导读:本文包含了多通道小波变换论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小波,通道,电信号,阈值,图像,临界,矩阵。
多通道小波变换论文文献综述
姜涛,刘方正,陈厚合,李雪,李国庆[1]（2019）在《基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究》一文中研究指出针对连续小波变换在主导振荡模式辨识中存在效率低的不足,提出一种快速傅里叶小波变换(CWTFT)方法以提高小波变换效率;针对单通道小波辨识的结果受振荡模式可观性影响的缺陷,提出一种多通道CWTFT,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与主导振荡模式强相关的关键小波尺度,以其为基准重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式及振荡模态。将所提方法应用到16机68节点测试系统和南方电网的广域实测数据中,结果验证了该方法的准确性和有效性。(本文来源于《电力自动化设备》期刊2019年07期）
刘方正[2]（2018）在《基于快速傅里叶小波变换和奇异值分解的电力系统主导振荡参数多通道辨识方法》一文中研究指出随着用电需求的猛增和建设规划的日趋完善,我国的电网建设正在向着规模巨大、互联密切的方向飞速发展,而大规模、广互联的特性使得如今的电网系统常工作于临界状态并且网内的任意一点发生任何的异常都会对整个网络带来或大或小的影响。有些影响会通过网络自身逐步消失,而有些可能会逐步扩大、发展,影响电网的安全稳定运行。低频振荡现象就是其中一种普遍存在的可能会对电网造成无法挽回后果的波动现象。因此,对于低频振荡的振荡模式等参数的辨识,用以作为后续电网运行的调整,有着重要的现实意义。电力系统的主导振荡模式、主导振荡模态和主导振荡参与因子是电力系统小扰动稳定分析的重要研究内容,而目前基于广域量测信息的电力系统小扰动分析绝大部分聚焦于电力系统的主导振荡模式辨识,对与主导振荡模式强相关的振荡模态和参与因子的辨识尚未进行有效研究。针对这一不足,本文采用一种基于多通道快速傅里叶小波变换的电力系统主导振荡模式、模态及参与因子协同辨识方法。针对连续小波变换在系统主导振荡模式辨识中存在效率低下的问题,引用一种快速傅里叶小波变换方法以提高小波变换在电力系统主导振荡辨识中的效率;然后针对连续小波变换和快速傅里叶小波变换的单通道辨识方法的辨识结果易受振荡模式可观性影响的缺陷,采用一种多通道快速傅里叶小波变换,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与系统主导振荡模式强相关的关键小波尺度;以关键小波尺度为基准,重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式、振荡模态和参与因子,实现基于广域量测信息的电力系统主导振荡模式、模态及参与因子的协同辨识。将本文所提方法应用到16机68节点测试系统和南方电网的仿真数据以及南方电网的广域实测数据中进行分析、验证,分析结果验证了本文所提方法的准确性和有效性。(本文来源于《东北电力大学》期刊2018-05-01）
贺养慧[3]（2012）在《一种基于多通道滤波的曲波变换图像融合算法》一文中研究指出鉴于传统小波变换融合算法容易出现分块效应、地物纹理模糊、丢失源图像部分细节等缺陷,提出一种基于多通道滤波的曲波变换图像融合算法.首先利用多通道滤波原理保留源图像丰富的纹理特征,再对图像进行小波分解得到高、低频分量,接着对各分量作局部脊波变换进行融合,最后经过曲波逆变换得到完整的重构图像.以SPOT XS3源图像与SPOT全色源图像为例进行融合实验,结果表明,该算法得到的融合结果从视觉和定量分析上都优于传统的小波融合算法.(本文来源于《吕梁学院学报》期刊2012年02期）
付朝阳,郭雷,常威威[4]（2011）在《基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合》一文中研究指出针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。(本文来源于《吉林大学学报(工学版)》期刊2011年03期）
付炜,廖晓玉[5]（2010）在《基于多通道小波变换的彩色图像数字水印嵌入算法研究》一文中研究指出提出了一种基于多通道与离散小波变换(DWT)的彩色图像数字水印嵌入算法。该算法利用彩色图像人类视觉系统(HVS)的掩蔽特性,首先将彩色图像由RGB彩色空间映射到YCbCr彩色空间,然后利用YCbCr的空间独立特性获取3个相对独立的彩色通道Y、Cb、Cr。其次,计算视觉阈值矩阵JND,最后在离散小波域内进行水印的自适应嵌入。实验结果表明,该算法不仅具有较好的透明性,而且对诸如迭加噪声、JPEG压缩、几何剪切、图像增强、彩色图像的分色攻击等攻击性实验均具有较好的鲁棒性。(本文来源于《仪器仪表学报》期刊2010年04期）
罗志增,李文国[6]（2009）在《基于小波变换和盲信号分离的多通道肌电信号处理方法》一文中研究指出为了消除多通道表面肌电信号(SEMG)采集时形成的混迭现象,提出一种新的SEMG处理方法.该方法将小波变换和独立分量分析(ICA)结合,利用小波变换的去噪作用,滤除混合在原始SEMG中的部分噪声后作为ICA的输入信号,采用Infomax算法对输入信号实施盲分离,并引入相关系数验证ICA分量与源信号的一致性.实验结果表明,该方法用于多通道SEMG的盲分离是很有效的.(本文来源于《电子学报》期刊2009年04期）
李智,陈孝威[7]（2008）在《基于多通道小波变换彩色图像公开数字水印技术》一文中研究指出提出一种基于多通道及小波变换的彩色图像公开数字水印技术方案,该方案充分考虑彩色图像中人类视觉(HVS)的掩蔽特性,将彩色图像由RGB彩色空间转换到YCbCr彩色空间,利用YcbCr良好的空间独立性获取3个相对较为独立的颜色通道,,。对每个独立颜色通道中的宿主图像进行充分的内容信息挖掘,并计算其视觉阈值矩阵JND(just noticeable difference)。将宿主图像分块后在离散小波域内进行水印的嵌入。实验结果表明,该算法不仅具有较好的透明性,而且对诸如迭加噪声、JPEG压缩、几何剪切、图像增强、分色攻击等攻击性实验中均具有较好的鲁棒性。(本文来源于《计算机工程与设计》期刊2008年03期）
仲红波,周长利,李关宾[8]（2006）在《基于多通道小波变换的化学信号滤噪方法》一文中研究指出基于多小波变换的理论与算法,提出了多小波软阈值去噪算法。用模拟高斯信号对多小波软阈值滤噪方法与单小波软阈值滤噪方法进行了比较,实验结果表明,多小波滤噪方法去噪效果优于单小波。将多小波软阈值滤噪方法用于黄连提取物的5种组分毛细管电泳信号的滤噪,进行滤噪处理后,噪音基本上被消除,峰位置十分清晰,峰的位置、面积及高度基本不变,基线平稳,有利于进一步进行定量计算。(本文来源于《计算机与应用化学》期刊2006年10期）
姜明文,王人成,王敬章,金德闻[9]（2006）在《基于多通道肌电信号小波变换的人手运动识别》一文中研究指出目的提出一种基于多通道肌电信号小波变换提取人手多种运动模式的方法。方法对人手上肢肌肉记录的表面肌电信号进行多尺度分解,利用肌电信号小波系数的方差构造特征空间。然后从这个特征空间选择指定动作对应的两块肌肉的小波系数方差,求得两者间的比值。结果和结论构造了新的特征空间,这个空间中包含了可识别各种人手动作的特征值。这种方法可以用于人手动作的识别,为研究多自由度假手表面肌电信号控制方法提供了新途径。(本文来源于《中国康复医学杂志》期刊2006年01期）
林椹尠,薛文,宋国乡[10]（2005）在《提升的M通道小波变换在图像压缩中的应用》一文中研究指出针对M通道小波变换对信号分频范围更细这一特点,利用基于空间域的小波提升方案,实现了M通道小波变换的提升分解。这种提升分解是不唯一的,可以利用这种分解的不唯一性,使变换具有所需的性质。为此给出了一种M通道快速提升小波变换的算法。该方法只要有分解算法,立即可以得到合成算法,而且将运算结果取为最接近的整数,就可实现整数到整数的小波变换。实验结果表明了该方法对图像压缩的有效性。(本文来源于《计算机应用》期刊2005年12期）
多通道小波变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着用电需求的猛增和建设规划的日趋完善,我国的电网建设正在向着规模巨大、互联密切的方向飞速发展,而大规模、广互联的特性使得如今的电网系统常工作于临界状态并且网内的任意一点发生任何的异常都会对整个网络带来或大或小的影响。有些影响会通过网络自身逐步消失,而有些可能会逐步扩大、发展,影响电网的安全稳定运行。低频振荡现象就是其中一种普遍存在的可能会对电网造成无法挽回后果的波动现象。因此,对于低频振荡的振荡模式等参数的辨识,用以作为后续电网运行的调整,有着重要的现实意义。电力系统的主导振荡模式、主导振荡模态和主导振荡参与因子是电力系统小扰动稳定分析的重要研究内容,而目前基于广域量测信息的电力系统小扰动分析绝大部分聚焦于电力系统的主导振荡模式辨识,对与主导振荡模式强相关的振荡模态和参与因子的辨识尚未进行有效研究。针对这一不足,本文采用一种基于多通道快速傅里叶小波变换的电力系统主导振荡模式、模态及参与因子协同辨识方法。针对连续小波变换在系统主导振荡模式辨识中存在效率低下的问题,引用一种快速傅里叶小波变换方法以提高小波变换在电力系统主导振荡辨识中的效率;然后针对连续小波变换和快速傅里叶小波变换的单通道辨识方法的辨识结果易受振荡模式可观性影响的缺陷,采用一种多通道快速傅里叶小波变换,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与系统主导振荡模式强相关的关键小波尺度;以关键小波尺度为基准,重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式、振荡模态和参与因子,实现基于广域量测信息的电力系统主导振荡模式、模态及参与因子的协同辨识。将本文所提方法应用到16机68节点测试系统和南方电网的仿真数据以及南方电网的广域实测数据中进行分析、验证,分析结果验证了本文所提方法的准确性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多通道小波变换论文参考文献
[1].姜涛,刘方正,陈厚合,李雪,李国庆.基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究[J].电力自动化设备.2019
[2].刘方正.基于快速傅里叶小波变换和奇异值分解的电力系统主导振荡参数多通道辨识方法[D].东北电力大学.2018
[3].贺养慧.一种基于多通道滤波的曲波变换图像融合算法[J].吕梁学院学报.2012
[4].付朝阳,郭雷,常威威.基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合[J].吉林大学学报(工学版).2011
[5].付炜,廖晓玉.基于多通道小波变换的彩色图像数字水印嵌入算法研究[J].仪器仪表学报.2010
[6].罗志增,李文国.基于小波变换和盲信号分离的多通道肌电信号处理方法[J].电子学报.2009
[7].李智,陈孝威.基于多通道小波变换彩色图像公开数字水印技术[J].计算机工程与设计.2008
[8].仲红波,周长利,李关宾.基于多通道小波变换的化学信号滤噪方法[J].计算机与应用化学.2006
[9].姜明文,王人成,王敬章,金德闻.基于多通道肌电信号小波变换的人手运动识别[J].中国康复医学杂志.2006
[10].林椹尠,薛文,宋国乡.提升的M通道小波变换在图像压缩中的应用[J].计算机应用.2005
论文知识图
