改进的基于代价函数的小波脊相位提取算法

针对传统小波变换轮廓术容易受到噪声影响造成相 位提取不精确的问题,提出了一种改进的基于代价函数的小波脊相 位提取算法。首先,利用小波变换系数模值提取出极大值点,并结合相位信息选 取容易被忽略的拐点,从而得到 完整的候选脊点;然后通过引入对数Logistic模型对原代价函数中指标的权重系数进行调整 改进,平衡代价函数中两项指标 的重要程度,从而得到更加合理的代价估计值;最后使用原代价函数脊法中的动态规划思想 ,从其候选脊点中准确快速找出代 价函数最优的脊线,提取脊线处对应的相位信息。实验结果表明,本文算法相位提取误差降 低了13.5%。能够在低噪声环境中精确定位小波脊,提取得到准确的 相位。     

重构小波系数的分段三次样条插值新算法

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插值(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.     

模极大值降噪法在信号降噪中的应用

利用信号与噪声奇异点Lipschitz指数的区别,以及反映在其小波变换模极大值曲线上的特点,应用小波变换模极大值降噪法,对含有带限高斯白噪声的数字通信信号进行了降噪处理,并对降噪原理、算法和仿真结果进行了较为详细的分析。提出了一种信号重构新方法,该方法利用小波变换对信号和噪声的模极大值进行分离,通过对噪声模极大值对应的小波系数进行线性压缩后重构信号,并用仿真试验验证了该方法的有效性。     

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。     

基于小波脊线的OFDM与单载波信号识别

正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)与单载波信号广泛应用于短波通信领域。针对低信噪比和多径环境下OFDM与单载波信号识别效率低的问题,本文提出了基于小波脊线的信号识别算法。本文推导了常用信号对应的小波脊线幅度和脊点位置,并分析了小波脊线幅度和脊点形态。通过理论推导和仿真测试证明了OFDM与单载波信号对应小波脊线具有不同特征,对小波脊线差分、中值滤波、并利用其熵作为特征值能够有效的进行OFDM信号与单载波信号的识别。仿真结果证明该算法对输入信号点数要求低,在低信噪比和短波中等信道下识别效果具有稳健性和有效性。      

基于小波变换的激光干涉微位移变化量测量方法

为了克服传统快速傅里叶频谱分析方法不适用于非平稳信号的缺点,实现基于全光纤激光干涉微位移信号变化量的精确测量,研究了基于连续小波变换(CWT)非平稳信号分析的相位解调算法。分析了在信号的频带上如何利用小波脊提取数字信号的瞬时特征,并在提取的特征基础上,得到小波脊的相位,完成对信号相位的提取,进而得到物体的位移信息。根据处理方法,进行了理论分析、计算机模拟和相关的验证性实验,对采集的位移干涉信号进行处理得到待测位移量,并与傅里叶变换相位提取方法的测试结果进行了比较分析,证明该方法具有更高的精度,对各种信号处理都具有很强的稳健性。实验结果表明此算法精确度高、复杂度低,具有广泛的应用前景。     

基于奇异性的小波消噪技术

在论述了小波分析、信号奇异性与小波变换模极大值性质关系的基础上，本文给出了一种基于小波变换模极大值的信号去噪算法。仿真结果表明了该算法的有效性，既能有效的消除噪声，又能较好地保留了原始信号的突变信息。     

基于B-样条小波的信号奇异性检测算法

介绍了小波变换的快速算法——Mallat算法和三次B-样条小波滤波器组系数,详细讨论了信号奇异性、小波函数奇偶性与模极大值的关系,最后给出了一个利用小波系数模极大值定位信号奇异点的实例。     

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。     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

基于“图像”分割的小波脊线提取算法

针对传统脊线提取算法不能同时兼顾速度和精度的问题,本文提出了一种新的基于“图像”分割的小波脊线提取算法。对渐近性信号进行连续小波变换以后,模值较大的小波系数往往集中在时间-尺度平面上几个分散的区域,将小波系数模值矩阵看作一个“图像”,对其分割,再对分割得到的每个区域确定其极值位置可得到小波脊线。仿真实验表明：本文算法不仅较传统脊线算法在精度和效率都有所提高,在信号去噪和信号分离中也表现良好。     

用于自动识别遥感图像路网信息的改进模糊连接度方法

针对遥感图像中路网信息的自动识别问题,该文将小波模极大值边缘检测方法和模糊连接度方法结合,提出一种改进的模糊连接度方法。采用小波模极大值边缘检测方法进行模糊连接度种子点的自动选择,解决传统模糊连接度理论中种子点难以自动选择的问题。在此基础上,对传统的模糊相似度计算公式进行简化,在保证路网识别准确性的同时,大大减少了计算量。采用来自Quickbird高分辨商业遥感卫星的3组影像进行实验,验证了该文提出的路网识别方法具有较高的准确性和计算速度。     

利用小波脊线实现数字调制信号的自动识别

针对含基带脉冲成形滤波的数字调制信号的自动识别,研究了小波脊理论在其中的应用.理论分析表明,不同调制类型的数字信号经过连续小波变换后,会在时频平面上呈现出不同的脊线特征,利用这些特征能够有效识别信号调制类型.在小波脊原理的基础上,还进一步推导出选择Morlet小波参数的标准以及信号的规格要求.实际信号的测试证明了该方法的有效性和可行性.     

基于NGST和MODWT的联合初至波到时提取算法

针对传统小波变换模极大值法提取初至波到时存在误判率高、提取精度低的问题,提出了一种基于NGST和MODWT联合提取初至波到时的算法。该方法通过极大重叠离散小波变换解决了塔式算法中因下采样引起的选择起点的灵敏性问题,采用广义S变换现在瞬时极化窗。试验结果表明,与小波变换模极大值相比,基于NGST和MODWT的联合提取初至波到时的算法,误判率低、提取精度高,在地下震源定位、微震监测领域将具有良好的应用价值。     

基于离散小波分解和频率脊线分析的CPM信号符号速率盲估计

非合作接收条件下,连续相位调制（CPM,Continuous Phase Modulation）信号多变未知的信号体制使其符号速率盲估计一直是分析该类信号的难点之一.现有的算法大多直接基于信号的瞬时频率或循环平稳性,存在抗噪性能差,不适用于多指数CPM信号等问题.针对该问题,本文通过分析小波变换在信号分解和时频分析中的优势,提出一种综合利用离散小波（DWT,Discrete Wavelet Transform）分解和频率脊线提取的CPM信号符号速率估计的新算法.算法对比分析表明,所提算法具有更好的抗噪性能且在小数据量时也能达到较好的估计性能.     

Singularity Detection of Signals Based on their Wavelet Transform

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｐｏｉｎｔｓｏｆｓｈａｒｐｖａｒｉａｔｉｏｎｓａｒｅｏｆｔｅｎａｍｏｎｇｍｏｓｔｓｉｇｎａｌｓｏｒｉｍａｇｅｓｗｈｉｃｈｃａｎｂｅａｂｓｔｒａｃｔｅｄｂｙｔｈｅｓｉｎｇｕｌａｒｉｔｙｄｅｔｅｃｔｉｏｎｏｆａｆｕｎｃｔｉｏｎ