标签: 小波分析

基于小波分析的WiMax网络业务流长相关性.pdf

使用小波分析的水下机器人多传感器故障检测

多重小波分析在机器人腕力传感器数据预处理中的应用

基于多频小波分析和D-S推理的电路故障诊断

基于小波分析和支持向量机的模拟电路故障诊断

基于小波分析和遗传神经网络的模拟电路故障诊断方法

基于小波分析和分层决策的模拟电路故障识别方法.

基于复互小波分析的模拟电路故障诊断方法

小波分析与DSP在摆式列车倾摆控制监视系统中的应用研究

基于小波分析的嵌入式语音识别技术研究与实现

基于DSP和小波分析技术的实时噪声消除系统

SST空间太阳望远镜科学卫星是中科院重点支持的国家863重大科研项目。巨量的SST图像数据和传输能力之间的矛盾是本科题必须解决的关键问题之一。该问题的解决直接关系到能否在地面得到SST观测到的所有的太阳信息。本文研究和分析了SST图像数据与传输的矛盾，阐明了SST图像数据在轨压缩的科学需求。小波分析是近年来迅速发展起来的新兴学科，文中将傅里叶变换、Gabor变换和小波变换进行了对比分析，说明了小波变换的多分辨率分析的特点。在全面讨论和研究小波理论的基础上，利用Matlab语言对太阳图像作仿真压缩处理，通过对压缩结果的分析，从众多的小波中选定了双正交小波Bior9.7、正交小波Sym8和Db6作为小波基。完成了基于零树的SPIHT压缩算法的C语言程序。SST图像仿真压缩结果的客观质量分析和主观质量评价表明，采用双正交小波Bior9.7，4层分解的SPIHT压缩算法，对256×256象素的太阳图像的压缩效果是理想的，压缩后的图像无论是主观质量还是客观质量均能满足天文观测的要求。找到了解决SST图像数据量与传输能力之间不相适应这一问题的方法。……

小波分析系列讲座0小波分析系列讲座1—初见小波小波分析系列讲座2小波分析系列讲座3小波分析系列讲座4小波分析系列讲座5小波分析系列讲座6--双尺度差分方程及滤波器小波分析系列讲座7—提升法的实现……

地下拾音报警系统以其隐蔽性强、监控范围广等优点受到文物保护部门的关注.给出了一种基于小波变换,利用能量等价关系构造特征空间的方法,可以有效地识别雷声信号,降低雷声造成的误报率,从而有效地改进了地下拾音报警系统的性能.基于小波分析的雷声信号特征提取柴烨，张有光（北京航空航天大学电子信息工程学院，北京１０００８３）摘要：地下拾音报警系统以其隐蔽性强、监控范围广等优点受到文物保护部门的关注。给出了一种基于小波变换，利用能量等价关系构造特征空间的方法，可以有效地识别雷声信号，降低雷声造成的误报率，从而有效地改进了地下拾音报警系统的性能。关键词：声控报警雷声信号小波分析特征提取安防系统近年来，文物安全问题日趋严峻，常见的安防报警手为是安静的，任何声响都被视为异常，一旦传感器所采段如视频监控、玻璃破碎探测器等，不适于对室外环境下集的声音信号的强度超过设定门限就触发报警行为。不可移动文物的保护。在探索新的安防模式的过程中，提２雷声信号预处理出了一种基于声音信号的地下拾音报警系统。该系统隐雷声信号预处理是：声敏传感器采集音频信号后，蔽性强、成本较低、能够消除报警死区、缩短报警反应时经前端调制器将模拟音频信号转换成数字信号，经过中间，比较适于对室外环境下的文物实行全面的技术防范。间的音频传输控制线传送到监控室中的计算机，形成音但由于自然界的雷声会造成设备频繁地误报警，所以需频文件，作为雷声信号的原始特征；对信号进行预处理，要消除雷声对系统的干扰，为此，要对雷声信号进行分类……

《小波分析基础》旨在系统介绍小波分析的基础理论，主要内容包括：Banach空间中的广义级数理论、Hilbert空间中的框架理论、Banach空间中的框架理论、窗口Fourier变换与小波变换、Hilbert空间中的多分辨分析，是作者长期从事小波分析理论研究的成果之总结，《小波分析基础》内容深入浅出、层次分明，理论体系严谨、逻辑推导详尽。

讲授利用matlab进行小波变换进行分析的方法，引用了大量实例进行讲解。

对于信号测量系统，从复杂环境中提取出弱信号一直是研究的重点。文中针对从强噪声中提取微弱信号的问题，在利用小波分析法进行数据处理分析的基础上，通过研究信号和噪声在小波变换后的情况，并根据频谱的相关信息，提出新的阈值处理算法。仿真实验证明了所提算法的正确性和有效性。在此基础上搭建了一个电子测量系统进行相关的信号处理，并利用该系统验证了新算法的性能。

在当前工程建设中，小波分析是监测工程信号的一种重要手段，基于小波变换的相关理论，以可编程逻辑器件FPGA和EDA技术为依托，结合小波变换处理器，实现硬件的设计与构建。设计并开发DSP软件，利用其仿真特性，对其进行调试，将波形采集结果进行对比，可以得知小波分析模块能够准确采集复合材料监测信号的数据；对小波分析结果进行对比，其结果与Matlab算法得出的结果是一致的，表明小波分析可以完成对复合材料监测信号进行实时小波分解。

为了提高图像的视觉效果，需要对图像进行图像增强处理。由于传统的图像增强方法存在诸多缺点，所以找到一种更好的图像增强算法是目前提高图像处理效果的关键。针对此问题，文中提出一种基于小波分析的图像增强技术，该技术利用小波分析的时频局部化特性与多分辨力的能力对图像进行增强，弥补了传统图像增强算法的缺陷。最后，文中将传统图像增强方法与基于小波分析的图像增强方法进行简要的分析与比较。

针对脑电信号的注意力识别精度问题，本文应用深度森林的算法进行仿真研究。首先对原始脑电信号通过小波分析进行预处理去噪，然后采用深度森林的方法进行分类识别。实验分别对6位受试者在注意和非注意两种状态下的脑电信号进行分析，结果表明，对注意力状态识别的准确率达到了95%以上，同时对通用数据库中清醒和睡眠两种状态下的脑电数据进行识别，也取得了较高的识别率，结果证明了该算法对脑电信号注意力识别的准确率是可靠的。