信号处理中的小波分析

介绍了母小波和完全小波系的概念，详述了它们的数字特征。给出了连续小波变换、离散小波变换和二进离散小波变换的定义并参考Ｒ２空问的矢量表达式导出了它们的逆变换。

小波变换下关联数字水印技术

用一种关联伪随机序列方法对需要版权保护的数字多媒体作品进行水印的镶嵌与检测研究。该方法使嵌入到作品中的水印信息与嵌入位置相关联，不易被人为攻击。在水印检测中使用协方差方法，减小了原数据或噪声对水印检测的影响。小波变换较好的时频特性，使水印更加可靠。讨论了这种水印的隐形性、稳健性等，其效果较好，因而具有广泛的应用领域及可靠性。

基于多小波变换及综合阈值的图像去噪方法

提出了一种基于多小波变换的综合阈值图像去噪方法。该方法通过对含噪图像进行多小波变换,克服了单小波变换中无法同时满足正交性和对称性的缺点。同时,在两种经典的硬、软阈值处理方法基础上,提出了一种综合阈值处理方法。将该阈值方法和多小波变换相结合,根据多小波分解后的能量分布特性,在不同尺度的子带选择不同的最佳阈值,有效地提高了重构图像质量。并且对阈值进行向零收缩处理,防止有用信息当作噪声滤除。实验结果表明,相对于传统的硬、软两种阈值处理方法,文中的去噪方法在输出信噪比和主观视觉效果上都有明显改善。

多参数油气预测系统

本文针对目前国内外多参数油气预测研究的现状，提出并建立了一套结合地质、测井资料以及地震资料进行多参数油气预测系统，该系统包括三个部分，即多参数提取、特征参数压缩和油气预测。在多参数提取中，除吸收和利用了目前比较实用的常规的参数外，还对关联维参数的求取作了改进；首次利用突变论和小波分析进行特征参数提取。特征参数压缩是在多参数提取的基础上，利用K－L变换进行特征空间维数的压缩。油气预测是将BP网络和SOM网络联合起来，组成一个预测系统进行多参数油气预测。BP网络主要适用于多井地区，而SOM网络主要应用于少井地区的多参数油气预测，从而使这套油气预测系统能在不同勘探程度的地区应用。

正交小波变换的格形滤波器实现

正交小波变换可归结为滤波器组的分析和设计,进而便于VLSI的实现。文中将正交格形滤波器用于实现滤波器组结构内部的正交小波变换,并提出了在独立参数空间中,每个参数仅用一个正交μ-循环逼近的格形滤波器结构,它简单、有效。

基于FFT的快速小波算法

利用FFT实现快速卷积运算 ,使小波变换的每次卷积计算复杂度从O(N2 logN)降为O(NlogN) 。

一种新的基于小波变换的图像去噪算法

小波去噪算法的关键是如何处理小波变换系数。把电路中同或的思想引入图像去噪领域,在识别信噪属性时,综合考虑了小波系数的模极大值、相位等因素,提出了小波域同或去噪算法。较之经典方法,此方法在改善去噪效果的同时提高了算法的执行速度。

小波变换与生物医学信号处理

作为数字信号处理领域的一个重要分支,生物医学信号处理理论与技术的研究一直受到国内外科技工作者的高度重视。小波变换是近年来发展起来的一种新的信号分析工具。本文结合生物医学信号与小波变换的特点,探讨了小波变换在生物医学信号处理领域的应用前景。

信号检测的小波原理分析

当信号有许多突变点时，传统的Ｆｏｕｒｉｅｒ变换难以确定各突变点的位置及强弱，利用Ｗａｓｆ（ｘ）的模极大值点来检测ｆ（ｘ）的突变点，若选择小波为光滑的一阶导数。

高速铁路大跨度桥梁端轨道动态不平顺特征分析

以一座大跨度公铁两用悬索桥为例,分析了大跨度桥梁端区域的轨道动态不平顺波形特征和时变规律,并基于最大重叠离散小波变换(Maximal Overlap Discrete Wavelet Transform,MODWT)对梁端区域轨道不平顺进行时频分析。结果表明:钢轨伸缩调节器的尖轨尖端会产生轨距突变峰值,可作为梁端里程精准定位的依据;不同月份的梁端区域轨道不平顺波形相似,轨距和轨向局部峰值位于引桥侧钢轨伸缩调节器的尖轨尖端,高低不平顺局部峰值位于梁缝处;MODWT可以精准提取梁端轨道不平顺的特征,且没有里程平移;梁端区域的轨距不平顺能量集中在波长1.98~32.10 m,由钢轨伸缩调节器产生的轨距不平顺波长为0.99~8.07 m;轨向不平顺能量集中在波长3.96~32.10 m,由钢轨伸缩调节器产生的轨向不平顺波长为0.99~8.07 m;高低不平顺能量集中在3.96~32.10 m,其中7.93~16.10 m的波长能量最突出。

基于MODWT的自适应阈值微电网故障检测算法

对微电网线路故障的高效检测有助于快速切除故障,降低微电网对大电网的影响。现有的故障检测方法存在阈值难以选择、对高过渡电阻故障不敏感等问题,为此提出了基于极大重叠离散小波变换(MODWT)系数突变的自适应阈值选取故障检测算法。利用MODWT的特性,采用扩大窗的方法,在窗扩大的过程中对MODWT系数差值的阈值进行适应性调整。相较于现有的定阈值方法,该算法可以适应任意长度的数据样本,对于多种故障状态可以进行适应性阈值调整,因此对高过渡电阻故障有较高的敏感度。通过仿真实验验证,该算法能在各种故障状态下快速检测故障发生的时间。