卷积型小波包变换及其快速算法

经典的小波包变换会使分解序列的长度递减,这在某些领域并不是很有利。为了解决这一问题,本文提出了卷积型小波包变换算法,利用这种变换,不管信号被小波包分解多少层,分解得到的各频道序列长度始终与原始信号一致。文中推导了卷积型小波包的正变换和逆变换的快速算法,并以对一个实际信号的处理为例,与经典的小波包分析结果进行了比较,它们的效果是一致的,但是卷积型小波包却免去了重构这一过程的手续。

基于卷积型小波包变换的信号消噪算法

提出了卷积型小波包变换 ,与传统小波包变换相比 ,在这种小波包变换中不管信号被分解多少层 ,每层分解得到的各频道序列长度始终与原始信号一致 ,利用这一性质本文进一步提出并实现了对小波包分解结果利用模极大值法进行消噪的算法。这一算法的思想来自于基于小波变换的模极大值消噪算法 ,但是由于小波包分解是对小波分解的结果作进一步细分 ,在小波分解中难于分离的高频噪声将被小波包充分分离与集中到后面的频道 ,因此基于小波包变换的模极大值消噪算法将会取得比小波消噪更好的效果。文中给出了信号的小波包消噪实例 ,并与小波消噪的效果进行了对比 ,结果表明小波包有更优良的消噪效果。

基于卷积型小波包变换的信号降噪研究

提出了一种基于卷积型小波包变换的多尺度降噪方法。采用卷积型小波包变换,克服了传统小波包变换数据点数随分解尺度的增加而呈指数减小的问题;改进了噪声方差估计方法,较好地保留了信号的主要细节;采用了新的阈值函数,其表达式简单易于计算,同Donoho软阈值函数具有相同的连续性,且克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的问题。仿真结果表明,新的降噪方法有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,在降噪精度上优于传统的小波包降噪方法。

基于卷积型小波包变换的频谱感知方法研究

频谱感知是认知无线电(CR)系统中的核心技术之一.鉴于对可靠的主用户(PU)信号检测是实现频谱感知的前提,提出一种基于卷积型小波包变换的能量检测算法(CWPTED)用于频谱感知.该算法通过卷积型小波包变换(CWPT)较准确地估计噪声方差,以减小噪声不确定度并实时更新检测门限.仿真结果表明:该算法可有效减小噪声不确定度对能量检测(ED)的影响,较适合应用于噪声信息未知情况下的频谱感知.

基于卷积型小波包能量矩的机械故障特征提取

故障特征参数的准确提取是故障诊断的一个关键性问题。提出了一种基于卷积型小波包能量矩的特征提取方法。相比传统的小波包能量特征提取方法,基于卷积型小波包能量矩的特征提取方法能更有效地提取信号在各频带上的能量分布特征。仿真和实验验证了利用小波包能量矩进行故障诊断是一个有效的方法。

小波包变换及正弦函数模拟消除50 Hz工业干扰

陷波技术是用于消除50Hz工业干扰的一种有效工具,由于其采用频率切除技术,故在消除50Hz工业干扰的同时,使50Hz及其附近的有效信号受到损失,给后续处理带来不利影响。为此,提出采用正弦函数来模拟50Hz工业干扰,并采用减法运算从数据中减去它,达到消除50Hz工业干扰又使有效波损失减小到最小的目的。为了使去噪处理仅在有限频带上进行,采用小波包变换分解来得到50Hz工业干扰所在频带;为使在有限频带内模拟50Hz工业干扰实现方便,采用了卷积型小波包变换来得到含有50Hz工业干扰且其小波系数保持了与原始记录相同的样点数。最后给出了理论模型测试结果,并应用实际单炮记录进行了对比处理。