一种提取含噪声信号中重叠峰位置的新方法

以二阶B-样条小波为分析小波，提出了一种提取分析化学中含噪声重叠峰位置的新方法——连续样条小波变换法．在合适的尺度下，处理后的信号类似于信号的四阶导数．结果表明，采用连续样条小波变换法能使峰变窄，并能提高信号的信噪比，同时还能从含噪声重叠信号中直接得到重叠峰的数目及其相应的峰位置．     

基于小波变换和连续Hopfield神经网络的重叠峰解析策略

针对化学谱图分析中的重叠峰解析问题,提出了一种基于小波变换和连续Hopfield神经网络的谱图重叠峰解析策略.使用高斯函数作为曲线拟合的数学模型,将重叠峰分解为一系列高斯峰的叠加组合.首先,根据检测信号卷积型小波变换中奇异点特性分析原理,利用卷积型小波变换方法寻找信号的特征点,并根据特征点对信号做出初步解析;然后,构造解析峰参数与解析误差之间的函数关系,并以之作为连续Hopfield神经网络的能量函数;最后,根据该网络自我演化特性经过指定次数的迭代得到误差函数的极小值点,进而得到谱图重叠峰的最终解析参数.谱图重叠峰模拟解析表明,所提算法有效.     

三次样条小波变换

研究了三次样条小波对应的小波变换，论证了它的存在性。     

一类二进样条小波

推导出一类二进样条小波滤波系数的计算公式 ,应用这些系数可实现速二进小波变换,并可重组二进小波变换的原 信号。分析了这些变换的性质,给出了计算实例。     

小波变换用于示波计时电位法中重叠峰解析

基于小波变换的分频及时移不变性,将小波变换用于示波计时电位法中重叠峰解析的研究。探讨了极化电流大小、频率和示波信号中噪音、分解次数等因素对小波变换结果的影响。实验结果表明：小波变换能从含有噪音和背景的信号中提取有用信息,使信号中重叠峰获得了较好的分离,可用于多组分的定量分析。     

连续小波变换中允许小波的对偶小波

研究了连续小波变换中允许小波的对偶小波，给出了对偶小波的等价条件以及允许小波的对偶小波的表示。     

多尺度B样条小波变换去除噪声的一种方法

基于Ｂ样条小波的特点,利用小波变换引出了Ｂ样条小波实现信号分解和重构的实用公式．从理论和实验两个角度分析了不同噪声在小波变换下的传播性：白噪声和尖脉冲由于具有负奇异性和稠密性及方差均随尺度的增大而减少,据此提出一种用小波变换去除随机噪声的新算法．经过实验,与过去常用的均值滤波和中值滤波方法进行对比认为,该方法对白噪声和尖脉冲噪声均有良好的抑制作用,对信号的突变信息和波形都有较好的恢复作用,克服了均值滤波及中值滤波法造成原信号边缘模糊的缺陷．该方法可推广到其它信号的处理,具有一定的理论意义和实用价值．     

基于二次微分和小波变换的色谱重叠峰分析

色谱峰重叠现象的存在给化学成分的定性和定量分析带来了很多困难。利用小波变换的时域多分辨率特性可以较好地对重叠峰做出分离,但当色谱重叠峰的分离度较低时,分辨效果不佳。针对这一问题,提出了一种基于二次微分和小波变换的色谱重叠峰处理方法。仿真结果表明:本文方法在处理较低分离度的色谱重叠峰时具有明显优势。     

基于小波变换的实时信号噪声快速识别

在火箭飞行过程中，常常需要对火箭位置和飞行姿态进行实时处理，这必须以准确的飞行测量数据为基础。但在测量到的火箭飞行数据中往往伴随着大量噪声，如何快速有效地识别这些噪声成为关注的焦点。针对该课题给出了一种基于小波方法的实时信号所包含噪声的在线快速识别算法，能大大减少小波变换的计算量，其时间复杂性为常数，并在采集实时信号的同时快速识别出信号包含的噪声。实用证明该算法处理这类问题的效果好，充分满足了实时性要求，并能处理其它领域中的实时测量数据。     

应用三次样条插值和连续‘Mexh’小波变换对重叠峰的分离研究

对于分析化学中的重叠信号,是化学计量学的研究重点之一.本文应用模拟信号,应用三次样条函数进行插值以增加数据密度,然后由连续‘mexh’小波变换分析重叠信号.结果显示通过‘mexh’小波变换能分离重叠的信号,峰位值不变.对实验信号进行分析,获得理想结果,可为分析化学中重叠的色谱、光谱信号分析提供方法.     

小波变换与卡尔曼滤波联用处理ICP-AES光谱信号

提出了用小波变换-卡尔曼滤波联用方法处理含强噪声的严重重叠的ICP-AES光谱信号。模拟试验结果表明，虽然卡尔曼滤波法对重叠信号具有极强的分辨能力，但对噪声较敏感。当噪声含量较高时，滤波结果与真实值相去甚远。而采用联用方法时，即使噪声含量高达50％，干扰线与分析线几乎完全重叠，所得结果的误差基本上都在10％以内。用该法测定了受V干扰的Yb和受Cu干扰的Zn，得到比较满意的结果。     

样条函数与样条小波

介绍了多项式样条函数及样条小波的统一表达式 ,并给出了几种具有特殊性质的样条函数及小波 ,同时根据 L2空间多分辨分析的定义推导出样条的分解 /综合快速塔式算法。     

基于小波变换的高分辨率地震信号瞬时参数提取方法

小波变换在时域以及频域具有良好的局域化特征,可用来实现对地震信号瞬时振幅、相位、频率等瞬时参数的提取.由于小波变换具有去噪的功能和分频处理的特点,在小波域提取的瞬时特征具有很好的抗噪性和可靠性.对小波变换提取地震信号瞬时参数的方法进行改进,通过对地震信号求导来增加其主频,对求导后的地震信号进行小波变换,从而得到高分辨率地震信号的瞬时参数.     

小波变换和信号的时频局部分析

从信号时频分析的角度讨论了小波变换的应用,重点是多尺度分析和波包,指出了用小波包分析非平稳信号的步骤。     

n维连续小波变换的局部正则性

Ｈｏｌｓｃｈｎｅｉｄｅｒ和Ｔｃｈａｍｉｔｃｈｉａｎ讨论了一维连续小波变换的局部正则性，建立了一维不可微函数的Ｈｏｌｄｅｒ连续性与其小波变换绝对值衰退性之间的关系，本文将其结论推广到ｎ（≥２）维情形。     

基于连续小波变换的系统分析

在连续小波变换的基础上，对线性时不变振动系统进行了小波分析，给出了系统输出信号的小波变换的脉冲响应和输入的关系，作为应用实例，计算了单自由度系统的输出信号的小波变换，并与输出信号的直接小波变换进行了比较，结果表明两者完全吻合。     

在线小波分析与分析化学信号的在线处理

对小波分析的算法进行了改进 ,提出了适用于在线信号处理的在线小波分析算法 ,并为重叠分析化学信号的在线解析提供了计算最佳分解尺度的计算公式 .通过对重叠色谱信号和电化学信号的在线处理 ,在最佳分解尺度计算公式的帮助下 ,在线小波分析可以快速而方便地对分析仪器给出的分析化学信号进行在线解析 ,解析的结果能够保持原有的线性关系 ,可用于重叠信号中组分的定性、定量分析 .     

连续小波变换在中医脉象信号处理中的应用

小波变换具有良好的时频局域化性质，适合于非平稳信号的处理。脉诊是中医诊察疾病的重要手段，脉象反映的是人体的生理与病理信息，脉象信号具有随机性和非线性等特点。应用连续小波变换分析了15例海洛因吸毒者和15例正常人的脉象信号，提取了吸毒者脉象信号中的异常信息，为戒毒治疗的评估与改进提供客观依据。在尺度0.1、0.2、0.3和0.4下，对每一例脉象信号分别进行了处理，发现在0.2-0.4s时间间隔内，海洛因吸毒者和正常人脉象信号的连续小波变换系数间存在显著差异，并提出了用于划分海洛因吸毒者一正常人的临界参数。研究结果表明，连续小波变换是处理脉象信号的有效方法。