离散小波变换中平移不变的小波系数特征提取方法研究

离散小波变换具有良好的时频局部化和多分辨率特性，却存在对输入平移敏感的缺点。目前在信号分类方面，从离散小波分解中直接提取出鉴别能力强且平移不变的小波系数特征在国内外尚未见报道。主要难点在于:不仅需解决小波分解子空间内小波系数的平移不变性问题，还要从众多的小波系数中提取鉴别力强的小波系数特征。本项目利用冗余思想对信号进行小波分解；研究由粗到精的多尺度高效小波系数特征配齐（Feature Alignment）方法来解决平移不变问题；研究一种基于模糊准则的代价函数来评价小波特征空间的分类能力，并利用此代价函数来搜索基于信号分类的最优小波分解，解决鉴别能力强的小波系数特征提取问题。本项目将在平移不变小波系数特征提取方面取得创造性成果，研究成果必将在具有平移性的一维或二维信号分类中得到广泛应用。