小波变换信号分形分析在鼾音信号处理中的应用

主要研究小波变换的分形方法在分析鼾音信号中的应用问题。首先分析信号波形特点并检测其瞬态脉冲。通过对频谱分形特性的动态分析,及时诊断病变信号的危害程度。仿真实验结果表明,针对典型的非平稳鼾音信号,与传统的傅氏变换方法相比,所提出的方法具有明显的优点。     

分数阶Fourier变换在水声信号处理中的应用研究

线性调频（LFM）信号瞬时频率随时间呈线性变化,当干扰噪声与其强耦合时,经典的滤波方法难以有效的滤除噪声。针对水声通信中采用LFM信号作为载体时滤波效果不明显的问题,提出了一种改进的分数阶Fourier变换（FRFT）滤波方法。水听器接收到的LFM信号在最佳变换域经FRFT变换后,同时对期望信号进行FRFT变换,系数修正后再对信号进行窄带滤波处理。仿真结果表明,在信噪比高于-12dB时,新算法能够有效的实现信噪分离,还原出信号。     

最佳能量小波包技术在海洋水声信号处理中的应用

对随机时间序列的特征提取与聚类分析,提出了基于分类距离标准的小波包基能量方法。该方法应用小波包变换提取信号各子空间的能量,以能量分类距离标准选取最佳小波包基,最佳小波包基上距离系数大的能量作为特征值。实验结果表明此方法比固定尺度小波包能量法有着更好的分类效果,并且特征值维数低。     

快速提升小波变换及其在电位滴定信号处理中的应用

介绍了快速提升小波变换的原理和实现步骤,提出了一种基于提升算法的快速小波变换确定电位滴定终点新方法。分别对HAc、H2C2O4、H3PO4及苯酚的滴定曲线进行提升小波变换得到小波系数γNaOH,所得小波系数的极大值对应于滴定曲线的突跃部分。研究发现,滴定突跃越大,｜γ｜越大,酸性越弱,峰越宽。将由提升算法得到的计算结果与由实际加入的酸的量而求出在达到终点时理论上应消耗NaOH体积进行对照,验证了快速提升小波变换确定电位滴定终点的可靠性。对电位滴定实验数据的处理结果表明,该法快速、准确,可为计算机实时确定电位滴定终点开辟一条新的途径。     

小波变换在水听器信号处理中的应用

利用水听器与磁电式传感器采集信号的特性,通过对四分量检波器的结构进行分析,设计出水听器的信号处理系统。信号采集电路以Atmega 128为核心,通过RS232将采集数据传送到Labwindows进行波形显示,由于震动信号的非平稳性,提出用小波变换算法对浅海水听器信号进行滤波处理,并与目前国内普遍使用的FIR滤波器作了对比。实验结果表明,小波算法的优越性,水听器信号的信噪比得到了明显的改善。     

小波分析在语音信号处理中的应用

本文主要基于小波分析在语音信号处理中的研究,分别对小波与小波变换、小波变换算法以及小波变换在语音信号处理中的应用进行分析。     

小波变换在信号处理中的应用

小波变换是近年来发展起来的一门理论，在图像处理，通信和地球物理上取得了成功的应用。小波包变换是小波变换的推广。本文应用更适合实际分析化学信号处理的小波变换来处理重叠的分析化学信号。此方法是建立在多分辨率分析的基础之上的。我们应用此法处理多组分重叠色谱信号的结果表明，此法不仅有效地解决了多组分重叠信号的解析问题，而且较传统的方法处理速度快且准确。可用于定量分析。     

小波变换在雷达物位计信号处理中的应用

雷达物位计信号处理的关键是去除噪声,提取有用信息.通过研究调频连续波FMCW雷达物位计工作原理及信号处理的基本算法,对比传统的采用傅里叶变换进行信号处理的方法,提出了采用小波变换来去除回波的干扰信号.实际应用结果表明,小波分析可以有效地应用于分析物位计回波信号,为提高测量精度等后续工作的开展提供稳定数据.     

FFT和小波变换在信号降噪中的应用

信号降噪是指滤除信号的高频噪声从而使信号尽量接近真实值,这是信号处理的关键环节.在分析FFT和小波变换的基础上,采用这两种方法对加入随机噪声的信号进行降噪处理,并在MATLAB平台上仿真实现.用基于信号降噪的两大准则对两种降噪结果进行分析,表明小波变换在该信号的降噪处理中有明显的优势.     

小波变换在电磁流量信号处理中的应用

为有效抑制电磁流量计测量过程中产生的干扰,提高测量的精确度和稳定性,提出了基于Haar小波的软件滤波方法。该方法基于小波消噪原理,对强噪声干扰下的电磁流量信号进行了分析,并应用Matlab中的小波工具箱对所提出的Haar小波滤波方法进行了仿真研究。试验结果表明,这种方法能较好地抑制电磁流量信号中的各种噪声干扰,从而提高电磁流量计的测量精度。     

非线性小波去噪技术在水声信号识别中的应用

应用非线性小波去噪技术对小波包能量法进行改进,提出了一种新的方法--去噪小波包能量法.该算法对信号小波去噪后,再用小波包能量法提取信号的特征.文中研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验.结果显示了算法的有效性.     

非线性小波去噪技术在水声信号识别中的应用

应用非线性小波去噪技术对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法。该算法对信号小波去噪后,再用小波包能量法提取信号的特征。文中研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示了算法的有效性。     

小波变换和模糊识别技术在人体血压信号处理中的应用

为了精确测量人体血压，如何对血压信号进行分析和处理是问题的关键．本文首次将小波理 论和模糊识别理论相结合，并应用于人体血压波形信号的实际分析中；创造性地将离散小波 和连续小波变换结合在一起，完成有用信号的特征提取，并用模糊识别的方法实现目标的识 别．本文对各种波形信号的分析提供了非常有效的处理方法，具有很大的实际应用价值．     

小波变换在传感器信号滤波中的应用

在流速测量过程中采集的加速度传感器信号是含有随机干扰的信号,为了改善滤波效果,尽可能排除随机信号的干扰,本文介绍了小波变换理论在加速度信息滤波中的应用,并进行了仿真实验。仿真结果表明,小波变换具有良好的时频特性,能有效检测出信号中所含各频率成分,减小测量误差,在传感器信号滤波方面有广阔的应用前景。     

小波变换在图像压缩中的应用

小波变换克服了传统傅立叶变换的缺点，具有良好的时频局部化性能，从而使得小波理论在图像处理领域得到广泛的应用。实验证明，经过小波变换编解码的图像在实现较高压缩率的情况下能够保证较好的图像质量。     

小波变换与FFT相结合在涡街信号处理中的应用

针对工业现场对涡街流量信号处理测量精度的问题,利用小波变换与F F T相结合的方法,有效地去除干扰噪声,提取出涡街信号主频率。最后通过MATLAB仿真,并与直接用FFT算法相比较,结果表明改进后的算法测量精度明显提高。     

基于复小波-Contourlet变换的高维信号处理

Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能。因此将Contourlet变换用于多维信号处理,能更好的提取图像信号边缘特征,为融合提取更多的特征信息。利用对偶树复小波-Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应对偶树复小波-Contourlet变换的多传感图像融合新算法。算法是将全色图像和多光谱图像进行对偶树复小波-Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像。将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法。     

样条小波变换在图像压缩中的应用

本文介绍样条小波,并在此基础上提出了基于图像分解的二元张量积小波的多分辨分析方法,对变换后的图像进行二维离散余弦的二次变换,量化编码后得到了较高的压缩比和较好的重建图像。     

小波变换在图像压缩中的应用

近十几年来小波理论研究已成为应用数学的一个新方向.作为数学工具,小波被迅速应用到图像处理和语音分析等众多领域.本文试图从工程和实验角度出发,较为直观地探讨小波变换在图像压缩中的应用,并给出了利用MATLAB软件加以实现的方法.     

小波变换在奇异信号检测中的应用

介绍了小波变换的基本概念，阐述了小波变换的奇异性和信号变化剧烈处的关系。通过对实际信号的处理，表明该方法在奇异信号检测和局部化分析方面具有优异特性。