超声多普勒血流自小波相关分析及STFT方法的对比研究

论文阐述了短时傅里叶变换(STFT)在分析长时间非平稳随机血流信号时产生的误差,提出了一种用于超声多普勒血流信号分析的自小波相关分析(AWCA)方法.小波变换灵活可变的时频窗,在分析多普勒血流信号时更具有优势.文中给出了超声多普勒血流仿真信号,并用此信号进行了相应的短时傅里叶与自小波相关的结果分析.对比分析结果表明,自小波相关分析方法不仅适合于分析具有非平稳性的多普勒血流信号,而且能够提供更好的位置和频率分辨特性.     

匹配追踪算法的超声多普勒血流信号降噪研究

超声多普勒在临床医学中具有广泛的应用,但由于超声多普勒血流信号中夹杂了大量的噪声严重影响了时频声谱图的清晰度,所以必须采用一定的措施消除噪声。本文分别利用离散小波变换算法、小波包变换算法和匹配追踪算法对超声多普勒血流信号进行分解、变换以及降噪处理,并通过仿真实验,给出了不同信噪比情况下,对基于三种算法处理后的信号时域波形和频域波形进行了比较,证实了匹配追踪算法是一种非常适合于对像超声多普勒血流信号这样的频率带宽随时间变化很快的强噪声背景的信号进行噪声处理的算法。     

基于平稳小波变换的心电信号噪声消除方法

本文针对小波空间适应法在心电信号消噪中的缺陷,提出一种利用平稳小波变换(Stationary Wavelet Transform)的心电信号消噪方法,对受噪声污染的心电信号进行多层平稳小波变换,逐层估计平稳小波变换细节信号中噪声的均方差σ_j,选取各层阈值σ_j 2lnn (n为细节信号长度),对平稳小波变换的各层细节信号进行分别阈值处理,然后进行小波逆变换重建信号,以达到对信号消噪和恢复的目的.这种方法可以很好的抑制小波空间适应法消噪出现的Gibbs现象,较好地保持了心电信号的几何特征.     

基于小波的阀值消噪方法讨论及实现

根据小波变换的特点和信号消噪方面的要求,利用小波变换对平稳和非平稳信号进行消噪作了较深入的研究。阐述了利用小波分析消除信号噪声的基本原理和方法,并且利用Matlab软件编制程序实现了基于小波分析的平稳信号和非平稳信号的消噪仿真分析,实验表明小波阀值的选择对于平稳信号和非平稳信号的消噪效果是不同的,在此基础上分析了软硬阀值的特点和缺陷。     

基于改进经验小波变换的时频分析方法及其在滚动轴承故障诊断中的应用

经验小波变换是最近提出的非平稳信号分析方法,针对其不足,提出了一种改进的经验小波变换方法;同时结合瞬时频率新定义,提出了一种非平稳信号时频分析新方法.该方法首先通过改进的经验小波变换将一个复杂的非平稳信号自适应地分解为若干个具有紧支集频谱的内禀模态函数之和;再通过对每个内禀模态函数进行解调,得到原始信号的时频分布.将提出的方法应用于滚动轴承试验数据分析,并将其与希尔伯特黄变换进行了对比,结果表明,论文提出的方法能够有效地诊断滚动轴承故障,且诊断效果优于希尔伯特黄变换方法.     

基于Hankel-SVD的非平稳超声血流成像杂波抑制技术研究

有效抑制由血管或血管周围组织时变运动引起的非平稳杂波对于提高诊断超声彩色血流成像中血流动力学参数描述的准确性有着极其重要的意义。该文基于奇异值滤波技术提出一种改进的非平稳杂波自适应抑制方法。该方法逐次利用单个慢时多普勒回波采样矢量构建Hankel矩阵,然后根据奇异值分解后得到的正交Hankel主成份所代表的频域内容,动态选取高阶Hankel主成份重构多普勒血流信号,实现非平稳杂波的有效抑制。为验证算法的有效性,分别对多普勒回波仿真模型合成数据与利用彩色超声设备(Sonix RP)采集的颈动脉血流基带回波信号进行滤波处理,然后采用滞一自相关估计法计算血流平均速度与功率并进行成像。处理结果表明,相对于传统IIR滤波方法与多项式回归滤波技术,利用该文所提算法可对高强度、非平稳杂波进行充分抑制,提高血流估计精度,此外,该算法具有空间自适应性,无需人为设定阈值参数以估计杂波空间维数,与现有基于特征分解的自适应滤波方法相比,可以有效提高组织空间高强度时变运动时血流与组织的区分能力。     

基于LMD-Teager变换的功率谱估计

局域均值分解(LMD)方法是一种新的自适应信号处理方法,Teager能量算子是求解信号瞬时能量的非线性操作算法,能有效提取信号的瞬时能量。结合这两种方法的优点,提出一种基于LMD-Teager变换的功率谱估计方法,给出了算法原理和步骤,讨论了功率谱估计的物理意义,并在与快速傅里叶变换(FFT)方法、小波变换对比的基础上,用短数据序列和非平稳信号进行了仿真验证。结果表明:该方法突破了FFT方法中对所分析的信号必须平稳的要求,更适合于非平稳信号的处理;且对数据长度的要求较傅里叶方法低,而其分析精度和分辨率优于传统的傅氏方法和小波变换。     

一种新的基于小波变换的白噪声消除方法

本文研究了空间分布不均匀信号和白噪声在小波变换下的不同特性,提出了一种新的基于小波变换的白噪声消除方法,这咎方法可以对非平稳信号进行消噪处理,解决了传统信号处理方法对非平稳信号的局限性,并且有快速算法能够加以实现。仿真结果证明这种方法具有很好的去噪效果。     

一种新的基于小波变换的白噪声消除方法

本文研究了空间分布不均匀信号和白噪声在小波变换下的不同特性,提出了一种新的基于小波变换的白噪声消除方法。这种方法可以对非平稳信号进行消噪处理,解决了传统信号处理方法对非平稳信号的局限性,并且有快速算法能够加以实现。仿真结果证明这种方法具有很好的去噪效果。     

声发射信号的小波阈值降噪研究

声发射技术检测到的信号是一种非平稳信号,而对于含有噪声的非平稳信号降噪效果较好的方法是小波分析法。通过理论分析和试验研究,论述了基函数和阈值的选取对声发射信号小波降噪效果的影响,分析了声发射信号降噪过程中小波变换和小波包变换的区别,以及小波节点能量与信号降噪效果的联系。     

WT、EMD和ITD分析方法的对比研究

小波变换(WT)和经验模式分解(EMD)是当前有效处理非平稳信号的两种时频分析方法,另外ITD(Intrinsic Timescale Decomposition)方法也是一种较好的分析非平稳信号的方法,文章主要是通过仿真,分析这三种方法在时间上和分解效果上分解信号的区别,对比各自的优缺点,为非平稳信号的分解方法选择提供帮助。     

基于小波变换的语音基音周期检测

语音信号是一种非平稳信号,基音周期是语音信号最重要的参数之一,传统的基音检测方法存在一些缺陷.小波变换鲁棒性强、能很好地反映信号的时频特性,非常适合处理非平稳信号.为准确提取基音频率,提出了一种基于小波变换的基音周期检测方法.检测前在小波域上用Teager能量算子分离出语音信号的浊音段,然后对浊音段采用空域相关函数降噪...     

基于三次样条重建的超声多普勒血流信号提取

根据超声多普勒血流信号和血管壁搏动信号的不同统计特性,对采集的多普勒信号进行非均匀抽样和三次样条函数重建,从中得到血管壁搏动信号,从而提取出超声多普勒系统中的血流信号.对计算机仿真的超声多普勒信号和采集的人体颈总动脉多普勒信号分别应用该方法,并和传统的高通滤波器方法进行比较.实验结果表明:本方法能在滤除管壁搏动信号的同时,保留低频部分的超声多普勒血流信号,可用于超声多普勒系统中两种信号成份的分离.     

基于小波变换的电力系统谐波检测与去噪研究

传统的基于傅里叶变换的谐波检测能够精确的确定出平稳信号中各次谐波的幅值和频率,但不具有时间分辨率;小波变换适合突变信号和非平稳信号的分析,可以准确把握信号的局部细节,但无法准确、方便的分辨出各次谐波.因此,本文采用的是小波变换和傅里叶变换相结合的检测方案.文中还针对谐波信号含高斯白噪声情形对信号去噪问题进行了研究,并用MATLAB仿真,验证了该方法的有效性和可行性.     

基于小波变换的信号去噪技术及实现

阐述了小波变换去除信号噪声的基本原理和方法。研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声，然后利用Matlab软件编制程序实现了基于小波变换的正弦信号噪声抑制和非平稳信号的去噪仿真分析。仿真结果表明小波变换去除噪声的效果比传统的Fourior变换方法具有极大的优越性。     

基于小波变换的光寻址电位传感器信号去噪研究

基于(LAPS)(光寻址电位传感器)技术的生化传感器中的光生电流是一种微弱的非平稳信号,信噪比(SNR)低。为了提取清晰的LAPS信号,且鉴于传统的傅里叶方法去噪后信号失真严重,本文采用小波变换的方法对LAPS信号进行去噪处理。通过小波变换将信号分解为3层,得到各层的小波系数以及阈值。根据每一层系数特点,按阈值进行分别处理,得到新的小波系数。最后根据新的小波系数,重构信号。对去噪后的信号进行频谱分析发现,信号频谱为有效的LAPS信号谱段。将傅里叶去噪和小波去噪方法进行对比发现,小波去噪得到信号的SNR和平滑度(SR)要高于傅里叶去噪,表明小波变换是LAPS信号去噪的有效方法。     

小波IP软核实现及在信号降噪中的应用

小波分析是信号信息获取与处理领域的新技术,它在处理非平稳信号方面具有傅里叶变换无法比拟的优越性.本文针对实际工程中小波变换计算复杂度高,仅靠软件实现是无法满足实时信号处理的需求的问题,基于小波变换多分辨率分析原理,实现了离散小波变换IP软核设计,并结合设计的小波系数阈值处理模块,探讨了该IP软核非平稳信号降噪处理中的应用,证明了设计的可行性.     

小波MFCC和HMM在低空声目标识别中的应用

低空目标声信号是时变的、非平稳的,若以传统的Mel倒谱系数(MFCC)作为特征参数,虽然能模拟人耳的听觉特性,但不能更好地反映低空声信号的动态特性。基于小波变换可以精确反映非平稳信号瞬间变化的特点,文中用小波变换替代MFCC参数提取过程中的FFT变换,将改进后的MFCC与能够很好表征时变信号特性的隐马尔可夫模型(HMM)结合,对低空目标声信号进行检测识别。最后用实际采集到的直升机声信号和非直升机声信号进行实验,取得了较好的识别效果。实验的对比结果验证了该方法的有效性和可行性。     

基于小波变换的非均匀采样信号频谱的研究

该文提出基于小波变换的非均匀采样信号频谱的检测方法,给出变换函数关系使得非均匀采样信号满足小波变换的两个基本条件。文中说明了小波的非均匀化过程,从均匀小波得到非均匀小波,以非均匀小波分析非均匀采样信号,得到非均匀采样信号的频谱。文中还说明了非均匀小波变换的抗混叠的原理以及对信号频谱的检测方法,最后给出实验结果。理论和实验表明,非均匀采样信号的小波变换方法是一种行之有效的非均匀采样信号的频率检测方法,使用该方法处理信号可以得到准确的频率估计效果。     

小波变换域滤波方法在电磁生物医学成像中的应用

电磁生物医学成像信号是一种非平稳信号,传统滤波方法全造成信号重要信息的损失。小波变换局部极大值滤波方法利用信号与噪声不同的尺度变化特性来区分信号与噪声,将噪声从信号中分离出来。小波变换局部极大值描述是信号的一种稳定的、近似的描述,可以利用交替投影算法从小波变换局部极大值描述来重构信号。ａｄｈｏｃ算法是寻找小波变换对数模极大线的一种有效算法,在此基础上,提出模极大值漂移抑制方法,对生物医学成人像仿真