信号的一种快速子波分解

本文提出一种分析子波ｇ（ｔ），并在此基础上讨论了子波变换的性质和特点，提出复信号的正交子波变换与反变换并讨论了复信号的正交子波分解与恢复，最后给出一种快速算法。     

用小波变换的模极大值提取调制信号频率

利用小波变换系数的模值与信号奇异性指数之间的关系,从调频信号中提取出调制信号的频率.其方法是:对调频信号进行小波变换,取适当尺度上的小波系数进行平方,得到小波变换模极大值的分布曲线,对该曲线进行小波强制滤波,得到反映调制信号频率的光滑曲线,计算该曲线的频率,即可得调制信号的频率.经过计算机仿真,证明该方法是可行的.     

基于小波变换的MPSK信号符号率估计方法

通过对MPSK信号的小波域特征进行分析,研究了小波变换结合FFT估计MPSK信号的符号率的算法,比较了利用一次小波和二次小波变换估计信号符号率的性能。仿真结果表明,在相同情况下,利用MPSK信号的二次小波变换进行符号率估计比利用一次小波变换进行符号率估计的性能更为优越。在信噪比不小于5dB的情况下,利用信号的二次小波变换提取信号符号率的准确率能够达到98％以上。     

基于小波变换的信号去噪技术及实现

阐述了小波变换去除信号噪声的基本原理和方法。研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声，然后利用Matlab软件编制程序实现了基于小波变换的正弦信号噪声抑制和非平稳信号的去噪仿真分析。仿真结果表明小波变换去除噪声的效果比传统的Fourior变换方法具有极大的优越性。     

Frequency-Domain Design of Overcomplete Rational-Dilation Wavelet Transforms

The dyadic wavelet transform is an effective tool for processing piecewise smooth signals; however, its poor frequency resolution (its low Q-factor) limits its effectiveness for processing oscillatory signals like speech, EEG, and vibration measurements, etc. This paper develops a more flexible family of wavelet transforms for which the frequency resolution can be varied. The new wavelet transform can attain higher Q-factors (desirable for processing oscillatory signals) or the same low Q-factor of the dyadic wavelet transform. The new wavelet transform is modestly overcomplete and based on rational dilations. Like the dyadic wavelet transform, it is an easily invertible 'constant-Q' discrete transform implemented using iterated filter banks and can likewise be associated with a wavelet frame for L₂(R). The wavelet can be made to resemble a Gabor function and can hence have good concentration in the time-frequency plane. The construction of the new wavelet transform depends on the judicious use of both the transform's redundancy and the flexibility allowed by frequency-domain filter design.     

基于小波变换的中红外多波长辐射测温的信号处理

介绍了用小波变换实现中红外多波长辐射测温信号的处理方法，该方法基于信号和白噪声在小波变换下具有不同的传播特性，采用软阈值方法有效地去除信号中的噪声，方便地用软件实现辐射测温信号的处理。为将小波变换引入辐射测温领域进行了探讨。     

基于小波变换的信号去噪

小波分析是现代数字信号处理的重要分支。为实现基于小波变换的图像去噪,以小波变换为基础,对一维信号及二维图像信号进行去噪。实验结果表明,基于小波变换的图像处理可以有效地去除噪声,与传统的信号分析技术相比,小波变换能在对信号进行消噪的同时,更好地保留原始信号。     

Pitch-synchronous wavelet representations of speech and musicsignals

A new wavelet representation is explored. The transform is based on a pitch-synchronous vector representation and it adapts to the oscillatory or aperiodic characteristics of signals. Pseudo-periodic signals are represented in terms of an asymptotically periodic trend and aperiodic fluctuations at several scales. The transform reverts to the ordinary wavelet transform over totally aperiodic signal segments. The pitch-synchronous wavelet transform is particularly suitable to the analysis, rate-reduction coding and synthesis of speech signals and it may serve as a preprocessing block in automatic speech recognition systems. Feature extraction such as separation of voice from noise in voiced consonants is easily performed by means of partial wavelet expansions. A stochastic model of aperiodic fluctuations is proposed     

基于小波变换的雷达辐射源信号特征提取

在小波多分辨分析的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效提取定量信息。将小波变换后低频逼近小波系数的能量分布熵,与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵一起构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验,结果表明：提取的样本特征在低信噪比下具有很好的抗噪性和可聚类性,证明了本文方法的有效性。     

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。     

基于双树复小波变换和形态学的脉搏信号去噪

常见的医学信号（如脉搏信号）包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷,提出了一种基于双树复小波变换和形态学的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。     

基于小波变换的通信信号识别算法

通信技术的数字化已经是现代通信发展的趋势.为识别出通信信号中的数字信号的调制方式,分析了解析信号以及归一化处理后的数字信号经过小波变换后的特点,提出直接提取信号小波变换后的频域特征的算法.该算法无需设置判决门限,可以更简单、直接地实现数字信号与其它信号的类间区分以及数字信号之间的区分.通过仿真表明,该方法可有效区分PSK、FSK、QAM与AM、FM、SSB、CW、噪声.     

基于小波变换的MFSK/MQAM信号类内识别法

提出了一种基于小波变换的FSK/MQAM信号类内调制方式识别的改进算法,该方法通过深入分析MFSK和MQAM信号在小波域的不同特征,充分利用小波变换模值的奇异性信息,通过对该信息的有效检测,实现MFSK信号类内识别,并将其推广应用到16QAM和64QAM的分类。对该方法的适应性进行了理论分析和计算机仿真,结果表明,新算法大大提高了MFSK/MQAM信号的识别正确率,并有效降低了识别的信噪比门限。     

利用子波变换检测瞬时信号

本文提出一种基于子波变换的检测瞬时信号的方法。推导出一种适合于检测瞬时信号的子波基函数，并将其应用于检测波形和到达时间未知的瞬时信号，利用子波的伸缩和时移特性，通过对信号做多尺度的子波变换，可以在低信噪比下很好地检测到信号，本文还推导了相应的检测统计量及其统计分布特性，理论分析和计算机模拟结果表明，本方法是有效的，是提高检测性能的一种新途径。     

EEG信号中癫痫棘波的小波变换检测

基于小波变换良好的时频局部化特性,研究了一种利用连续小波变换提取脑电信号中的癫痫棘波的方法,实验结果表明这种方法能够方便而有效地对脑电信号中的癫痫棘波进行检测。     

小波变换用于信号突变的检测

本文介绍了小波变换用于信号突变的检测原理，给出了实现小波变换的快速算法。语音的基音检测作为一个应用实例，在文中得到验证。理论与实验表明，利用小波变换检测基音与传统方法相比具有独到之处。     

基于小波变换的语音压缩感知处理

文章首先简单介绍了压缩感知(CS)理论框架,然后根据语音信号小波变换系数的特点,提出了改进的压缩感知算法,对高频系数进行压缩处理,低频系数不变.采用基追踪算法重构出高频系数,再利用小波反变换得到原始语音信号.实验结果表明,在相同的测量点数下,本文的算法比原有CS算法在重构语音的信噪比和MOS分上都有较大的提升.     

应用最优小波包变换的特征提取方法

在模式识别或分类中,从原始模式中提取有效的分类特征是非常重要的.但对于大量的非平稳或时变信号模式来说,如语音,雷达,地震信号等,用于分类的特征往往包含在局部的时-频信息中,用一般的变换方法提取有效的特征比较困难.近年来小波变换在信号处理和特征提取中得到了广泛应用,但小波包变换的任意多尺度分解特性,是分析非平稳信号更有效的方法,这是由于小波库中包含了丰富的小波包基,不同的小波包基具有不同的性质,反映不同的信号特性,能获取其他变换所不能获取的信号特征.本文主要研究由给定的训练样本集,如何选择最优小波包基,从被识别或分类的信号中提取具有最大可分性的特征.为此提出了应用三种可分性准则,即距离准则,散度准则和熵准则选择最优基.通过实验,对应用各准则选择最优基提取特征与小波基提取特征的性能进行了比较.     

激光干涉测速中的小波快速算法研究

为了提高小波变换在激光干涉测速中的计算速度,分析了小波变换的计算过程,提出了两种快速算法,通过分析对比,选择了一种适合于全光纤位移干涉信号的算法,在相同条件下,对同一信号分别采用常规小波变换和使用快速傅里叶变换的快速方法进行处理。结果表明,采用快速算法的小波变换对信号的处理能力并没有下降,且提高了小波变换的运算效率。这种快速算法用于瞬态位移干涉仪信号处理是行之有效的,可以提高数据处理的速度,有利于小波变换在工程中的应用。     

基于多分辨率分析的光谱信号处理方法

本文介绍了一种基于子波变换的光谱信号处理方法,论述了离散二进子波变换的快速算法。利用子波变换的多分辨率技术,达到信号滤波,数据压缩,去除低频扰动等目的。用本文方法,对野外实测光谱数据进行了识别检验,结果表明,该方法是十分有效的。