Начала заниматься вейвлетами совсем недавно. В целом, никаких проблем. Но вот интересует вейвлет-разложение на конечных полях Галуа. Литературы об этом очень мало, и почти ничего не аргументировано. Если применять вейвлет-преобразование в теории кодирования, то без конечномерных вейвлетов не обойтись. Основные принципы понятны, но вот с фильтрацией проблемы есть
Может, кто-нибудь занимался этим? или форумы какие подскажете)

Ответить Тематика: Не указана

Привет.
Меня заинтересовала идея сделать на контролере Atmega 8 формирователь угла опережения зажигания работающего совместно с датчиками детонации GT-305, абсолютного давления и штатного датчика температуры.
В аналогичных устройствах для обнаружения момента предшествующего возникновения детонации используют чип HIP9010 в котором имеется перестраиваемый фильтр, регулируемый усилитель, процессор. Поискав по нету выловил подсказку что можно довольно успешно заменить дорогой чип HIP9010, да еще и без подробного описания на простой усилитель и программный фильтр обработки сигнала - вейвлет Морле. А вот здесь наступает вся сложность – недостаток знаний. Не могли бы вы написать программку на С вейвлета Морле. Фильтр должен быть перестраиваемый в диапазоне частот 6,5-10,0 кГц с полосой 400-600 Гц, АЦП применяемый у меня 10 разрядный с периодом измерения 8 мкс или 125 кГц. Могу прислать образец сигнала с датчика детонации GT-305 записанного на магнитофон а потом оцифрованного.

Ответить Тематика: Не указана

Сразу прошу простить за безграмотность. У меня есть пара вопросов, которые мне непонятны.
1. Если во второй матрице использован вейвлет, то почему коэффициенты следуют С3 -С2 С1 -С0? По Хаару логичнее было бы С3 С2 -С1 -С0? И почему в обратном порядке?
2. Вся литература пишет, что коэффициенты филитра 1/sqr(2) и -1/sqr(2). Я получить их не мог, поэтому для меня здесь полная неясность.

Хочу сам всё проверить своими руцями, а потом уже писать программы.
Заранее благодарен за ответ.

С ув. Анатолий

Ответить Тематика: Не указана

Уважаемый Андрей!
Я не занимаюсь изучением тепловых релаксационны процессов в термопарах. Зарегестрированные мною тепловые переходные процессы представляют собой сумму экспонент. Задача, которую я хочу решить, заключается в разделении этих экспонент, т.е. я хочу выделить амплитуду и коэффициент затухания для каждоно затухающего процесса. Как это достаточно надежно сделать я не представляю. Может возможно экспоненциальное разложение, подобное разложению Фурье? Интуитивно я подозреваю, что такое разложение является сложной как математической так и технической задачей. К сожалению о вейвлет-преобразовании я знаю мало, поэтому судить о его применении в решении моей задачи тоже немогу. Буду вам чрезвычайно признателен за совет по моей проблеме.
Заранее благодарен. С уважением Вадим.

Ответить Тематика: Не указана

Хотелось бы реализовать на основе WavUtils вариант вейлвет-преобразования, известный как Redundant Transform или избыточное/стационарное преобразование. Дело в том, что обычное вейвлет-преобразование неинвариантно к задержке сигнала: вейвлет-преобразования исходного и задержанного сигнала сильно различаются. Однако с этим можно бороться, если исключить из преобразования этап децимации.
Вопрос:
1) можно ли просто на каждом уровне разложения "разбавлять" вейвлет-коэффициенты нулями, чтобы длина выборки сохранялась прежней (а не уменьшалась в 2 раза)?
2) как быть с обратным преобразованием? По идее, оно будет увеличивать длину выборки, а чтобы этого не было, надо вычислять какое-то среднее значение между отсчетами. Что здесь нужно делать?

Ответить Тематика: Не указана

Добрый день, уважаемые господа! Возможно моя проблема покажется вам смешной, но тем не менее я рискну ... :) Пишу диплом. Одной из составных частей является как раз обработка изображения с помощью вейвлет-преобразования. В поисках решения я наткнулся на разного рода пространства, множества, интегралы и функции. А нет ли у кого формул для прямого и обратного преобразования, человечьим языком написаные, пригодные для написания кода. А то время поджимает, и голова болит :)))
Заранее благодарен. С уважением, Алексей.

Ответить Тематика: Не указана