数字信号处理的前沿技术课件.pptVIP

第五章 数字信号处理中的前沿技术;5.1 仪器仪表与数字信号处理　;; 5.2 关于小波处理技术的引言;5.2.1 傅立叶分析;傅里叶变换应用非常广泛的原因可能是: 直观性 数学上的完美性 计算上的有效性 仍有局限性： 在时域表示中不能直接利用信号的频域信息； 在频域表示中，也不能直接利用信号的时域信息, 傅立叶分析没有时—频局域化能力。 如果需要分析信号的局部信号怎么办? 乐谱 油田勘探 例如歌唱信号：是高音还是低音，发声时间长短、起伏、旋律等。 ……; “小波”就是小区域、长度有限、均值为0的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。 小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节。;小波基表示发生的时间和频率;5.2.2 小波变换的分类;5.2.2 小波变换的分类; 当尺度及位移均作连续变化时，可以理解必将产生大量数据，作实际应用时并不需要这么多的数据，因此就产生了离散的思想。将尺度作二进离散就得到二进小波变换，同时也将信号的频带作了二进离散。当觉得二进离散数据量仍显大时，同时将位移也作离散就得到了离散小波变换。;5.2.3 小波分析的数学基础;5.2.4 小波分析的发展历程;1981年Morlet 首先提出小波分析的概念； 1984年J.Morlet和物理学家A.Grossman第一次提出“Wavelet”一词； 1985年Meyer证明了一维小波基的存在，1986年国际上掀起小波研究的热潮； 1987年Meyer和Mallat合作提出多分辨分析的框架； 1988年Debauchies构造出紧支集有限光滑小波函数（Ｄb），发表著名长文； 1990年崔锦泰和王建忠构造了单正交样条小波基； 1992年经典小波的基本理论已成熟，国内1991年发表第一篇小波论文。;5.2.5 小波变换的数学定义;;5.2.7. 小波分析的优越性; 小波变换是强有力的时频分析(处理)工具，是在克服傅立叶变换缺点的基础上发展而来的。已成功应用于很多领域，如信号处理、图像处理、模式识别等。 小波变换的一个???要性质是它在时域和频域均具有很好的局部化特征，它能够提供目标信号各个频率子段的频率信息。这种信息对于信号分类是非常有用的。 小波变换一个信号为一个小波级数，这样一个信号可由小波系数来刻画。;5.2.8 三种分析方法的一个比喻;5.2.9 小波变换几点解释;小波图像去噪 小波图像压缩 小波图像增强;小波图像去噪;小波图像压缩 ;小波图像增强 ;5.3、小波分析应用领域;数学方面：用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。 信号分析方面：滤波、去噪声、压缩、传递等。 图象处理方面：图象压缩、分类、识别与诊断，去污等。 医学成像方面：减少B超、CT、核磁共振成像的时间，提高分辨率等。 ;5.3.1小波分析在故障诊断中的应用;5.3.2 小波分析在语音信号处理中的应用 ;5.3.3 小波分析在地球物理勘探中的应用 ;5.3.4 小波分析在医学中的应用;5.3.5小波分析在数学和物理中的应用 ;5.3.6小波分析在工程计算中的应用;5.3.7 在股票价格行为分析方面的应用 ;小波分析提取文件特征;5.3.8 其他方面的应用;5.3.9 小波变换的发展趋势;1.在小波的数学理论基础研究方面;2.在应用研究方面 ;3.与其它理论的结合 ;5.3 提升小波变换;5.3.1 提升方案的基本原理;2. 提升格式的分解与重构;5.3.2 整数小波变换;5.4 .1 ICA的数学描述;5.4.2 ICA算法;5.4.3 ICA的应用;5.5 模糊计算技术;5.5.1 什么是模糊逻辑;5.5.2 模糊计算的应用;5.5 神经计算技术;1. 神经计算技术的生理学基础;2. 神经计算技术的特点;5.7 进化计算技术;5.7.1 遗传算法的发展历程;5.7.2 遗传算法的基本理论研究;5.7.3 进化计算与遗传算法的关系;5.7.4 遗传算法的应用;5.8 混沌计算技术;1. 混沌时间序列预测和控制;3. 混沌在多Agent系统中的应用;5.9 分形计算技术;5.9.1 分形的基本概念;;5.9.2 分形维数;5.9.2 分形应用;5.10 智能技术的综合集成;5.10.1 模糊系统与神经网络的结合;5.10.2 神经网络和遗传算法的结合;5.10.3 模糊技术、神经网络和遗传算法的综合集成;5.10.4 神经网络、模糊技术和混沌理