基于小波和EMD的语音信号去噪

为了解决语音信号问题,本文在传统小波阈值去噪方法的基础上提出了提出了一种基于经验模态分解的小波阚值去噪算法,并与小波阂值去噪法和EMD去噪效果相比较,试验结果证明,基于经验模态分解的小波去噪效果是相当有效和稳定的．为研究语音信号去噪处理提供了新的手段。     

基于离散平稳小波变换的心电信号去噪方法

提出一种基于离散平稳小波变换的心电信号噪声去除方法,通过对心电信号进行多层离散平稳小波变换,根据噪声的不同来源及其频带分布特点,对变换后的细节信号采用不同的阈值去噪方案。该方法有效克服传统离散正交小波变换去噪时容易产生Gibbs现象的问题,从而达到保持心电波形特征且抑制噪声的双重目的。     

基于改进EMD的脑电信号去噪方法

以经验模态分解(EMD)为理论基础,提出一种相似波形加权匹配的方法,对脑电信号(EEG)端点进行延拓,改善EMD分解过程中存在的端点效应,利用延拓后的EMD方法对EEG进行去噪。基于美国加州理工学院数据库中EEG的仿真结果表明,延拓后的EMD方法可有效去除EEG波形中的噪声部分,使EEG的特征更明显。     

基于小波变换的心电信号阈值去噪算法研究

心脏病是威胁人类健康的病症之一,发病率一直居高不下。但纯净的心电信号不容易得到,心电信号中总有各种噪声。对心电信号的去噪研究逐渐成为人们研究的热点。由于传统傅里叶去噪的局限性,近年来逐渐兴起的小波分析逐渐成为人们去噪研究的重点。通过对前人工作的总结和分析,提出了一种新的阈值去噪的方法,既克服了软硬阈值函数的缺点,同时又能在它们之间进行灵活选择,并最终通过实验模拟达到了理想的去噪效果,证明该算法比传统的方法更能得到纯净的心电信号。     

基于平稳小波变换的心电信号去噪研究

讨论了经典的离散小波去噪原理和平稳小波变换的原理，分析了阈值以及阈值函数的选取方法。并将经典的离散小波和平稳小波用于心电信号去噪处理。通过在不同阈值和不同阈值函数条件下对心电信号处理的去噪效果的对比研究，说明了平稳小波相对于离散小波不仅提高了信噪比，还较好的抑制了Gibbs现象，取得了更好的去噪效果。     

基于小波阈值去噪的心电信号分析

研究心电信号优化问题,为去除心电信号采集过程中存在的噪声信号,抑制各种噪声干扰,提出了小波阈值去噪的心电信号去噪.以小波阈值降噪为基础,首先利用sym8小波对心电信号进行8尺度分解,再用软、硬阈值与小波重构的算法进行去噪.针对软阈值去噪法产生的伪吉布斯现象,采用一种新阈值函数对心电信号进行处理.通过对MIT心电数据库中...     

结合小波变换和中值滤波心电信号去噪算法研究

在采集心电信号数据的过程中,必然会涉及到肌电干扰、基线漂移和50Hz工频干扰,而使用常规系统辨识法则常常在一定程度上难以鉴定心电信号的特性.中值滤波器是一种操作简单的、高速的非线性信号滤波器,它常用于心电信号中低频去噪过程,如基线漂移.因为WTS的二进小波是一组带通滤波器,不同尺度有不同的频带,小波变换被选定用来分解原始信号,小波变系数的重建形成了消除干扰的心电信号.采用模拟实验是要确定如何进行自适应的阈值选取,适当的分解层数和小波函数.通过使用MIT/BIH数据库的心电信号,并结合计算机仿真形成的心电信号来对该方法进行检验.结论表明此算法可有效抑制心电信号中的主要噪声,满足心电波形临床分析和诊断的需求.     

自适应小波阈值算法在心电信号去噪中的应用

针对常用的小波阈值算法存在的缺点和心电图信号的具体特征,提出了一种新的自适应阈值算法.该算法通过估计含噪信号信噪比的大小,自动调节阈值来抑制心电信号中的噪声.实验表明该算法能有效地实现心电信号的噪声消除,同时也为其他信噪比较低的生物医学信号处理提供了一种新的方法.     

基于小波去噪和EMD的船舶液位信号特性分析

为提高船舶液舱液位测量精度,研究了液位测量信号的特性,提出基于小波去噪和经验模态分解(EMD)的水位信号处理新方法。用平移不变小波去噪算法对液位信号进行预处理,消除异常事件对EMD方法的影响,用EMD分解信号,按照给定的置信度去除高频固有模态(IMF)分量,提取低频IMF及趋势项进行重构,得到的无干扰成分即为液位真实信号。理论及实验研究表明,只有在有效消除异常干扰的情况下才能获得可靠的IMF分量,采用该方法提取有异常干扰的液水位信号真实趋势是有效可行的。     

心电信号的Lipschitz指数与基于小波变换的去噪算法

心电信号是对人类心脏的生理和病理过程进行无创检测最主要的手段，是近年来信号处理领域的一个研究热点。本文在概述小变换理论的基础上，首先通过实验计算测定了心电信号的Ｌｉｐｓｃｈｉｔｚ指数，然后基于小波变换下奇异信号民随机噪声尺度空间中的不同特性设计了一种去噪算法。     

基于小波变换的诱发电位信号去噪研究

基于一维小波变换的方法对诱发电位信号进行了去噪研究。采用小波多分辨率分析方法来处理信号的高频———即噪声部分,分别对仿真信号和实际信号进行消噪处理,比较了去噪前后信号的信噪比等性能指标。实验表明,小波变换方法能较好地消除诱发电位信号的噪声。     

基于子波变换的一种信号除噪新算法研究

针对Donoho去噪算法中阈值难以确定，通过分析白噪声的能量分布在于波变换域随尺度变化的规律，提出了一种采用子波变换来消除信号噪声的新算法。通过对含噪信号的求导运算实现信号与噪声在于波变换域约分离，以达到消除噪声的目的，算法的特点在于能够自动给出信号中噪声的阈值。经过测试，该算法在消除信号中的白噪声时，能够取得比较理想的效果。     

小波变换和模糊识别技术在人体血压信号处理中的应用

为了精确测量人体血压，如何对血压信号进行分析和处理是问题的关键．本文首次将小波理 论和模糊识别理论相结合，并应用于人体血压波形信号的实际分析中；创造性地将离散小波 和连续小波变换结合在一起，完成有用信号的特征提取，并用模糊识别的方法实现目标的识 别．本文对各种波形信号的分析提供了非常有效的处理方法，具有很大的实际应用价值．     

基于小波分析和多重自相关法的微弱信号检测技术

离散小波变换具有时频分析特性,可把信号的细微变化反映出来,可明显提高信号的信噪比.在用小波变换进行预处理的前提下,利用正弦信号的特殊性质,在信号未知的情况下,通过多重自相关运算可检测出埋没于噪声中的微弱正弦信号.讨论了多重自相关法在白噪声背景、有色噪声背景等情况下的检测效果,并给出仿真结果.     

计算机医用信号处理与分析——基于小波变换的医学瞬变信号去噪新方法

本文提出一种用于计算机辅助诊断前处理的医学信号去噪新方法。方法：１．对信号进行ＤＷＴ。２．在ｓ＝２１上，利用邻近尺度ＷＴ系数的空间相关性进行选择性去噪。３．在ｓ≥２２上，运用阈值法（Ｓｏｆｔ，ＨａｒｄＴｈｒｅｓｈｏｌｄｉｎｇ）去噪。４．信号重构。结果：分别采用本文方法及传统方法对突变信号进行去噪与结果比较。结论：本文方法在获得信噪比增益的同时，能够保持对信号突变信息的良好分辨且处理速度快、便于在微机上实现。     

基于MATLAB的语音信号LPC技术分析研究

线性预测技术作为一种基于全极点模型假定和均方预测误差最小准则下的波形逼近技术。本文简要介绍了LPC技术的基本原理,并利用MATLAB这一有力工具对语音信号进行了LPC分析,并对阶数的选取做了比较分析。     

小波变换及在图像处理中小波系数分析

小波变换是近几年来发展起来的集数学、信息处理于一体的新理论,它在信号分析、特别是图像处理中起着重要的作用。本文简单介绍了图像处理分解,在此基础上详细分析了图像经小波变换后的系数情况,以供进一步编码之用。     

基于EMD和自适应提升小波分析的图像增强

针对经典和提升小波变换共同的缺陷,提出基于EMD和自适应提升小波分析的图像增强算法。对二维图像信息作EMD分解,提取出图像信息的IMF分量,对此IMF分量进行自适应提升小波分解并重构,得到增强图像。仿真及实验结果表明该方法具有有效性和实用性。     

现代数字信号处理技术的虚拟机应用程序开发

本文将小波分析技术同虚拟仪器技术有机地结合起来,研制开发了现代数字信号处理技术的虚拟仪器系统,界面友好,程序运行速度快,实现了用软件代替硬件、用虚拟仪器代替传统仪器的目标,并且在性能价格比和操作简便性上表现了很大的优势。它的研制为数字信号处理技术的研究开辟了新的空间。     

小波变换及图像压缩编码时小波基选择

阐述了小波变换的原理,分析了小波变换用于图像压缩时小波基选择与图像压缩编码效果的关系,并通过实例加以说明。