搜索资源列表
Ch1899
- 小波变换在语音和生物医学信号处理中的应用 431 17.1 小波变换在语音信号处理中的应用 431 17.1.1 小波变换在语音增强中的应用 431 17.1.2 小波变换在语音压缩中的应用 433 17.2 小波变换在生物医学信号处理中的应用 435 17.2.1 基于小波变换的ECG信号压缩 435 17.2.2 基于小波变换的EEG信号多分辨率分析 437-wavelet transform voice, and biomedical signal process
c
- 在综合描述声发射信号特点和小波殳换基本原理的基础上，结合实例介绍同时在时域 和频域具有局部分析能力的信号处理方法--小波变换在声发射信号的特征提取、时频分析和噪声去除等方面的应用。
e
- 虚拟仪器代表着目前测试仪器领域的发展方向，LabⅥEw语言是一种功能强大的仪器开发平台。对淹没在噪声中声发射信号的有效提取(去噪)是声发射信号处理技术的第一步，也是声发射信号处理的关键所在。本文介绍了基于小波变换的阈值去噪方法。在LabⅥEw平台上，通过仿真试验，对声发射信号的几种阈值法的去噪结果进行比较，选出一种适合声发射信号去噪的阈值准则。
小波变换
- 根据小波分析和分形理论在多尺度分析和自相似本质上的一致性, 从研究分数布朗运动小波系数的统计特性, 分析信号和噪声对小波系数统计特性的影响, 在探地雷达信号处理中引入小波分析和随机分形理论, 提出了在小波域中, 使用平滑因子恢复加性白噪背景下探地雷达信号。
基于数字信号处理器的小电流接地选线装置的研究
- 基于小波变换的数字信号处理 对存在奇异的信号进行滤波-DSP wavelet
Eeg-signals
- 从脑电信号的分析出发,论述了频域分析、时域分析等脑电图分析中常用的信号分析方法和特点,特别介绍了Wigner分布、小波变换和匹配跟踪等时频分析方法、人工神经网络和非线性动力学方法在脑电信号分析和处理中的应用情况。 -From the analysis of eeg, discusses the frequency domain and time domain analysis analysis in the analysis of the commonly used eeg signal a
sonar2
- 基于平移不变小波变换的多普勒速度声纳输出信号处理.针对水下航行器组合导航系统所使用的多普勒速度声纳输出信号的特点,采用了平移不变小波变换的多分辨率分析的方法,利用Daubechies小波函数,采用了半软阈值去噪的方法,能够在低信噪比的情况下准确地估计多普勒声纳的频移,从含有噪声的多普勒输出信号中提取出原始信号.通过仿真实验表明:采用4层小波分解,算法计算量减小,有效地消除多普勒噪声,从而提高水下组合导航系统的精度. -Doppler speed the sonar output signal p
基于小波变换的数字水印系统设计
- 本文提出一种基于小波变换的图像数字水印算法，通过将低频子图分块并量化其小波系数，实现水印的嵌入和提取，并对其进行抗噪声、JPEG压缩、旋转等实验。对于旋转攻击，该算法结合了图像的归一化技术。实验结果表明，该算法对常见图像处理和旋转都有较好的鲁棒性。
xiaobozengqiang
- 弱信号增强处理是探地雷达数据处理中的一个重要环节，而且是探地雷达数据处理难以解决的问题。弱信号在两 方面使其不易于直接从探测剖面上识别出来：一是本身信号强度小且受到随机噪声的干扰；二是存在浅部强信号的明显反 差，视图上难以识别。本文根据小波变换的特征提出一种信号增强方法，即多尺度小波变换信号增强法。-Ground-penetrating radar based on wavelet transform weak signal enhancement
Active-noise-control
- 有源噪声控制(ANC)主要基于LMS算法,但在处理宽带噪声信号和低信噪比情况下,效果不好.影响控制效果的主要原因是输入信号的自相关分布.而小波变换具有消除信号自相关的作用.因此将小波变换引入有源噪声控制(ANC)是解决问题的一种办法-Active noise control (ANC) is mainly based on the LMS algorithm, but ineffective in dealing with the situation of the broadband noise
Noise-reduction-algorithm
- 对设备进行故障诊断的主要方法就是测量故障 设备的振动或噪声, 并对其进行分析, 从而找出故障原因。然而振动或噪声信号中除了对分析故障有用的信息外, 还有大量的噪声成分。只有有效地滤除噪声, 才能获得有用的信息, 从而得到可靠的分析结论。传统的滤噪方法是将被噪声污染的信号通过一个滤波器, 滤掉噪声频率成分。但对于短时瞬态信号、非平稳信号、含宽带噪声的信号, 采用传统处理方法有着明显的局限性。小波变换为信号去噪提供了一种有效的方法, 小波阈值去噪具有传统方法不可比拟的优越性。但是小波分解的频域重
61
- 提出了一种结合SVD的小波变换方法，对其在外弹道测量数据中的野值剔除进行了研究。对观测数据进行小波分解，将小波分解后的近似分量和细节分量组合实现相空间重构，作为SVD方法的输入观测矩阵，根据奇异 熵增量准则，对奇异值进行筛选，根据SVD逆变换重构原信号。这一方法克服了Hankel矩阵相空间构建方法数据 端点失真问题。以小波分解后分量重构的相空间可以满足正交性，进一步提高了SVD进行数据降噪和野值检测的精度。仿真数据和试验数据处理结果证明了这一方法的有效性。-Proposed a meth
66
- 对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定
Locating-Voltage-Sags
- 电压跌落是最严重的动态电能质量问题之一， 精确定位电压跌落起止时间是应对电压跌落问题的 重要前提和基础。由于电压采样信号往往有噪声分 量，现有的方法在定位电压跌落的起止时间时存在 局限性。本文提出利用多小波变换及相邻系数去噪 的电压跌落定位方法。多小波兼有对称性、正交性、 有限支撑性和二阶消失矩等优异的信号处理性能， 利用GHM多小波可以准确定位电压跌落起止时间。 多小波变换系数在每层之间具有对应关系，多小波 相邻系数将紧相邻的若干个系数作为一个整体来确
Haar-wavelet
- 与标准的傅里叶变换相比，小波分析中使用到的小波函数具有不唯一性，即小波函数 具有多样性。小波分析在工程应用中，一个十分重要的问题就是最优小波基的选择问题，因为用不同的小波基分析同一个问题会产生不同的结果。目前我们主要是通过用小波分析方法处理信号的结果与理论结果的误差来判定小波基的好坏，由此决定小波基。常用小波基有Haar小波、Daubechies(dbN)小波、Mexican Hat(mexh)小波、Morlet小波、Meyer小波等5种。-Compared with the standard
SPPP3.0PUserPGuide
- SP++3.0手册，C++库的信号处理库，包括信号产生，FFT，滤波器设计，频谱分析，小波变换-SP++ 3.0 Manual, C++ library signal processing including signal generation, FFT, filter design, spectrum analysis, wavelet transform
demodulation-of-MFSK-signals
- 提出了一种多迸制频移键控(M娲K)信号调制分类及解调方法，选取截获接收机输出的MFSK信 号的时频脊线作为分类特征，利用无监督聚类算法求取最佳聚类数M．利用时频脊线的Ham：小波变换 估计码元宽度，并且利用对应最佳聚类数的聚类中心确定抽判门限，通过对时频脊线抽样判决，实现了 MFSK信号的解调．理论分析和对实际信号的处理结果证明了此算法的可行性．-new algorithm is proposed for elassillcation and demodulation of MFSK
Modern-signal-processing
- 该书详细介绍现代信号处理的常用变换方法，包括小波变换，短时傅里叶变换，s变换等-The book details commonly used transform modern signal processing, including wavelet transform, short time Fourier transform, s transform
20160428-1
- 基于频率切片小波变换预处理，此方法适用于盲信号分离的预处理，方法有很多优点。-Based on the frequency slice wavelet transform preconditioning, this method is suitable for the pretreatment of blind signal separation, the method has many advantages.
BA于MATLAB的小波包分析在信号降噪中的应用
- 主要用于信号的预处理去噪，经过变换以后实现信号的重构，具有很好的效果。(It is mainly used for signal preprocessing de-noising, after transformation, it can realize the reconstruction of the signal, which has good effect.)