三种B-样条小波基处理重叠信号的比较

以B-样条小波为分析小波，提出了用于分析化学重叠信号解析的新方法一连续样条小波变换。详细讨论了采用二阶、三阶、四阶基数B-样条小波函数时，连续样条小波变换对重叠信号的解析，结果表明：连续样条小波变换应用于分析化学信号的处理，能使峰变窄同时还能提高信号的信噪比，是一种新型有效的重叠信号解析方法；对比三种样条小波基的处理结果，二阶B-样条小波基优于其余两种。     

样条卷积用于气相色谱重叠峰的分辨

本文采用了样条卷积（SC）的方法用以分辨重叠峰，通过这个方法考察了有机氯类农药DDT中的2个同分异构体P.P‘-DDD和O.P‘-DDT气相色谱重叠峰，结果表明信号峰的分辨率由处理前的0.840提高到处理后的1.496。     

基于三角样条小波变换和三角样条插值信号重构方法

文献8使用二进小波变换提取信号边缘特征,根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。该文分析了文献8存在的两个问题,并针对这两个问题进行改进,即在二进小波变换和插值重构时使用同一种函数———三角样条小波函数,这样才能体现出信号处理的本质。文章作者曾提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用,大大提高信号重构质量。就信噪比和相对误差两项指标与Mallat算法和文献8算法进行了比较,效果明显。     

样条小波最小二乘法处理毛细管电泳信号

运用样条小波最小二乘法（SWLS）处理峰形尖锐的毛细管电泳信号，获得满意结果。经过两次处理后，与样条小波变换处理结果相比，不仅噪声被滤除，峰形不变，峰高不受影响；数据点无须为2^n(n∈z）。     

小波变换-免疫算法用于重叠分析化学信号的解析

将小波变换与免疫算法结合，首先采用小波变换对原始信号进行数据压缩，然后采用免疫算法对压缩后的信号进行解析，从而使计算速度加快，对多组分核磁共振信号和二维重叠色谱信号的解析结果表明：小波变换－免疫算法可以方便地用于大数据量化学信号的解析，为快速复杂化学信号的解析提供了一种有效途径。     

正交样条小波在信号奇异性检测中的应用

本文给出了正交样条小波在信号奇异性检测中的应用,并且与其它常用的小波如Daubechies小波和双正交小波作了比较。实验表明,用正交样条小波进行信号奇异性检测不仅计算量小,而且效果好。     

小波包变换在重叠地震信号分离中的应用

地震资料处理中常会遇到重叠地震信号,而如何将这些重叠数据分离开,是一个有待研究的课题。论文利用小波包同时在频域和时域具有良好的局部化性质,采用Shannon熵标准来选取最优小波包基,确定了重叠爆破的延迟时间,从而成功地对重叠地震信号进行了分离。     

基于频域小波变换的Fourier去卷积法研究

将小波变换用于对频域信号的处理,提出了用频域小波变换获得的模糊项作为线性函数的Fourier去卷积法.与其他FSD方法相比较,本文提出的方法对不同类型峰形信号如HPLC信号均具有良好的分辨效果.由于不用选择线性函数,该方法还具有通用性较强,操作简便等优点.重叠峰分辨效果好的主要原因是由于从Fourier变换得到的模与其经小波变换获得的模糊项具有相似的线性和峰宽,能较大程度与原始谱峰相符.该方法有望用于不同类型重叠峰信号的分辨.     

复合信号的分辨新技术

将样条小波变换技术用于分辨复合信号,以选定的分辨因子作用于样条小波滤波器。使之成为峰分辨器,用它来直接处理复合信号,取得了较好的结果,被处理峰可达到基线分离,且峰位置的相对误差小于３．０％,峰面积的相对误差小于５．０％,方法简便易行;讨论了各种影响分峰效果的因素,包括不同的分辨因子及样条小波基等。并应用于铅－铊体系的处理以验证该方法。     

小波变换在信号处理中的应用

小波变换是近年来发展起来的一门理论，在图像处理，通信和地球物理上取得了成功的应用。小波包变换是小波变换的推广。本文应用更适合实际分析化学信号处理的小波变换来处理重叠的分析化学信号。此方法是建立在多分辨率分析的基础之上的。我们应用此法处理多组分重叠色谱信号的结果表明，此法不仅有效地解决了多组分重叠信号的解析问题，而且较传统的方法处理速度快且准确。可用于定量分析。     

Construction and properties of spline dyadic wavelet filters

This paper focuses on the construction and properties of spline dyadic wavelet that equals its reconstruction wavelet. A general construction method of finite spline dyadic low-pass and high-pass filters is given. It proves that finite spline dyadic low-pass filters are symmetric about 0 or 1/2, but there are no finite spline high-pass filters possessing symmetry with respect to 0 or 1/2. It further shows that there exist infinite spline high-pass filters possessing symmetry with respect to 0 or 1/2, which can be constructed. Their energy is concentrated and so finite symmetric spline dyadic wavelet filter that equals its reconstruction filter can be obtained approximately. Construction examples for quadratic and cubic spline dyadic wavelet filters are given.     

利用基于小波特征提取的网络模型解析色谱重叠峰

提出了一种新的色谱重叠峰解析模型——基于小波特征提取的RBF神经网络模型。首先利用小波变换奇异性的检测原理,从原始色谱信号中提取特征点,这些特征点蕴含了反映色谱峰形状的信息,包括重叠峰个数、保留时间等信息。由小波变换获得的特征点来确定RBF网络的隐节点数目和网络参数的初值,即将拐点对数作为隐节点数目,将峰宽估计值作为输出层连接权的初值,将峰高估计值作为隐节点宽度的初值。再用RBF网络来拟合原始重叠色谱信号,梯度下降法训练后获得的网络参数作为解析结果,实现了重叠色谱峰的分离。实验结果表明:本方法快速、准确、可靠,能有效解析未知组分数的重叠峰。     

基于局部投影和提升小波的混沌信号降噪

根据信号和噪声的不同特性,提出了一种基于局部投影和提升小波的混沌信号降噪方法。该方法利用提升小波变换得到实际混沌信号的近似系数,对其进行相空间重构,与实际混沌信号的重构相空间进行比较,来选取局部投影的邻域,在局部邻域内进行奇异谱分析,利用代表吸引子的主分量来重构混沌信号。通过对Lorenz模型和月太阳黑子进行仿真分析,证实了提出方法对混沌信号降噪的有效性。     

基于三次中心B样条小波的电测井信号去噪

电测井方法所得到信号有一定噪声.若直接分析,往往不能从信号中取出有用的信息,需去噪.小波阈值去噪是常用而重要的方法,其法有赖于选择小波基函数和阈值处理函数.以三次中心B样条小波为基函数,采用改进的软硬阈值处理函数给电测井信号去噪.结果表明,三次中心B样条小波很光滑,去除电测井信号的噪声干扰有效.     

Probabilistic neural networks combined with wavelet coefficients for analysis of electroencephalogram signals

Abstract: In this paper, the probabilistic neural network is presented for classification of electroencephalogram (EEG) signals. Decision making is performed in two stages: feature extraction by wavelet transform and classification using the classifiers trained on the extracted features. The purpose is to determine an optimum classification scheme for this problem and also to infer clues about the extracted features. The present research demonstrates that the wavelet coefficients obtained by the wavelet transform are features which represent the EEG signals well. The conclusions indicate that the probabilistic neural network trained on the wavelet coefficients achieves high classification accuracies (the total classification accuracy is 97.63%).     

雷达辐射源信号小波变换特征提取方法

在小波域滤波算法的基础上提出一种对雷达辐射源信号进行脉内特征提取方法,该方法能够从信号中有效地提取定量信息。将小波变换后低频逼近小波系数的能量分布熵与经过尺度相关去噪计算后反映信号边缘的高频细节小波系数能量分布熵构成雷达辐射源信号的二维特征向量。通过对10种雷达辐射源信号的特征提取和分类仿真实验分析表明：提取的样本特征在0 dB下具有很好的抗噪性和可聚类性,方法是有效的。该方法能够简化分类器的设计,有利于工程应用。     

重叠与正交脉冲信号下的UWB系统性能研究

介绍了TH-UWB信号模型,推导出了在AWGN信道条件和多径条件下,重叠和正交脉冲信号下的TH-BPPMUWB系统的误码率公式,并进行了仿真。仿真结果表明在AWGN信道条件下,基于重叠脉冲信号的TH-BPPM系统性能优于基于正交脉冲信号的TH-BPPM;多径条件下的正交TH-BPPM的系统性能优于AWGN信道条件下的系统性能。