心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

一种抑制心电信号50Hz工频干扰的新方法

针对心电信号中50 Hz的工频干扰,在传统Levkov滤波法的基础上改进,将R波波峰临近几点拟合成折线,然后采用线性段的方法滤波。结果表明新方法在有效滤除R波附近工频干扰的同时,还较好的保留了有用信息。总体滤波速度较快,适合在嵌入式设备中使用。     

基于HHT的心电信号滤波算法的研究

针对心电信号具有非线性、非平稳弱信号的特点,借鉴小波滤波算法的思想,基于HHT变换,提出一种去除噪声对应尺度细节分量和阈值相结合的HHT心电滤波算法.并借助MATLAB仿真平台,采用同一阈值函数,对含噪心电信号分别运用小波滤波算法和基于HHT设计心电滤波算法进行滤波仿真比较.最后以MIT-BIH心律失常数据库中的提供的含噪心电信号作为数据源,进行仿真滤波实验,验证了HHT滤波算法对心电信号的基线漂移、工频噪声、肌电干扰去除的有效性.     

淹没在分形噪声中的心电信号R波检测

针对淹没在1/f分形噪声中的心电信号的R波检测问题,基于小波变换、W iener滤波与自适应差分阈值法,提出一种去除1/f分形噪声、检测心电信号中R波的方法。该方法先将带有1/f分形噪声的心电信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声进行白化,然后利用自适应W iener滤波实现噪声和有用信号的分离,估计出各子带中的有用信号,利用小波重构恢复出有用的心电信号,最后利用改进的自适应差分阈值法检测心电信号中的R波。实验结果表明,该方法能有效地消除心电信号中的分形噪声,准确实时地检测出R波位置。     

改进的基于小波变换的QRS波检测算法

为提高心电信号QRS波的检测精度,分析了小波变换对信号奇异点检测原理,提出了改进的基于小波变换的QRS波检测方法。该方法通过考察小波分解系数进行R峰位置区间定位,尺波漏检回溯及正向、倒置R波判断的QRS波检测方法;并提出了一种新的跟随阈值。该算法在Matlab仿真环境中,经过对MIT—BIH数据库中典型14条ECG（Electrocardiogram）信号进行QRS波检测实验。数据表明,该算法对正常心电和非正常心电的检出率达到99．98％,具有较高的实用价值。     

一种滤除心电信号50Hz工频干扰的算法

心电信号在采集、转换以及传输的过程中,因为受到设备、环境以及人体因素的影响,所采集到的心电信号常常伴有干扰,其中50 Hz工频干扰是影响心电信号识别的一个重要因素。在Levkov滤波的基础上,结合基于小波变换的QRS检测函数,对心电信号中工频干扰进行滤除。经过实验,该算法行之有效并且取得了较好的滤波效果。     

基于Daubechies小波变换在GPS信号处理中的应用

利用小波变换理论对带有噪声的GPS定位信号进行滤波，用多尺度分析特性对其信号进行轮廓和细节部分的逐步分解，将分解后的小波系数进行反变换可求出原始纯净信号。实验表明，Daubechies小波滤波器在对GPS信号滤波中达到满意效果。     

基于双正交样条小波的QRS波检测

把双正交样条小波应用于心电信号QRS波的检测.利用双正交样条小波等效滤波器,对心电信号按Mallat算法进行快速变换;从信号奇异点的李氏指数与模极大值关系的角度,分析心电信号奇异点(R峰值点)与其小波变换模极大值对的零交叉点的关系;在QRS波检测中运用调整阈值、不应期和补偿3个措施增强算法的抗干扰能力.实验结果表明,该算法对心电信号中QRS波群的特征提取和几种常见的心电干扰具有较强的鲁棒性.经MIT-BIH标准心律失常数据库验证,QRS波的正确检测率达99.905%.     

膈肌肌电信号中心电干扰去除技术的一种方法

本文基于小波信号分解与重建理论和自适应滤波技术相结合的方法,以去除膈肌肌电信号中的心电干扰. 首先,采用小波分解把肌电信号中包含心电干扰的低频段分离出来,这部分信号经过自适应滤波处理后压低膈肌肌电信号,突出心电信号,然后从肌电信号中减去通过自适应滤波得到的心电噪声,再与处理后的细节进行小波的信号重建,得到心电干扰较少的EMGdi信号. 通过对真实的临床医学数据处理,并与常用的高通滤波方法作比较,结果表明,本文所提方法的输出信号的信噪比明显提高,对比处理前后信号的功率谱发现处理后的信号的频谱明显向高频移动,表明该方法取得了较好的去噪效果.     

直扩系统中基于小波包变换的自适应干扰抑制技术

研究了用离散小波包变换实现直扩通信系统中输入信号的分解，分析了小波包变换抵消窄带干扰的机理，对原有算法进行了优化并提出了相应的自适应去干扰算法．采用自适应滤波技术取代子带剔除法，自适应地跟踪窄带干扰，改善了有用信号的丢弃情况，有效地抑制了窄带干扰．分析和仿真结果表明，基于树结构算法的自适应小波包干扰抑制方法比传统的子带剔除法在性能上更为优越，干扰定位速度也较快．     

基于小波提升的ECG去噪和QRS波识别快速算法

提出了一种基于小波提升的ECG去噪和QRS波识别的快速算法。该算法在小波提升基础上引入加权阈值收缩法,保证ECG有用信息不丢失,提高了去噪效果;利用去噪重构的中间结果并结合简单的差分法,实现了使用平滑函数一阶导数对信号进行小波提升变换,避免了需要二次小波提升变换的运算,在保证识别精度的同时,大大降低了运算复杂度。实验结果表明,该算法能得到较高的SNR和较低的MSE,QRS波识别准确率达到了99.5%以上。并且,该算法利于在硬件平台(FPGA)上实现,便于在心电监护设备上集成。     

输油管道泄漏检测实验研究

依据负压波法的基本理论,对现有实验环道进行改造,组建基于负压波的管道泄漏检测实验装置,该实验装置由试验环道、信号检测系统和辅助系统组成。并针对管道泄漏诱发的负压波传播到管道泄漏上下游监测点时会使该点压力信号幅值产生瞬态下降这一现象,提出对管道监测点采集的压力信号进行小波变换,并根据小波变换模极大值对应着信号突变点这一理论计算出负压波传播到管道上下游监测点的时间差。在MATLAB6.1软件环境下,以某次实验数据为例进行管道泄漏点定位研究。在计算过程中小波基函数选取为Haar小波,尺度水平为6。实验结果验证了该方法的有效性,从而为准确定位泄漏点提供了基础。     

基于提升小波的心电信号P、T波检测快速算法

为解决心电信号中P、T波信号复杂、微弱、识别难度大及识别算法执行效率低且易失效的问题,在分析提升小波算法原理的基础上,利用提升小波对信号进行时-频域分析执行速度快的特性,提出了将提升小波变换与差分运算相结合,构造利用提升小波对心电信号去噪,在重构相应层次的低频信号中利用差分法对P、T波进行识别的复合算法,并提出了一种适应心电信号个体差异和异常心电信号变化的跟随阈值函数。结果表明,提出算法比传统小波识别方法准确率高,且算法执行的速度至少提高一倍,更适合于硬件实现。     

小波变换在心电图识别系统中的应用

利用小波变换技术对心电图的QRS波、P波、T波的具体形态进行识别,由此得到各个波的形态、起点、终点的位置及相应的参数值。并在得到特征参数的基础上构建了心电图诊断专家系统,它是以领域专家的理论知识和经验知识为基础,采用一种新的模糊推理方法建立模糊专家系统。采用VC 6.0对该方法进行检测,结果显示该系统能较准确对心电图进行自动分类诊断。     

波和小波包变换在心电信号去噪中的应用

小波(包)变换软阈值去噪方法具有非线性和自适应性,特别适合非平稳微弱的生物医学信号的去噪,而心电信号恰具有该特征。利用MIT/BIH数据库中没有噪声的胎儿心电的信号作为有用信号并混合高斯白噪声作为干扰来验证小波(包)软阈值去噪的效果。验证结果表明小波(包)软阈值算法去噪效果很好,能有效去除干扰。