信号在多尺度空间的滤波

本文从多分辨率分析出发,结合离散正交小波变换（ＤＷＴ）的理论,提出了一种在保护信号边缘的前提下有效去除脉冲噪声的方法,该方法通过对各尺度下的未抽取前的小波系数进行非线性滤波处理,达到了在保护信号边缘的同时,有效去除白噪声及脉冲噪声的目的。并用实验结果进行了验证。     

一种随钻泥浆脉冲信号的处理方法

无线随钻测量系统中的泥浆脉冲信号受到各种噪声的干扰,需要对采集到的信号进行处理还原,以实时监测井底状况。研究了泥浆脉冲信号特征,设计了对其基于最大似然估计阈值去噪、平滑及去除基线漂移的信号处理方法。利用该方法进行信号处理,能较好的恢复信号的特征。     

基于小波变换与形态学运算的ECG自适应滤波算法

针对ECG信号常用滤波算法存在的缺陷,提出了基于小波变换与形态学运算的自适应滤波新算法。该算法利用形态学滤波器去除基线漂移信号,用小波滤波器去除高频干扰信号,并将这两部分所得到的心电噪声分量作为自适应滤波器的参考输入信号,利用自适应滤波器调整对含噪ECG信号进行滤波处理。最后,经实验验证了本文算法的有效性。     

基于形态学的心电信号基线漂移矫正方法

基线漂移噪声是心电信号(ECG)中噪声的主要组成成分,矫正基线漂移是心电信号预处理的重要一步。目前,矫正ECG信号中基线漂移的方法包括小波变换、曲线拟合法以及FIR和IIR滤波的方法,但因计算量较大、实时性受信号长度影响和截止频率固定等因素,使得滤波带来不便。提出数学形态滤波器来矫正基线漂移,并根据心电信号的几何特征设计参数。经验证：该方法能有效矫正基线漂移,较好地保留信号特征。     

基于小波变换的心电信号滤波算法

针对心电信号中含有的工频干扰、运动伪迹、肌电噪声和基线漂移四种噪声,提出一种以R波为优先准则,结合小波模极大值的逐拍滤波算法。该算法使用小波分解来消除心电信号中的基线漂移．采用小波模极大值法消除工频干扰和肌电噪声．利用小波分解各尺度间的相关性来消除运动伪迹。仿真实验结果表明,该算法平均信噪比达到22．3dB,说明其在有效改善信噪比的同时,能显著提高信号的分辨率。     

快速中值滤波在滤除心电信号基线漂移中的应用

文中给出了一种非线性的滤除心电信号基线漂移的滤波方法,把基于排序统计理论的快速中值滤波方法应用于处理心电信号,通过多次对心电信号中选择的窗口数据进行排序,然后取中值的方法来达到滤波的效果。试验中以Windows Mobile系统的智能手机为平台,对取自人体体表带有基线漂移的心电信号使用快速中值滤波算法,有效地滤除了基线漂移,而且信号失真小,不影响原心电信号的诊断。解决了常用的高通滤波器不能有效滤除心电信号中的基线漂移问题。     

路面横向轮廓信号的车辙特征提取与计算方法研究

车辙特征提取和指标参数计算是路面横向轮廓处理的重要部分.通过对路面横向轮廓信号的分析,针对不同滤波方法的特点,提出了小波和中值滤波相结合的车辙信号特征提取方法.其中,小波降噪用于平滑线性叠加的高斯噪声,中值滤波用于处理信号中的强脉冲分量.同时基于路面车辙现场测试规程,提出了针对straight-edge模型的虚拟直尺算法,实现了车辙指标参数的计算.实验结果表明采用方法简单有效.     

随钻测量信号去噪方法研究及实现

随钻测量技术已在国内外得到广泛应用,但与国外核心技术相比,国内应用的随钻技术仍存在以下不足:泥浆脉冲信号传输速率慢,去噪方法不完善等。在对泥浆脉冲信号传输特性、噪声类型以及传统去噪方法进行综合分析的基础上,提出了新的基于小波包变换的变步长LMS自适应滤波算法。该算法避开了小波阈值降噪中阈值选取的问题,具有自适应性,同时针对多进制调频泥浆脉冲信号特点对LMS算法步长更新公式进行改进,提高信噪比。仿真实验结果表明该算法能更加准确高效的提取有用信号。     

基于小波理论的脉象信号消噪及特征点检测

利用小波变换具有揭示信号时频两域细节和局部特征的能力,采用小波包分解消除脉象信号中的工频干扰,通过小波分解重构滤波法消除因呼吸引起的基线漂移,并用小波变换模极大值法对消噪后的信号进行特征点检测。实验表明,小波理论对一维非平稳微弱信号具有良好的消噪能力和突变点的检测能力,能实际有效的滤除脉象信号中混杂的基线漂移及工频干扰等噪声,并最大限度地保留信号本身特性。     

提升小波变换的局部放电白噪声抑制方法研究

局部放电(partial discharge, PD)信号监测中易受白噪声干扰,为此,提出了一种基于提升小波变换的白噪声抑制方法。利用提升小波变换对信号进行分解,根据信号的噪声强度计算阈值对小波系数进行滤波。利用信号的奇异性,不同细节层上局部极大值点的位置即为脉冲边缘的位置,选取满足条件的极值点,得到脉冲信号的位置,再通过滑动窗口将脉冲提取出来。通过仿真信号和实际采集的局部放电信号降噪处理,将提出的算法和已有降噪算法进行对比,对算法的性能从均方误差(mean square error, MSE)和波形相似系数(Normalized cross correlation, NCC)两个方面进行分析,验证了该方法的有效性和准确性。实验结果表明,该方法能够在低信噪比环境下有效地提取脉冲信号,抑制白噪声。