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) 。

小波变换的快速算法研究及其在图像处理中的应用

文章通过对实序列快速傅里叶变换的算法推导及Mallat算法原理的分析,根据离散小波变换(DWT)算法结构特征,提出了一种离散小波的快速变换算法,给出了相应的算法步骤。从数学理论上进行了论证,并把该算法应用到静态图像处理中,得到了很好的快速和重建效果,具有一定的实用价值。

基于子带编码的快速小波变换算法

介绍了新的压缩技术子带编码和小波变换，并讨论了计算小波变换的快速算法。

基于高斯函数的小波系及其快速算法

系统地探讨了由高斯函数各阶导数所构成的小波系及其性质 ,计算表明其第n阶导数具有n阶消失矩 .文中以高斯函数为尺度函数 ,讨论了高通滤波器和低通滤波器的特殊关系 ,并给出了以高斯函数 1到 6阶导数作为小波时快速算法所需要的滤波器系数 .

提升小波快速算法及其在JPEG2000中的应用

提升算法 (LiftingScheme)是一种新的双正交小波构造方法 ,这种方法使得计算复杂度大大降低 ,有效地减少了运行时间 ,基于此 ,JPEG2 0 0 0已将提升算法列入标准。详细地介绍了提升算法的原理及实现步骤 ,并以此推导出了JPEG2 0 0 0标准中所采用的Daubechies 9/ 7小波滤波器的提升格式。实验结果显示 ,提升算法所需要的运行时间仅为经典的Mallat算法的 1 / 4。

卷积型小波变换实现及机械早期故障诊断应用

为消除Mallat算法存在的频率折叠等固有缺陷对机械故障诊断的不利影响,提出采用卷积型小波变换进行机械故障诊断。推导卷积型小波变换快速分解算法,给出基于滤波器组的递归分解实现方法;针对滚动轴承早期故障诊断与定量识别难题及共振解调法与冲击脉冲法的不足,提出将卷积型小波变换与共振解调法、冲击脉冲法相结合的新方法对滚动轴承早期故障进行诊断与定量识别,给出具体实现过程。仿真实验与实例分析表明:卷积型小波变换能消除Mallat算法固有缺陷对机械故障诊断的不利影响,较内积型小波变换更适合机械故障诊断。该方法可有效对滚动轴承早期故障诊断与定量识别,具有一定应用价值。

基于Mallat算法的直流电动机振动信号处理研究

振动信号是最能够全面反映电机运行状态的信号,所以在相关研究中一般都通过分析振动信号提取状态特征.振动信号属于非平稳随机信号.信号的奇异性部分往往包含了非常重要的信息,因此奇异性检测成为振动信号处理的主要内容.小波变换突破了传统傅里叶变换在时域和频域局部化方面的局限,非常适合对非平稳随机信号进行降噪滤波和特征提取.

用Delphi实现基于小波变换的JPEG2000压缩

对Delphi实现基于小波变换的JPEG2000压缩进行了研究。从Delphi的一般应用方法入手,给出了实现基于小波变换的JPEG2000压缩方法,对小波变换的理论进行了详细的阐述,对实现过程中的技巧给予了详细的论述。

用Delphi实现基于小波变换的JPEG2000压缩

本文从Delphi的一般应用方法入手,给出了实现基于小波变换的JPEG2000压缩方法,详细的阐述小波变换的理论,介绍了实现过程中的技巧。

基于Mallat算法的动弹性模量测量研究

在混凝土等刚性材料的动弹性模量测量中,针对谐振测试波形的非平稳、瞬态且频率分布广等特点,系统基于DSP平台和Mallat算法,将动弹性模量测量简化到频域角度进行计算。利用Mallat算法的多尺度分析、位移离散化和计算量小等优点,可快速计算出动弹性模量的测试信号功率谱中共振频率。实验验证了Mallat算法对于动弹性模量中的谐振频率检测具有速度快、精确度高的优点。

用Delphi实现JPEG2000压缩

对Delphi实现基于小波变换的JPEG2000压缩进行了研究。从Delphi的一般应用方法入手，给出了实现基于小波变换的JPEG2000压缩方法，对小波变换的理论进行了详细的阐述，详细论述了实现过程中的技巧。

考虑光伏出力间歇性的微电网故障辨识方法

在光伏高比例接入的孤岛微电网中,太阳辐照度变化将导致光伏出力明显波动,继而影响微电网线路故障电流变化趋势。对于不同辐照度光伏出力,如何准确完成微电网故障辨识是微电网故障保护研究面临的一个重要问题。针对这一问题,首先建立了含有光伏发电的典型微网模型,分析了孤岛模式下太阳辐照度变化对网内故障电流的影响;然后利用快速小波能量熵(wavelet energy entropy,WEE)算法提取线路故障电流的暂态特征,继而选取简洁清晰的暂态特征并构建故障综合样本集;最后,利用典型故障样本集对极限学习机进行训练,形成一种新的考虑光伏出力间歇性的微网故障辨识方法。算例仿真结果表明所提方法既能精确提取不同辐照度下微网故障的暂态特征,又可准确地实现故障辨识,为微电网故障分析和保护提供了技术支持。