基于离散小波变换的信号分解算法研究

doi:10.3778/j.issn.1002-8331.2009.08.050

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (8): 165-167.DOI: 10.3778/j.issn.1002-8331.2009.08.050

• 数据库、信号与信息处理 • 上一篇下一篇

基于离散小波变换的信号分解算法研究

宗常进¹,毕军涛²,董军宇³

1.中国海洋大学高等职业技术学院，山东青岛 266071
2.青岛酒店管理职业技术学院，山东青岛 266100
3.中国海洋大学，山东青岛 266071

收稿日期:2008-01-25 修回日期:2008-07-23 出版日期:2009-03-11 发布日期:2009-03-11
通讯作者: 宗常进

Research of signal decomposition algorithm based on discrete wavelet transform

ZONG Chang-jin¹,BI Jun-tao²,DONG Jun-yu³

1.Higher Occupation Technical College，Ocean University of China，Qingdao，Shandong 266071，China
2.Qingdao Hismile College，Qingdao，Shandong 266100，China
3.Qcean University of China，Qingdao，Shandong 266071，China

Received:2008-01-25 Revised:2008-07-23 Online:2009-03-11 Published:2009-03-11
Contact: ZONG Chang-jin

摘要/Abstract

摘要： 提出一种基于离散小波变换的信号分解算法.实验结果表明，该算法较好地克服了传统信号分解在高频段的频率分辨率较差，而在低频段的时间分辨率较差的缺点。

关键词: 离散小波变换, 信号分解, 分辨率

Abstract: A signal decomposition algorithm based on discrete wavelet transform was raised.The results of the experiments show that the proposed method works well in overcoming traditional signal decomposition the worse frequency resolution in the high frequency segment，but the worse time resolution in the low frequency segment.

Key words: Discrete Wavelet Transformation（DWT）, signal decomposition, resolution

宗常进¹,毕军涛²,董军宇³. 基于离散小波变换的信号分解算法研究[J]. 计算机工程与应用, 2009, 45(8): 165-167.

ZONG Chang-jin¹,BI Jun-tao²,DONG Jun-yu³. Research of signal decomposition algorithm based on discrete wavelet transform[J]. Computer Engineering and Applications, 2009, 45(8): 165-167.

[1]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[2]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[3]	张倩玉，严冬梅，韩佳彤. 结合深度学习和分解算法的股票价格预测研究[J]. 计算机工程与应用, 2021, 57(5): 56-64.
[4]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[5]	夏皓，吕宏峰，罗军，蔡念. 图像超分辨率深度学习研究及应用进展[J]. 计算机工程与应用, 2021, 57(24): 51-60.
[6]	刘鹏坤，朱成杰，张越. 轻量型高分辨率人体关键点检测改进研究[J]. 计算机工程与应用, 2021, 57(2): 143-149.
[7]	田启川，孟颖. 多尺度融合增强的图像语义分割算法[J]. 计算机工程与应用, 2021, 57(2): 177-185.
[8]	刘璟，宋海川，黄建设，马利庄. 通道与空间注意力图像超分辨率网络[J]. 计算机工程与应用, 2021, 57(2): 209-216.
[9]	丁玉祥，卞维新，接标，赵俊. 融合邻域回归和稀疏表示的图像超分辨率重构[J]. 计算机工程与应用, 2021, 57(2): 230-236.
[10]	黄健，赵元元，郭苹，王静. 深度学习的单幅图像超分辨率重建方法综述[J]. 计算机工程与应用, 2021, 57(18): 13-23.
[11]	孙菁阳，陈凤东，韩越越，吴煜雯，甘雨，刘国栋. 图像超分辨率重建算法综述[J]. 计算机工程与应用, 2021, 57(17): 1-9.
[12]	刘星辰，贾俊铖，张莉，胡沁涵. 图像超分辨率特征浓缩网络[J]. 计算机工程与应用, 2021, 57(16): 213-219.
[13]	熊杰，彭军，杨文姬，黄丽芳. 多尺度高分辨率保持和视角不变的手姿态估计[J]. 计算机工程与应用, 2021, 57(14): 148-157.
[14]	宋廷强，刘童心，宗达，蒋晓旭，黄腾杰，范海生. 改进U-Net网络的遥感影像道路提取方法研究[J]. 计算机工程与应用, 2021, 57(14): 209-216.
[15]	谌贵辉，陈伍，李忠兵，易欣，刘会康，韩春阳. 残差卷积注意网络的图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(12): 193-200.

基于离散小波变换的信号分解算法研究

Research of signal decomposition algorithm based on discrete wavelet transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics