· 摘要： 通過分析小波分析法中的閾值去噪算法的原理,根據(jù)MEMS陀螺儀信號(hào)漂移的數(shù)學(xué)模型,采用了基于小波閾值去噪法對(duì)MEMS陀螺儀的輸出進(jìn)行實(shí)時(shí)消噪處理.并將該算法應(yīng)用到基于DSP的某MEMS陀螺捷聯(lián)慣導(dǎo)系統(tǒng)后對(duì)系統(tǒng)的MEMS陀螺儀進(jìn)行零漂試驗(yàn).通過整個(gè)系統(tǒng)試驗(yàn)結(jié)果分析,使用小波閾值去噪法對(duì)抑制MEMS陀螺儀零漂,改善MEMS陀螺儀的零偏穩(wěn)定性具有很好的效果,肯定了小波閾值去
標(biāo)簽： MEMS 小波閾值 去噪 信號(hào)降噪
上傳時(shí)間： 2013-04-24
上傳用戶：xiehao13
為去除腦電信號(hào)采集過程中存在的噪聲信號(hào)，提出了基于小波閾值去噪的腦電信號(hào)去噪。以小波閾值降噪為基礎(chǔ)，首先利用db4小波對(duì)腦電信號(hào)進(jìn)行5尺度分解，然后采用軟、硬閾值與小波重構(gòu)的算法進(jìn)行去噪。通過對(duì)MIT腦電數(shù)據(jù)庫(kù)中的腦電信號(hào)進(jìn)行仿真，結(jié)果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號(hào)的信噪比。
上傳時(shí)間： 2014-12-23
上傳用戶：如果你也聽說
提出了一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法利用飛機(jī)圖像低頻和高頻部分合成濾波器模板，能達(dá)到很高識(shí)別率與很低的等錯(cuò)率。該研究旨在提高飛機(jī)識(shí)別的準(zhǔn)確率和降低出錯(cuò)率，采用一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法通過對(duì)采集的飛機(jī)圖像做去除背景、降噪、圖像增強(qiáng)、二值化和歸一化處理，將飛機(jī)圖像低頻和高頻部分合成濾波器模板，通過特征比對(duì)達(dá)到識(shí)別飛機(jī)的目的。利用Matlab 7.0做10種飛機(jī)的識(shí)別實(shí)驗(yàn)，得出了95.47%識(shí)別率和0.04%等錯(cuò)率的結(jié)論，識(shí)別率和等錯(cuò)率均優(yōu)于不變矩法、三維識(shí)別方法、基于小波分析和矩不變量的方法，印證了筆者提出的基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法的優(yōu)越性。在飛機(jī)圖像數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，該方法是可行的。
標(biāo)簽： 分 飛機(jī) 目標(biāo)識(shí)別
上傳時(shí)間： 2013-11-03
上傳用戶：manlian
這是一篇很好的介紹第二代提升小波的文章，是學(xué)習(xí)小波分析，掌握科學(xué)前沿的資料
標(biāo)簽： 提升小波
上傳時(shí)間： 2014-01-24
上傳用戶：邶刖
關(guān)于小波變換和應(yīng)用的電子書，小波分析是在工程上應(yīng)用很廣泛的一門新興學(xué)科。
上傳時(shí)間： 2014-01-23
上傳用戶：變形金剛
文章通過對(duì)實(shí)序列快速傅里葉變換的算法推導(dǎo)及Mallat 算法原理的分析，根據(jù)離散小波變換（DWT）算 法結(jié)構(gòu)特征，提出了一種離散小波的快速變換算法，給出了相應(yīng)的算法步驟。從數(shù)學(xué)理論上進(jìn)行了論證，并把該算法 應(yīng)用到靜態(tài)圖像處理中，得到了很好的快速和重建效果，具有一定的實(shí)用價(jià)值。 關(guān)鍵詞：小波分析；Mallat 算法；快速小波算法 圖像處理 中圖分類號(hào)：TN914 文獻(xiàn)標(biāo)識(shí)碼：A 1 引言 小波分析是近十多年來迅速發(fā)展起來的新興學(xué)科和信號(hào)分析理論，是繼傅里葉分析方法之后的重 大突變。它具有時(shí)域局部化和頻域局部化的優(yōu)點(diǎn)，而且高頻端的時(shí)間間隔小（有著高的時(shí)間分辨率）， 低頻端的時(shí)間間隔大（有著高的頻率分辨率），這與人的視覺機(jī)制由粗到細(xì)的認(rèn)識(shí)過程相一致，固而有 “數(shù)學(xué)顯微鏡”之稱，是進(jìn)行信號(hào)處理和分析的有效工具。特別是其多分辨率分析理論及其快速算法 ——Mallat 算法在數(shù)字信號(hào)處理和數(shù)字通信
上傳時(shí)間： 2015-05-23
上傳用戶：tyler
小波分解源代碼，基于Scilab！Scilab是一個(gè)OpenSource的類似matlab的工具，通過該源代碼可以為開發(fā)小波分析提供參考！
上傳時(shí)間： 2015-09-25
上傳用戶：王小奇
《小波十講》一本經(jīng)典名著，是一本以推廣普及小波分析為目的的學(xué)術(shù)著作，與大家分享
標(biāo)簽：
上傳時(shí)間： 2013-12-01
上傳用戶：banyou
現(xiàn)代信號(hào)分析中,對(duì)于常見的具有各態(tài)歷經(jīng)的平穩(wěn)隨機(jī)信號(hào),不可能用清楚的數(shù)學(xué)關(guān)系式來描述,但可以利用給定的N個(gè)樣本數(shù)據(jù)估計(jì)一個(gè)平穩(wěn)隨機(jī)信號(hào)的功率譜密度叫做功率譜估計(jì)(PSD)。它是數(shù)字信號(hào)處理的重要研究?jī)?nèi)容之一。功率譜估計(jì)可以分為經(jīng)典功率譜估計(jì)(非參數(shù)估計(jì))和現(xiàn)代功率譜估計(jì)(參數(shù)估計(jì))。功率譜估計(jì)在實(shí)際工程中有重要應(yīng)用價(jià)值,如在語音信號(hào)識(shí)別、雷達(dá)雜波分析、波達(dá)方向估計(jì)、地震勘探信號(hào)處理、水聲信號(hào)處理、系統(tǒng)辨識(shí)中非線性系統(tǒng)識(shí)別、物理光學(xué)中透鏡干涉、流體力學(xué)的內(nèi)波分析、太陽黑子活動(dòng)周期研究等許多領(lǐng)域,發(fā)揮了重要作用
標(biāo)簽： PSD 隨機(jī)信號(hào) 信號(hào)分析 樣本
上傳時(shí)間： 2016-03-03
上傳用戶：CHENKAI
數(shù)值泛函與小波理論，學(xué)習(xí)小波分析的一本很好的書籍，是某高校研究生的教材，是PDF版本
上傳時(shí)間： 2016-04-16
上傳用戶：songrui
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
