搜索资源列表
waveletworks
- 本文介绍的是小波变换在信号趋势检测中的应用。通常情况下，一些含噪信号的发展趋势是难以分辨的。由于噪声的污染，对我们有用的信号的发展趋势在时域中看不出来，但是，通过小波分解，可以去除那些干扰信号，最终显现出有用信号的真面目。有完整的源程序和仿真结果及图形，很好的学习材料。
eeg
- 脑电信号EEG的信号波形分析，采用小波分解之后plot出波形
packetdaima
- 小波包分解去噪c++源程序，包括信号的小波包分解，最优树选择，以及重构-Wavelet packet denoising c++ Source, including the signal wavelet packet decomposition, optimal tree selection, as well as the reconstruction of
zzt002
- 国外学者编写的用小波变换进行信号分解和重构，进而对其去噪的c++源程序。-the c++ source for dsp using wavelet.
waveletdecopose
- 小波分解和重构，用来分析信号的低高频变换，得到近似信号和细节信号。是比较好的数据处理方法-wavelet denoise
plusrilinoise
- 基于小波包的带通滤波器设计程序。给出了小波变换的快速算法和重构算法，讨论了应用小波变换进行信号带通滤波的方法，并通过正交小波包对信号的分解，把频率成分复杂的信号分解到各个频带上，根据需要提取指定频率的信号，然后用小波包重构算法对信号进行重构，实现对信号的提取。-Based on wavelet packet band-pass filter design program. Given the fast algorithm of wavelet transform and reconstructi
tWavveletVCReh
- 通过设计Visual C程序源码对简单易懂的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波与Haar小波变换，从而的到小波分解系数；再通过改变分解的到的各层高频系数数进行信号的小波重构达到消噪噪的目的。在这一程序源码实现的过程中能直观地理解信号小波分解重构的过程与在信号消噪中的重要作用，和在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。 可直接 -Design Visual C program source code on a simple one
Wavelet-dec--rec
- 在理解了离散小波变换的基本原理和算法的基础上，通过设计VC程序对简单的一维信 号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波和Haar小波变换，从而得到小波分解系数；再通过改变分解得到的各层高频系数进行信号的小波重构达到消噪的目的。在这一程序实现的过程中能直观地理解信号小波分解重构的过程和在信号消噪中的重要作用，以及在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。-In understanding the basis of discrete wavelet
xiaoboji
- 信号的小波变换,小波变换不同小波基的不同的结果。在信号小波分解应选择不同的小波基-Signal of wavelet transform, the different results of different wavelet base on wavelet transform. In the signal wavelet decomposition is should choose different wavelet base
11 小波分析.m
- 进行小波分析，对于信号的分解，降噪，重构，都可以有效进行(Wavelet analysis can be carried out effectively for signal decomposition, noise reduction and reconstruction)
数学形态学与小波变换
- 小波分解可以使人们在任意尺度观察信号，只需所采用的小波函数的尺度合适。小波分解将信号分解为近似分量和细节分量，它们在应用中分别有不同的特点。比如，对含有噪声的信号，噪声分量的主要能量集中在小波分解的细节分量中，对细节分量做进一步处理，比如阈值处理，可以过滤噪声。(Wavelet decomposition allows people to observe signals at any scale, just the size of the wavelet function is appropri
emd加instfreq信号处理工具
- 经验模态分解，克服了小波分析的频率重叠效果不明显的问题。可以在欠定情况下进行信号分解。(Empirical mode decomposition, to overcome the wavelet analysis of the frequency overlap effect is not obvious problem. Signal decomposition can occur under undetermined conditions.)
waveform
- 利用Matlab改写的一个小波降噪方法对信号降噪的源码，效果还不错，欢迎使用。(The use of Matlab rewrite a wavelet denoising method for signal reduction of the source code, the effect is good, welcome to discuss.)
小波分析仿真程序
- 小波分析课程部分仿真程序，涉及加窗傅里叶变换、信号分解重构等，每步都有有详细注释(A part of the simulation program for the course of wavelet analysis.Relates to the windowed Fourier transform, signal decomposition and reconstruction, every step has a detailed notes .)
信号分解与采样
- 利用B样条、Wavelet小波函数对信号进行采样与重构，比较两种方法的优劣(We use B spline and Wavelet wavelet function to sample and reconstruct signals, and compare the advantages and disadvantages of the two methods.)
代码
- 小波包分析，对信号进行分解和重构，从而获得低噪声，完整的信号(Wavelet packet analysis, decomposition and reconstruction of signals, thus obtaining low noise, complete signal.)
故障诊断与容错控制课程设计报告
- 针对滚动轴承这种非平稳振动信号采用的小波包分解的方法来检测故障的存在，运用神经网络来实现故障的分类，还结合D-S理论融合了多个传感器的诊断结果，提高了故障诊断的准确性并通过实验仿真证实。(This course's job is to use the wavelet packet decomposition method for non-stationary vibration signals of rolling bearings to detect the presence of fault
EWT
- 经验小波变换，将信号分解为多个子特征的子序列。性能较EMD、EEMD、WD等有所提升。(Empirical wavelet transform decomposes the signal into sub sequences of multiple sub features. The performance is improved compared with EMD, EEMD, WD and so on.)
二维小波分解 (1)
- 小波变换，对图像二维信号进行3层小波分解。 本题二维图像采用MATLAB自带的图片,实现图片多层小波分解的函数是： [C,S]=wavedec2(X,N,’wname’) , 即使用给定小波‘wname’对二维信号X进行N层小波分解。本题使用’bior3.7’小波进行分析。(wavelet transform)