一种用于便携式12导数字化心电导联线的Q RS波检测方法

针对便携式12导数字化心电导联线不易识别心电信号QRS波的问题,基于信号处理,利用小波函数良好的时频局域化特性和对时变信号分析的优越性,运用小波变换的奇异点与信号变化剧烈处间的联系理论,以软件方法实现了QRS 波的检测。仿真结果表明,该方法对于QRS 波、特别是R波的检测,有较高的精确度。     

非线性多尺度分析与自适应图像分割

以基于小波变换的非线性多尺度分析为基础,提出了一种新型的图像特征增强算法,该方法可有效地用于图像区域分,文中以光滑尺度函数产生局域平均权值,用光滑差（ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｓｍｏｏｔｈｉｎｇ）小波变换图像以提取图像的局域亮度变化,从而实现了基于尺度－空间对比度增强的自适应图像分,在实验中,以在视觉信息处理中表现出良好性能的高斯函数为尺度函数,通过对尺度－空间对比度取阈值来实现图像信息的增强,     

基于边缘检测算子的两类B样条小波

研究了分别对应极值检测算子和零交叉检测算子的两类任意阶基数B样条小波,基于Mallat一维和二维信号的小波变换和逆变换理论,推导出小波分解与重建算法中滤波器组H,G,G,L的时域和频率解析表达式,讨论了这两类小波在小不皮分析中的应用。     

基于MATLAB的方波连续小波变换

以受噪方波的连续小波变换为例,介绍如何利用MATLAB小波工具箱(wavelet)中的函数实现信号数字化处理的方法。实例仿真结果表明该方法十分有效。     

小波变换的傅里叶变换算法

介绍信号小波变换的概念，讨论它与傅里叶变换的关系，并实现用傅里叶变换算法计算信号的连续小波变换，给出了算例。     

基于小波分析的信号去噪方法研究

介绍了小波变换的基本思想和优点及多分辨率分析的过程,并在MATLAB下利用小波变换工具箱,编写程序实现信号去噪处理,充分显示了小波变换在处理非平稳信号中的优势。     

基于小波包分析的纸浆浓度信号去噪方法

针对造纸过程的纸浆浓度检测信号,给出了一种基于小波包分析的去噪方法.讨论了小波包分析和去噪的原理、阈值和阈值函数的选取,比较了选择不同阈值以及不同阈值函数对纸浆浓度信号去噪的效果.理论分析和仿真都表明基于小波包分析的去噪方法的有效性.     

基于正交小波包变换的电能质量扰动检测与定位

文章在模拟仿真了含有高斯白噪声的电能质量扰动信号的基础上,给出利用正交小波包算法对电能质量扰动信号进行检测和定位的方法。研究结果表明,该方法有更好的检测性能,能更精确检测瞬态扰动发生的时刻和持续时间。     

基于小波分析的微弱信号的提取

针对机器运行中初始故障微弱信号的检测问题,对原始信号通过小波变换去噪、小波分解和重构去除采集信号中的奇异点,根据高频系数还能准确确定出现奇异值点的位置,即故障发生的时间点。通过小波分解系数的等效功率谱,可以提取初始故障信号,用于机器的状态监测和故障预报。     

基于小波变换的抑制心电信号噪声方法研究

针对在采集心电信号的过程中容易产生多种多样噪声的问题,利用小波函数的多尺度多分辨分析的特性,采用小波变换分解重构的方法,选用4尺度对心电信号进行滤波处理.仿真结果表明,该方法对于50 Hz工频干扰、肌电干扰、基线漂移有较好的抑制作用,为心电信号QRS波的识别奠定了良好的基础.     

L2(Rd)中的积分小波变换及其反演公式

研究了L2( Rd)中的积分小波变换.利用算子论和积分论的方法,讨论了L2( Rd)中函数的积分小波变换的有界性和连续性,证明了积分小波变换的等距性质,并给出了积分小波变换在强收敛意义和弱收敛意义下的重构公式.     

基于小波分析的航空发动机气动失稳信号分析方法

文章旨在做好航空发动机气动失稳信号的有效分析,通过应用小波变换的方式分析了小波变换的原理,以航空发动机气动失稳信号检测为例分析了小波变换过程的信号失稳检测,信号分析结果表明借助于小波变换的时频分析能力逐渐增强,故障诊断率高,应用价值较好。     

基于边缘检测算子的两类B样条小波的性质和作用

基于Ｍａｌｌａｔ多尺度分析理论，用边缘检测算子构造两类任意阶Ｂ样条小波。给出了这两类小波的小波函数ψ的时域及频解析表达式，讨论了相应的性质及在异常信号检测中的应用。     

小波在超声无损检测C复合材料缺陷中的应用研究

针对超声检测碳复合材料易出现的信噪比较低的问题,本文具体分析了典型的超声检测信号的组成和分离方法,提出利用小波包变换提取反映缺陷性质的特征值。结合MATLAB的工具箱编写信号处理程序,实现对信号的小波包的分解,同时输出信号的特征参数值和相关的分析结果图。最后,利用谊程序对带缺陷的碳复合材料进行分析,通过提取的特征值可以方便实现对缺陷定位的无损检测。     

基于小波变换与RBF神经网络的焊缝缺陷智能化检测

文章主要阐述了对船舶水下关键部位焊缝缺陷的一种智能化检测及识别方法。该方法基于小波变换与RBF神经网络理论。利用小波变换对回波信号进行预处理,提取出所需要的焊缝缺陷的特征信息。然后由RBF神经网络对特征信息进行学习训练,通过对神经网络输出值与焊缝缺陷类型输出代码进行比较后,最终得出焊缝缺陷类型的检测与识别结果。     

基于小波奇异性的纸病检测

讨论了在纸幅随机纹理背景下纸病的检测,提出利用纸病处的奇异性来区分其和背景纹理.首先使用光滑函数与纸病信号进行卷积运算,然后选取能够保留纸病奇异性特征且同时削弱随机纹理所产生起伏的适当尺度下的信号,并对其实施进一步小波变换,去除大部分纹理起伏所对应的极大值线,最后利用极大值线与纵轴相交的截距来判断纸病.     

基于EMD和小波变换的信号去噪

本文针对振动信号易被噪声污染的特点,采用了EMD＋小波的方法对振动信号进行去噪处理。即在EMD分解的基础上,利用评估系数辨析出被噪声污染严重的分量,并通过小波变换对噪声Imf分量进行去噪。然后建立仿真信号,验证出EMD＋小波的方法对信号去噪是可行的,最后利用信噪比,与常用的去噪方法进行比较,得出了EMD＋小波方法方便、灵活,不受傅里叶变换的限值等。     

B样条正交小波的构造

基于Mallat多尺度分析理论,用Daubechies的正交小波构造方法,构造出任意阶基数B样条规范小波,并给出了相应的小波函数,尺度函数,正交象波器H和G的时频响应表达式,这类小波产生的小波基适用于一维和二维信号分解与重建过程中的Mallat快速算法。     

基于小波变换的雷达信号调制类型识别方法

雷达信号的脉内调制特征是雷达信号细微特征的重要体现,因此要对雷达信号分选和识别,高可信度地判别雷达属性,必须对雷达信号脉内调制特征进行分析。小波变换特别适用于非平稳信号的分析,作为一种特征提取的工具己得到较广泛的应用。用小波变换的方法对常见的几种雷达信号进行了调制方式的识别。     

基于小波变换的多尺度边缘检测用于稻谷内部损伤的检测

针对稻谷在成熟、收获、分级包装、装卸运输、烘干、贮藏、加工和销售等各个环节容易产生损伤,而稻谷的损伤程度又难以精确评价的问题,开发了一套稻谷损伤检测装置,通过体式显微成像系统等获取损伤稻谷的高清晰显微图像,基于信号与噪声在不同尺度下小波系数模的变化规律,利用小波变换系数模局部极大值来提取稻谷内部损伤特征信息.结果表明:采用基于小波变换的多尺度边缘检测方法能较准确地提取稻谷内部损伤特征,并有效地降低噪声,较传统边缘检测算子有更好的效果.