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.     

基于分形理论的QRS波的分类

研究一种计算QRS波分形维数的方法，首先利用小波分析的方法对受噪声干扰的ECG进行消噪处理，然后，根据有病ECG与正常ECG之间QRS波的分形维数不同的原理，来区分不同种类的ECG信号，对实验结果进行了分析。     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上,将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．     

小波分析用于电力设备绝缘在线监测中信噪分离的研究

文章利用小波分析可进行时域与频域同时局部分析，频域窗口随信号的变化自动调整的特点。将小波分析应用于电力设备绝缘在线监测这类具有较大背景干扰情况下的信号处理，选择合适的小波基对混有噪声的信号进行变换，以实现信号与噪声的分离。并利用小波变换的快速算法对信噪分离作了仿真计算，讨论了小波分析在线监测等领域的应用前景。     

一种基于二进小波变换的抗时变干扰算法

针对短波语音中存在的时变干扰难以跟踪,更难以滤除的问题,提出了一种基于二进小波变换的抗时变干扰算法,利用小波变换的时频域上的高分辨率将信号分解成小波各层细节信号,并通过调整各小波细节信号的加权因子,实现了较好滤除时变干扰的效果。仿真表明此算法不但提高语音信号信噪比,而且使语音失真较小,要明显优于传统的陷波算法。     

箔条干扰下的一种雷达目标小波识别方法

研究了雷达目标受到箔条干扰时，雷达目标信号和箔条干扰信号的特点及其在小波变换不同尺度上的不同表现形态、目前信号的任一小波系数与其周围以及父代的小波系数之间存在着较强的相关性，而箔条干扰信号的小波系数与其周围以及父代小波系数之间的相关性较弱．在灰色理论、小波变换和相关算法的基础上，提出了箔条干扰的一种新的识别方法和在箔条干扰背景下一种新的雷达目标识别方法．利用灰色关联度可以进行箔条回波检测，对雷达回波信号进行Mallat快速分解，计算相邻尺度上小波系数之间的相关系数，根据相关系数大小，对小波系数进行门限处理，然后由Mallat重构算法重构信号，得到目标信号，由此进行雷达目标检测、仿真结果表明，这两种方法能够有效检测箔条干扰和在箔条干扰下的雷达目标。     

减少DS—CDMA系统中多址干扰的一种新方法

本文提出了利用小波消噪来减少DS—CDMA系统中多址干扰影响的新方法。在DS—CDMA系统中，相关解扩后的信号含有三个组成部分：有用信息、多址干扰和高斯白噪声。研究表明，多址干扰可以进行高斯近似，因此，匹配滤波器输出信号就可以近似看成有用信息和高斯干扰的合成，消除或减弱多址干扰和信道噪声影响，也就相当于信号的消噪。小波消噪是一种非常有效的消噪方法，我们对相关解扩后的信号进行小波多尺度分解，然后对各层分解系数进行阈值处理，就可以消除多址干扰及噪声。计算机仿真结果表明，此方法可以消除绝大部分多址干扰的影响。     

超声检测缺陷分类的降噪及特征提取问题研究

针对超声检测回波信号中可能具有噪声干扰并难以剔除的问题,提出了利用“小波降噪”对超声信号进行处理的算法和应用“类别可分性判据”评价特征值的方法,并通过实验进行了验证。首先将小波变换用于超 声信号噪声处理,然后利用类别可分性判据对缺陷信号的特征选择进行评价,最后通过RBF网络对获得的超声检波信号进行缺陷分类以验证这种方法的有效性,实验结果表明：小波降噪算法充分利用了超声回波信号的时域、频域信息,不仅降噪效果明显,而且缺陷定位准确;类别可分性判据对缺陷信号的特征提取也起了定量衡量尺度的作用。     

利用小波变换进行合成孔径雷达窄带干扰抑制算法

在对窄带干扰(NBI)进行时频特性分析的基础上,提出了一种利用小波变换进行NBI抑制的方法.该方法首先把回波数据的频谱变换到多分辨的小波域中;然后在小波域中采用恒虚警概率方法对小波系数进行干扰识别和干扰抑制;接着把干扰抑制后的数据变换到原始回波数据域,利用常规的SAR成像算法进行成像处理;最后得到清晰的SAR图像.与其他窄带干扰抑制算法相比,该算法在干扰抑制过程中对有用信号造成的损失较小,并且可以有效地抑制时变的NBI.结合仿真和实测数据的处理,经过实验分析,验证了该方法的有效性.     

小波分析用于电力设备绝缘在线监测中信噪分离的研究

文章利用小波分析可进行时域与频域同时局部分析,频域窗口随信号的变化自动调整的特点。将小波分析应用于电力设备绝缘在线监测这类具有较大背景干扰情况下的信号处理,选择合适的小波基对混有噪声的信号进行变换,以实现信号与噪声的分离。并利用小波变换的快速算法对信噪分离作了仿真计算,讨论了小波分析在线监测等领域的应用前景。     

多层前向神经网络在ECG信号滤波中的应用

针对心电信号检测中主要存在的几类噪声，利用BP神经网络的非线性映射能力设计了基于BP神经网络的非线性滤波器，实现了对心电信号中工频干扰、基线漂移、电板移动等噪声的滤除。经仿真与实验验证表明，该方案对于工频干扰、基线漂移、电极移动等噪声均有较好的滤波效果，且算法具有较好的收敛特性，还可以方便地实现非线性滤波。     

基于小波分析的数字图像噪声消除

小波变换作为一种数学理论和方法在科学技术界引起了越来越多的关注和重视.本文通过阐述基于小波变换的Donoho软阈值去噪方法,旨在向读者展示小波变换在图像噪音消除方面的实际运用以及其前景.其中笔者具体对一幅加噪音图像进行Mallat算法仿真,其结果表明该去噪算法具有很强的实用性,很值得推广、运用.     

基于改进小波阈值法的平移不变心电信号去噪

人体心电信号在采集过程中掺杂着各种噪声信号,而常用的小波阈值法在心电信号去噪中存在缺陷,为此在小波阈值法的基础上进行改进,得到新的阈值去噪方法,该方法能够较好保护心电信号特征,有效保持各种心电波形的幅度,并在一定程度上有效抑制脉冲噪声.此外,由于传统小波阈值法去噪都是基于离散小波变换进行的,所以在幅度较小的Q,S波处会产生Pseudo-Gibbs现象,而文中以改进的小波阈值法为基础对心电信号进行平移不变的去噪处理,有效地克服了这个问题.利用美国麻省理工学院的MIT-BIH心电数据库对以上方法进行验证,取得了良好的去噪效果.实验结果表明,所提出的算法与传统的小波阈值法比起来能够更好的保持心电信号的几何特征,且具有更高的信噪比.     

一种基于奇异值分解的ECG噪声处理算法

介绍了一种在标准12导联心电图中消除噪声信号的正交化方法。使用一种基于奇异值分解(SVD)的算法,将信号分解为两个时正交的子空间即一个包含了ECG信号,另一个则包含了人工噪声,诸如基线漂移(Bw)和肌电信号(EMG),这种方法利用了存在于12导联心电图中的冗余。在完整丢失信道的重建方面该方法也适用。最后,给出了这种方法的在线实现。     

小波变换在心电信号处理及特征提取中的应用

首先利用小波变换方法,滤除心电信号中各种干扰,包括工频干扰、肌电干扰和基线漂移等.再用基于haar的连续小波变换方法对R波峰值进行特征提取.然后根据医生的临床经验需要,提出了一种交互式提取ST段的方案.最后对心电信号发生器产生的心电信号进行实验,实验结果表明:用连续小波变换方法对R波峰值进行定位准确度可达到99.84%,用交互式方法对ST段特征点的定位比较准确,采用小波变换方法滤波对低频基漂也有较好的滤波效果,能克服信号-噪声频带重叠.     

基于空域追踪算法的基线漂移信号噪声修正

为了消除基线漂移信号噪声对信号的干扰影响,提出一种基于空域追踪的修正算法.通过非线性滤波器从原始信号中粗提出基线信号,利用多步迭代微分算子从基线漂移信号中分解出更加精准的基线信号,再从原始信号中移除基线漂移信号,完成基线漂移信号噪声修正.选取多种类型测试数据(包括心电信号与噪声数据)来验证算法的有效性,结果表明,同传统的四种基线漂移信号修正算法相比,所提出的算法可以高效去除基线漂移信号的干扰.     

多基站协作异步干扰抑制预编码设计

在多基站协作通信系统中,针对基站与用户间距离差异将导致用户接收信号的异步干扰的问题,提出一种基于粒子群优化算法的异步干扰抑制预编码设计.该设计将预编码矩阵转化为寻优粒子位置参数矩阵,通过粒子间智能学习更新优化位置参数,调节适应度函数,最大化用户信干噪比,抑制异步干扰.数值分析结果表明,相对于改进的块对角化算法,所提算法使系统总速率提高了2～7 bit/s,且具有很好的收敛性.     

一种基于形态学预处理的时频检测算法

为克服短波信道中噪声和干扰对跳频检测的不利影响,对其时频分布特征进行分析,提出了一种把时频图作为二维图像进行形态学预处理的时频检测新算法。并采用复合信息熵进行了性能评估和仿真分析。仿真结果表明,在复杂的短波信道环境下,算法能有效抑制噪声和干扰信号,实现对跳频信号的检测。     

复合顺序形态滤波中结构元素的自适应处理

在最小平均绝对误差准则下，实现了复合顺序形态滤波的结构元素自适应处理。计算机模拟结果证实了这种算法不仅可以有效地抑制信号中的噪声，而且较好地保持了信号的陡阶跃变化。该滤波算法应用于恢复噪声污染的心电信号，其信噪比大大改善。     

平稳小波变换和新阈值函数用于心电信号去噪

心电信号采集过程中容易受到基线漂移、工频和肌电等噪声的干扰.为了提高心电信号的信噪比,结合平稳小波变换,在使用小波阈值去噪法去燥过程中,提出一种有别于常用软硬阈值函数的新的阈值函数.通过分析实测数据验证新阈值函数,结果表明,该方法更加有效地抑制了心电信号中混入的基线漂移、工频和肌电噪声,且较好地保留了原始心电信号的特征.