基于小波包变换相关性的信号降噪方法及齿轮故障诊断

介绍了小波包变换的基本思想，将新型小波包变换滤波器与信号重采样结合，提出了一种新的小波包降噪方法，研究了该方法的降噪效果，同时比较小波包直接降噪和小波包重构滤波器的降噪效果。将该方法用于齿轮箱的故障诊断，结果表明，该方法能够有效识别齿轮箱中的齿轮典型故障。     

基于自适应Morlet小波变换滚动轴承声学故障诊断的研究

基于声音信号的测试与分析是滚动轴承故障检测与诊断的一种新方法,提出了基于自适应Morlet小波变换诊断轴承声学信号故障的新方法。首先利用最小Shannon熵对Morlet小波的形状参数进行优化,找到与所测声音信号特征成份最匹配的小波,再对小波系数矩阵进行奇异值分解,通过奇异值与变化尺度的关系曲线得到最佳小波变换尺度,最后对滚动轴承故障信号进行Morlet小波变换进行故障特征提取。结果表明:该方法能有效地从强噪声背景下提取出轴承声学信号的故障。     

小波变换在图像压缩中的应用

小波变换是对傅立叶变换的完善和发展，提供了非常灵活的处理方法。在MATLAB平台上运用小波变换，实现了一级和二级不同扫描次数的图像压缩，并对其结果进行分析比较，验证了小波变换在图像压缩中的可行性和优越性。     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由于带分解或拉普拉斯塔形分解等引出。本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义。离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波变换计算小波级数变换的算法，该算法较之Ｏ’Ｒｌｏｕｌ的类似算法相比，可取得更好的计算精度。     

小波变换和混沌理论在股市预测中的应用

应用小波变换和混沌理论相结合的方法对股票市场进行预测,即先对股指时序进行小波分解,然后对分解得到的高、低频部分分别进行混沌预测,再将预测的结果进行小波重构,得到原始时序的预测结果。在此基础上应用小波和混沌理论提出进一步提高预测精度的方法,即通过对高频部分再进行小波分解、混沌预测和小波重构而使高频部分的预测精度得以提高,进而提高原始时序的预测精度。     

小波变换思想及其在信号处理中的应用

从傅里叶变换、短时傅里叶变换到小波变换的思想发展过程中分析了小波变换发展的必然性和重要性,并通过MATLAB仿真工具比较了三种变换在信号处理中的应用。实验结果表明,小波变换无论是对信号的时间定位还是对信号的频率定位都优于傅里叶变换和短时傅里叶变换。     

小波变换在图像压缩中的应用

图像压缩技术在很多领域有着广泛的应用,它能显著地降低对信道容量的要求,节约大量的磁盘存储空间,因此一直是研究的热点.图像压缩技术就是去掉图像数据中的各种冗余,保留下有用信息.小波变换是一种多分辨率的分析方法.小波变换是一种对图像进行压缩的主流算法.文章就如何应用小波变换对图像进行压缩进行了分析.     

基于小波变换的随钻测试数据降噪方法研究

为消除随钻测试装置采集信号中的噪声,给工程人员提供准确的现场信息,提出了基于小波变换的方法对随钻测试数据进行降噪处理。首先,根据含噪声的随钻测试数据模型建立起小波变换降噪的基本流程。其次,在对含噪信号的小波变换特性分析的基础上,运用自相关函数对其在小波变换尺度空间中进行白噪声检验,确定小波最优分解层数。在分析对比小波降噪阈值的不同选取方式后,采用广义交叉确认理论来计算最优降噪阈值,从而在对信号降噪的同时还最大程度地保留了信号的有效特征成分。最后给出了基于该方法小波变换的随钻测试数据降噪的详细步骤,对实测的钻压和扭矩数据进行了小波降噪,取得了良好的降噪效果,为钻井工程后续分析提供了可靠的数据支撑,证明了本方法的优越性。     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

小波变换在股市预测中的应用

本文应用小波变换对深圳股票市场的建模与预测进行了研究。首先对股指时序进行小波分解;然后对分解后的各部分分别建立混沌模型进行预测;再对混沌模型预测的结果予以小波重构,即得最终的预测结果。从吸引子结构的观点对预测精度提高的原因进一步分析得出,小波分解可使分解后的时序变得简单而容易预测,因而使得最终的预测结果能够具有较高的精度。研究表明,小波变换在股市预测中具有非常好的应用前景。     

基于频面与嵌入零树小波的图像编码算法

以ＥＺＷ编码算法为基础，通过考虑视觉特性、利用子带相关性及修改完善嵌入编码策略，提出了一种基于频面与嵌入零树小波的图像编码（ＦＥＺＷ）算法．实验结果表明，该算法在压缩速度、图像复原质量等方面均明显优于ＥＺＷ算法．     

基于小波域分形编码的图像插值

传统的图像插值方案(包括最近邻插值、双线性插值和B样条插值等),大多是基于图像分块的光滑连续模型。由于该模型不能很好地描述自然图像的特点,因此插值得到的图像质量不高。为寻求更有效的插值方案,首次提出了基于小波域分形编码的插值算法。该算法在FW编码的基础上,首先利用图像的局部自相似模型,通过小波树的膨胀,并借助小波域的第1级子带,对超分辨率级的第0级子带进行最优预测,再经过小波反变换来得到插值图像。标准测试图像的实验表明,该插值算法与传统的双线性插值相比,不仅可以获得清晰的纹理和边缘,而且峰值信噪比也更高,因此插值得到的图像更加精确、真实。     

关于图像压缩编码算法研究的综述

回顾了图像压缩编码算法的研究发展历程,介绍了已被广泛应用的几种典型的图像压缩编码算法及其特点,阐述了图像压缩编码领域的最新研究成果一小波变换压缩编码算法的工作原理及其待解决的主要问题.     

改进的高效EZW遥感图像压缩方法研究

利用经过小波变换后的图像数据的能量大部分聚集在低频子带这一特点,针对小卫星星载计算机处理能力有限的客观情况,提出一种将预测编码和EZW编码相结合的图像压缩编码方法。通过有限的扫描次数,提取高频系数的重要系数。同时结合预测编码的方案,实现对低频系数几乎无损的压缩。实验证明,该方法能够使遥感图像的压缩同时具有较快的压缩速度和较好的压缩效果。     

基于自适应提升方案的低比特率图像压缩编码

通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且能较好地实现同址运算,便于采用DSP等硬件实现;其次,通过定义浮动阈值,在编码中提出了采用自适应深度优先搜索的扫描策略,进一步改善了数字图像的编码效率。实验结果表明,通过这些措施实现的数字图像压缩算法,其重构的图像质量较好,有效地降低了压缩后图像的比特数,图像的压缩效果、编码时间等亦有较大的改善。     

基于SUSAN算法和9／7提升小波图像去噪融合

为了对含噪模糊图像进行有效的去噪增强,并考虑到实时性的要求,本文提出了一种新的基于SUSAN算法和9／7提升小波图像去噪融合方法。首先,对含噪模糊图像进行SUSAN算法处理;同时,对含噪模糊图像利用9／7提升小波进行通用阈值去噪;最后,在对去噪后的图像进行镜像对称延拓处理并与经SUSAN算法处理后的图像进行有效的融合。仿真实验结果表明,该方法不但能够大大提高图像的信噪比,而且能有效提高图像的清晰度。     

DCT域分形图像压缩编码方法

首先研究了一般分形图像压缩方法存在的缺陷，然后对它进行改进。最后在ＤＣＩ域做进一步的改进。实验结果表明，和原来方法相比较，ＤＣＴ域分形图像压缩编码方法具有明显的优越性。     

基于小波变换的数字水印方案

数字图像水印技术一般面临着两个方面的矛盾问题,就是水印算法的复杂度越高,一般对应的算法的鲁棒性越强。本文提出了一种数字水印方法,这种算法基于离散小波变换,为了提高算法的稳定性,确保水印的抗干扰能力,在编码时应用了纠错码技术。     

一种快速零树编码的小波图像压缩算法

研究了一种新的小波变换零树编码方法,通过定义多级零树根和使用编码信息表和最优量化的方法,对不同方向的小波子带系数采用不同大小的门限和量化码书。充分利用了小波变换后各子带系数对图像恢复的重要程度和人眼的视觉特性,取得了很好的压缩效果,对小波系数只作一次零树编码,大大节约了编码时间。     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第ｍ级图像的分类信息传递给第ｍ－１级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。