跟踪型数字滤波方法在涡街信号处理中的应用

涡街流量计广泛应用于流量测量领域。由于测量现场工况复杂,涡街流量信号常会掺杂着各种噪声干扰。尤其低流速时,涡街信号微弱,常被噪声淹没,如何提取真实的涡街信号是涡街信号处理的难点。提出一种新的算法来滤除噪声并提取涡街信号。该算法是基于涡街信号特征来设计的一种特殊滤波器,它能够实现涡街信号幅1／f2值衰减并且动态跟踪真实涡街信号频率。实验结果表明该算法能够自动识别涡街信号,滤除噪声。该算法严格控制了计算量,信号处理精度高,适合于工业现场应用。     

基于小波极大模值的色谱噪声自适应滤除

利用小波模极大值理论提出了一种自适应滤除色谱噪声的算法。对带噪色谱信号小波分解获得不同分解层数上的模极大值点,利用信号与噪声的小波模极大值的衰减性显著差异,结合色谱谱图信号与非信号不同区域,根据同一序列点在不同层上的模值变化,区分出信号点与噪声点,再通过信号重组可得到滤噪后的色谱信号。实验结果表明,该算法不影响色谱峰峰高和峰位置,能有效地自适应降噪。     

小波变换在色谱信号滤波中的应用研究

本文通过对工业气相色谱分析仪器信号进行分析，并比较几种数字滤波方法，采用了小波变换对色谱信号进行滤波。文中利用空域相关法，根据给定信号较准确地估计出噪声方差，从而自适应地实现信号的滤波，实验证明滤波效果较好。     

基于小波变换多分辨率特性的语音消噪方法的研究

小波分析是一种信号的时间——尺度分析方法,特别适合于非平稳信号的分析,具有多分辨率分析的特性,而且在时频两域都具有表征信号局部特征的能力。通过分析语音信号的特性,利用小波变换的多分辨率分析特性,提出了首先对信号进行清浊音判断,其次运用多尺度多闽值方法来抑制包含有噪声的语音信号在不同尺度上的噪声小波系数,从而实现在重构语音信号中消噪的目的,并通过计算机仿真结果验证了该方法的有效性。     

小波滤波在超声管外测压回波处理中的应用

超声测压过程中信号受到噪声的干扰,使得回波信号质量较差。为提取后续特征,需对回波信号进行处理。而小波具有"变焦距"特性,在时域和频域中具有良好的局部分析能力,适合于超声等非平稳信号处理。在超声反射回波的数学模型基础上,利用小波滤波方法对超声信号进行预处理,提取强噪声背景中的弱回波信号。仿真及实验表明,用小波滤波能够有效抑制噪声,提高信噪比,且该方法原理简单,易于实现,为进一步研究超声管外测压奠定了基础。     

基于声卡和MATLAB的噪声信号采集与分析

介绍利用声卡和MATLAB软件采集与分析噪声信号的方法,并结合汽车噪声信号采集分析的应用实例,详细阐述了噪声信号采集与分析的实现过程。     

一种声纳信号模拟器算法及工程实现

本文首先给出了一种声纳信号模拟器的信号与噪声产生的算法。目标回波信号的产生采用复包络-调制法。噪声的产生利用白噪声激励AR滤波器来实现,分别讨论了复数AR滤波法和实数AR滤波法两种可能的实现途径,并分析了各自优缺点。在此基础上,给出了信号与噪声产生的硬件框图,并分析了其中的关键技术问题(均匀分布白噪声的获取、多路互不相关的噪声获取等)。最后给出了该声纳信号模拟器总体硬件框图和软件框图,并对该模拟器的运行结果进行了分析和检验。     

炉膛声波飞行时间测量中声源信号的选取研究

炉膛内声波飞行时间的精确测量是实现声学法炉膛温度场分布测量技术的关键,而选取一种具有较强抗噪声干扰能力的声源信号是精确测量飞行时间的前提.针对适合于互相关函数法测量声波飞行时间的几种典型的声源信号,在不同信噪比下进行仿真实验比较,结果表明,线性扫频信号在相关法声波飞行时间测量中具有更强的抗噪声干扰能力;通过对不同声源信号进行功率谱分析得出,在采用互相关函数测量炉膛内声波飞行时间时,信号的抗噪声干扰能力不仅与信号的频率范围有关,而且还取决于其相对于噪声的有效频带.     

脉搏波信号预处理方法研究

为克服脉搏波信号采集时受到的高频噪声干扰和低频噪声干扰,脉搏波信号的预处理成为心脉信号处理中的关键环节。使用零相位滤波法处理脉搏波信号,改善传统数字滤波器直接滤波的输出失真问题;通过建立评价参数,对去除高频噪声的数字滤波器和小波阈值滤波器的滤波效果进行评价,获得最佳滤波方法;对比常用去基线漂移方法在处理脉搏波信号时的特点,获得最佳去基线漂移算法。使用新研发的脉搏波采集手环采集多名受试者的脉搏波原始信息,将采集到的信号按上述方法去噪和去基线漂移后,实现脉搏波信号的预处理过程。实验结果表明,采用sym4小波基、固定阈值、软阈值函数等小波阈值去噪方法去除高频噪声并使用三次样条插值拟合曲线去除基线漂移后,所获得的脉搏波信号平滑无毛刺,每个周期起始点和终点都在同一水平基线上,满足后续脉搏波信号的医学分析和疾病诊断需要。     

色谱信号的基线校正新技术

色谱信号的基线漂移问题严重影响了分析的准确性。本文在充分利用小波函数的优良性能基础上，综合运用曲线拟合与阈值截断技术，首次提出了用于色谱信号摹线校正的阈值拟合技术(TFT).该技术能将信号中的漂移基线准确提取出来并对原信号进行校正，大大提高了分析的精度。该方法操作简单，结果准确，人灯因素影响小，能使基线漂移问题得以有效解决。     

心电信号去噪效果的评估与分析

心电信号是人体的主要生理信号之一,通过对心电信号的分析可了解心脏的健康状态,由于心电信号属于微弱低频信号,所以在采集过程中极易受到来自人体内部和外部的噪声干扰,影响心脏疾病诊断的效果。基线漂移、工频干扰和肌电干扰是心电信号采集过程中不能忽略的噪声干扰。对心电信号的相关去噪算法的效果进行对比分析。首先将模拟理想状态下的心电信号作为原始数据,同时模拟出心电信号中存在的基线漂移、工频干扰和肌电干扰。每种噪声干扰分别选择三种常用的去噪算法,采用信噪比、均方差和心电信号的频域特征的评估指标进行去噪效果的比较。在此基础上,提出了一种多噪声心电信号的去噪方法并给出去噪流程和效果。研究结果表明：（1）对于基线漂移、工频干扰和肌电干扰分别采用小波变换法、陷波滤波法和小波阈值法的去噪效果最好;（2）当心电信号含两种及两种以上噪声时,按照滤除基线漂移、工频干扰和肌电干扰的去噪顺序滤波效果最好。     

小波变换在心电信号滤波器中的应用研究

讨论了基于小波变换的增强ECG信号的滤波算法,通过处理小波变换的细小尺度和粗大尺度减小了50Hz的工频干扰、基线漂移和随机噪声。实验结果表明了此方法的可行性。     

基于多项式拟合的拉曼光谱基线漂移校正方法(英文)

现代仪器所获得的量测信号中,常常会出现基线的漂移,进行基线校正,是化学实验数据预处理的重要组成部分.例如,由于荧光的存在,拉曼光谱中基线漂移情况严重,阻碍对其进一步的解析.将多项式拟合的方法进行适当改进,即可以实现对基线漂移的校正.这样的方法原理易于理解,自动化程度高.将此方法应用于由不同数学函数模型构成的漂移基线的模拟拉曼光谱中,可以有效降低甚至消除荧光所造成的影响.借助激光显微芡聚焦技术,得到了由不同质量比例牛血清白蛋白和硫磺素S粉末混合样品的拉曼光谱.用此方法校正由牛血清白蛋白造成的荧光基线漂移,通过计算校正后拉曼光谱与纯硫磺素拉曼光谱的相关系数,研究考察了在不同荧光强度干扰下此方法的基线校正效果.另外,利用Matlab GUI技术编写,经MicrosoftVisual C/C++6.0编译发布的可视化软件工具,集成了数据输入,基线校正,作图,数据输出等功能,可以在Windows系统中独立运行.     

基于形态学的ECG小波自适应去噪算法

为了消除心电信号中的噪声,提高心电监护仪的性能和计算机自动诊断效率,已经提出了多种方法来消除这些噪声.针对常规的ECG信号去噪算法存在的缺陷,提出了一种基于形态学的小波自适应去噪算法.该算法利用线性组合形态学滤波器去除基线漂移信号,然后对处理后无基漂的信号送入小波自适应滤波器,选取合适的阚值对其进行二次滤波去噪,最后得到无噪声的ECG信号.实验结果表明,该算法是一种有效的去噪算法.     

表面肌电信号的降噪处理

表面肌电信号是一种易受多种噪声影响的生物电信号,其中以工频干扰、基线漂移、白噪声等干扰尤为严重.通过分析噪声干扰的特点,结合表面肌电信号特征,选取频谱插值法在频域内消除了工频干扰;利用形态学滤波的开闭运算得到基线漂移特征,从而滤除了基线漂移;基于经验模态分解(EMD)得到的本质模态函数分析消除了白噪声.实验结果表明:上述滤波方法在不损坏有用信号的前提下,可以实现较为满意的滤波效果.     

基于最小二乘法的文档图像倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,而布局分析及字符识别算法对页面倾斜都十分敏感,因此倾斜检测和校正是文档分析预处理的重要环节。本文提出了一个基于最小二乘法的倾斜检测方法。它将字符连通区包围盒底边中心点作为特征点,利用文本行中特征点与基线的关系,将特征点用最小二乘法拟事出基线的方向,即为页面倾斜方向。同时,本文介绍了一种基于直线拟合的快速倾斜校正算法。实验证明,该算法速度快,准确度高。     

Piecewise linear correction of ECG baseline wander: a curve simplification approach

In this paper, we suggest a novel method for ECG baseline correction, exclusively based on pattern recognition tools, namely, dominant points (DPs). The DPs are computed by the Douglas-Peucker curve simplification algorithm. The so-computed DPs include peak and baseline points, the discrimination of which yields gradual piecewise linear estimation of the baseline wander (BaselineW) in two iterations. At each iteration, the current BaselineW is subtracted from the input signal according to the decomposition scheme: ECG approximately ECG(ZBLW) + BaselineW, where ECG(ZBLW) is the underlying baseline wander free ECG. The method targets many types of baseline deviations in a unified approach: baseline drift due to respiration, amplitude modulation due to perspiration and abrupt potential change due to electrode loose contact. We tested the developed method on a variety of ECG records including half synthesized records contaminated with different types of baseline deviations (simulated) noise, and on records from the MITBIH database presenting important baseline deviations, including normal and abnormal heart beats cases. The method showed good performance in computing a piecewise linear estimation of the baseline deviation and in extracting the ECG(ZBLW), which represents the clinically significant electrocardiogram information.     

微惯性传感器零点漂移融合滤波算法研究

为提高微惯性传感器的测量精度,提出了基于指数平滑的GM（1,1）改进模型,通过该模型对漂移中的确定性漂移信号进行提取,运用AR（3）模型对提取趋势项后的随机漂移进行了建模分析,并在AR（3）模型基础上进行了Kalman滤波处理,经Allan方差分析表明：经模型补偿后的漂移噪声降低了1-3个数量级,有效减小了零漂信号中的角度随机游走、角速度随机游走、速率斜坡、零偏不稳定性和量化噪声,提高MEMS陀螺零漂输出的稳定性。     

基于形态学与小波变换的信号自适应去噪算法

针对常规的ECG（electrocardiogram）信号去噪算法存在的缺陷,提出了一种基于形态学与小波变换的自适应综合去噪算法。该算法利用形态学滤波器去除基线漂移信号,用小波滤波器去除高频干扰信号,并将这两部分所得到的心电噪声分量作为自适应滤波器的参考输入信号,对ECG信号进行自适应滤波处理,最后得到去噪后的ECG信号。实验表明,本算法是一种有效的去噪算法。