دانشگاه اصفهان نشریه ریاضی و جامعه 2345-6493 4 1 2019 05 22 Wavelets' applications in signal processing کاربرد موجک‌ها در پردازش سیگنال 29 36 24022 10.22108/msci.2019.118249.1331 FA حجت الله سعیدی شهرکرد، دانشگاه شهرکرد، دانشکده علوم ریاضی زهره سعیدی مهندسی برق،دانشکده فنی،دانشگاه شهرکرد،ایران Journal Article 2019 07 18 Wavelets are powerful tools for decomposition, analysis, and processing of digital signals. The wavelet transform represents the time-domain of a signal in terms of wavelet coefficients, converting it into a frequency-time representation. Wavelet coefficients can be utilized as part of a frequency-dependent method to achieve various signal processing effects. Additionally, the inverse wavelet transform converts the obtained wavelet coefficients back into the time-domain representation to obtain a modified signal. In this article, after a brief overview of the Fourier method and wavelet transform, the Haar wavelet and Daubechies wavelet are described. Following that, several signal processing techniques using wavelets, including noise reduction, wavelet denoising, data compression, musical effects, and a Java-based wavelet processor, will be examined. موجک‌ها ابزاری قوی برای تجزیه، تحلیل و پردازش سیگنال‌های دیجیتال هستند. تبدیل موجک، نمایش دامنه-زمان یک سیگنال را در قالب ضرایب موجک به نمایش فرکانس-زمان تبدیل می کند. ضرایب موجک می توانند در قالب یک روش وابسته به فرکانس برای دستیابی به اثرات پردازش‌های گوناگون سیگنال، به کار گرفته شوند و همچنین تبدیل موجک معکوس، ضرایب موجک بدست آمده را به نمایش دامنه-زمان به منظور دست یابی به یک سیگنال اصلاح شده، تبدیل می‌کند. در این مقاله بعد از یک مرور کلی از روش فوریه و تبدیل موجک، موجک هار و موجک دوبچیز شرح داده می شود و پس از آن چند پردازش سیگنال از موجک‌ها شامل حدف نویز، پالایش موجک، فشرده سازی داده، اثرات موسیقیایی و نیز یک اجرای جاوای مبتنی بر پردازشگرهای موجک، مورد بررسی قرار خواهد گرفت. https://math-sci.ui.ac.ir/article_24022_bf3ca2e79c1c5ae6262ec68b7b409572.pdf