广义的正交小波包

COIFMANT和MEYER在[1]中引入了正交小波包的概念,它是为了进一步分解小波的分量。本文在此基础上引入了广义小波包的概念并给出相应的分解与重构算法。它推广了文[1]的结果,且这种小波包比传统的正交小波包在应用上具有较大的灵活性。     

一种基于小波包变换的关联维数计算方法

为了方便、快速和有效地从时间序列信号中提取关联维数,提出了一种利用非线性时间序列的小波包变换模数代替混沌信号本身,在m维相空间中计算其关联维数的方法.用具体实例进行了仿真验算和噪声分析.结果表明,算法准确、可靠,可以有效克服采样过程中噪声对信号的干扰.     

小波包频谱结构的数值分析

在一些文献中都给出了小波包能将小波频谱进一步细分这一论断，但并没给出数学上的证明，本文通过数值计算的方法，以Ｄａｕｂａｃｃｈｉｅｓ小波为例，给出小及相应小波包的频谱，通过比较频谱图验证了这一论断的正确性。     

广义正交小波包

本给出一种任意伸缩矩阵正交小波包构造方法．该小波包是以频域形式给出的，献[1]所给小波包仅是其一特例．这样所得的小波包使得L^2(R^s)中小波基的选择更灵活，最后给出算例．     

一种基于小波能量分析的目标识别方法

针对坦克目标与主要干扰(金属废弃物和可能出现的水面)的毫米波辐射特性在时域内难以区分的问题,采用小波分解的方法提取毫米波信号在不同尺度上的能量信息,以概貌分量能量和细节集中特征能量层为识别依据,通过统计的方法设计了识别门限.理论分析及仿真结果表明,该方法是有效可行的.     

混合正交多小波包

在混合正交多小波基的基础上,建立了混合正交多小波包的理论框架,给出了混合正交多小波包的定义、构造方法以及性质,由于混合正交多小波基比普通正交多小波基具有灵活性,因此构造的混合正交多小波包也具有灵活性,以此获得更好的频域局部性。     

一种基于正交不变集多小波的虹膜识别方法

提出了一种新的虹膜特征提取方法。该方法应用双正交不变集多小波对虹膜图像进行特征提取,同时考虑了虹膜图像的局部特征和全局特征,采用相关系数测度和方差倒数加权欧氏距离相结合的方法来设计分类器,为了消除虹膜图像在采集时可能产生光斑而对识别结果带来影响,在设计分类器时采用分块处理的办法。实验结果表明,多小波变换能更好的提取虹膜的纹理特征,获得更好的识别性能,是一种有效识别方法。     

二元不可分双正交小波包的性质

推广了一元双正交小波包的概念,给出了二元不可分双正交小波包的定义及其构造方法,讨论了二元不可分双正交小波包的双正交性.     

基于小波包变换的图像消噪方法

小波包理论比小波分析更为复杂，但其分析手段更为灵活，具有更为精确的局部分析能力，对图像消噪是其一个最基本的应用．本文先讨论小波包的分解过程及算法，然后利用MATLAB中的函数wpdencmp对一含噪图像进行消噪处理．     

Harr小波包频谱分析

小波包具有将小波频谱进一步细分的性质，然而从小包频谱表达式很难看出这一点，通过数值计算的方法，将Ｈａｒｒ小波包的频谱画出，与Ｈａｒｒ小波的频谱相以比，直观地说明了这一性质。     

小波包多阈值去噪的一种改进方法

针对含噪信号中信号与噪声在频域内分布的差异性,通过小波包分解,将得到的小波包按照频率顺序重新排列,经过能量的比较将小波包分为3段进行阈值处理,实现多阈值去噪.仿真结果表明,与常用的Stein无偏似然估计阈值、极大极小准则闽值和固定形式阈值等方法比较,改进方法去噪效果更佳.     

小波包-BP神经网络结合的热轧带钢缺陷识别

基于热轧带钢的表面往往存在着很多缺陷,目前的识别方法存在着误识率高的问题,提出一种基于小波包分解的提取图像特征的方法,将提取的图像的能量特征向量输入BP神经网络分类器,对麻点、夹杂和结疤3种缺陷进行识别,仿真结果表明这种方法有着较高的识别率,并具有稳健的抗噪性和良好的扩展性.     

小波包频带能量分解在断路器机械状态监测中的应用

基于小波包原理,将断路器操作振动信号分解到独立的频带内,不同频带内信号能量的变化反映了断路器机械运行状态的改变.提取主要的频带能量作为断路器状态监测的特征向量,并根据试验结果确定了不同状态下能量特征向量的容差范围,从而实现了不同机械状态的简单分类,为断路器的机械状态监测提供了相应的量化依据.试验模拟了ZN12-35型真空断路器4种不同的合闸同期性状态,采用单个加速度传感器在机构箱上获取合闸时的触头振动信号.该信号经过小波包频带能量分解后,可以将各种合闸同期性状态分类集中在复平面中明显区分的不同区域内,从而验证了该方法在断路器机械状态监测中的有效性.重复试验表明,在保证监测系统稳定的前提下,该方法具有较高的状态监测准确率.     

利用小波包分析对医学图像消噪的算法研究与应用

针对医学图像去噪，利用小波变换具有多分辨率分析和时频两域都具有表征信号局部特征的特点，提出了基于小波包分析的图像消噪算法，并在MATLAB平台上实验仿真，取得了较好的效果。     

基于小波包频带内局部样本熵的桥梁损伤识别

针对移动荷载激励下桥梁结构在损伤区域局部时程信号的非平稳性和复杂性,以及考虑到有限的采样数据、噪声等影响,提出了小波包频带内局部样本熵的概念,以此来定义一个损伤识别指标。首先对单测点时程数据进行小波包分解,以各频带能量为标准选择合适频带系数重构,然后对该重构信号划分成一系列具有时序性的局部时间区间,最后计算各区间的样本熵来作为损伤识别指标。以一弯梁桥为例建立有限元模型,验证方法的正确性,并针对多损伤、测点选择及加载速度等相关因素进行分析。结果表明:当移动荷载在损伤区域附近时,该指标出现突变,适合损伤识别,同样适用于多损伤识别;该方法需要的测点少,布置较灵活;由于弯桥的结构特点,测点位置的选择不会影响指标的定位,但会影响损伤指标的大小。     

基于小波包分析的能量阈值消噪

白噪声的方差和幅值随着小波尺度的增加而减小,而信号的方差和幅值与小波变换无关.按照信号能量的观点,提出一种基于小波包分析对图像的高频系数和低频系数同时进行能量阈值处理的消噪方法.同小波分析相比较,该方法可以有效地消除白噪声的干扰,计算简单且有较好的消噪效果.     

小波包基的一种选择方法

小波包库包含了很多小波包基,这些基能够处理信号的不同分量。因此,选择合适的小波包基,就可以提取信号的特征。在遗传算法和散度分类准则的基础上,提出了小波包基的选择方法,并且给出了实例。通过实例验证,本文提出的方法是可行的。     

一种小波频域相关性目标识别方法

提出了一种图像目标识别的小波变换域和相关性结合的的算法.通过仿真实验表明该算法可以有效且准确的识别和提取多频谱图像中感兴趣的部分.     

一种适于小波包多载波系统导频信道估计的方法

提出了一种适于小波包多载波系统信道估计的导频插入方法．该方法结合小波包多载波系统树型结构的分解特性以及不同频率对相干时间的影响,将子载波在树型结构的基础上分成若干个组,并结合等差原理,引入时域不等间隔的导频模式,实现导频的合理分配．在上述方法中,高频部分插入了相对较多的导频,使得总的导频数减少的同时,能够更好地估计多普勒频移的影响．仿真结果表明,在载波调制过程中,采用不等间隔导频模式与传统的等间隔块状导频模式相比,当导频个数减少14％,信噪比为20dB时,误比特率降低了19．6％;并且不论多普勒频移如何变化,系统总能在多径瑞利衰落信道中保持良好的性能．     

基于临界小波参数和新序列核支持向量机的说话人识别

在研究可再生希尔伯特空间框架的基础之上,构建出一个新的序列核来对语音序列间的相似性进行度量.特征提取部分针对传统语音短时分析技术容易出现丢失信息的现状,提出了一种基于临界带宽的小波包变换算法.用美国国家标准与技术研究所(NIST)2004年评测数据集进行实验,结果表明该方法可以大幅度提高识别率.