复杂系统状态预测的小波包方法

基于小波包变换和混沌理论对复杂系统状态预测方法进行了研究，首先应用小波包变换对系统的特征参数序列进行3层分解，得到第3层从低频到高频8个频率成分的时序；然后，对8个时序作进一步分析，以确认它们都存在混沌特性，再应用混沌理论分别建立8个时序的预测模型，分别对8个时序进行预测；最后，基于小波包理论将混沌模型预测的结果予以小波包重构，实现对系统特征参数序列的预测，实例研究表明，该方法具有较高预测精度，可有效地应用于复杂系统的状态预测和故障趋势预测分析中。     

提升算法的正交小波包复用系统研究

正交小波包复用(OWPM)系统利用小波函数的非零平移自正交性,一定程度上有效地避免了符号间干扰和信道间干扰,具有比正交频分复用(OFDM)系统更高的频谱利用率和抗干扰性能.提升方案是一种可原位进行的快速小波变换算法,其运算量比Mallat算法减少一半.研究了基于提升理论的正交小波包复用系统,该系统与基于Mallat算法的OWPM系统(非提升OWPM系统)相比,既提高了运算效率,又节省了存储空间.给出了该系统在不同信道下的误码率,并和非提升OWPM系统、OFDM系统进行比较.仿真结果证实了该系统的可行性和实用价值.     

基于小波包分析的结构损伤定位方法

提出了基于小波包节点能量（WPCE）相对变化量的结构损伤定位方法，采用其斜率向量和曲率向量2个指标作为损伤定位的依据，从而做到对于结构损伤的无模型定位，最后通过数值算例验证了该方法的可行性。     

基于最优小波包基的降噪方法及其应用

如何有效去除信号中的噪声是地球物理勘探领域中一个较重要的研究内容。如何去除有效数据中的噪声而保持信号的初至相位不发生畸变,常规的频率域或时间域滤波方法均不能较好的解决这个问题,而基于小波包基的信号去噪方法却是一种较好的方法。本文以小波包分析为基础,根据最小代价原理研究信号分解的最佳小波包基,对不同频率的系数采用不同的阈值进行量化,对高频信号采用Stein无偏似然估计的原则计算阈值,而在低频部分则采用以信号能为依据的浮动阈值,利用量化后的小波包系数重构得到去噪后的信号。仿真和实验结果表职,该方法去除噪声的同时并不改变原信号的相位,也不会产生波形的畸变。同时,将该方法利用到超声波数据降噪处理的工程实际中也取得了较好的效果。     

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。     

基于小波与混沌理论的股市多步预测研究

提出一种基于小波与混沌理论对股市进行多步预测的方法。并依据混沌理论给出进行股市多步预测的最大时间尺度。对于其它复杂系统的多步预测同样具有指导意义。     

基于小波和神经网络的供热负荷预测

目的研究供热系统热负荷预测方法,使供热量及时跟随用户需热量进行控制.方法通过分析供热负荷特性及其变化规律,用小波包变换对热负荷序列进行分解,再结合Elman神经网络分别对各序列建立模型,进行单步预测,最后重构各序列,得出热负荷预测序列.结果仿真试验表明,与未采用小波分析的BP、Elman神经网络相比,该方法预测精度较高,跟踪能力强.结论基于小波和神经网络的供热负荷预测方法能较好地跟踪预测用热量,适合于短期供热负荷预测的应用.     

一种过饱和小波包分多址系统及其多用户检测方法

提出一种过饱和小波包分多址系统，该系统首先保证过饱和地址之间相互正交，然后尽量选择小尺度的过饱和地址，并根据该系统中多址干扰的特点，提出分组串行干扰删除多用户检测方法，在AWGN信道和单径Raylei曲衰落信道下的仿真结果表明，该系统可以提供比正交多址系统更高的容量，误码率仅稍微高于正交多址系统和最小尺度过饱和小波包分多址系统，性能可以接受，并且串行干扰删除多用户检测方法复杂度是用户数的线性次方,收敛速度较快。     

一种用于CDMA通信系统中的双正交小波包

基于小波包变换的多载波码分多址(codedivisionmultipleaccess,CDMA)被认为是一种很有发展前景的多址通信技术,它在提高通信系统性能方面具有很大的优势和潜力。采用正交小波包函数族作为地址码能增强系统的抗干扰性并兼具多速率特性;提出一种基于小波包和二进制Walsh码的双正交小波包;计算机仿真证明,这种双正交小波包的自相关性和互相关性均优于传统的小波包,可与二进制伪随机码相媲美,有可能会简化整个通信系统结构。     

基于小波包变换的多载波CDMA系统

从2带滤波器组的完全重构条件入手,研究了基于小波包变换的多载波调制,给出了快速算法,并构建了基于小波包变换的多载波CDMA系统,对系统性能进行了模拟仿真。结果表明,当选择性能优良的小波包时,基于小波包变换的多载波CDMA系统性能要优于传统的基于OFDM的多载波CDMA系统。     

基于小波包移频算法的遥感图像融合技术

为了对分类最小二乘支持向量机实施有效的稀疏化，以提高分类速率，采用分类相关分析算法，按序提取样本核矩阵的全部分类相关成分，并依据样本核矩阵各列与分类相关成分的相关性，对训练集所有个体按分类的重要性排序，进而可选取最重要的部分个体作为支持向量，并将其余非支持向量的信息转移至支持向量，以提高支持向量的分类表达能力.由此构建一种新的稀疏型最小二乘支持向量机CS LSSVM，并将其应用于多个模式分类的实际问题.测试结果表明，CS LSSVM稀疏性很强，且保持了标准LSSVM的分类性能，还可直接适用于多类问题.     

小波包变换的图像融合技术的研究

图像融合技术是把同一目标的多幅图像融合成一幅高质量的图像.给出了一种基于小波包变换的图像融合方法.对两幅图像分别进行小波包分解,得到两幅图像的小波包分解系数,进一步对小波包系数进行分析和处理.对两幅图像低频波段的逼近系数取均值,对高频段选取绝对值大的小波包系数,得到融合系数矩阵.对融合数据进行小波包反变换,得到两幅图像的融合图像.使用该方法对两幅图像进行了融合,得到的融合图像汲取了两幅图像的优势,视觉效果较好.     

基于提升静态小波包变换的自适应消噪方法

基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

一种新的基于子波包去噪的方差估计方法

利用逐结点中值估计和硬门限处理,讨论了色噪声背景下子波包去噪算法,并在此基础上提出了一种新的方差估计方法,实验结果表明它还具有良好的去噪性能。     

一种基于小波包的图像压缩方案

先用离散的正交小波和滤波器构造小波包,再用构造的小波包对图像进行二级分解,各频段编码方式为：低频部分作DPCM编码;中频部分采用DCT工经阀值后作游程编码;高频部分不作编码处理,在解码时用零进行填充,实验证明这是一种比较好的编码方案,重构图像质量比较高。     

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。     

基于小波包分析的局部放电检测频带确定

电脉冲法检测局部放电的关键问题是确定合适的检测频带。设计了一种可测量实际放电的局部放电实验电路,对实际放电波形进行小波包分解,可确定在检测过程中的合适检测频带,分析结果与实际检测结果进行对比,表明该方法对局部放电实际检测频带的确定具有指导意义。