声明
摘要
第一章 绪论
1.1 研究背景
1.1.1 小波变换发展
1.1.2 小波去噪的发展及现状
1.2 应用背景
1.3 问题的提出
1.4 研究思路
1.5 论文的主要工作
1.6 博士期间参加的科研工作
第二章 相关研究综述
2.1 信号分析
2.1.1 信号的时域分析
2.1.2 信号的频域分析
2.2 小波变换
2.2.1 小波变换的由来
2.2.2 小波变换基本理论
2.2.3 多分辨分析与Mallat算法
2.3 小波去噪方法
2.3.1 小波去噪的基本方法
2.3.2 去噪方法的比较与分析
2.3.3 小波去噪的性能评价标准
2.4 本章小结
第三章 小波阈值去噪方法的改进及应用
3.1 小波阈值去噪方法
3.1.1 小波阈值去噪原理
3.1.2 传统阈值去噪方法的优缺点
3.2 小波临界阈值去噪方法的实现
3.2.1 临界阈值函数
3.2.2 参数选取
3.2.3 临界阈值去噪方法的验证
3.3 应用实例
3.4 本章小结
第四章 基于互相关理论的小波系数相关去噪方法及其应用研究
4.1 小波系数相关去噪方法
4.1.1 相关系数
4.1.2 各尺度的噪声阈值
4.1.3 小波系数相关去噪算法
4.2 互相关理论
4.2.1 相关分析
4.2.2 相关分析举例
4.3 基于互相关函数的小波系数相关去噪方法
4.3.1 互相关函数处理尺度偏移
4.3.2 基于互相关函数的小波系数相关去噪方法步骤
4.3.3 算法验证
4.4 应用研究
4.5 本章小结
第五章 基于小波变换的自适应滤波模型及其应用
5.1 自适应滤波的基本原理
5.1.1 自适应滤波器
5.1.2 自适应滤波噪声抵消器
5.1.3 自适应滤波算法
5.2 基于小波变换的自适应滤波模型
5.2.1 模型的建立
5.2.2 基于模型的LMS算法
5.2.3 仿真实验
5.3 基于小波变换的自适应滤波模型的快速性研究
5.3.1 神经网络原理
5.3.2 利用Hopfield神经网络实现自适应滤波算法
5.3.3 构造基于小波变换的神经网络自适应滤波器模型
5.3.4 仿真研究
5.4 应用实例
5.5 本章小结
第六章 基于小波变换的随机共振微弱信号检测及其应用研究
6.1 随机共振的原理
6.1.1 随机共振的基本原理
6.1.2 随机共振参数选取
6.1.3 随机共振的simulink模型
6.2 随机共振对多频段信号的检测
6.2.1 高频段的随机共振检测
6.2.2 仿真实验
6.3 基于小波变换的随机共振多频微弱信号模型
6.3.1 基于小波变换的随机共振的设计
6.3.2 仿真测试
6.4 应用研究
6.5 本章小结
第七章 结束语
参考文献
致谢
作者简介
攻读博士期间发表的论文