在MATLAB环境下的小波变换实例，对信号进行一维变换
上传时间： 2016-02-03
上传用户：hyt2367
去除掉信号的噪声，多种方法，包括图像处理，是学习小波变换的不二选择
标签： 信号的小波处理
上传时间： 2016-05-31
上传用户：YEEXIS
本课题设计和完成了一套基于DSP+FPGA结构的小波变换实时图像处理系统。采用小波算法对图像进行边缘提取、图像增强、图像融合等处理，并在ADSP-BF535上实现了小波算法，分析了其运行小波算法的性能。图像处理的数据量比较大，而且运算比较复杂，DSP的特殊结构和性能很好地满足了系统实现的需要，而FPGA的高速性和灵活性也满足了系统实时性和稳定性的需要，所以采用DSP+FPGA来实现图像处理系统是可靠的，也是可行的。系统的硬件设计以DSP和FPGA为平台，DSP实现算法、管理系统运行、并实现了系统的自启动；FPGA实现一些接口、时序控制等，简化了外围电路，提高了系统的可靠性。结果表明，在ADSP-BF535上实现小波算法，效果良好，而且满足系统实时性的要求。最后，总结了系统的设计和调试经验，对调试时遇到的一些问题进行了分析。
上传时间： 2013-04-24
上传用户：Kecpolo
傅里叶变换是信号处理领域中较完善、应用较广泛的一种分析手段.但傅里叶变换只是一种时域或频域的分析方法,它要求信号具有统计平稳,即时不变的特性.但是实际应用中存在很多非平稳信号,它们并不能很好的用傅立叶变换来处理.小波变换的出现解决了这个问题,它在处理非平稳信号方面具有傅立叶变换无法比拟的优越性.小波变换在通信技术、信号处理、地球物理、水利电力、医疗等领域中获得了日益广泛的应用.小波变换的研究成为了当今学术界的一个热点.随着现代数字信号处理朝着高速实时的方向发展,纯软件的程序式信号处理方法越来越不能满足实际应用的需求,因此人们希望用硬件电路来实现高速信号处理问题.基于以上原因,该文在研究了小波变换的基本理论和特点的基础上,重点研究了小波变换的VLSI电路构架,并用FPGA实现了它的功能.毫无疑问,该文所做的具体工作在理论和实践上都有参考价值.论文中,在简单介绍了小波变换的基本理论、特点和应用;对信号小波变换分解,重构的MATLAB算法进行了分析,为硬件实现奠定了理论基础.论文在研究了小波核心算法MALLAT算法的基础上,以直观的图形方式描述了算法的流程图;并由此提出了基于VLSI的电路模块架构.根据上述模块结构,对相关模块进行了硬件描述语言(VERILOG-HDL)的建模,并且在仿真平台上(ACTIVE-HDL)进行了仿真.在仿真正确的前提下,该文选用了EP20K100BC356-1V芯片作为目标器件进行了综合和后仿真,并且将仿真结果通过MATLAB与理论参数进行了比较,结果表明设计是正确的.对设计中存在的误差和部分模块的进一步优化,该文也作了分析和说明,为下一步实现通用IP核设计奠定了基础.
上传时间： 2013-06-27
上传用户：zhaoq123
·期刊论文：小波变换在数字图像处理中的应用
上传时间： 2013-06-23
上传用户：cuicuicui
·期刊论文：测井曲线的小波变换特性在自动分层中的应用
上传时间： 2013-07-14
上传用户：youke111
·详细说明：用OpenCV实现的图像小波变换及反变换代码，可用于图像去噪、多分辨率分析等方面。
上传时间： 2013-06-24
上传用户：a296386173
由于模拟电路的多样性、非线性和离散性等特点，模拟电路的故障诊断呈现复杂、难以辨识等问题。针对已有方法的数据不平衡，提出了一种支持向量机集成的故障诊断方法。使用小波变换方法提取特征向量，在多类别支持向量机的基础上，设计了模拟电路的最小二乘支持向量机预测模型，实现了对模拟电路的状态的故障预测。将该方法应用于Sallen-Key带通电路进行故障预测试验，结果表明，该方法比单一支持向量机、径向基神经网络、BP神经网络和APSVM有更好的分类和泛化性能，故障诊断准确率更高。
上传时间： 2013-10-31
上传用户：417313137
提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解，以分离出来的噪声信号作为自适应滤波器的输入，选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理，最终实现语音信号的信噪分离，去除语音信号中的噪声。仿真结果表明，该方法对语音信号有较为明显的降噪效果。
上传时间： 2013-10-14
上传用户：恋天使569
针对齿轮故障特征信号具有强噪声背景、非线性、非平稳性特点，提出采用形态梯度小波对齿轮振动信号进行降噪。首先使用形态梯度小波把齿轮振动信号分解到多个尺度上，然后对各层的细节系数进行软阈值方法降噪处理，对经过处理后的小波系数进行重构。对降噪后的齿轮振动信号采用S变换多分辨率时频分析，能够从具有良好的时频分辨率的S变换谱图提取齿轮故障特征。通过仿真试验和故障轴承的信号分析证明，该方法具有短时傅里叶变换和小波变换的优点，不存在Wigner-Ville分布的交叉干扰和负频率，能有效地提取隐含在噪声中的齿轮故障特征，适合齿轮故障的在线监测和诊断。
上传时间： 2013-11-01
上传用户：AISINI005
