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。     

基于小波和傅立叶变换组合的数字图像水印算法

数字水印技术是实现版权保护的有效办法之一.为实现水印图像的嵌入,提出了一种基于二维离散小波与傅立叶变换组合的灰度图像数字水印算法.首先对原始图像进行离散小波变换,选择低频子带图像LL作为水印的添加区,再将LL区进行分块,并对每一个小块作离散傅立叶变换;对嵌入的水印图像做相应的分块置乱处理,而后根据人眼视觉系统的特点结合边缘分析将水印信息以不同的强度嵌入载体图像中,最后进行傅立叶和小波逆变换生成密图.实验结果表明,算法具有较好的鲁棒性和视觉效果.     

基于小波和傅立叶变换的纱线波谱图计算

采用离散小波变换与快速傅立叶变换相结合的方法,先对纱线信号进行小波分解,再对各子带信号作快速傅立叶变换,从而得到各子带信号的频谱。截取相应频段,并在同一图形上显示,然后将各频率成分转换成相应的各波长分量,得到纱线波谱图。     

小波变换在振动台信号处理中的应用

介绍振动台的工作原理，提出一种利用信号边沿与噪声的小波变换的不同性质来去噪的方法，给出该方法的使用效果，并进行了讨论。     

心电图信号处理技术及小波变换方法

给出了心电信号处理的两种方法。第一种方法是运用合成技术,它可以保证波形的完整,而且便于实现。第二种方法是运用小波分析。小波适用于分析非平衡信号,适宜于对心电图数据进行预处理和特征提取。本文应用Mallat算法对心电图信号进行了多尺度分解。     

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.     

傅立叶变换与小波变换区别分析

小波分析是近年来迅速发展起来的新兴学科,本文将傅里叶变换、Gabor变换和小波变换进行了对比分析,说明了小波变换的多分辨率分析的特点.     

基于小波包变换的电力系统谐波电流检测

针对常规快速傅立叶变换无法检测非整数次谐波,以及改进的加窗插值快速傅立叶变换运用困难,采用小波、小波包变换对电网信号中的谐波进行检测分析。小波包变换建立在二进小波变换基础上,可以实现对信号的均匀划分,能够更好地提取信号的时频特性。仿真结果证明,较之傅立叶变换和小波变换,小波包变换对电网信号中谐波的幅度、频率的估计具有更高的精度。     

小波分析与信号处理

从时频分析的发展出发，详细分析了连续和离散小流变换与窗口傅里叶变换的时频特性，阐明了小波变换所拥有的优良时频特性及快速算法，研究了小波变换下信号奇异性特征，给出了小波变换在信息处理中的两个应用实例。     

小波分析与应用

小波分析是傅立叶分析的方法的突破性进展,在非平稳信号处理中,能取得良好的效果。本文介绍了连续小波变换,离散小波变换和常用的小波函数,具体举例说明小波分析的应用,并展望其应用前景。     

Fourier变换与小波分析

本文以数学的观点对Fourier变换进行了分析，指出了它的一些不足之处，然后以对比的方法，介绍了小波分析的基本思想，展示了其克服Fourier变换的缺陷的方法。     

混合递进阵列用于离散傅立叶变换

本文提出混合递进阵列(Hybrid Systolic Array)的概念以及用混合递进阵列实现高阶离散傅立叶变换的方法.此方法采用低阶递进阵列实现低阶离散傅立叶变换并通过一定的方式把低阶阵列组合成混合递进阵列以实现高阶离散傅立叶变换.此方法的特点是所需的信号处理单元少以及变换的误差小.混合递进阵列适用于实时信号处理并适合于用大规模集成电路实现.     

基于小波奇异性的电主轴振动信号处理

将小波奇异性理论运用到高速电主轴振动信号处理中,分析了如何进行小波奇异性信号重构的方法,提出了电主轴振动信号奇异性检测算法。构建了电主轴信号测试与处理系统。根据小波变换后信号与噪声在各尺度空间呈现的不同特性,对小波逆变换信号重构,提取了高速电主轴振动信号特征。仿真实验表明,利用小波奇异性对电主轴振动信号进行处理,能够去除噪声对加工过程监控系统的影响,同时还可以对机械故障信号进行预测,达到了提高电主轴使用寿命的目的。     

小波变换及其在图像处理中的应用

小波变换是近几年发展起来较新的数学分支，应用十分广泛，本文介绍了小波变换的基本原理，并论述了它在图像处理中的应用。     

基于小波变换和矢量变换的数字水印技术

数字水印技术是数字产品产权保护的有效手段之一。根据小波变换和矢量变换的特点，利用人眼视觉特性，对原始静态图像的水印嵌入进行了研究，提出了一种水印嵌入算法，实现了在原始静态图像上嵌入二值图像水印，水印检测为恢复性检测。实验结果表明，该方法能很好地保持图像质量，并且在抗常规的信号处理如加噪、滤波及有损压缩方面表现出良好的稳健性。     

心电图信号处理技术及小波变换方法

给出了心电信号处理的两种方法。第一种方法是运用合成技术 ,它可以保证波形的完整 ,而且便于实现。第二种方法是运用小波分析。小波变换适用于分析非平稳信号 ,适宜于对心电图数据进行预处理和特征提取。本文应用Mallat算法对心电图信号进行了多尺度分解     

实现快速傅立叶变换中逆序的新方法

文中提出的生成法,是实现离散快速傅立叶变换中序列逆序的新算法,这种算法无论在实际应用及理论教学中都是有效的方法。     

基于FFT的快速小波算法

利用FFT实现快速卷积运算,使小波变换的每次卷积计算复杂度从O（N^2logN)降为O（NlogN),从而提高快速小波变换的速度。     

基于小波变换心电信号去噪方法

小波变换基于模极大值的去噪方法具有非线性及自适应特性,而且特别适合于进行非平稳的微弱信号及具有较多奇异点信号的消噪,这种信号特点恰好是心电信号最突出的特征,也是常规信号处理方法遇到的最大难题。本文简述了小波变换模极值去噪方法在心电信号处理中的应用,并证实这种方法可以在信号消噪的同时有效地改善信噪比,并同时提高信号的分辨率。