小波函数容许条件的研究

介绍了近年来迅速发展起来的新兴数学工具——小波变换。并与传统的Fourier变换进行比较．探讨了小波变换中小波函数ψ(t)的来源及其结构特点，利用δ函数的性质及Parseval恒等式证明小波变换的反演公式，从而引出小波函数ψ(t)的容许条件，讨论了小波函数ψ(t)容许条件的等价命题，基于连续函数及窗函数的特性给出等价命题的详细证明。     

关于连续小波变换的一个讨论

主要讨论了连续小波变换,得到由不同于原来变换函数生成的重构公式的范数收敛意义下成立的条件,该条件是由变换函数生成的重构公式的在范数收敛意义下成立的条件的自然推广,证明了CΦ1,Φ2虽然看起来可能是复数但实际上只能是实数,讨论了两种重构公式之间的关系,并得到了两种重构公式虽然不同但最终有着几乎相同的形式。     

向量函数空间中的连续小波变换和微分方程的一点讨论

为了讨论向量微分方程向量函数的连续小波变换被应用到讨论向量微分方程和积分方程之间的关系，使用连续小波变换将一些向量函数的微分方程转换成相应的积分方程。这些微分方程与相应的积分方程不仅在弱收敛意义下是等价的，而且在范数收敛意义下是等价的。这将向量函数的微分方程与积分方程的讨论联系起来，使向量函数的连续小波变换能够在向量微分方程的讨论中得到应用。     

基于Soblev空间上的广义积分小波变换

在Sobolev空间H^2R^n上定义一种新的广义积分小波变换，它包括了通常的小波变换，Fourier变换，Radon变换，以及朱文革在文献[1]中引入的广义积分小波变换等。并且研究了这种新的变换的基本性质。     

一种特殊抽象函数空间上的连续小波变换

讨论了一种特殊的抽象函数空间L²(R,H),把连续小波变换从L²(R)推广到L²(R,H);讨论了由抽象变换函数的积分核产生的重构公式,不仅在弱收敛意义下而且在范数收敛意义下该重构公式成立的条件;得到了使得重构公式存在且成为最简单形式的抽象变换函数的条件;给出了一种寻求使得重构公式成为最简单形式的抽象变换函数的方法．     

基于Soblev空间上的广义积分小波变换

在Ｓｏｂｏｌｅｖ空间ＨＳＲｎ　上定义一种新的广义积分小波变换，它包括了通常的小波变换，Ｆｏｕｒｉｅｒ变换，Ｒａｄｏｎ变换，以及朱文革在文献［１］中引入的广义积分小波变换等。并且研究了这种新的变换的基本性质。     

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。     

变小波基的小波包电力通信消噪方法的研究

小波包变换是小波变换的进一步发展，能够提供比小波变换更高的分辨率。小波基函数的选择直接影响小波包变换对于信号的处理结果。电力通信中的噪音是影响其通信质量的重要因素。本文研究了一种利用不同小波基函数组合来进行电力通信消噪的方法，通过对实际信号的处理证明了该方法的适用性。     

L2(Rn)空间中的连续小波变换

讨论了L^2(R^n)空间中的连续小波变换，分别得到了原来变换函数与其不同的函数生成的重构公式，获得了这些重构公式在L^2(R^n)中范数收敛意义下成立的条件，后者在L^2(R^n）中范数收敛意义下成立的条件是前者在L^2(R^n)中范数收敛意义下成立的条件的自然推广。当n=1时，便得到一个L^2(R)中与原业变换函数不同的函数生成的重构公式在范数收敛意义下成立的条件。与Daubechies已有的结果相比，减弱了变换函数和生成重构公式的函数条件，拓宽了连续小波变换重构公式的应用范围。     

Hs(R)空间上的广义积分小波变换

在Sobolev空间Hs(R)上定义一种新的广义积分小波交换,它包括了通常的小波变换,Fourier变换,Radon变换,以及朱文革引入的广义积分小波变换等,并研究了这种新的变换的基本性质.     

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。     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

基于最大相关性的小波谐波检测方法

谐波的存在严重影响电网中电能的质量,保证电力系统的安全运行,首先要对谐波进行准确的检测和分析,剖析电网中的谐波成分。傅里叶变换能够分析谐波中稳态成分,却无法分析电力谐波中广泛存在的暂态及突变信号。小波变换的时频分析方法应用于谐波分析当中,弥补了傅里叶变换的这一缺陷。本文通过Matlab仿真,采用最大相关性的方法选取小波基,并用小波变换实现对电力系统中暂态信号的分析,将小波变换与傅里叶变换的分析方法进行比较,验证了基于小波变换的谐波检测方法的有效性。     

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.     

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.     

A WT-STFT combining Algorithm

A fast wavelet packet (WP) algorithm is presented, in which the wavelet transform (WT) and the short-time Fourier transform (STFT) are combined. As WT produces multiresolution of frequency and time, and STFT has a fast algorithm, the combining algorithm is suitable for fast signal analysis.     

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。     

地震动的Hilbert-Huang变换与传统分析方法比较

地震动是一种典型的时序非平稳信号,采用Hilbert-Huang变换（HHT）对其进行分析较传统分析方法有着天然的优越性。文章在介绍HHT基本原理的基础上,比较了HHT与Fourier变换在适用条件、时间分辨率和谱分析结果上的差异,以及HHT与小波变换在基底、重构误差、时频分辨率和谱分析结果上的不同。分析结果表明,HHT是对以Fourier变换为基础的线性和稳态谱分析的一个重大突破,它较传统的信号分析方法更加适合地震动的处理与分析。