扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

国立技术大学哈尔科夫理工学院最新研究:用一维离散小波分解方法对信号进行滤波和压缩

论论资讯 | 2023-01-01 3热度

Cybernetics and Systems Analysis

Explore content

About the journal

Publish with us

Filtering and Compression of Signals by the Method of Discrete Wavelet Decomposition into One-Dimensional Series

Onufriienko D.; Taranenko Y.

Published:2023-01-01
DOI:10.1007/s10559-023-00567-1

研究背景

在现实生活中,我们经常需要处理各种信号,例如声音、图像等。但是,由于噪声和其他干扰因素的存在,信号的质量往往不尽如人意,这给信号处理带来了很大的挑战。因此,如何对信号进行滤波和压缩是一个热门的研究领域。本文针对识别特殊信号的问题进行了研究,尤其是在信号源存在先验不确定性的情况下。

研究内容

本文提出了一种基于离散小波分解的信号滤波和压缩方法。该方法可以有效地滤除强噪声(高达-12 dB)并确定信号的形状。具体而言,该方法利用小波系数的一维序列比较信号的相似性,实现信号的识别、滤波和压缩。本文还提出了将近似系数和细节系数的嵌套数组直接转换为一维序列的方法,以便进一步重构成可识别的测量信号。此外,本文还验证了所提出算法对于测试信号形状的局部变化的鲁棒性。

研究意义

本文的研究创新点在于提出了一种新的信号滤波和压缩方法,该方法可以有效地解决信号处理中的一些难题。该方法不仅可以应用于信号识别和滤波,还可以用于信号压缩和数据传输等领域。因此,本文的研究对于提高信号处理的效率和精度具有重要的意义。

微信扫码即可查看