基于多项式插值的小波变换预滤波器设计

该文提出了基于多项式插值的预滤波器设计方法, 这种方法从分析尺度函数出发设计预滤波器。信号均匀采样时, 预滤波器是时不变滤波器, 其系数是分析尺度函数各阶矩的线性组合。预滤波器的逼近阶取决于分析尺度函数的支撑集长度而不是正则阶。该设计方法有两个突出的优点：可以设计比传统预滤波器更高逼近阶的预滤波器,如综合尺度函数整数点的值构成的特殊预滤波器和由预尺度函数法产生的预滤波器等,可以很自然地推广到信号非均匀采样的情况, 相应的预滤波器是时变滤波器, 逼近阶依赖于分析尺度函数的支撑集长度和采样点的分布。数值结果表明, 利用基于多项式插值的小波变换预滤波器可以得到逼近效果更好的初始尺度系数。     

基于改进经验小波变换的时频分析方法及其在滚动轴承故障诊断中的应用

经验小波变换是最近提出的非平稳信号分析方法,针对其不足,提出了一种改进的经验小波变换方法;同时结合瞬时频率新定义,提出了一种非平稳信号时频分析新方法.该方法首先通过改进的经验小波变换将一个复杂的非平稳信号自适应地分解为若干个具有紧支集频谱的内禀模态函数之和;再通过对每个内禀模态函数进行解调,得到原始信号的时频分布.将提出的方法应用于滚动轴承试验数据分析,并将其与希尔伯特黄变换进行了对比,结果表明,论文提出的方法能够有效地诊断滚动轴承故障,且诊断效果优于希尔伯特黄变换方法.     

时频分析与小波变换在水声定位中的应用

文章研究一种基于联合时频小波分析的水声目标识别和定位方法。先深入研究时频分析和小波变换的基本原理,构建联合时频小波域的特征表示,再使用MATLAB软件对模拟的水声信号进行实验,并通过添加噪声模拟实际环境。实验结果表明,联合时频小波分析在水声目标识别和定位中表现出良好的性能,特别在噪声环境下表现出良好的健壮性。通过分析目标识别函数和归一化目标识别函数成功定位水下目标,验证了方法的有效性,为水声信号处理提供了一种新的分析方法,为实际应用中的目标检测与定位提供了有益参考。     

一种基于Radon变换的时频分析方法

针对CW脉冲和线性调频(LFM)信号,利用Radon变换沿直线积分的特性,将其与时频分布(TFD)结合在一起,抑制多频率分量信号各个分量之间的交叉项干扰,提高时频分布的时频二维分辨力。通过仿真数据验证算法具有良好的时频分辨能力以及抑制交叉项干扰能力。     

基于时频分析的脉内特征分析

雷达信号的脉内调制特征是雷达个体特征的重要体现,要对雷达信号进行分选和识别,高可信度地判别雷达属性,必须对雷达信号的脉内特征进行分析。时频分析技术特别适合非平稳信号的分析,作为一种特征提取的工具已得到较为广泛的应用。采用Wigner-Ville分布对常见的几种雷达信号进行了脉内调制方式分析,并采用MAT-LAB进行了仿真。     

基于能量的自适应小波变换图像压缩算法

针对现有压缩算法计算量大以及压缩质量差等问题,文章根据图像能量的分布特性,提出了一种基于能量的自适应小波变换图像压缩算法。通过优化扫描法以及小波的分解模式来提高算法的准确率,并根据低频子带的扰动性大小,来对低频子带进行量化处理,而高频子带则是利用边缘检测算法的高效性,来提取高频子带中的有效信号,进而保证图像压缩的高效性与准确性。实验结果表明,文章算法的仿真结果与预期目标相符,有效证明了算法的可行性。     

基于小波变换和傅立叶变换的脉内调制特征识别

脉内特征分析是雷达信号分选的基础,也是电子对抗领域里的一个重要课题。主要讨论了用小波变换结合傅立叶变换的谱分析来识别雷达信号的脉内调制特征,并给出了仿真结果。     

基于小波变换的时间间隔检测

本文提出一种基于小波变换的检测数字信号码元间隔的方法。该方法利用基小波的伸缩与时移特性获得检测所需的时、频分辨率,通过对信号做多尺度的连续小波变换,可以在较低信噪比下很好地检测到信号频率并得到边沿过渡较快的相应小波变换时谱。根据小波分析与奇异性信号检测的理论,本文还提出对小波变换时谱的二次处理方法。理论分析和计算机模拟结果表明,本方法是有效的,是提高时间间隔检测性能的一种新途径。     

基于小波变换的时间间隔检测

本文提出一种基于小波变换的检测数字信号码元间隔的方法。该方法利用基小波的伸缩与时移特性获得检测所需的时、频分辨率,通过对信号做多尺度的连续小波变换,可以在较低信噪比下很好地检测到信号频率并得到边沿过渡较快的相应小波变换时谱。根据小波分析与奇异性信号检测的理论,本文还提出对小波变换时谱的二次处理方法。理论分析和计算机模拟结果表明,本方法是有效的,是提高时间间隔检测性能的一种新途径。     

基于小波变换的电力系统谐波检测的研究

小波变换在电力系统谐波中的应用,与谐波本身的特性是直接相关的,要得到实时性和精确性都较高的检测效果就需要对电力系统的谐波特点,小波在这方面的应用原理有深刻的理解。文中对此在作了深入分析的基础上,还重点研究了采用小波变换研究谐波检测的主要因素,用仿真验证其影响效果。最后针对目前的研究成果论述小波在谐波检测应用中的发展,为小波变换在分析有效、精确、可靠的电力谐波检测方法提供研究思路。     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

基于小波变换的光寻址电位传感器信号去噪研究

基于(LAPS)(光寻址电位传感器)技术的生化传感器中的光生电流是一种微弱的非平稳信号,信噪比(SNR)低。为了提取清晰的LAPS信号,且鉴于传统的傅里叶方法去噪后信号失真严重,本文采用小波变换的方法对LAPS信号进行去噪处理。通过小波变换将信号分解为3层,得到各层的小波系数以及阈值。根据每一层系数特点,按阈值进行分别处理,得到新的小波系数。最后根据新的小波系数,重构信号。对去噪后的信号进行频谱分析发现,信号频谱为有效的LAPS信号谱段。将傅里叶去噪和小波去噪方法进行对比发现,小波去噪得到信号的SNR和平滑度(SR)要高于傅里叶去噪,表明小波变换是LAPS信号去噪的有效方法。     

基于小波变换的信号去噪方法研究

对小波闽值去噪方法进行了研究,阐述了小波变换和小波去噪的基本原理和方法,利用四种自适应阈值规则对含噪信号分别进行去噪处理,并比较了去噪效果。以采集到的语音信号为例,采用不同的阈值去噪方法去噪,在MATLAB下进行仿真,结果表明小波变换既能有效地去除信号噪声,又能较好地保留原信号中的突变信息。     

一种基于小波变换和统计特征的数字信号调制模式识别方法

对于数字信号的调制识别问题,提出统计特性和小波变换相结合的特征提取方法。可以通过低信噪比下提取参数识别出调制信号。该方法的特征参数提取具有更低的计算复杂度,具有良好的抗噪性能。当信噪比不小于5 dB时,正确识别率可以达到97%以上。     

基于小波变换的光电传感器信号去噪技术

针对工业码垛机器人安防系统的光电传感器在工作现场所采集的信号存在噪音和奇异性干扰的问题,提出了一种有效的去噪,奇异点检测和消除的方法.该方法以小波变换为基础,利用小波变换能有效地对信号去噪,且能表达出信号的局部奇异性,同时各奇异点的位置也可以得到检测进行相关处理.MATLAB仿真实验表明:该方法是有效可行的.     

小波变换在鼾音信号分析中的应用研究

鼾音是上呼吸道阻塞的重要体征,是典型的非平稳信号。本文探讨了基于正交小波变换的鼾音信号分析方法,利用小波变换能较好地体现出信号不同频段的特征,较之传统的傅氏变换具有明显的优点,给分析干扰信号或医疗诊断提供了非常有价值的信息。     

基于小波变换的自混合干涉信号降噪方法

应用小波变换理论对光反馈自混合干涉信号进行小波降噪处理。处理中用db4小波做降噪小波基,对自混合干涉信号进行4层分解,经过阈值处理与小波重构得到降噪信号。对不同反馈机制下降噪前后信噪比、均方差的对比分析,结果表明小波降噪在消除噪声方面的有效性。     

基于小波变换的电磁泄漏信号检测方法

电磁泄漏信号检测已经有好多年的历史,尤其是在电磁兼容学科中,更为重要.然而,电磁信号的不平稳、瞬变、微弱等特点,一直困扰着传统的电磁信号频域检测技术.针对电磁信号频域的这些特点,本文提出了基于小波变换的一种电磁泄漏信号检测技术,并针对实际信号的特点选取了db3作为小波基函数,最后给出了实际检测的结果,以及分析和结论.实际结果表明,该方法可以有效地检测出电磁泄漏信号,为电磁环境检测的智能化作了一个准备.     

基于小波变换的单帧干涉图象分析

本文提出了利用复数小波变换对干涉图象相位进行分块线性拟合的一种新颖的单帧干涉图象分析方法。首先对干涉图象进行适当的分块,然后通过线性相位模型对每个子块的相位进行拟合;拟合系数通过干涉图象分块的小波变换与最小均方误差估计方法获得。该方法克服了傅立叶分析方法的相位去包裹过程以及迭代算法计算量大的缺点。仿真实验表明该方法具有较高的精度和可行性。     

改进小波变换的电子音乐信号去噪研究

针对电子音乐信号受噪声干扰易出现信号失真、电子音乐存在断点的问题,提出改进小波变换的电子音乐信号去噪方法。首先,分析不同尺度中电子音乐信号小波系数相关性,采用软阈值算法去除电子音乐中的噪声;然后,采用修匀法对去噪后电子音乐信号进行处理,提升电子音乐信号整体连续性。结果表明,改进小波变换去噪后电子音乐信号波动区间与去噪前相同,去噪后电子音乐信号未受损,信号连续性好,去噪性能明显优于对比方法。