基于提升格式的M带自适应小波变换

提出了基于提升格式的M带自适应小波设计方法.首先设定M带提升小波预测算子与更新算子的基本形式,然后根据提升结构及所选取的误差准则来自适应地调整预测算子及更新算子的系数,从而得到适合给定应用的最优M带提升小波.与目前对M带小波的研究相比较,采用提升格式得到的M带自适应小波既保持了提升方法的快速、简单及可直接在时(空)域上运算的特点,又具有根据实际问题设计出优化小波的优势.给出了两个3带自适应提升小波的设计实例.     

基于提升框架的M通道小波滤波器的构造

提升框架的核心思想是通过有限步预测和更新来构造小波滤波器。由于小波的多相位矩阵可以分解为多个矩阵的乘积,因此这些矩阵可以被看作是预测算子和更新算子。本文根据M通道小波变换理论,给出了基于提升框架下的M通道小波变换所对应的滤波器库的构造方法。与传统的方法不同,利用提升框架构造的任何滤波器库都自动满足精确重构性,所设计的预测滤波器满足N阶对偶消失矩,所设计的更新滤波器满足N阶基本消失矩,并给出了具体例子。     

一类双正交小波构造及其压缩性能分析

在应用提升框架构造一类双正交小波中,W.Sweldens等给出了预测算子和更新算子的一种求法。论文从时域角度出发,应用多分辨率分析理论、完全重建条件和脉冲函数给出了预测算子和更新算子的另一种求解方法,进而得出了对偶小波函数、对偶尺度函数、主小波函数和主尺度函数的显式表达式,与W.Sweldens等的方法相比,该文的方法更为简单易行。仿真结果表明,论文构造的小波具有优良的压缩性能。     

基于提升格式小波的磁浮间隙信号降噪处理

针对高速磁浮轨道不平顺检测中间隙信号的降噪问题,提出基于提升格式的小波滤波方法;通过Lagrange插值法设计预测算子,并根据小波消失矩的特性建立线性方程组求解出更新算子,该方法也适用于求解带有边界问题的预测算子和更新算子;仿真实验比较了采用不同小波分解层数时硬阈值和软阈值的降噪效果,结果表明对信号进行4层分解并采用硬阈值法对小波系数进行处理,可以更有效提高信噪比,并更好保留了间隙信号的脉冲尖峰特征;将其仿真结论应用于实测间隙信号的降噪处理中,结果表明该方法满足了轨道不平顺实时检测的要求。     

自适应提升小波变换及飞机发动机故障分析

小波提升方案通过改变预测器和更新器构造出所需要的小波,这为机械设备故障特征分析中小波基函数的选择提供了方便。为了能在每个尺度上自适应选择与机械振动信号特征匹配的小波基函数,提出了一种更新器和预测器同时自适应地提升小波变换方法。在此方法中,采用先更新后预测的提升方案,分别通过信号的局部梯度大小和最小化预测误差来实现自适应更新和预测。将此方法应用在某飞机发动机故障分析中,实验结果表明,与经典小波变换相比该自适应提升小波变换分离的故障特征更明显效果更好。     

一种改进的第二代小波算法及其在图像去噪中的应用

将提升格式与最小二乘的正交多项式拟合相结合,提出了一种改进的第二代小波变换算法,在设计预测(或更新)算子时,以正交多项式为基底,通过最小二乘的曲线拟合法,拟合小波分解的低频(或高频)信号,确定预测(或更新)算子,使预测和更新算子能够反映分析数据的特征.实验表明,将最优拟合估计的第二代小波变换与图像非线性增强算法相结合,能够有效的对图像、信号进行去噪,而且很好地保持了图像和信号的边缘,改进了软域值法去噪时边缘模糊的缺点,降噪效果优于其他类型的小波.     

基于非线性提升小波变换的图像去噪

基于提升方案的小波变换结构简单 ,不需要额外的存储空间 ,易于实现。同时 ,提升方案中的预测和更新算子既可以是线性的 ,也可以是非线性的 ,这就为我们构造非线性小波提供了一条有效的途径。该文利用一些简单的非线性算子 ,如求中位数和最大值等 ,构造出基于整数的非线性提升小波 ,并将该方法应用于阈值去噪处理中 ,得到了较好的效果 ,明显提高了图像的信噪比     

基于非线性提升小波变换的图像去嗓

基于提升方案的小波变换结构简单，不需要额外的存储空间，易于实现。同时，提升方案中的预测和更新算子既可以是线性的，也可以是非线性的，这就为我们构造非线性小波提供了一条有效的途径。该文利用一些简单的非线性算子，如求中位数和最大值等，构造出基于整数的非线性提升小波，并将该方法应用于阈值去噪处理中，得到了较好的效果，明显提高了图像的信噪比。     

基于自适应提升格式小波变换的图像压缩研究

为了减小提升格式小波变换中的误差、提高图像的压缩效果,提出基于自适应提升格式小波变换实现图像压缩的新方法。在自适应提升小波变换时,通过梯度法构造决策函数来调整更新算子和预测算子并获取最优的小波基函数,在系数量化时运用整数量化方法。实验结果显示该方法具有较好的压缩效果。     

基于梯度的自适应更新提升小波及其应用

针对电厂汽轮发电机组振动信号的噪声抑制问题,采用提升小波变换的方法构造小波。在讨论了提升小波变换基本原理及特点的基础上,根据信号的局部梯度大小对提升格式的更新算子Ｕ（Update）进行自适应设计。用此方法对电厂汽轮发电机组的振动信号进行消噪处理,并通过实例仿真证明了该方法的可行性和有效性,从而为汽轮发电机组振动信号的故障诊断提供有力依据。     

一种面向体域网的ECG信号小波阈值去噪法

ECG信号的处理在体域网环境下面临资源受限、随机噪声多等问题,这对ECG信号的去噪方法提出了更高的要求。在提升小波变换的基础上,提出了一种新的基于双阈值函数的ECG信号去噪法。利用该双阈值函数对提升小波分解后的ECG细节信号进行处理,可以更加精确地将噪声信号从原始信号中分离出去。仿真实验表明,本算法在一定程度上克服了软、硬阈值去噪法的缺陷,获得了更好的去噪性能,去噪速度快,设计简单灵活,为计算资源受限的体域网等环境下的ECG信号的下一步处理奠定了基础。     

基于经验模态分解的小波阈值降噪方法研究

针对小波阈值降噪方法中小波基和阈值缺乏选取依据的缺陷,提出了一种基于经验模态分解(EMD)的小波阈值降噪方法。首先将带噪信号进行EMD分解得到一系列本征模态分量(IMF),仅对带噪的高频IMF分量进行小波阈值降噪处理,将处理结果与不含噪声的低频IMF分量进行信号还原得到降噪后信号。方法有效避免了直接小波阈值降噪高频分量损失的问题,同时还可直接去除信号中可能存在的趋势项,比直接小波阈值降噪具有更好的效果。仿真数据处理证明了方法的有效性。     

基于提升小波改进阈值的雷达信号去噪方法

针对传统小波域阈值去噪的局限性和缺陷,提出了基于提升小波变换的改进阈值函数去噪新方法。通过提升小波变换提取含噪信号小波系数,并利用新阈值函数进行降噪处理。实验仿真结果表明,该方法运算速度快,能有效抑制噪声,信噪比和均方根误差性能均优于经典阈值函数和已有的两种改进阈值函数,在对雷达弱小目标的检测中有很好的应用价值。     

基于二阶导数算子与小波变换的图像去噪

二阶导数算子噪声定位的图像去噪法对椒盐噪声有很强的去噪能力,但对高斯噪声去噪效果较差,基于小波变换的图像去噪法能有效去除高斯噪声,但几乎不能去除椒盐噪声。针对上述问题,采用二阶导数算子降噪与小波变换去噪相结合的方法对图像去噪,利用2种方法进行优势互补,能较好地去除椒盐、高斯噪声和椒盐-高斯混合噪声,降低选择阈值的难度,有利于提高图像去噪精度。实验结果表明,该算法是有效可行的。     

基于正交小波变换的心冲击图自适应去噪方法

研究了心冲击图的正交小波变换最小均方自适应去噪;阐述了基于正交小波变换的最小均方自适应去噪原理;利用径向高斯核函数对心冲击图进行自适应时频联合分析,得到了中心频率并确定了小波分解尺度;提出了通过选择小波基函数和输入信号长度确定自适应滤波器阶数的方法;从矩阵角度给出了算法的实现步骤,并分析了正交小波变换提高最小均方算法收敛速度的原因.实验结果表明,正交小波变换最小均方算法使自适应去噪后的心冲击图更快达到稳态,随心动周期的变化趋势更加明显.比较去噪前后心冲击图的功率谱密度可知,正交小波变换最小均方算法在保留心冲击图特征的同时自适应地去除了其中的时变噪声,获得了良好的去噪效果.     

基于EEMD和WT的运动想象脑电信号消噪方法

采集到的运动想象脑电信号MI EEG(Motor Imagery Electroencephalogram)通常含有大量噪声信号.为了消除噪声同时保留尽可能多的有效信号,本文提出了将集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)与改进小波阈值法相结合的消噪方法.改进小波阈值法采用了新的阈值选取规则和阈值函数.首先对信号进行EEMD分解,然后再对高频固有模态函数IMF(Intrinsic Mode Functions)进行改进小波阈值处理,最后将处理后的高频IMF分量和低频IMF分量进行重构得到消噪信号.以信噪比和均方根误差作为消噪效果的定量评价指标,将本文提出的方法与单纯使用EEMD分解消噪法、单独使用改进小波阈值消噪法、EMD与改进小波阈值法相结合消噪法进行比较,结果表明,本文提出的消噪法优于其他三种消噪法.     

多小波变换的提升格式及其在图象编码中的应用

在简要介绍提升格式和多小波之后，提出了一种新的实现多小波变换的提升格式模型，由于这个模型主要由若干个单小波变换的提升格式搭建而成，因而不必自己推演提升格式的内部结构和参数，另外，这个模型还可以根据实际应用的需要选用不同的单小波，该文还给出用D9／7双正交（单）小波变换的提升格式构造的多小波变换的实例，并把这样构造的多小波变换应用于图象编码，结果表明，该方法可取得比常用的GHM多小波图象编码更好的效果。     

基于冗余第二代小波的多传感器图像融合算法

为了增强来自不同传感器的图像信息,改善图像的提取能力,本文采用了一种基于冗余提升小波变换的图像融合算法,算法针对变换后的低频分量和高频分量的不同特点,选用了不同的融合规则进行融合,然后通过冗余提升小波逆变换得到融合图像。实验结果表明,本文算法实现的数据融合图像内容清晰,明显地保存了边缘细节,提高了运算速度,取到了较好的融合效果。     

基于小波的EMD去噪法应用于心电信号去噪

实测的心电信号不可避免地存在一些强干扰和噪声,如何在强背景干扰和噪声下准确提取出有用的心电信号,是心脏病智能诊断的一个重要内容．提出一种新的基于小波的EMD去噪方法,先将信号进行小波分解,将带噪信号分解为多个尺度的信号,然后再对其中某几层信号进行EMD分解,剔除其中的噪声模态分量,重构后得到去噪后的信号．最后分别利用仿真带噪心电信号和MIT／BIH心电噪声数据库信号进行验证,并与单独运用小波阈值法和EMD分解法比较去噪效果．结果表明,该方法优于其他两种方法,简单有效,且适于实际应用．     

自适应提升小波在局部放电信号去噪中的应用

在局部放电信号检测中，噪声的抑制非常重要。提出一种具有自适应性的提升小波方案，可以很好地对非平稳的局部放电信号进行处理。先更新后预测的改进提升方案，解决了因自适应引起的非线性问题。仿真结果表明，该方法可以很好地除去噪声而获得理想的检测效果。