基于分数阶小波变换的心电信号去噪处理研究

为了能够快速简单的滤除心电噪声,提高信号的信噪比,采用分数阶小波变换对心电信号进行处理,并利用"Arrhythmia Database"和"Noise stress Test Database"数据库中的数据和对其进行验证.仿真结果表明,运用这种方法能够有效地提高心电信号的信噪比,清晰的还原出心电信号的波形及其特点.所以分数阶小波变换在心电信号去噪处理中具有很好的应用.     

分数阶傅市叶变换域的心电信号滤波算法

心电信号是一种非平稳的低频微弱信号,与干扰噪声具有较强的时频耦合．经典的滤波方法难以实现有效的信噪分离．提出了一种基于分数阶傅立叶域的LMS自适应滤波算法,既结合了适合处理非平稳信号和减少时频耦合的特点,又能够有效地提高信噪比．首先将信号进行分数阶傅立叶变换,寻找最优变换域,再利用LMS自适应滤波算法在最优变换域滤波,然后对滤波后的信号进行分数阶傅立叶反变换．通过对MIT—BIH中的心电数据进行Mat—lab仿真,表明信噪比从-6dB提高到14dB,清晰地还原出心电信号的波形及特征点．     

二维分数阶小波变换滤除混合图像噪声研究

图像形成与传输过程中,常受到复杂混合噪声的干扰.本文结合二维分数阶小波变换与中值滤波,提出一种新的混合未知图像噪声滤除方法.该方法先通过噪声检测将脉冲噪声标识出来,并利用中值滤波方法滤除,然后计算剩余噪声,进一步得到二维分数阶小波变换的最优阶次,在二维分数阶小波时频域,将剩余的高斯白噪声用阈值去噪方法滤除.经实验证明,该方法在有效去除混合噪声时具有优势.     

分数阶Fourier变换在信号处理中的应用研究

本文综述了分数阶Fourier变换的定义、数值化实现方法及其应用。重点比较了三种数值化实现方法的优缺点,详细阐释了离散采样型数值化方法的实现过程。此外,本文对分数阶Fourier变换在数字水印、信号检测与参数估计和生理信号去噪等信号处理中的应用做了概述,系统阐释其算法原理与处理过程。最后,总结了分数阶Fourier变换在时变、非平稳等复杂信号处理中表现出的优势,并展望了今后的研究发展方向。     

基于空间分数阶偏微分方程的图像去噪模型研究

为了在获取更高信噪比的同时更多地保留图像边缘和纹理等细节信息,将分数阶微积分理论和偏微分方程方法有效结合,构建了基于空间分数阶偏微分方程的图像去噪模型,并利用分数阶微分掩模算子来实现去噪模型的数值计算。该去噪模型通过引入以分数阶梯度模值为参数的边缘停止函数并选择合适的分数阶微分阶次,由此能够在一定程度上解决传统去噪模型存在的不足之处。实验结果表明,基于空间分数阶偏微分方程的图像去噪模型较传统的去噪模型不仅可以提高图像的信噪比,而且可以更好地保留图像边缘和纹理等细节信息。     

基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

一种基于分数阶积分的数字图像去噪算法

针对现有图像去噪算法丢失图像纹理信息的问题,将基于Riemann-Liouville定义的分数阶积分应用于数字图像的噪声去除,提出8个方向上的图像任意阶积分掩模,给出运用该掩模进行图像去噪的数值运算方法及相应的算法实现电路模型.仿真实验结果在定性和定量的方面表明本文的算法对灰度图像和彩色图像同样适用,具有能够一次性完成积分,去噪精度高,同时能最大限度保持图像的纹理细节信息的特点.该算法特别适用于高精度的图像实时去噪.     

分数阶傅里叶变换在数字水印中的应用

传统的图像水印技术是基于离散余弦变换,只适用于处理平稳的信号,并且离散余弦变换属于有损的数据压缩过程。而分数阶傅里叶变换可以用来处理非平稳的信号,通过对连续型分数阶傅里叶变换进行离散化采样,得到适合数值计算的离散形式,然后在频率域对幅度中间的系数使用一个随机的正态分布序列进行修改,再经过逆变换,就得到了加入水印的图像。由此提出了改进的基于分数阶傅里叶变换的随机序列水印算法。仿真结果验证了所提出的算法显著地提高了在各种攻击下水印的健壮性。     

分数阶积分的图像去噪算法

为了在去噪的同时更好地保留图像的细节纹理信息,提出一种分数阶积分的图像去噪算法FIDA。论述了FIDA在135°、90°、45°、0°、180°、315°、270°、225°这8个方向上的分数阶积分掩模的构造,及FIDA的数值运算规则。实验以视觉感知和PSNR值两个主、客观标准对FIDA的去噪性能进行度量,表明FIDA去噪算法的有效性:在去噪的同时对图像的边缘纹理细节信息保留较好,尤其是对灰度变化不大的弱边缘和弱纹理细节信息的有效保留。     

分数阶Fourier变换与新型时频滤波器设计

为了无失真地恢复复杂噪声环境中的非平稳信号,提出一种新型分数阶Fourier变换时频滤波器设计方法．该方法先利用Gabor变换得到信号在时频域的分布状况,然后用支撑向量机(SVM)分类算法结合图像分割得到分离时频图像上信号和噪声区域所需的最优分类线,最后用此最优分类线方程确定时频滤波器的阶数和传递函数．在信号和噪声时频域线性不可分的情况下,对SVM分类曲线进行了全局最小二乘分段线性拟合,然后根据拟合生成的方程构造并行多阶滤波器组．为满足实际应用中实时性的要求,对算法的计算复杂度进行了优化．计算机仿真结果验证了该方法的有效性．     

基于自适应阈值的提升小波去噪方法

鉴于传统的去噪算法中的阈值很难选取到最优值,设计了自适应的阈值选取器,结合最小均方算法和小渡阈值去噪算法,提出了一种基于LMS算法的小波去噪方法.该方法根据LMS算法来自适应地控制阈值参数,并实现提升小波阈值去噪.仿真结果表明,该方法优于传统去噪方法,可较大程度地减少信号中的噪声,提高输出信号的信噪比,能很好地提取有用信号的特征.     

小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。     

基于经验模态分解和小波变换声发射信号去噪

为了解决声发射信号去噪问题,在分析经验模态分解去噪和小波阈值去噪优缺点的基础上,提出将二者相结合的去噪方法,包括IMF-Wavelet方法,EMD-Wavelet方法和Wavelet—EMD方法．利用标准信号及断铅模拟声发射信号对所研究方法进行了去噪性能分析．结果表明：对于标准信号,Wavelet—EMD方法无论在高信...     

一种新的基于小波变换的语音消噪方法

提出一种新的语音消噪处理方法:二次小波分解全局阈值法.该方法不同于传统阈值消噪方法,首先对语音信号高频部分做了二次分解,然后应用阈值消噪的方法对信号进行消噪处理.该方法在MATLAB上进行了模拟实验.试验结果表明该种方法鲁棒性很好,提高了信噪比,去除了大部分噪声,同时有效信号的能量也相当完整地保留下来,能够很好地解决噪声对语音信号的干扰问题.     

基于广义随机共振的Chirp信号检测性能分析

为便于提取多个chirp信号叠加噪声模型中目标chirp信号的参数信息,本文研究了该混合信号激励过阻尼双稳系统的随机共振现象。但由于chirp信号在频域能量的非聚焦性,传统刻画随机共振的信噪比指标失效。因此,基于chirp信号在分数阶傅里叶变换域上的能量分布特性,对非线性随机动力系统的畸变输出信号进行变换域上的最优滤波,给出最优分数阶傅里叶变换域上的信干比定义形式,并以此作为目标chirp信号经过系统后的性能增益的度量和广义随机共振现象的判别依据。数值仿真结果表明,在存在多个chirp信号驱动的过阻尼双稳系统中,当目标chirp信号或噪声能量不足以激发粒子跃迁时,干扰chirp信号能在一定程度上协助粒子发生跃迁,产生协同随机共振现象,从而提高对目标chirp信号的检测性能。     

飞机复合材料敲击检测信号的小波去噪新方法

为了利用小波阈值函数研究飞机复合材料敲击检测信号的去噪处理,在敲击检测简化力学模型中,推导出飞机复合材料表面受到瞬时激振的振动信号表达式.在硬阈值函数、软阈值函数、半软阈值函数和两种改进阈值函数去噪法的研究基础上,提出了基于硬阈值函数和半软阈值函数线性结合的阈值函数去噪新方法.在时域和频域的振动信号去噪仿真和对比结果表明,新方法在函数连续性、波形平滑度、重构误差等方面的去噪效果都同时得到了较大的提高,去噪效果显著.为飞机复合材料敲击检测信号去噪提供一种技术方法.     

基于小波变换模极大值的去噪方法研究

小波去噪在信号处理中得到广泛应用。目前常用的方法主要有Donoho提出的阈值法和Mallat提出的模极大值法。模极大值法是一种经典的小波去噪方法,噪声的模极大值的幅度随尺度的增大而迅速减小,而正常信号随尺度的增大而增大,因此利用合适尺度的小波变换,容易把噪声从正常信号中剔除。通过试验说明这种方法对白噪声和脉冲噪声都有很好的去噪效果,并与阈值去噪比较,对于高斯白噪声,信噪比比较低的信号,模极大值去噪要优于阈值法去噪;对于脉冲噪声,脉冲噪声点数较多时,模极大值去噪要优于阈值法去噪。