基于CEEMDAN小波包的MEMS水听器信号去噪

针对MEMS水听器接收水下信号时混入的噪声,提出一种CEEMDAN和小波包的联合去噪算法.方法是利用CEEMDAN将含噪信号分解成一系列的IMF分量,IMF由高频到低频排列.由于高频噪声和低频干扰,所以要分别对高频和低频IMF进行处理.根据每层IMF的频谱分析,去掉前几层和后几层IMF分量形成一个带通滤波器,然后将剩余分量进行重构信号.最后,利用小波包对重构信号去噪得去噪信号.通过仿真实验和中北大学汾机实测实验验证了算法的有效性,并在去噪效果和性能指标上较单一CEEMDAN和小波包去噪有明显提升.     

基于不同经验模态分解的小波软阈值ECG去噪研究

针对ECG信号的非线性和非平稳性,利用不同经验模态分解的小波软阈值方法对其进行降噪处理.根据希尔伯特-黄(Hilbert-Huang)变换提出的一系列的EMD算法,有EMD、EEMD、CEEMD等.首先,将含高斯白噪声的ECG信号分别进行EMD、EEMD、CEEMD分解,所得到的固有模态函数(IMF)分量是从高频到低频排列的,分别舍去前几层含噪IMF'进行重构去噪.由于舍去的IMF分量中含有少部分信号的细节信息,然后利用小波软阈值对前几层含噪IMF提取细节信息得到新的分量,再将剩余分量和新的分量重构去噪后的ECG信号.利用去噪信号图和不同性能指标验证了不同方法的有效性,得出了基于CEEMD的小波软阈值ECG降噪效果最佳.最后,用上述方法对MIT-BIH心电噪声库信号进行去噪处理,其结果与仿真实验相吻合.     

基于多小波变换提高地震数据的分辨率

给出了设计接近地震子波的小波函数方法,使得地震信号的小波分解能量相对集中,有利于做各种处理;通过选出最匹配子波的的小波函数,做多小波变换;利用分频处理函数来补偿石油勘探中地震数据中损失的高频成分,以提高石油勘探中地震数据分辨率.通过对反射信号的高频成分进行补偿,可使地震剖面的主频得到很大提高,频宽得到扩展,可获得较高分辨率的地震剖面.从实际数据处理结果可以看出,方法是可行的且是有效的.     

基于小波框架方法的信号重构

从含有噪音的离散样本中恢复连续信号是一个基本问题,它在信号,图像处理,医学工程,控制等领域发挥着重要作用.提出了一个基于小波框架方法的信号重构模型,并运用增广Lagrangian乘子法和加速近端梯度法来求解该模型,从而从混合或未知类型噪音的离散样本中恢复连续信号.进一步,给出了重构模型解的L_2范数误差分析.最后通过数值实验,从噪音样本中恢复连续信号,突出模型的有效性.     

一种利用多通道小波变换去噪的算法

通过对多通道小波和小波变换以及奇异信号的小波变换特性的讨论和分析,提出了一种利用M道小波变换去噪的算法,并利用此算法对加噪信号进行了模拟实验,实验结果表明,该算法简便,易于编程实现且去噪效果理想。     

人类胚胎期小脑组织基因表达的小波多尺度分析

对人类胚胎期小脑组织基因基于时空的表达强度进行小波多尺度5层分解与重构,在常用小波函数中,db2的去噪效果最好,可以用于小脑组织基因表达强度的去噪处理.     

一种新的信号处理方法——线调频小波变换

线调频小波变换是处理非平稳信号一种新的方法 .本文分析了线调频小波变换是短时 Fourier变换和小波变换的时频分析的统一形式 ,并能根据信号的特点生成新的时频分析方法 ,说明了线调频小波变换具有传统处理方法无法比拟的优点     

非平稳时间序列分析的WAVELET—改进GM(1,1)组合方法及其应用

提出非平稳时间序列分析的WAVELET—改进GM(1,1)组合方法.首先利用Mallat算法对非平稳时间序列进行小波分解;然后采用能量阈值选择策略对高频系数进行处理,并将其与低频系数进行小波重构;最后运用改进的GM(1,1)方法预测.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果证明,该方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

正交小波包及其在数字信号压缩中的应用

正交小波包是正交多分辨分析构造正交小波思想的自然延伸,正交小波包变换可以进一步分割小波空间,解决小波变换“高频低分辨”的问题,为数字信号处理提供获得高频高分辨效果的分析工具。最后,将小波包分析用于数字信号压缩问题的研究,获得了很好的变换压缩效果     

基于小波分析的农业用户异常用电识别与判断

提高电能利用效率,合理分配稀缺资源是电网公司能源监控建设的重要内容.通过国家电网青海分公司在2020年2月到2021年5月对某农业灌溉重点监测用户用电量情况进行监测,提出采用小波分析方法对监测数据进行去噪和对奇异值的挖掘.通过小波分析,全面而细致的量化了数据在不同频域下的波动情况,在较大程度上保留数据的原始信息并且对奇异数据具有较高的识别效果.计算结果表明:运用该方法可以有效挖掘出正常数据的波动情况,并且得出的奇异数据主要分布时间段,与实际情况相吻合.     

The wavelet property of the geomagnetic anomaly signal

In this study, wavelet analysis is utilized to analyze the geomagnetic signals for oil-gas exploration, in order to show the relation between the wavelet property of the geomagnetic signals and the underground treasure. At first, the global geomagnetic anomaly signal in the oil exploration is given. Then, with the wavelet theory the geomagnetic signals of an oil-gas field is analyzed. The preliminary wavelet analysis shows that the underground oil-gas location can be determined with the help of its regional high frequency signal distributions.     

基于小波域中值滤波和运动估计的去隔行算法

本文提出了一种新的自适应去隔行算法,该方法首先将小波分解引入到去隔行算法的预处理阶段,然后利用运动估计以及混合中值滤波的特点,充分考虑相邻像素间的方向空间相关性,有效保持图像中的边界部分,并减小了运动补偿插值后的误差,尤其是对纹理信息丰富的地方得到了很好的插值效果.实验结果表明,无论是从客观上的信噪比还是主观测评来分析,图像的效果比传统的算法有了提高,能更好的满足人类对画面质量的要求.     

小波分析在信号去噪声中的应用

小波分析是近年来发展起来的一种数学方法,在信号与图象处理中有重要的应用.中值滤波是信号处理中常用的一种非线性滤波器,它能够有效地消除瞬时脉冲干扰,并且能够很好地保持信号的边缘信息,在信号和图象处理中得到广泛应用.对中值滤波器与小波变换的结合进行了比较系统的研究.通过实例说明中值滤波器与小波变换相结合具有比单一滤波器更好的效果.     

Signal analysis based on complex wavelet signs

We propose a signal analysis tool based on the sign (or the phase) of complex wavelet coefficients, which we call a signature. The signature is defined as the fine-scale limit of the signs of a signal's complex wavelet coefficients. We show that the signature equals zero at sufficiently regular points of a signal whereas at salient features, such as jumps or cusps, it is non-zero. At such feature points, the orientation of the signature in the complex plane can be interpreted as an indicator of local symmetry and antisymmetry. We establish that the signature rotates in the complex plane under fractional Hilbert transforms. We show that certain random signals, such as white Gaussian noise and Brownian motions, have a vanishing signature. We derive an appropriate discretization and show the applicability to signal analysis.     

基于非线性混沌时序动力系统的预测方法研究

主要研究由混沌时序所确定的非线性动力系统的预测方法．研究了非线性自相关混沌模型的结构,模型阶数的确立技术．将神经网络和小波理论相结合,研究了小波变换神经网络的结构,给出了小波神经网络的学习方法;提出了一种新的基于小波网络的参数辨识方法．该方法可以有选择地提取时序中的不同的时间、频率尺度,实现原时序的趋势或细节预测．通过对混沌时序进行预处理,并比较预处理后的预测结果,得到了一些有益的结果:用非线性自相关混沌模型采用小波网络对模型参数进行辨识,其辨识的准确程度较高,用该模型对混沌时序(包括含有噪声)的预测比较有效．     

股价指数时间序列的分形性质分析

用一种新的信号处理工具-小波变换,对股价指数数据进行分析,发现股价指数数据类似于一类更广的噪声一分形噪声,从而推广了传统上处理股价指数时间序列时总假定其为白噪声或高斯噪声的假设,用分形噪声能更好地刻划股价指数数据的波动特性.对上证指数和深证指数的实证分析显示,两市股价指数均存在正相关,我国股票市场不是弱式有效市场.实证也显示出小波变换是研究股价指数波动特性的一种有效的方法.     

Feedback flow control employing local dynamical modelling with wavelets

In this paper, we utilize wavelet transform to obtain dynamical models describing the behaviour of fluid flow in a local spatial region of interest. First, snapshots of the flow are obtained from experiments or from computational fluid dynamics (CFD) simulations of the governing equations. A wavelet family and decomposition level is selected by assessing the reconstruction success under the resulting inverse transform. The flow is then expanded onto a set of basis vectors that are constructed from the wavelet function. The wavelet coefficients associated with the basis vectors capture the time variation of the flow within the spatial region covered by the support of the basis vectors. A dynamical model is established for these coefficients by using subspace identification methods. The approach developed is applied to a sample flow configuration on a square domain where the input affects the system through the boundary conditions. It is observed that there is good agreement between CFD simulation results and the predictions of the dynamical model. A controller is designed based on the dynamical model and is seen to be successful in regulating the velocity of a given point within the region of interest.     

小波分频在重力异常界面反演计算过程中的应用

重力资料是研究地质结构的重要资料，通常测得的重力异常数据是地下各界面造成的异常的失加，如何把这种叠加效应剥离出来一直是一个难以解决的问题，如果能从综合信息中离出能反映各界面信息的重力异常值，我们就能将问题归结为单界面重力异常的反演问题（关于单界面重力异常的反演可参见文献[1]），小波分析提供了这类问题的新思路。     

求解二维热传导方程侧边值问题的小波正则化方法的误差估计

本文考虑R₊² 上的二维热传导方程的侧边值问题, 这是一个不适定问题. 利用正交多尺度分析 生成Meyer 小波这一工具, 我们提出了一种正则化方法. 这一想法源于Meyer 小波的Fourier 变换具 有紧支集, 这意味着可以使用其防止高频噪声污染问题的解. 本文的主要结果是定理4.2, 它给出了精 确解与截断解(即小波正则解) 之间的误差估计. 这里的截断通过对测量数据f 设定限制以及逐层离 散完成.     

Image inpainting using complex 2-D dual-tree wavelet transform

The dual-tree complex wavelet transform is a useful tool in signal and image processing. In this paper, we propose a dual-tree complex wavelet transform (CWT) based algorithm for image inpainting problem. Our approach is based on Cai, Chan, Shen and Shen’s framelet-based algorithm. The complex wavelet transform outperforms the standard real wavelet transform in the sense of shift-invariance, directionality and anti-aliasing. Numerical results illustrate the good performance of our algorithm.