基于小波理论的信号处理系统设计开题报告

1、河北联合大学本科毕业论文开题报告题目： 基于小波理论的信号处理系统设计 学 院： 河北联合大学 专 业： 通信工程 班 级： 11通信（2）班 姓 名： 李云风 学 号： 201114610204 指导教师： 高建波 2014年 12 月 25 日一、题目来源背景（现状、前景）传统的第一代小波变换是在欧式空间内通过基底的平移和伸缩构造小波基的，不适合非欧式空间的应用，因此小波提升方案应运而生，它是构造第二代小波变换的理想方法。提升的实现形式给出了小波完全的空间域解释，它具有许多优良特性：结构简单，运算量低，原位运算，节省存储空间，逆变化可以直接反转实现以及可逆的整数到整数的变换，便于实现。在高

2、速处理，移动手持设备，低功耗设备应用中具有很强大的吸引力。提升小波在1996年由sweldens提出后，在信号处理领域得到了广泛的应用。小波理论发展十几年来,它在信号去噪上已经得到了越来越广泛的应用。多分辨分析的概念,使小波具有带通滤波的特性,因而可以利用小波分解与重构的方法滤波降噪;奇异性检测的理论,使得可利用小波变换模极大值的方法去噪;此后,又提出的非线性小波变换阈值去噪法,使小波去噪得到了非常广泛的应用;1995年,在阈值法的基础上,提出了对阈值法的一种改进方法,即平移不变量小波去噪法。此外,原子分解的基追踪去噪法、多小波去噪也日益成熟。分解与重构法是利用小波多分辨分析特性,将信号在不同

3、尺度下进行多分辨率的分解,并将交织在一起的各种不同频率组成的混合信号分解成不同频段的子信号,并对信号按频带进行处理。阈值法是利用小波变换具有的一种“集中”的能力,将信号的能量集中到少数小波系数上,信号的小波系数值必然大于噪声的小波系数值,选择一个合适的阈值,对小波系数进行阈值处理,就可以达到去除噪声而保留有用信号的目的。平移不变量法则是在阈值法基础上的改进,它不仅有效地抑制了阈值法去噪时视觉上表现出的非自然信号,而且提高了信噪比。二、主要研究内容、应用价值、改进及创新研究内容：用小波提升理论及其算法对信号里噪声的处理。应用价值：信号处理中引进小波提升理论的优点。改进及创新：利用小波提升理论找到

4、更好的信号消噪的方法。三、拟采用的研究方法、手段及实验准备情况 研究方法：充分查阅资料的基础上，论述课题所覆盖的理论知识点。研究手段：(1)查阅中外相关知识和资料，掌握课题所需的理论知识(2)建模(3)总结概括知识点，得出理论结果 实验准备情况：在小波提升理论的基础上找出新的信号噪声处理的改进的方法或新的方法再结合matlab7软件的运用进行建模。 四、进度安排12周 查阅与设计相关的资料，对于小波提升理论概念名词的基本概括和课题基本知识的了解34周 了解小波提升技术的关键技术56周 了解信号噪声处理中的关键713周 设计模型1418周 撰写论文并准备答辩。五、主要参考文献（外文参考文献不少于

5、2篇）1）小波分析及其在信号处理中的应用 王大凯 彭进业 电子工业出版社2）ten lectures on wavelets ingrid daubechies著，李建平 杨万年 译 国防工业出版社3）语音信号处理 赵力 机械工业出版社4）陈祥训 .对几个小波基本概念的理解 . 电力系统及自动化学报(2004.01.10)28卷1期5）小波与傅立叶分析基础 albertboggess francisj.narcowich著，康健 等译 电子工业出版社6）小波分析理论与matlab 7 实现 电子工业出版社7）语音与图像的数字信号处理 谷萩隆嗣编著 科学出版社8）离散时间语音信号处理：原理与应用

6、 夸特尔瑞(thomas f. quatieri)著 电子工业出版社 20049）i. daubechies and w. sweldens. factoring wavelet transforms into liftingsteps. technical report, bell laboratories, lucent technologies, 199610）小波分析与应用实例徐佩霞，孙功宪编著 中国科学技术大学出版社11）a. zandi, m. boliek, e. l. schwartz, and m. j. gormish. crewlossless/lossy medical

7、 image compression. technical report crc-tr-9526,ricoh california research center, 199512）小波变换的工程分析与应用杨福生著 科学出版社13）李蕴华 .基于小波变换的语音信号去噪. 盐城工学院学报 2002 年6 月 第15 卷第2 期14）a. said and w. a. pearlman. an image multi-resolution representationfor lossless and lossy image compression. ieee trans, image process