基于光纤光栅传感器的心音信号提取与处理算法研究

本文研究了一种用于光纤光栅智能服装的心音信号提取与处理算法,实现异常心音的初步识别。提出基于希尔伯特-黄变换（HHT）和小波阈值消噪相结合的心音提取算法,对波长解调信号进行消噪,提取有用的心音信号。采用数学形态学进行心音包络提取,提出基于直线结构元素和余弦结构元素相结合的心音处理算法,准确获取心音峰值点和起止点位置并计算心音特征值,根据心音特征值的临床意义,判断心音是否正常。实验结果表明该算法能够有效消除波长解调信号中的呼吸干扰与噪声,对20例实测正常心音和8类常见异常心音均能正确识别。该算法具有易实现、识别率高的特点,对光纤传感智能服装的研发和心脏疾病的早期诊断具有重要意义。      

提高光纤光栅传感器测量精度的研究

在实际应用中,光纤光栅传感器的测量精度受到噪声,成本等因素的制约。为了实现低成本的高精度光纤光栅传感器系统,提出了对光纤光栅反射谱采用自适应阈值小波消噪和B多节点样条拟合插值算法的处理技术,并通过实验和仿真得出自适应阈值小波消噪,有效提高了系统的信噪比,在相同采样精度下拟合插值处理前波长检测的误差为0.01nm,处理后误差为0.0017nm,误差降低了一个数量级。实验结果证明该方法不但可以有效降低噪声带来的读取误差,而且提高了测量Bragg波长漂移量的分辨率,从而实现高精度地测量温度、应变等外界参量。     

基于实时小波消噪的光纤光栅解调系统研究

由于光纤光栅解调系统中的各种光噪声会影响到系统的测量精度,基于小波变换和Mallat算法分析了小波消噪的原理.利用数字信号处理器TMS320VC5402对含噪光纤光栅反射谱进行分解与重构,实现了实时小波消噪.通过仿真试验验证了利用DSP进行小波消噪处理的可行性.进行了基于小波消噪技术的光纤光栅温度解调实验.实验结果表明,解凋系统的解调线性度得到了改善.     

多结构元多路加权形态边缘检测算法研究

边缘检测是图像特征提取与模式识别的基础。形态学边缘检测因其算法简单,噪声抑制和边缘保持能力已成为研究热点。但很多算法采用单一结构元素,很难对弱边界进行有效处理。基于此,利用多结构元思想构造多结构元抗噪型数学形态学边缘检测器,很好地抑制了噪声和提取到弱边缘。     

基于双树复小波变换和形态学的脉搏信号去噪

常见的医学信号（如脉搏信号）包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷,提出了一种基于双树复小波变换和形态学的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。     

基于多尺度多方向结构元素的形态学图像边缘检测算法

为进一步改善图像处理中的噪声抑制和边缘检测性能,提出了一种多尺度多方向结构元素形态学图像边缘检测算法.该算法基于数学形态学中结构元素的方向性差异,充分利用了腐蚀、膨胀、开、闭及其变换和组合运算.对图像进行去噪、边缘提取等预处理操作,以提高图像的信噪比和边缘细节;利用递归的多尺度多方向结构元素形态学滤波得到图像的初始轮廓;利用多尺度形态学和多方向结构元素进行图像边缘检测.实验结果表明提出的算法抗噪性强,能有效准确地提取边缘信息.     

分布式光纤应力检测技术的性能分析

为防止光缆损坏和断裂,需要对光缆受力情况进行检测。为此对BOTDR（布里渊光时域反射）、BOTDA（布里渊光时域分析）、干涉型、光纤光栅型四种光纤应力检测技术的原理和结构做了介绍,对每种检测技术的信噪比进行了分析,得出BOTDA和光纤光栅型系统的信噪比较大,最后对每种技术的优缺点进行了总结,介绍了各种技术的应用范围。     

卡尔曼滤波在分布式拉曼光纤温度传感系统去噪中的应用

提出一种基于卡尔曼滤波的统计学方法,对光纤温度传感系统的状态进行实时估计并去除系统的噪声,提高光纤传感系统的准确度。光纤温度传感系统属于线性动态系统,被测温度是服从高斯-马尔科夫随机过程的离散时间状态变量,状态噪声是加性高斯白噪声。基于贝叶斯最大后验概率推论（MAP）和最小均方误差（MMSE）准则,新的测量值通过量测更新方程修正后验状态估计值。这种迭代的算法最终可以得到状态的最优估计值。该模型和算法应用在分布式拉曼光纤温度传感系统（DOFS）FGC-LR 中,对其性能进行研究。用局部方差和信噪比评估该算法去噪的能力。常温点处温度的局部方差减小了83.56%,高温点处减小了84.09%。两探测点处的温度信噪比分别提高了18.45%和16.80%。算法在提高光纤传感系统的准确度,实现实时测量上取得了很好的效果。     

基于形态学运算和自适应阈值的心电信号消噪

抑制信号中的噪声干扰,是心电(ECG)信号预处理中的关键步骤.针对传统形态学滤波损失有用信号的缺陷,本文提出了一种基于形态学运算和自适应阈值的ECG信号消噪算法.首先,对含噪ECG信号进行形态学滤波和形态学峰谷提取运算;然后,估算形态学峰谷信号中时变噪声的即时方差,并依据3σ准则对峰谷信号进行自适应阈值处理,保留其中的有用信号;最后,将阈值处理结果与形态学滤波结果相加,作为ECG信号消噪处理的最终结果.仿真试验与实际应用结果表明,该算法不仅可以有效去除时变噪声的干扰,而且较好地保持了ECG信号的特征形态,处理效果明显优于以往的形态学滤波算法,且比基于平稳小波变换的消噪算法更适用于非平稳ECG信号的消噪处理.     

基于综合肤色检测和二值形态学的人脸定位研究

针对人脸定位检测中存在的速度慢、精度低及噪声干扰问题,提出了一种基于综合肤色检测和二值形态学的人脸定位检测算法.该算法将YCrCb(明亮度-色调-饱和度)模型与HSV(色相-饱和度-色调)模型用于人脸综合肤色检测,在YCrCb与HSV空间中根据待检测图像每点的颜色值进行人体区域或背景区域的判断;然后,将检测图像转换为二值图像,对图像进行形态学处理;最后,选用人脸几何特征对筛选后连通区域进行判别,实现人脸的准确定位和检测.实验结果表明,该算法对于简单、中等、复杂三种情况下人脸图像的检测正确率分别达到了99%、92%和85%.另外,由于二值形态学消噪算法的使用不仅提高了人脸检测的准确率,而且加快了检测速度.     

改进的小波变换用于处理FBG信号

解调系统是光纤布拉格光栅（FBG）传感技术的核心。信号去噪和峰值搜索是影响FBG 传感系统精确解调的两个重要因素。为提高测量精度,文中针对传统方法存在的缺陷,提出了一种新的FBG 波长解调方法,此解调方法由一种改进的去噪方法与高斯拟合寻峰算法组成。采用平移不变量小波与文中提出的改进阈值和改进阈值函数相结合的方法来处理FBG 含噪信号;然后采用高斯拟合寻峰算法对去噪信号作进一步解调。实验结果表明,改进阈值的平移不变量小波能处理不同的FBG 含噪信号,该方法获得的信噪比和均方差性能优于传统小波阈值去噪法以及其他改进的小波去噪法;该改进小波的波长解调方法测量的峰值误差低于1pm,比常用的波长解调方法具有更高的测量精度。     

激光脉冲弱小回波信号提取方法研究

在激光红外复合制导中,主动激光雷达可以提供探测目标的距离信息,并与红外探测方式实现光电互补,有助于提高复杂战场环境下精确制导的准确率。激光测距时,准确的回波位置检测是确保测距精度的关键。而信噪化是决定精度和作用距离的关键。为了提升脉冲回波信号的信噪比,本文提出了一种结合自相关滤波算法与改进的奇异值分解方法的微弱脉冲提取方法,并分别采用仿真数据和实际采集的脉冲激光回波信号进行去噪实验,实验结果表明,本文所提出的方法能够有效地提升回波信号的信噪比,有助于提高激光测距的精度。     

低信噪比条件下基于距离像互相关的相推测速方法

相推测速技术可以实现相位量级的测量精度,在微动测量和目标识别领域有着极大的应用前景。该方法对信噪比要求较高,且存在准确提取相位和解相位模糊两大难点。本文提出了针对低信噪比条件下的相推测速实现方法。首先,建立了宽带线性调频信号去斜处理的回波模型;然后推导了相邻帧距离像互相关结果,并分析了距离像互相关输出的峰值点相位;进而为了提高相推测速在低信噪比条件下的适用性,提出了对距离像互相关结果沿慢时间维进行积累的方法,该方法可以重新提取峰值点相位,以及获得目标速度的粗估计值进而辅助后续的解相位模糊。此外,为抑制噪声对相位提取精度的影响,本文提出根据相位的频谱特性设计滤波器的方法,进一步提高相推测速的精度。最后通过仿真和实测数据验证了所提方法的正确性及其在低信噪比条件下的适用性。      

用于光纤传感的改进变分模态分解-DWT算法北大核心CSCD

大容量FBG传感网络解调系统中,信号去噪是影响FBG传感系统精确解调的重要因素。为了提高解调精度,本文提出一种以改进变分模态分解结合可调节半软阈值方法用于处理光纤信号。变分模态分解(VMD)将输入的信号分解为给定数量K个固有模态数(IMF),设置错误的K值会导致性能下降。本文在VMD的基础上添加4条约束条件,使其自适应的选取K值并减少了VMD的计算量,然后用新阈值函数进行去噪处理,最后通过温度测试实验,得到波长与温度的线性相关系数,评估性能与应用价值。实验结果表明,本文函数在连续性以及信号还原度均取得良好的效果。信噪比(SNR)相比于传统软、硬阈值平均提升了6.0162 dB、13.0003 dB,均方根误差(RMSE)平均降低了0.0442、0.1487。温度测试实验中温度与波长的线性相关系数为0.9992,能满足实际工程需求。     

频率编码信号去噪的一种新方法

对频率编码信号直接进行小波去噪难以达到提高信噪比的目的,为了有效提高频率编码信号的信噪比,提出一种新的去噪方法。对接收到的频率编码信号,首先进行奇异点的检测,根据奇异点的位置将频率编码信号划分为不同的单载频信号,然后利用小波去噪方法对单载频信号进行逐个处理,最后将去噪后的多个单载频信号按编码规律进行组合,进而达到有效去噪的目的。仿真验证了新方法有效可行。     

基于小波包变换的信号谱峰检测算法

提出了一种新的基于小波包变换的信号谱峰检测算法,主要思想是利用小波包变换的特点,对信号功率谱进行平滑处理,突出谱峰的特征点（起点、顶点和终点）,然后对其进行三层小波包变换,提取相应细节系数的特征点来估计谱峰的起点、顶点和终点,从而完成谱峰的检测。该方法的特点是无需信号的任何先验信息,是一种盲处理算法。仿真结果表明,信噪比不低于5dB的情况下,信号特征点检测的归一化均方误差（NMME）低于6‰,其性能比传统基于差分的方法有明显的优势。     

基于非对称sinc函数拟合的激光测距算法优化

小型化的高重频多脉冲激光测距机采用数字化处理确定目标距离,接收电路带宽、数字化采样精度以及滤波算法等因素会影响测距的精度,文中在对测距误差分析的基础上提出改进测距精度的算法。首先,在对激光回波信号积累以提高信噪比的基础上,对回波信号波形进行中心差分处理、斜率阈值和幅度阈值条件处理,剔除伪峰值点,初步确定峰值点位置。然后,根据初定位后的波形特点,选择相应的指数函数进行非对称sinc函数波形拟合修正,估计波峰点相对准确位置,从而输出较为精确的目标距离。最后,将改进算法在matlab中仿真,实验结果验证了文中提出的修正算法对提高激光测距精度的有效性。     

低信噪比下雷达信号脉内特征的提取

雷达信号脉内特征的提取是雷达对抗系统分选和识别截获信号的关键技术之一。利用小波脊线法可以实现雷达信号脉内特征的提取，但低信噪比下分析误差比较大。为改善低信噪比下脉内特征提取算法的性能，提出了首先用小波分析对信号进行去噪，提高信噪比，在此基础上再进行脉内特征提取的方法。仿真结果证明该算法有效，具有一定的参考价值。     

基于一种自适应折中-平滑阈值的脉搏信号小波去噪

人体脉搏信号在采集过程中会掺杂着各种噪声信号,而传统所采用的小波变换阈值去噪法在处理脉搏信号时又存在着缺陷,本文采用的折中一平滑闽值函数,并基于斯坦恩无偏估计（SURE）优化算法去寻找最优阈值门限,与在原有阈值基础上的小波自适应阈值去噪做对比,通过利用Matlab对脉搏信号进行去噪仿真。结果表明,依据信噪比（SNR）和信号平滑度Ⅲ的评判标准,该方法去噪效果更好,结果令人满意。