<小波分析理论与MATLAB 7实现>是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB中的小波分析工具箱Wavelet Toolbox 3.0版本为基础。全书共分为三部分，第1部分着重介绍了小波理论基础，包括小波基础知识、连续小波变换、离散小波变换、多分辨率分析与正交小波变换、小波变换和多采样滤波器组、二维小波变换与图像处理及小波包的基本原理等；第2部分重点说明了小波分析工具箱的详细使用方法，包括图形用户接口、小波通用函数、一维小波变换的MATLAB实现、二维小波变换的MATLAB实现、小波包变换的MATLAB实现、信号和图像的降噪和压缩，以及最新的信号和图像的提升小波变换等内容；第3部分主要介绍了小波工具箱的应用基础，以及小波变换在语音和生物医学信号处理中、故障诊断中、数字水印中的应用方法。 本书可作为理工科各专业的高年级本科生、研究生学习小波分析的辅助教材，也可作为研究和应用这一领域的科技工作者的参考书。
上传时间： 2015-06-04
上传用户：refent
<小波分析理论与MATLAB 7实现>是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB中的小波分析工具箱Wavelet Toolbox 3.0版本为基础。全书共分为三部分，第1部分着重介绍了小波理论基础，包括小波基础知识、连续小波变换、离散小波变换、多分辨率分析与正交小波变换、小波变换和多采样滤波器组、二维小波变换与图像处理及小波包的基本原理等；第2部分重点说明了小波分析工具箱的详细使用方法，包括图形用户接口、小波通用函数、一维小波变换的MATLAB实现、二维小波变换的MATLAB实现、小波包变换的MATLAB实现、信号和图像的降噪和压缩，以及最新的信号和图像的提升小波变换等内容；第3部分主要介绍了小波工具箱的应用基础，以及小波变换在语音和生物医学信号处理中、故障诊断中、数字水印中的应用方法。 本书可作为理工科各专业的高年级本科生、研究生学习小波分析的辅助教材，也可作为研究和应用这一领域的科技工作者的参考书。
上传时间： 2013-12-27
上传用户：lanhuaying
5-1.asm对应第五章语音信号的采集和播放主程序； （2）5-2.asm对应第五章语音信号的采集和播放中断向量程序； （3）5-3.cmd对应第五章语音信号的采集和播放配置文件； （4）5-4.asm对应第五章语音信号的u/A律压缩程序； （5）5-5.m对应第五章语音去噪的仿真程序； （6）5-6.asm对应第五章语音去噪的主程序； （7）5-7.c对应第五章CVSD编码的C语言程序代码； （8）5-8.asm对应第五章CVSD的解码程序； （9）5-9.asm对应第五章CVSD的编码程序。
上传时间： 2014-11-28
上传用户：hoperingcong
1.对染噪doppler信号进行小波包3层分解：分解层次j=1,2时，都是信号的概貌；当j=3时，反映概貌的已几乎不含噪声分量，而其它噪声分量的幅值已很小。 2.对加噪Blocks信号进行不同阈值及不同阈值的使用方式降噪。
上传时间： 2016-08-08
上传用户：thesk123
DSP嵌入式系统开发典型案例 （1）5-1.asm对应第五章语音信号的采集和播放主程序； （2）5-2.asm对应第五章语音信号的采集和播放中断向量程序； （3）5-3.cmd对应第五章语音信号的采集和播放配置文件； （4）5-4.asm对应第五章语音信号的u/A律压缩程序； （5）5-5.m对应第五章语音去噪的仿真程序； （6）5-6.asm对应第五章语音去噪的主程序； （7）5-7.c对应第五章CVSD编码的C语言程序代码； （8）5-8.asm对应第五章CVSD的解码程序； （9）5-9.asm对应第五章CVSD的编码程序。
上传时间： 2017-02-17
上传用户：123啊
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
本文针对工业测试现场中方波频率信号的高频噪声污染问题，选用LabVIEW 中提供的脉宽滤波、数据采集等功能模块组建了虚拟计数滤波器，设计并实现了一种可靠、便捷的方波频率信号的数字滤波。工程实践
上传时间： 2013-04-24
上传用户：jackgao
对脉搏波信号进行分析之前，对信号的去噪非常重要，本论文利用Mallat算法对脉搏波信号进行多分辨分析和去噪，分别对阈值法、平移不变量法、模极大值法的降噪原理进行分析，通过大量实验对比，比较了它们在处理脉搏波信号方面的优缺点。通过对一段含噪脉搏波信号降噪，得到了满意的去噪效果。
上传时间： 2013-10-20
上传用户：lmq0059
为去除脑电信号采集过程中存在的噪声信号，提出了基于小波阈值去噪的脑电信号去噪。以小波阈值降噪为基础，首先利用db4小波对脑电信号进行5尺度分解，然后采用软、硬阈值与小波重构的算法进行去噪。通过对MIT脑电数据库中的脑电信号进行仿真，结果表明，采用软阈值方法有效去除了噪声，提高了脑电信号的信噪比。
上传时间： 2014-12-23
上传用户：如果你也听说
提出了一种基于相关分析的飞机目标识别方法。该方法利用飞机图像低频和高频部分合成滤波器模板，能达到很高识别率与很低的等错率。该研究旨在提高飞机识别的准确率和降低出错率，采用一种基于相关分析的飞机目标识别方法。该方法通过对采集的飞机图像做去除背景、降噪、图像增强、二值化和归一化处理，将飞机图像低频和高频部分合成滤波器模板，通过特征比对达到识别飞机的目的。利用Matlab 7.0做10种飞机的识别实验，得出了95.47%识别率和0.04%等错率的结论，识别率和等错率均优于不变矩法、三维识别方法、基于小波分析和矩不变量的方法，印证了笔者提出的基于相关分析的飞机目标识别方法的优越性。在飞机图像数据库上的实验结果表明，该方法是可行的。
上传时间： 2013-11-03
上传用户：manlian
