基于小波变换的信号检测

研究了基于小波变换的信号检测方法及它在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去除噪声,使有用信号能从噪声中检测出来,提高信号的分辨率、信噪比。     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及其于多分辨分析的信号小波的分解算法，研究了信号局部奇异性的小波变换下的特性；根据故障信号的局部奇异性在小波变换下模的极大植及其在不同尺度上的传播特性，对308型滚动轴承振动加速度故障信号进行分解，对故障特征信号进行时域定位，并提取了故障特征频率f=46.88Hz，这与实际的故障特征频率相近，说明该方法适用于滚动轴承的在线监测和故障诊断。     

小波变换在瞬态信号检测中的应用

阐述了利用小波变换（ＷＴ）进行信号瞬态检测的原理。众所周知。短时Ｆｏｕｒｉｅｒ变换（ＳＴＦＴ）的时频分辨率固定不变,因此,其应用受到一定限制。小波变换的特点是将一维时域信号映射到时频域上,且其时频分辨率是变化的,这在信号检测中上有较强的优势。本文给出了计算机分析结果。     

基于复解析小波变换的信号包络检测

水声信号中的低频线谱成分是目标声信号的一个重要特征量,在水声信号检测、识别和分类中起着重要的作用。为了提取水声信号中的线谱成分,本文利用复解析小波变换兼具带通滤波和包络提取的特性提取信号包络。仿真和实测数据分析表明,与传统的Hilbert变换提取信号包络算法相比较,基于复解析小波变换的信号包络提取算法可以完全抑制所分析通带以外的噪声,从而提高了信号包络的信噪比。     

基于小波变换的二相编码信号检测

针对低信噪比条件下相位编码信号检测效果差的问题,运用粗细定位相结合的思想,采用双尺度小波变换对二相编码信号进行了研究。该方法在大尺度的模值点上,对信号的奇异点进行粗略定位;在小尺度的模值点上,对信号的奇异点进行精确定位,进而实现了对二相编码信号的检测。通过仿真实验表明,该算法在信噪比优于0dB的情况下,可以较好地完成信号的检测过程,当信噪比优于3dB时,检测概率高于95％。     

基于谐波小波包变换的信号检测

利用二进离散小波变换检测周期性信号时,由于频带间的干扰,微弱成分易被强信号所淹没,为解决此问题,提出一种基于谐波小波包变换的周期性信号检测算法。利用谐波小波函数的盒形频谱结构,根据目标声信号的特点,选择合适的分解层数和分析带宽,由此避免分析频带之间的相互干扰。对实测数据的分析结果表明,谐波小波包变换对于低信噪比下的微弱线谱信号成分有一定的增强效果。     

基于小波变换的EEG信号癫痫棘波检测

基于小波变换的多分辨率、相对带宽恒定、良好的时频局部化特性,一种利用连续小波变换对实测的脑电信号进行癫痫棘波分解并检测的方法,能够方便而有效地对脑电信号中的癫痫棘波进行检测.     

基于小波变换的边缘检测

边缘特征是图像最为有用的高频信息。边缘检测在图像处理和计算机视觉中起着非常重要的作用。本文在简要介绍小波变换的基础上,给出了小波变换的边缘检测理论。边缘检测采用3次B样条小波。实验证明,利用小波变换提取的图像边缘效果明显优于sobel、canny等传统的边缘检测方法。     

奇异信号的小波奇性检测与小波滤波

对奇异信号在小波变换下的奇异点特征进行分析,并将小波奇性检测运用小波滤波,实现了奇异信号的时－频二维滤波,使滤除噪声同时保留了信号的奇异点信息。     

基于小波变换的人脸检测

提出了一种基于二维离散小波变换的人脸检测算法。该算法采用Haar小波计算小波脸,导出了提取人脸特征向量的相应公式,利用感知准则训练线性分类器进行分类判决。在4个不同的人脸数据集上与特征脸方法进行了比较。结果表明,该算法的计算效率和检测精度均优于特征脸方法。     

基于CWT的线性调频信号参数检测方法

针对线性调频(LFM)雷达信号的参数检测问题,研究了小波变换在雷达信号参数检测中的应用,通过理论分析及公式推导说明了其可行性。提出了基于连续小波变换(CWT)的LFM信号参数检测方法。仿真实验结果符合理论分析的结论,表明用该方法能够得到较高的检测精度。     

基于小波的奇异信号检测

介绍了小波变换的基本理论、奇异信号的特性及小波变换用于奇异信号检测的基本原理.并在Matlab下进行奇异信号的仿真试验,取得了理想的效果.实验结果表明,小波变换在奇异信号的检测中是有效的.     

基于小波的奇异信号检测

介绍了小波变换的基本理论、奇异信号的特性及小波变换用于奇异信号检测的基本原理．并在Matlab下进行奇异信号的仿真试验，取得了理想的效果．实验结果表明，小波变换在奇异信号的检测中是有效的。     

一种改进的小波阈值消噪方法

在运用小波阈值法去噪时,在一些不连续点处有时会产生伪吉布斯现象。为了去除这种现象,考虑在阈值法的基础上对信号进行循环平移,然后再对平移后阈值上的系数进行放大,对信号进行消噪处理。通过仿真实验,可知该方法消噪后的视觉特性较好,并且信噪比提高,均方根误差有所降低,从而说明了该方法的有效性。     

基于小波变换的视觉工件检测技术

在小波变换的基础上,研制了视觉工件检测系统,并做了详细阐述和试验。结果证明该系统检测速度快,结构简单,精度高,便于实时化处理,具有广泛的应用前景。     

双密度小波中线的表面粗糙度分离技术

微纳米检测技术的发展对机械加工表面评定技术提出了更高的要求,准确地分离出表面粗糙度信号显得尤为重要.现有的小波滤波中线存在着滤波结果与采样点起始位置有关的问题.针对于此,提出了一种基于双密度小波中线的粗糙度分离方法,用于工程表面信号的分析,克服了采样点位置对分离结果的影响,提高了分离粗糙度、波度等频率成分的准确性.仿真及实验结果表明,新的双密度小波中线基准能够平移不变的提取表面粗糙度,准确性相比于其他方法提高4%.     

基于二维小波模极大点的边缘检测算法

研究利用二维小波变换的模极大与法向角来检测图像边缘的方法。与采用传统方法进行比较,本方法得到的边缘不仅较完整、对噪声不敏感,而且具有单像素宽度,定位精确。     

Technology of signal de-noising and singularity elimination based on wavelet transform

Based on wavelet transform theory,a method for signal de-noising and singularity detection and elimination is proposed,which can reduce the noises and express local singularity Each singularity can als...     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。