小波变换在语音信号降噪技术中的应用

小波变换是一种时频变换方法,它由短时傅立叶变换发展而来,继承了局部化的思想,克服了短时傅立叶变换窗口大小不随频率变化的缺点,并且可以提供随频率改变的时频窗口,是进行信号时频分析和处理的理想工具。文中介绍了小波变换的基本理论及其在语音信号降噪中的具体方法,使用加入高斯白噪声的语音信号作为被处理信号进行小波降噪,并且对比了使用不同阈值小波变换的降噪效果,验证了小波降噪方法在语音信号降噪中的可行性。     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

小波变换与傅立叶变换相结合的信号实例分析

文章采用离散小波变换与快速傅立叶变换相结合的方法,先对原始信号进行小波分解,再对各子带信号做快速傅立叶变换,从而得到各子带上时间信号的频谱。计算机仿真的实例分析表明,该方法将小波变换和傅立叶变换的优点结合了起来。     

基于小波变换消除信号噪声的研究

首先介绍连续小波变换的理论基础并对去噪阈值的设定进行了讨论，然后提出一种利用信号与噪声的小波变换不同性质来去噪的方法，最后给出并讨论了该方法的仿真结果。     

基于小波变换的雪崩光电二极管信号检测方法

空间激光通信中的常用调制方式是脉冲位置调制(PPM)．雪崩光电二极管(APD)具有高增益、高灵敏度和响应速度快的特点，因而成为空间激光通信中的首选信号探测器件。针对空间激光通信的脉冲位置调制信道．分析了空间光通信系统中雪崩光电二极管探测噪声的特点和类别．根据小波变换具有提取信号局部特征的能力，提出了一种基于小波变换的雪崩光电二极管信号检洲方法。采用四种不同的阈值选择算法选取小波系数以恢复信号．并进行了初步的仿真实验和分析。结果表明，自适应阈值选择算法取得的信号恢复结果最佳．可有效减弱强背景噪声的影响．提高雪崩光电二极管信号检测系统的性能。     

基于Morlet小波变换的MPSK信号调制识别

文中利用了MPSK信号经Morlet小波变换后的相位特性,提出了一种识别MPSK信号的方法。Morlet小波有良好的时频局部特性,与Hilbert变换相比,MPSK信号通过Morlet小波变换后获得了信噪比增益,因此可以更精确提取信号的瞬时相位。受加性高斯白噪声污染的MPSK信号经Morlet小波变换后,相位的概率密度函数可以用Tikhonov函数近似,由近似函数利用相位的统计性质识别MPSK信号。以已有的一种识别算法为例识别MPSK信号,仿真结果表明：在正确识别率为0.9时,采用Morlet小波变换,所需信噪比低约3dB。     

小波包在车载移动电话语音信号提取中的应用

利用小波包理论对车载移动电话的接收信号进行小波包变换,通过设定一合适的阈值对变换后的信号进行量化处理．提取出主要由发动机产生的噪声信号,然后用实际检测信号减去小波包变换信号,得出汽车司机的语音信号．从而达到消除噪声的目的。利用MATLAB的小波工具箱对所提出的方法进行验证,结果表明提取后的信号与驾驶员的声音信号十分相似,误差较小,对发动机噪声有明显的抑制作用。     

基于小波变换的信号去噪方法研究

对小波闽值去噪方法进行了研究,阐述了小波变换和小波去噪的基本原理和方法,利用四种自适应阈值规则对含噪信号分别进行去噪处理,并比较了去噪效果。以采集到的语音信号为例,采用不同的阈值去噪方法去噪,在MATLAB下进行仿真,结果表明小波变换既能有效地去除信号噪声,又能较好地保留原信号中的突变信息。     

基于小波变换的非均匀采样信号频谱的研究

该文提出基于小波变换的非均匀采样信号频谱的检测方法,给出变换函数关系使得非均匀采样信号满足小波变换的两个基本条件。文中说明了小波的非均匀化过程,从均匀小波得到非均匀小波,以非均匀小波分析非均匀采样信号,得到非均匀采样信号的频谱。文中还说明了非均匀小波变换的抗混叠的原理以及对信号频谱的检测方法,最后给出实验结果。理论和实验表明,非均匀采样信号的小波变换方法是一种行之有效的非均匀采样信号的频率检测方法,使用该方法处理信号可以得到准确的频率估计效果。     

一种弱信号检测新方法分析

通过计算机仿真分析一种基于频域积累和小波变换相结合的弱信号监测方法,仿真在Matlab上完成。分别分析小波变换和频域积累用于弱信号处理的去噪效果。仿真表明,小波变换对信噪比很低的信号去噪效果较差,频域积累需要较长的数据采集时间,会使信号处理的实时性变差。在此基础上,提出将两种方法结合起来使用,先用频域积累将信噪比提高,再用小波变换进一步去噪,从而形成了一种新的弱信号检测方法,该方法既可有效去噪,实时性也较频域积累有很大改善。     

小波分析在陀螺信号滤波中的研究

介绍了小波分析进行滤波法，建立了陀螺随机漂移的数学模型，使用了4种典型的小波基对陀螺的输出信号进行多尺度的小波分解，通过软阈值法消除了由噪声产生的小波系数，通过小波重构实现了滤波，试验数据验证了方法的有效性。     

基于小波变换的信号滤波在探地雷达中的应用

利用小波变换的时频局域性,提出了一种探地雷达信号处理的滤波方法.在连续小波变换的基础上,同时联合尺度和频率,通过能量分析确定回波信号主要分量所在区间,通过尺度分解和频域滤波剔除干扰分量,在此基础上重构信号,提高了信噪比.并针对不同连续小波基对信号处理的性能进行分析,对比结果表明与雷达发射母波相似的小波基在探地雷达信号处理中更有效.     

自适应分层阈值小波去噪在雷达信号中的运用研究

在处理拉曼雷达回波信号过程中,采用小波去噪法进行算法反演前的数据预处理,针对小波去噪的核心问题-小波基的选择和阈值的设定提出了自适应分层阈值软门限去噪的方法,并选择了不同的小波基组合软硬阈值对去噪结果进行了对比.经实验数据验证,相对传统的滑动平均滤波,纯粹的细节和抑制全局阈值法,自适应分层阈值软门限在获取相同信号、保持相同能量的前提下能更好地恢复信号;在有云情况下信号的尖峰结构也没有变化,有效地抑制了噪声,提高了细节识别度和反演精度.     

调频广播信号降噪处理的小波分析

简述了小波分析的理论基础以及降噪原理．比较了常用的三种小波函数。对某广播电台测得的调频广播信号．分别用db小波、sym小波和Coif小波进行信号分解．采取软阈值的方法进行降噪处理．然后重构降噪后的信号。最后指出了小波属性对降噪结果的影响。     

小波分析在信号调制方式识别中的应用

从小波变换的基本概念出发,简要介绍了小波变换在信号时-频分析中的变焦特性。将小波分析理论用于信号识别时,主要是利用检测信号的奇异点来实现。以PSK、FSK、QAM信号的识别为例,详细分析了PSK、FSK、QAM信号的小波域特征,说明了小波变换的这一特性在信号调制方式识别中的应用。     

波形匹配小波设计及其在信号数据压缩中的应用

小波变换被广泛应用于信号数据压缩领域,如何选择小波基,达到用稀疏系数最优表示信号是提高压缩比的关键问题之一。该文提出了选用与信号波形最优相似的小波基压缩一维信号,并提出了构造此类小波基的方法。利用结构化小波滤波器组以及新的波形相似准则,给出了构造最优匹配小波基函数的算法。将此小波应用于一维信号数据压缩,结果表明,与其它的小波相比,所构造的最优匹配小波对信号具有更好的压缩性能,说明文中提出的方法是有效可行的。     

Wavelet Transformation and Signal Discrimination for HRR Radar Target Recognition

This paper explores the use of wavelets to improve the selection of discriminant features in the target recognition problem using High Range Resolution (HRR) radar signals in an air to air scenario. We show that there is statistically no difference between four different wavelet families in extracting discriminatory features. Since similar results can be obtained from any of the four wavelet families and wavelets within the families, the simplest wavelet (Haar) should be used. We further show that a simple box classifier can be constructed from the extracted features and that any feature that classifies four or less training signals can be removed from the classifier without a statistically significant difference in the classifier performance. We use the box classifier to select the 128 most salient pseudo range bins and then apply the wavelet transform to this reduced set of bins. We show that by iteratively applying this approach, classifier performance is improved. The number of times the feature reduction and transformation can be performed while producing improved classifier performance is small and the transformed features are shown to quickly cause the performance to approach an asymptote.     

基于小波分析的迎角传感器信号预处理

针对基于四象限压力传感器阵列的迎角测量方法中,传感器信号受到干扰的问题,讨论了在其预处理中应用小波变换进行信号分离提取的方法.根据小波分解理论,对信号进行多尺度的小波变换,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的小波变换尺度,提取出有用信息.结果表明,该方法可较好地提取信号的主要特征信息,有效的去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础.     

Signal and image approximation using interval wavelet transform.

In signal approximation, classical wavelet synthesis are known to produce Gibbs-like phenomenon around discontinuities when wavelet coefficients in the cone of influence of the discontinuities are quantized. By analyzing a function in a piecewise manner, filtering across discontinuities can be avoided. Using this principle, the interval wavelet transform can generate sparser representations in the vicinity of discontinuities than classical wavelet transforms. This work introduces two new constructions of interval wavelets and shows how they can be used for image compression and upscaling.     

基于小波分析的光栅信号质量评估方法

依据谐波分析法给出的评定信号质量指标的准则，提出了基于小波分析的光栅信号质量评估方法，并讨论了此方法的特征与优点。与谐波分析法相比较，小波分析在时域和频域同时具有良好的局部化性质，每次小波变换所取的都是原信号的最大可能近似值，信号的失真度小，通过变更尺度，可以对信号更细微的瞬态特征进行研究，并最大可能地除去噪声，较快地得到理想的质量评定效果(通常只需3至5次变换即可)。在此基础上，给出了相应的小波分析评定光栅信号质量的实验方法。