基于小波变换的信号去噪应用

讨论了一种基于小波变换的信号去噪方法，从3种不同的去噪方法比较中看出小波变换在信号去噪中的优越性，数值实验及实际运用都证明了该方法的有效性．     

跳频信号的STFT时—频分析

利用短时傅立叶变换ＳＴＦＴ的时－频域分析特性,探讨了使用各种窗口函数的ＳＴＦＴ来分析跳频信号,计算并分析了利用不同窗口函数跟踪跳频信号时所产生的各类误差。     

基于分形盒维数的跳频信号跳周期快速估计方法

针对通信对抗中跳频信号参数估计问题,提出一种基于短时分形盒维数的跳频信号跳周期快速估计方法.首先对信号采样序列分段,计算短时分形盒维数,结合小波变换检测盒维数曲线的奇异点,然后采用谱分析的方法提取奇异点的变化周期,进而估计出跳频周期.仿真实验表明,该算法运算复杂度低、跳频定位精度高,在-10dB就能有效估计出跳频周期,与基于STFT的时频分析方法相比,具有计算量更小的优点.     

直扩通信中基于小波变换的跳频干扰抑制方法

跳频信号是一类时频分布不连续的信号。针对直扩通信中的跳频干扰,使用Morlet小波变换,准确估计出跳频干扰的跳变时刻和频率,并通过频域自适应陷波算法对干扰进行抑制。不仅克服了STFT和WVD在对跳频干扰参数估计时的不足,而且不需要任何先验知识,实现了基于小波变换的跳频干扰参数盲估计。计算机仿真表明,该算法可以在较大干信比范围内有效抑制跳频干扰。     

基于小波映射跳频码的跳频系统性能研究

为研究基于小波跳频码的跳频系统性能,采用小波跳频扩频码和小波快速算法,依据小波变换构造了一组独立均匀分布的扩频随机码,码序列具有多址和自相关特性,结合M allat二进小波算法,产生快跳频的跳频图案,具有抗干扰、抗衰落和抗多径特点.与M序列比较,小波跳频码数目众多,具备快速算法,而且具有正交性、自相关性和平衡性.Monte-Carlo仿真实验表明,采用小波映射跳频码系统误码性能明显优于M伪随机序列2-4 dB,是一种较理想的跳频随机码序列.     

一种跳频信号的时频分析和参数估计方法

为了获得跳频信号清晰的、高聚集度的时频谱图和高精度频率估计值,提出了一种改进的同步压缩变换的时频分析和参数估计方法.对短时傅里叶变换得到的信号时频谱提取最大值,得到二维时频平面,沿着频率方向进行频率聚类,通过迭代滤波方法得到跳频频率集,进而构造瞬时频率的二维时频平面,然后在同步压缩的基础上得到跳频信号清晰的时频谱.仿真...     

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。     

基于小波变换的声波信号包络提取

包络提取是声场层析成像的关键，考虑到希尔伯特变换法在提取声包络信号中毛刺多等缺点，提出了一种小波变换法来提高包络提取的精度．计算机仿真结果表明，用该方法提取包络的效果比希尔伯特变换方法效果好．     

基于短时傅里叶变换的跳频信号频谱感知性能分析

频谱感知作为认知无线电领域的核心技术,可以有效地识别出频谱空洞,为次级用户动态接入提供先验信息.本文针对跳频信号建立了频谱感知系统数学模型,通过短时傅里叶变换分析,在仅仅已知跳频频率集的情况下便可进行盲感知,不需进行信道划分即可对跳点位置和信号存在性同时进行检测.本文在AWGN、Rayleigh和Nakagami-m ...     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。     

基于转移概率的跳频图案分析与干扰方法

通过分析频率跳变中的转移概率特性,对比了常规跳频、差分跳频的几种典型实现方式中跳频图案变化的状态转移特性,分析结果表明,转移概率对跳频系统抗截获和干扰性能有重要影响,差分跳频虽能提供基于信息数据的更随机化跳频图案,但就转移概率特性而言与常规跳频差别不大,且差分转移阶数较低时其抗干扰性能不如常规跳频. 所提基于跳频转移概率分析的跳频图案分析和干扰方法更简单实用,且可根据性能指标和实际转移概率分布进行干扰策略的动态调整.     

基于小波变换的语音信号基音频率检测法

将基于小波变换与多分辨分析 (MRA)下的Mallat算法与传统的快速傅立叶变换(FFT)相结合 ,提出了一种新的语音信号的基音频率检测方法。实验结果表明 ,这种方法能有效地抑制语音信号中共振峰对基音频率的影响 ,且不必考虑语音信号的短时性。与传统基音估计方法比较 ,此方法具有运算速度快、基音估计准确度高的特点。     

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。     

基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

基于小波变换的MFSK信号盲解调算法

针对无先验信息的MFSK（M-ary frequency shift keying）信号提出了一种基于小波变换的盲解调算法。该算法基于morlet小波脊线值与MFSK信号符号之间的对应关系,研究了小波脊线提取、符号率估计、符号同步、调制进制M识别、调制码估计等算法,实现了盲信号的解调。仿真结果表明：2FSK信号的盲解调性能比理论值恶化不超过0．1dB;4FSK信号的盲解调性比理论值恶化约1dB。     

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％。     

基于小波变换的语音信号基音周期估计

基音周期是语音信号最重要的参数之一，是进行语音信号数字处理的基础。小波变换具有良好的时频分辨率，为语音信号基音周期提取提供了新的途径。基于小波变换及其多尺度边缘检测的基本特性，阐述了语音信号基音周期估计的原理、实现方法、算法流程；并给出了实验结果。实验表明：该方法可以实现大动态范围的语音信号基音周期估计计算，并可获得满足实用的较为精确的结果。     

基于小波变换的信号消噪

采用一种新的阈值确定方法：二次平方损失函数法（QSLF法）,通过对待信号进行小波变换,在小波变换域中,把小波系数进行阈值处理,即：增强属于信号的小波系数,减弱或去除属于噪声的系数,然后进行小波变换的逆变换,虽然会造成在小程度上丢失了一些细节,但只要考虑到抑制干部噪声与所保留信号细节之间的权衡问题,仍能恢复出所期望的待分析信号,计算机模拟实验结果表明：该方法能有效的消除噪声。