Morlet小波变换的开关电流模拟实现

为满足信息处理的低电压、低功耗及实时处理等应用的要求,提出了基于开关电流技术的Morlet小波变换的模拟实现方法.高斯函数发生器的开关电流电路实现是Morlet小波变换模拟实现的关键,经过Pade逼近可以得到高斯函数的有理分式逼近,从而可用开关电流一阶节、二阶节的级联实现高斯函数发生器.仿真结果表明了该方法的可行性.     

Morletdx波变换的开关电流模拟实现

为满足信息处理的低电压、低功耗及实时处理等应用的要求,提出了基于开关电流技术的Morlet小波变换的模拟实现方法．高斯函数发生器的开关电流电路实现是Morlet小波变换模拟实现的关键,经过Pade逼近可以得到高斯函数的有理分式逼近,从而可用开关电流一阶节、二阶节的级联实现高斯函数发生器．仿真结果表明了该方法的可行性．     

瞬时缩展模拟CMOS高频连续小波变换电路

小波函数和小波变换网络的瞬时缩展技术综合是电网络综合的新理论、新方法．本文利用对数域电路实现连续小波变换，提出的模拟CMOS高频连续小波变换电路能实现高频输入信号的时频分解，电路中的振荡器电路采用的是完全的电流模式对数域电路．并由此对数域振荡器设计和实现电流模式锁相环，从而提出了模拟连续小波变换的电路设计和实现、结果显示电路能在低电压低功率时得到宽动态范围的运用、     

对数域技术实现的连续小波变换共享型结构

基于对3类特殊小波的分析,从时域和频域两个方面,分别提出了用于实现这三类连续小波变换的新型电路结构.以3类小波的相似结构为基础,采用新型的对数域集成电路设计方法,设计实现了具有共享结构的连续小波变换系统,并进行了电路仿真实验.该系统可以同时实现3类特殊的连续小波变换,且由于对数域设计技术的引入,电路工作在电流模式状态下,具有低电压、低功耗以及灵活的宽频段可调性等特点.     

基于小波变换的图像融合算法的实现

图像融合技术能综合多幅图像满足人们要求,日益受到研究者的重视,现已广泛应用于医学、遥感、计算机视觉以及其他领域。有效实用的融合算法是进行图像融合的关键。文章着重讨论了基于小波变换的融合方法(基于像素的融合规则)及其实现方式,经仿真取得很好的效果。     

基于小波变换的图像压缩方法研究

图像压缩是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像压缩后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过压缩算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法压缩后的新图像符合客观实际,图像数据信息丰富。     

基于小波变换的人脸识别系统

分析目前各种人脸识别技术的优缺点并实现了一种基于小波变换的人脸识别系统,根据试验结果评定该系统能比较精确的进行人脸的检测定位与特征提取,并最终完成人脸识别确认,具有很高的实用价值和广泛的应用前景。     

用平衡式对数域积分器实现连续小波变换

为满足低电压、低功耗及实时处理等应用要求的需要,提出了一种新的基于平衡式对数域积分器的连续小波变换实现方法.小波变换实现电路由冲激响应为高斯一阶导数小波的模拟滤波器构成,其传输函数用Levenbery-Marquardt非线性最小二乘法求得.滤波器以工作在甲乙类状态的平衡式对数域积分器为积木块进行设计,通过改变平衡式对数域积分器的偏置电流而实现不同尺度下的小波变换.计算机仿真结果表明了该方法的可行性.     

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DSP的小波变换并行算法

为了提高小波变换的处理速度,提出了基于块的尺度优先的多维并行处理算法,并结合美国TI公司的最新一代C67X DSP芯片的硬件特点,设计了浮点离散小波变换的DSP并行实现.     

基于连续小波变换的土壤有机质含量高光谱反演

以托克托县境内120个土壤有机质含量以及对应光谱数据为数据源,探究了不同土壤类型与土地利用类型下土壤有机质高光谱反演研究的可行性,采用连续小波变换对原始光谱（R）、光谱倒数（1/R）、光谱对数（LnR）、光谱一阶微分（R′）进行分解生成小波系数并与土壤有机质进行相关系分析,提取特征波段建立BP神经网络与支持向量机模型（SVM）。结果表明：①R、1/R、LnR、R′与土壤有机质相关系数经过连续小波变换后,较之前增加了0.204、0.090、0.199、0.252,表明连续小波变换可深度挖掘光谱潜在信息,提升与有机质含量之间的相关系数。②未经过连续小波处理前,SVM无法实现对当地土壤有机质含量的预测,经过处理后,模型SVM-CWT-R与SVM-CWT-R′的精度决定系数分别达到了050、0.56,均方根误差为0.17、0.15,相对分析误差为1.62、1.53,实现了对土壤有机质的有效估算。③经过连续小波变换后BP神经网络预测模型结果得到提升,其中BP-CWT-LnR预测模型效果最佳,精度决定系数达到0.76,较之前BP-LnR提升了0.2;均方根误差达到015,降低0.04;相对分析误差为2.12,增加了0.87。因此利用BP-CWT-LnR高光谱反演模型进行区域土壤有机质遥感监测,可为当今精准农业提供理论参考与技术支持。     

基于小波分析的信号去噪方法

介绍了小波变换出现的背景及应用意义、信号去噪效果的标准及小波变换去噪的基本原理和方法。利用MATLAB软件特别是MATLAB小波工具箱编写仿真程序,结果表明小波变换在信号去噪中的有效性和优越性。     

基于连续小波变换的蒺藜植被覆盖度预测

植被覆盖度是评价土地是否荒漠化最有效的指标之一,也是植被监测的重要指标。通过高光谱估算植被覆盖度,可以为植被监测提供重要依据。以半干旱区托克托县的固沙植被蒺藜（Tribulus terrestris L.）为研究对象,分析了不同植被覆盖度光谱曲线特征的变化情况;提取两波段原始光谱植被指数并与植被覆盖度之间的相关性,选取最优波段组合;利用连续小波变换（continuous wavelet transform,CWT）对植被光谱反射率进行不同尺度分解,提取出不同分解尺度的最优波段;采用偏最小二乘法（partial least square,PLSR）和支持向量机（support vector machine,SVM）两种方法,以不同自变量建立植被覆盖度估算模型。结果表明：①原始光谱植被指数与植被覆盖度呈显著相关,相关系数均在0.55以上,最优波段组合为DI（2 260 nm,2 210 nm）、RI（1 410 nm,660 nm）、NI（1 470 nm,670 nm）、RDVI（1 770 nm,670 nm）、MSR（1 410 nm,660 nm）;②小波系数也与植被覆盖度之间有良好的相关性,原始光谱中1~10尺度对应的相关系数均在0.72以上,在波段630 nm处第6分解尺度中,相关性最大为0.788 9;一阶微分光谱提取的小波系数与植被覆盖度的最大相关性为0.806 9;二阶微分光谱中1~10尺度小波系数与植被覆盖度的相关性均在0.6以上,其中最大相关性为0.781 8;③以原始光谱植被指数与不同导数变换的CWT提取的小波系数为自变量建立的模型中,输入量为二阶微分小波系数的PLSR模型精度最高,模型最稳定,R²为0.905 9,RMSE为0.035 6,这表明经过CWT算法处理后,可以提高光谱的特征信息,为植被覆盖度的估算反演提供技术方法。     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号，包络分析法是一种有效的分析方法，为克服当前的包络分析法需要选择合适的滤波器参数的局性性，提出了一种基于小波变换的包络分析方法，运用小波包将调制信号分解到不同频率段上，提取需要的频率段成分进行重构，对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息，仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。