4.1 从子带编码到小波编码 4.2 失真的度量方法

为了提高沉积层序旋回自动划分对比的精度和准确度，解决高频层序旋回划分难、人为性、多解性等问题，在厘定前人研究成果的基础上，以国内陆相拉张型盆地沉积层序旋回特征为切入点，以实际测井资料为依托，开展小波分频分析方法的研究，查明了小波分频分析方法研究不同级别沉积层序旋回的基础理论，建立了表征不同类型沉积层序旋回的量化标准和响应标准模式，实现了小波分频分析方法在层序界面拾取、层序单元划分、复杂地层精细划分及等时对比中的应用，为提高沉积层序旋回划分及等时对比的精度提供有力的证据

介绍现代信号处理技术的基本原理和工程实用技术。阐述平稳和非平稳信号的特点，信号数学变换的本质，信号正交分解的物理意义和工程背景。内容包括信号的时域分析、频域分析、循环平稳信号分析、时频分析、小波变换及第二代小波变换、经验模式分解等。列举了所介绍的方法和技术在工矿企业中机电设备动态分析与监测诊断方面的应用实例。本书取材先进，实用性强，适合作为高等院校机械工程、仪器仪表和能源动力等专业的研究生、高年级本科生的教材或参考书，也可供从事机电设备动态分析、状态监测、故障诊断、设备管理与维修的广大科技人员使用和参考。 第一章 绪论 第二章 信号的时域分析 第三章 信号的频域分析 第四章 循环平稳信号分析 第五章 非平稳信号处理方法 第六章 连续小波变换及其工程应用 第七章 基于第二代小波变换的信号处理 第八章 基于EMD的时频分析方法及其应用

这一节中希望大家能多动脑子呵呵因为我懒得写很多东西嘿嘿不好意思了 接着看上一节的变换 90,70,100,70]--[82.5,-2.5,10,15] 82.5即4个数的平均数可画出其对应波形如F.1其他数字对应相应波形(请稍微思考一下为什么及这 些波形特点)好了思考后请画出8个点阵的对应波形(如是新手,一定要亲手作作)以后我们将使用 这些波深入学习 在这里我们称这些图形为波,与常见的SN波不同呵呵可能不习惯 我举几个重要特性:

若一物体可用颜色和大小表示,我们称颜色和大小为特征基,构成此物体特征描述空间。 大小和颜色是互不相干的2种描述,我们称其为正交。同时若这些基的能够完全表示 所有物体,我们称其为完备特征基。若特征基完备且正交,人们就可以在特定特征上对比事物 而不受其他特征上的信息干扰,但由于人们的认知形成过程,特征基并非完全正交

采用调频连续波（Frequency modulated continuous wave, FMCW）雷达实现非接触式生理信号检测，并提出了基于小波分析和自相关计算（Wavelet analysis and autocorrelation computation, WAAC）的检测方法。首先，毫米波FMCW雷达发射电磁波信号，并接收来自身体的反射信号。然后，通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息，消除直流偏置并完成相位解缠。最后，基于小波包分解（Wavelet packet decomposition, WPD）从原始信号中得到心跳和呼吸信号，利用自相关计算减小杂波对心跳信号的影响，进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试，结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%

由于受实验条件的影响,在用等温热重法进行稀土氧化物脱除烟气中SO2的动力学实验过程中有噪音信号的干扰,因而采用Daubechies(N=3)小波函数和Matlab软件讨论了小波变换方法消除热重实验噪音信号的影响因素.研究发现阀值的选取规则和软硬阀值处理方式对消除噪音信号的影响不大,分解层数则对消除噪音信号的影响较大.当信噪比变化平缓时所对应的分解层数是最佳分解层数.经Daubechies(N=3)小波函数消噪后得到的信号能够比较真实地反映等温热重实验的动力学过程

对复合地基全过程沉降预测模型与方法进行了研究.分析了改进泊松模型的特点和适用性,提出了改进泊松-复合小波神经网络修正模型.结合实际工程数据对CFG桩复合地基全过程沉降进行了分析和预测,并与改进的泊松模型进行了对比分析.结果表明,提出的模型适用性强,具有更高的预测精度,其绝对误差在1mm以内

根据零水印概念,提出一种基于小波和混沌的多重水印零嵌入算法.该算法利用小波零树结构构造匹配矩阵,然后用其加载已由混沌空域置乱的多重二值图像水印.算法实现了多重水印的零嵌入,从根本上保证了水印的不可见性,并能够进行分级盲检测.实验表明,该方法鲁棒性较强,安全性良好,具有可靠性和可行性

以图像来说明建立空间特征基和小波变换的关系 设有一幅图像,从不同分辨率考察。 若我们离很远来看,可能会把每64个点看作一个点,若记此时构成的描述空间为V 若走进一些,把16个点看作一个点,记此时构成的描述空间为V1 若再走进一些,把4个点看作一个点,记此时构成的描述空间为V2 若再走进一些,把1个点看作一个点,记此时构成的描述空间为V3 则可知凡是Vi空间内可以描述的图像