小波变换的自适应均衡算法

在分析传统的线性均衡算法的基础上,从用小波级数表示均顺和变换域的角度出发,给出了一种基于正交小波变换的自适应线均衡算法,理论分析和计算机模拟表明,该算法具有较忆的收敛速度,适用于无解析式的小波,其结构简单,易于实现。     

基于正交小波变换的变步长盲均衡算法

提出了一种基于正交小波变换的变步长盲均衡算法。该算法将正交小波变换理论引入到常数模盲均衡算法中,充分利用小波变换对信号的去相关性及指数型变步长控制迭代过程的特性来加快收敛速度。与常数模算法及基于正交小波变换的盲均衡算法相比,该算法收敛速度快、稳态误差小、均衡效果好。水声信道盲均衡的仿真结果,验证了其的性能。     

直扩系统中基于小波包变换的自适应干扰抑制技术

研究了用离散小波包变换实现直扩通信系统中输入信号的分解，分析了小波包变换抵消窄带干扰的机理，对原有算法进行了优化并提出了相应的自适应去干扰算法．采用自适应滤波技术取代子带剔除法，自适应地跟踪窄带干扰，改善了有用信号的丢弃情况，有效地抑制了窄带干扰．分析和仿真结果表明，基于树结构算法的自适应小波包干扰抑制方法比传统的子带剔除法在性能上更为优越，干扰定位速度也较快．     

基于正交小波变换的并行软判决盲均衡算法

针对常数模算法收敛速度慢的缺点,在分析基于正交小波变换盲均衡器结构和并行软判决盲均衡算法的基础上,提出一种基于正交小波变换的并行软判决盲均衡算法.该算法将正交小波变换引入到并行软判决算法中,利用正交小波变换对信号很强的去相关能力,降低信号的自相关性,以加快算法的收敛速度.水声信道仿真结果表明,与并行的软判决盲均衡算法相比,所提出的基于正交小波变换的并行软判决盲均衡算法具有更快的收敛速度.     

基于小波和小波包的脉搏波处理

在脉象信号中,随机噪声严重影响有效信号的特征提取,必须进行消噪处理.通过分析小波变换和小波包的算法原理,用小波变换和小波包对脉搏波进行去噪处理.仿真结果表明,小波包算法具有良好的去噪性能,消噪效果明显优于基于小波变换的去噪算法.     

线性自适应小波理论的齿轮箱故障诊断方法

针对早期齿轮箱故障信息淹没在背景组分中的问题,提出了基于线性自适应小波理论的齿轮箱故障诊断方法.该方法基于希尔伯特变换(HT)和自适应小波变换(AWT),能从低频的调制振动信号中区分并识别不同程度的裂纹故障.首先用希尔伯特变换提取调制振动信号的包络值以显示调制频率.然后利用自适应小波变换来处理由希尔伯特变换得到的调制信号,其中在自适应小波处理希尔伯特变换后的调制信号的过程中利用粒子群算法(PSO)对过程参数进行优化.实验结果表明该自适应小波变换能通过过程优化小波找到匹配振动信号的啮合频率及其谐波、耦合频率、载波频率及其边频带,能够从调制信号中提取出特征参数,且具有较高的分辨率.     

DSSS系统中自适应时变小波包干扰抑制

提出了一种基于自适应时变小波包变换实现直接序列扩频通信系统时变窄带干扰抑制的方法。该方法在自适应时域分解的基础上,利用小波包变换多分辨分析能力和良好的时频特性进行频率分解,将有用信号和干扰分离,然后将受扰频带置零后进行小波包合成,达到滤除时变窄带干扰的目的。计算机仿真结果表明,该方法与非时变自适应小波包抑制技术相比较,以计算复杂度为代价,能更灵活有效地跟踪和定位时变干扰,提供较好的误码率性能。     

基于对偶树复小波-Contourlet变换的自适应多传感图像融合算法

为了解决小波变换所导致的方向选择性差的问题,基于对偶树复小波-Contourle变换,提出了自适应多传感图像融合新算法。该算法将全色图像和多光谱图像进行对偶树复小波-Contourle变换分解后,针对不同的频率域特点选择不同的融合规则:对低频系数选用区域能量的加权系数自适应融合规则,对高频系数特性选用区域特征自适应的融合规则。最后通过重构得到融合图像。将其他融合算法和本文所提算法进行了对比,结果表明,基于对偶树复小波-Contourle变换的算法是有效可行的。     

基于小波包变换的多载波CDMA系统

从2带滤波器组的完全重构条件入手,研究了基于小波包变换的多载波调制,给出了快速算法,并构建了基于小波包变换的多载波CDMA系统,对系统性能进行了模拟仿真。结果表明,当选择性能优良的小波包时,基于小波包变换的多载波CDMA系统性能要优于传统的基于OFDM的多载波CDMA系统。     

基于指数阈值的小波包变换图像去噪方法

小波包分析是一种比小波变换更加精细的分析方法,在对分解后的小波包系数进行软、硬阈值化处理时,易使重构后的图像产生马赛克现象,造成图像失真,为此提出一种基于指教阈值的小波包变换图像去噪方法.该方法采用小波包对含噪图像进行分解,然后利用指数降噪因子除小波包系数.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

Group-normalized processing of complex wavelet packets

Linear phase is not possible for real valued FIR QMF, while linear phase FIR biorthogonal wavelet filter banks make the mean squared error of the constructed signal exceed that of the quantization error. W Lawton' s method for complex valued wavelets construction is extended to generate the complex valued compactly supported wavelet packets that are symmetrical and unitary orthogonal; then well-defined wavelet packets are chosen by the analysis remarks on their time-frequency characteristics. Since the traditional wavelel packets transform coefficients do not exactly represent the strength of signal components, a modified adaptive wavelets transform, group-normalized wavelet packet transform (GNWPT), is presented and utilized for target extraction from formidable clutter or noises with the time-frequency masking technique. The extended definition of lp-norm entropy improves the performance cf GNWPT. Similar method can also be applied to image enhancement, clutter and noise suppression, optimal detection     

基于双正交小波变换的自适应图像水印算法

提出的基于双正交小波变换的盲水印算法,综合利用小波域中频各子带系数分布特点,选取重要边缘位置嵌入水印,水印强度可根据所处的嵌入位置自适应调节。实验结果表明：该算法能够有效抵抗附加噪声、裁剪和压缩等常见攻击,具有较强的不可见性和鲁棒性。     

一种快速收敛的自适应波束形成算法

为了解决传统最小均方(LMS)自适应波束形成算法在低信噪比环境下收敛速度较慢的问题,提出了一种快速收敛的小波域自适应波束形成算法. 该算法利用小波变换软阈值法消除信号中的加性高斯白噪声,并在此基础上将牛顿法应用于LMS算法中,提高了小波域LMS算法的收敛速度. 仿真结果表明,相比传统LMS算法,在低信噪比环境下,该算法收敛速度加快,稳态误差减小,波束形成精确度有较大的提高;同时相对于已有的小波域LMS算法,该算法的收敛速度和精度也有所提高.     

一种基于小波域可定位旋转剪切的水印算法

提出了一种新的数字水印算法。该算法将图像小波变换理论和小波系数树思想相结合，通过在小波系数树的树枝上分块重复嵌入水印，可以定位载体图像所遭受的剪切和旋转攻击，水印检测时运用盲检测和方差控制技术，具有实用意义。该算法的特点是有一定的自适应能力且易于实现。实验结果表明提取的水印能够定位载体图像受到的几何攻击情况。     

运用压缩小波的图象处理技术

在研究离散小波变换理论的基础上 ,提出了一种嵌入图象编码方法 ,即小波差异化简算法。该算法包含了小波变换、差异编码、二进制化简、有序数据平面传输及选择性代数编码等。并就去噪、除斑、变焦等问题进行了讨论     

图像压缩中Shannon正交小波变换的快速算法

分析了Shannon正交小波的频谱特性和信号变换的特点,借助快速傅里叶变换实现Shannon正交小波变换和逆变换。实验结果说明Shannon正交小波在联系小波变换和傅里叶变换方面具有特别重要的意义,有利于小波变换在信号的实时处理中的应用。     

图像小波去噪的算子描述

给出了一种基于二维离散小波变换的图像去噪方法,并用算子的形式加以描述,通过对小波变换系数进行阈值处理实现图像的去噪。讨论了不同的阈值选取方法和阈值策略。并提出了一种自适应局部阈值法。用均方差衡量去噪性能,实验结果证明,用自适应局部阈值法去噪好于全局阈值法去噪。     

基于多尺度小波变换的边缘检测算法

提出一种用多尺度小波变换进行边缘检测的算法,并将该算法与经典的Sobel算子进行比较,结果表明用该算法进行边缘检测是可行的.在多尺度信号边缘检测中,考虑到信号的边缘不仅仅定义为信号奇异性的表现,而且也是视觉的一种反映,它与人的视觉特点,先验知识紧密相关.而信号的孤立奇异指数可以由小波变换在该点随尺度参数变小时的衰减速度确定.由于小波变换的上述特征,采用小波变换对图像进行边缘检测非常有效.实验结果表明,本方法和传统的边缘检测算法相比具有定位精度高,去噪效果好等优点.     

基于提升静态小波包变换的自适应消噪方法

基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

基于小波变换的去噪方法

分析了信号与噪声在小波变换下的不同特点,提出了基于小波变换的去噪方法,且将该去噪算法用算子加以描述,给出了具体实例。小波变硬阈值去噪法和软阈值去噪法的性能比较及仿真实验,表明基于小波变换的去噪方法是非常有效的。