息,为肌电信号的特征提取和模式识别创造了良好的条件。     

基于小波变换的心电信号滤波算法

针对心电信号中含有的工频干扰、运动伪迹、肌电噪声和基线漂移四种噪声,提出一种以R波为优先准则,结合小波模极大值的逐拍滤波算法。该算法使用小波分解来消除心电信号中的基线漂移．采用小波模极大值法消除工频干扰和肌电噪声．利用小波分解各尺度间的相关性来消除运动伪迹。仿真实验结果表明,该算法平均信噪比达到22．3dB,说明其在有效改善信噪比的同时,能显著提高信号的分辨率。     

基于三次样条重建的超声多普勒血流信号提取

根据超声多普勒血流信号和血管壁搏动信号的不同统计特性,对采集的多普勒信号进行非均匀抽样和三次样条函数重建,从中得到血管壁搏动信号,从而提取出超声多普勒系统中的血流信号.对计算机仿真的超声多普勒信号和采集的人体颈总动脉多普勒信号分别应用该方法,并和传统的高通滤波器方法进行比较.实验结果表明:本方法能在滤除管壁搏动信号的同时,保留低频部分的超声多普勒血流信号,可用于超声多普勒系统中两种信号成份的分离.     

基于小波变换的快速表面内插法

本文用小波变换的多分辨率分析方法,将表面内插基变换到更大支撑的两套基下,变换结果作为后继迭代运算的条件.同其它迭代法相比,这种基变换表面内插法易于实现,收敛速度快,且迭代结果好.     

A Feedback Correction De-noising Algorithm Based on the Wavelet Coefficients

The localization of satellite interference sources under the condition of low SNR has been a hot research topic at current, where the signal de-noising is important in the following positioning work. With the help of the wavelet analysis theory, this paper proposes a denoising algorithm based on the wavelet coefficients in low SNR. After correcting and reconstructing the signal by the correction coefficients, we could obtain the SNR and Root mean square error （RMSE）, and then we could correct the signal for the second time. The simulation results show that this de-noising algorithm can effectively remove the noise of the signal in low SNR, which would have a good effect on the estimation of time delay parameter in the localization of satellite interference sources.     

一种小波变换的小波系数均衡图像增强算法

介绍了几种经典的图像增强算法,依据经典直方图均衡化算法思想,提出了在小波变换下的小波系数均衡化图像增强算法,并给出了计算步骤。与经典直方图均衡化算法、同态滤波实验结果相比较,表明提出的算法可有效增强图像、抑制噪声。     

噪声背景下一种正弦信号频率估计的新插值算法

本文研究噪声中正弦信号频率的估计问题.结合DFT变换和插值方法,提出了一种基于DFT变换系数的频率估计算法,其计算简单.结果表明,该方法有效地改善了频率估计精度,且便于工程实现.     

基于相邻小波系数的图像去噪算法

针对传统的小波去噪方法在滤除噪声上的明显不足,提出了一种基于相邻小波系数的图像去噪算法。充分考虑了滤噪系数与相邻系数间的相关性,首先采用3×3像素的系数滑动窗口对噪声系数进行均值采样,然后结合双阈值法对小波系数进行缩减。实验结果表明本算法明显优于传统的滤波算法,具有较高的信噪比,是一种有效、可行的图像去噪方法。     

求最平坦的三次样条插值的粒子群优化算法

在分析了样条函数插值基础上，提出最平坦的三次样条插值问题，并提出了利用粒子群优化算法解决该问题。最后给出了一个实例。     

基于小波系数关系的半脆弱水印方案

提出了基于小波变换系数间关系的半脆弱水印方案，通过构建小波域相邻及相应系数间的关系进行水印嵌入和提取，从而能够在侦测到对图像的恶意篡改的同时，对常见的图像处理仍保持很好的鲁棒性，此外由于对整个系数链进行了关联，所以系统的安全性在原有密匙保护的基础上又有大的提升。     

双正交小波提升系数的递推算法与实现

根据双正交小波提升格式的特点,为了得到快速提升小波变换的系数,提出求解提升系数的递推算法。该方法基于前向小波变换的预测和更新过程的递推式,与给定双正交小波滤波器比较系数,求得小波提升系数和尺度系数。实例证明,无论是先预测后更新的提升格式,还是先更新后预测的提升格式,均可用此法求解提升系数。在Matlab7.0平台上,用递推算法编程实现db5.3小波转换成提升格式,完成图像的三级分解。