针对Al5083纳秒激光划片过程中产生沟槽和凸起两种轮廓的问题, 研究了不同工艺参数下产生轮廓与映射声信号的关系。开展Al5083薄板纳秒紫外脉冲激光划片试验, 观察轮廓的微观形貌, 探究轮廓形成机制; 采集声发射信号, 小波包变换后分析声信号的差异性, 并开展支持向量机分析。微观观测结果表明, 凸起轮廓的成形机制包括熔融金属溅出受阻和凝固时产生的大量气孔。声信号分析结果显示, 沟槽轮廓对应的小波包分解系数的方差和包络面积显著高于凸起轮廓; 以小波包分解后的频谱为特征向量, 添加标签后使用高斯核支持向量机分类, 分类准确度达92.57%, 验证了小波包变换和支持向量机的结合在基于声信号的轮廓监测中的可行性, 为构建基于声发射的激光划片监测系统提供可行的技术路径。

为了解决航空无线电导航服务频段附近的脉冲干扰影响接收机工作的问题，并进一步提高全球导航卫星系统(GNSS)中的脉冲干扰抑制能力，提出了基于小波包变换及变换域最小均方根算法(TRLMS)来抑制脉冲干扰。通过最佳小波函数分解，跟踪定位脉冲干扰所处频带，并采用TRLMS自适应滤波技术取代常规小波包固定阈值方法对干扰进行抑制。仿真实验结果表明，所提方法相比其他的干扰抑制均方根误差更小，解决了有用信号丢失的问题，具有更好的干扰抑制性能。

对基于法布里-珀罗（F-P）微腔结构的光纤声传感系统进行研究。传感头由具有高熔点、低热膨胀系数的氧化锆（ZrO2）管贴合氧化石墨烯（GO）薄膜制作而成。测试结果显示，F-P微腔的腔长为92.943 μm，反射谱的干涉对比度达25 dB。对传感头的声音传感性能进行测试，结合多帧比较法，实现了语音前导无话帧的自动识别。运用基于小波包变换的维纳滤波方法对采集到的信号进行去噪，相比单纯运用维纳滤波的方法，信噪比提高了1.5 dB，从而提高了语音质量。整个系统结构简单、成本低、实用性高，应用场景广泛。

在光纤周界报警系统中, 对光纤振动信号进行分析与辨识时, 针对高频、大规模信号在采样、存储、传输与信号处理过程中存在网络宽带、存储容量、计算速度等一系列限制问题, 提出基于小波包的光纤周界报警信号自适应压缩感知方法。对光纤振动信号进行多尺度小波包分解, 通过计算各尺度下小波包系数高频部分的数学期望作为阈值, 对小波包系数进行置零处理, 自适应地选择小波包分解尺度, 使信号在频域得到更高的稀疏度; 根据小波包系数块的数学期望和信息熵对小波包系数块进行分类, 并针对不同系数块的类型设计对应的处理方法, 提高信号的传输与处理速度。结果表明, 该方法能够有效减少光纤振动信号的观测数据, 并在相同采样率前提下, 能够提高信号的重构精度和重构速度。

在无线光正交频分复用(FSO-OFDM)系统中, 因需要加入循环前缀而消耗近20%的带宽, 降低了数据传输效率。为了进一步减少带宽损耗, 改善系统性能, 采用小波包变换代替FSO-OFDM中的傅里叶变换, 设计了一种基于小波变换的无线光正交频分复用(FSO-WOFDM)系统。该系统无需加入循环前缀, 利用小波基函数的正交性来抑制子载波间的干扰。根据FSO-WOFDM系统原理, 研究了信道估计方法、湍流强度、小波基对FSO-WOFDM系统误码率的影响, 对比分析了FSO-WOFDM与FSO-OFDM的系统性能, 并通过实验验证了FSO-WOFDM系统的可行性及其优良的抗混合噪声干扰能力。

土壤含水量的高光谱反演是当今研究的热点。以土壤多样化的陕西省横山县为研究区,通过野外采集土壤样品,室内利用ASD Field Spec FR地物光谱仪测定土壤样品光谱,采用称重法计算出土壤样品含水量,并分析了不同含水量土壤样品的光谱特性。针对土壤含水量光谱反演中光谱反演因子的构建问题,在研究一阶微分(FD)-主成分分析(PCA)、小波包变换(WPT)-FD-PCA反演输入因子生成方法及存在的不足的基础上,提出了基于谐波分析(HA)的WPT-FD-HA-PCA的反演输入因子构建方法。以上述三种反演输入因子为基础,建立了土壤含水量反演的FD-PCA-反向传播(BP)、WPT-FD-PCA-BP、WPT-FD-HA-PCA-BP三种BP反演模型。通过比较土壤含水量实测值与三种反演输入因子的反演结果,得出WPT-FD-HA-PCA-BP模型的反演精度最高,决定性系数R²达到0.9599,均方根误差为1.667%,其反演结果明显优于其他两种模型。这表明通过WPT和谐波分析能有效地抑制光谱噪声并压缩信号,在一定程度上明显提高了土壤含水量反演精度。

有用信息提取是复杂体系近红外检测的重点和难点之一。 由于复杂体系光谱中存在各种噪声、 基线漂移、 谱带重叠及复杂背景的干扰, 常规方法不能准确地从光谱中获得有用信息。 为此, 将小波包变换（DWPT）和信息熵理论相结合——小波包熵（EWPIE）提取复杂体系光谱中的有用信息。 思路是采用小波包变换对光谱信号进行多频带分解, 根据有用信号与噪声的频带分布特点, 基于信息熵理论滤除干扰的频率分量, 采用正交校正法（OSC）剔除与被测组分无关的信息, 然后对处理后的频率分量进行重构, 从而实现复杂体系有用信息的准确提取。 通过对复杂体系光谱数据建立多元校正模型来验证该方法的效果。 采用牛奶的近红外光谱数据, 以牛奶中脂肪和蛋白质浓度为研究对象, 建立了偏最小二乘法（PLS）模型。 结果显示, 牛奶中脂肪和蛋白质的预测均方根误差（RMSEP）分别为0.132%和0.121%, 与单纯的DWPT和OSC相比, EWPIE能够有效地提取有用信息, 避免了无用信息的干扰, 明显提高了模型的预测精度, 对复杂体系的准确检测具有一定的理论意义和实际应用价值。

色彩提供了比灰度更为丰富的信息，鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像，将色度马氏距离图引入彩色人脸识别中。基于YCbCr颜色空间，分离彩色人脸图像的色度与亮度信息，构建出基于色度信息的马氏距离图，同时分离出基于亮度信息的灰度图。提出一种色度马氏距离图与灰度图特征自适应融合的人脸识别算法。分别构造出色度马氏距离图与灰度图的基于小波包结点能量的归一化特征向量，采用多种融合策略进行特征融合，并根据融合效果自适应地选取特征融合参数，构造出最佳的鉴别特征向量，实现色度与亮度特征的互补。使用基于方差相似度的分类器获得人脸识别结果。实验表明：该算法识别率高、鲁棒性好。

针对相干光正交频分复用系统中出现的高峰值平均功率比问题, 提出用小波包变换取代传统快速傅里叶变换的相干光正交频分复用系统.仿真实验证明了具有良好正交性的小波包变换对高峰值平均功率比起到一定程度上的抑制作用, 且误码率性能优于传统的快速傅里叶变换.随着小波尺度函数及小波函数对称性的提升, 其避免信号处理过程中的相移的能力提高, 系统性能有所改善.与传统的快速傅里叶变换系统相比, 基于小波包变换的系统中, 小波基函数haar小波的互补累计分布函数为0.01时, 门限值降低约2 dB, 且在误码率为10-3的情况下, 性能优化1.5 dB.在此基础上, 将小波提升算法应用到相干光正交频分复用系统中, 得到的抑制峰均比及误码率性能与应用Mallat算法时一致, 但算法的结构复杂度降低.

在图像、语音识别或故障诊断等领域，特征提取是关键技术。在研究了小波变换和经验模态分解之后，深入分析了两者在特征提取上的优势和不足，提出了一种将两者优势有效结合来提取特征信息的方法。该方法先将信号做经验模态分解(EMD)得到平稳化单模态分量，再对单模态分量做小波包(WP)分析。最后，通过仿真和实例将本方法和已有文献中的方法进行对比，结果表明该方法不仅具有较高的可行性，而且可以准确地提取特征信息。