基于小波包收缩的心电信号除噪方法研究

文章提出了一种新的基于小波包分析的心电信号的除噪方法。讨论了小波包收缩消噪的原理、阈值的选取以及阈值的量化规则。比较了选择不同的阈值以及不同的阈值量化规则对信号消噪的效果。结果表明基于小波包分析的小波包收缩除噪技术在保持信号奇异性的同时能有效的去除心电信号的噪声。     

基于小波分析的脉冲涡流信号去噪方法研究

应用小波多尺度分解与重构技术和小波包分析技术对脉冲涡流检测信号进行处理,将信号中的噪声分离出来并去除。采用离散小波变换的强制消噪法、软阈值消噪法和不同熵准则的小波包消噪法,对实测的脉冲涡流信号进行消噪。在保留信号中有用成分的前提下,结合信号的信噪比和均方根误差,对消噪方法进行比较和优选。实验结果表明,小波包分析中的Threshold熵准则法效果最好。     

干扰环境下通信传输信号优化仿真研究北大核心CSCD

由于不同信号传输信道不同,导致信号传输过程中产生的大量噪声与信号形成较强的内在关联,造成信号精度差。传统的算法只是对传输信号进行简单的滤波处理,忽略了含噪信号存在的内在关联性而部分藏匿噪声不能消除的问题,导致去噪效果差。提出改进小波算法的干扰环境下的滤波通信方法。依据在干扰环境下通信序列的周期性组建干扰环境下的通信模型,将通信过程中的含噪信号分离问题转变为超定盲源分离问题,利用小波包分解原理,将通信的频带进行多频段划分,将没有划分的高频数据进行细致的分解,同时进行通信滤波消噪,采用软阈值和固定阈值来量化小波包系数,利用处理过的小波包系数对去噪后的信号进行重构,精确的实现了干扰环境下的滤波通信。仿真结果表明,改进小波算法在干扰环境下的滤波通信去噪效果好,鲁棒性强。     

一种改进阈值的平移不变量小波消噪方法

分析了小波消噪软、硬阈值方法,提出一种改进阈值的平移不变量小波消噪方法.采用重复循环平移原始信号的方法消除不连续点的相互干扰,分别进行小波分解.使用改进的阈值量化算法,通过处理小波系数的幂次和阈值的幂次来估计小波系数,并重构信号,对重构信号进行相反平移,通过相反平移信号求平均得到消噪后的信号.对表面肌电信号处理的实验结果表明,与传统的阈值法相比,该方法提高了信噪比,降低了均方误差.     

基于小波阈值滤波的光纤比色测温仪的信号处理

介绍了用小波阈值滤波方法实现比色测温信号的滤波消噪.该方法基于信号和白噪声在小波变换下具有不同的特性,将含噪信号进行多尺度小波分解,采用软阈值方法将其高频部分进行量化处理,再进行重构.实验证明该方法有效去除了信号中的噪声,方便地用软件实现了比色测温信号的处理,提高了系统的测温精度.     

金属基复合材料缺陷超声信号消噪研究

为了剔除金属基复合材料缺陷超声信号中的噪声，得到没有污染的缺陷信号，便于进行信号分析，文章中使用了一种改进小波包消噪方法——平均能量阈值法，讨论了平均能量阈值法消噪的原理，并将小波包的多尺度时频分析及重构结合在一起，用于信的消噪研究中，通过仿真实验并与小波消噪方法进行对比。证明了该方法消噪的有效性；结果表明基于平均能量阈值法消噪技术在保信号奇异性的同时，能有效地去除金属基复合材料缺陷超声信号中的噪声。     

基于小波包分析木材声发射信号消噪处理

由于目前的滤噪技术在检测木材声发射信号时还存在一定的缺点,本文根据木材声发射信号的特征,基于小波包分析研究了利用信号的小波包分析、计算和最佳小波包基的选取.采用默认阈值方法处理小波系数,通过小波包重构得到消噪后的木材损伤声发射信号,噪声得到较好的抑制.结果表明用小波包变换进行消噪处理,噪声消除彻底,提高了损伤缺陷检测的准确性.     

基于动态阈值函数的改进小波包遥测信号去噪方法

通过遥测信号可以获取飞行器的工作状态和环境数据,为评定性能和故障分析提供依据。本文利用小波包变换能对高频信号分解的优点,针对传统小波包去噪方法的阈值函数在处理既含突变又含平滑信号的情形下,不能在保持良好信号边缘特性与消除恒定偏差的同时,又能避免出现信号原本没有的振荡的问题,提出一种基于动态阈值函数的改进小波包遥测信号去噪方法,通过量化当前处理信号的平滑程度和构造介于硬阈值函数和软阈值函数之间并可切换的动态阈值函数,跟随信号变化进行去噪处理。通过算例仿真分析,验证了本文方法在处理既含突变又含平滑信号时,比传统小波包法具有更好的去噪效果。     

基于小波分析的阈值降噪算法研究

小波变换的阈值消噪方法是利用小波交换技术对含噪图像进行分解和重构,对小波分解后的各层系数模大于和小于某阈值的系数分别进行处理,然后利用处理后的小波系数重构出消噪后的图像。分析了小波消噪的算法和实现步骤,并基于Matlab软件平台编写仿真程序,消噪效果良好。     

多层导电结构缺陷电涡流扫描检测信号预处理技术研究

应用小波多分辨分解及重构技术和小波包分析技术进行检测信号预处理(噪声和干扰信号分离与去除)的基本原理,结合电涡流扫描检测实验,采用离散小波变换强制消噪法、软阈值消噪法和不同熵准则的小波包分析消噪法对检测信号进行预处理,并以SNR和RMSE为判断消噪效果好坏的标准,进行了效果的比较和优选.从理论分析和实验研究结果可知,分离提离等干扰信号,可采用强制法;消除高频噪声,采用基于Shannon熵准则的WPA法,效果最好.     

基于最优小波包基的模极大值法信号消噪研究

给出了对信号进行基于熵准则的最优小波包基分解的基本原理,在此基础上提出了使用模极大值法进行信号消噪的基本原理.通过计算Lip指数确定信号中的奇异点,然后根据噪声和有用信号的模极大值随着小波分解尺度的增大而呈现出的截然不同的特性剔除噪声,从而实现消噪.通过对一含有噪声的信号进行消噪验证了该方法的优越性.     

小波分析用于光谱信号处理及其在Matlab中的实现

本研究主要包括小波变换和小波包对光谱信号进行消噪的处理算法和实现过程,利用Matlab小波工具箱及自编程序对两种消噪方法在果汁可见吸收光谱中消噪后的使用情况和效果进行实验与分析.通过本研究表明,研究小波分析在光谱信号消噪中的应用具有现实意义并切实可行.     

多普勒超声信号时间序列数据的计算机提取

设计了一套采集系统 ,将多普勒超声信号时间序列提取出来 ,应用小波包分析算法 ,提出了一种对含噪信号进行去噪的方法 ,并对所获得的数据利用小波包分析进行去噪处理。实践表明 ,系统能比较准确获取血流信号的时间序列数据 ,可以对实验数据进行非线性分析 ,观察其变化规律 ,对进一步研究心脑血管疾病起到一定的作用。     

小波变换在扫描工程图纸预处理中的应用

工程图纸矢量化之前,必须对图纸进行预处理.本文提出了根据具有不同的Lipschitz指数的信号和噪声的局部模极大值具有不同的传播特性的理论,应用小波变换模极大值去除扫描图纸的噪声的方法,并给出了具体算法.同时充分利用原图纸的空域上的线条有别于污点的特征,对经去噪后的图纸采用逻辑平均抽取算法.去除大块的污点.实验结果证明了该算法的可行性.     

基于模型的信号分析及小波包应用

主要研究软测量系统中误差信号的分析与消除，旨在从输入信号方面找到提高系统测试精度的方法。从主要辅助变量分析误差信号来源，介绍了如何通过建立信号测量模型的方法。利用傅立叶变换和Matlab等工具分析信号噪声产生的原因，并根据噪声信号的不同特点，采用相应的小波处理方法。将小波技术应用于电流互感器软测量测试平台系统中，大大提高了系统的精度与重复稳定性。     

基于形态学和小波变换的心电信号去噪算法

在处理心电信号采集过程中混入的基线漂移、工频干扰及肌电干扰等噪声的过程中,小波变换取得了广泛的应用。针对小波算法的缺陷及不足,提出了一种基于数学形态学和小波阈值的混合算法。该算法利用非线性形态学滤波器滤除基线漂移,将获得的含高频噪声心电信号通过小波阈值算法进行处理,最后获得无噪声的ECG（心电）信号。采用MIT/BIH Arrhythmia Database中的数据对算法进行了验证,实现了三种主要干扰的滤除,本算法效果良好,为后续特征点的识别奠定了基础。     

基于LabWindows/CVI的小波消噪技术在振动信号测试中的应用

在振动信号测试中,可由加速度信号积分求解速度与位移信号,但由于噪声的存在影响了速度与位移积分精度,因此提出一种基于提高积分精度的自适应确定小波分解层数及阈值的消噪方法。实验结果表明该方法能有效消噪,减少因为噪声引起的积分误差。     

小波分析在光时域反射计中的应用

光时域反射计(OTDR)主要用于测试整个光纤链路的衰减,并提供与长度有关的衰减细节,但有时测量曲线会有较大误差。根据小波分析在奇异性检测及对信号进行消噪处理的理论,提出用小波分析对OTDR测量曲线进行奇异性检测和消噪的方法。利用OTDR对光纤进行了测试,实验结果显示:光纤实际接口位置与基于小波分解算法用计算机监测的位置实际偏差在4 m以内,并对正常光纤接口位置没有误监现象,表明了该方法的可行性和有效性。     

小波分析在激光测距传感器中的应用

激光宽高检测系统利用激光测距原理对行驶车辆的宽高进行检测,而所测信号掺杂有较大的车辆边缘光噪声,降低了系统的测量准确性。鉴于小波分析的时频局部特性,将小波分析法应用到消除高频光噪声干扰的应用中,提高激光车辆宽高检测系统的准确性,并通过Matlab中小波分析工具仿真和实际验证,证明可以消除光噪声对系统的影响和达到提高测量准确度的目的。