心电图中滤除基线漂移的研究

介绍了一种利用中值滤波器来滤除信号中基线漂移的方法。由于中值滤波器是一种非线性信号处理方法,具有计算简单,处理速度快的特点,从而能在有效抑制基线漂移噪声的情况下,提高整体的运算速度。采用MIT-BIH数据库中的心电数据对该方法进行检验,结果显示该方法能很好地滤除ECG中的基线漂移噪声,同时将该方法与常用的两种方法进行实时性比较,实验结果表明该方法在确保信号不失真的情况下,提高了系统的运算速度。     

一种基于小波变换的红外导引头信号检测方法

针对某型号红外导引头信号的检测问题,提出了一种基于离散平稳小波变换的微弱脉冲信号检测方法.根据有用脉冲信号与噪声信号在频谱特性上的差异,对导引头信号进行多尺度的离散平稳小波变换,利用分解后得到的低频近似信号逼近信号中的低频噪声来滤出低频噪声的干扰,同时采用阈值去噪的方法处理信号中的白噪声.将该方法应用于仿真信号和真实导引头信号检测,仿真实验结果表明:该方法在有效克服传统离散正交小波变换去噪时容易产生的Gibbs现象的前提下,极大地提高了导引头信号的信噪比,增强了导引头的探测能力.     

MEA信号锋电位的小波变换分类

小波变换是信号处理领域最近若干年发展起来的先进方法，对信号的时域信息和频域信息都有很好的表现。我们利用小波变换对MEA信号的锋电位数据矩阵进行小波分解，将各锋电位变换后的最后一个尺度的逼近信号和各尺度上的细节信号的方差对波形非相似性测度的贡献率的大小作为依据，鉴别波形的不同。找出贡献率和大于90％的8个数据进行系统聚类，大大地降低了数据的维数和计算机的机时，并得到了很好的分类结果。     

基于小波变换的心电图信号特征点检测

心电图信号特征点的检测是心电自动诊断技术的基础.利用小波变换多分辨分析对心电信号去噪,利用小波变换逼近信号滤除基线漂移,采用默认阈值处理滤除高频噪声,并且将心电信号的平均值置为0.在R峰检测中,针对单独考虑23细节信号会出现漏检的情况,综合考虑23和24两个尺度上的细节信息,能够有效地防止漏检.提出有效防止误检的方法,并取得了良好的效果.分别采用面积法、时间电压法、幅值法计算平均心电轴.比较结果发现,采用面积法具有精度高的优点.     

一种基于小波变换的加速度传感器信号降噪方法

为了提高加速度传感器比较法冲击激励校准处理时频率响应函数估计精度,构建了一种通过小波变换方式来实现对加速度传感器进行信号降噪的高效方法,对相同激励对应的参考与加速度传感器产生的响应信号依次通过小波变换进行处理,通过此阈值实施降噪,最终达到显著降噪的作用。仿真结果得到:与采用小波变换方法进行阈值降噪的过程相比,本文处理方式能够显著提高SNR,显著优化降噪效果,可以达到比小波变换阈值降噪效果更高的信号响应控制精度。采用本文方法可以显著消除加速度传感器进行信号输出时形成的噪声,对加速度传感器输出信号降噪处理后可以使RMSEH明显减小并获得更高平滑度。     

基于小波变换的脉象信号特征提取方法

为了较好地区分正常人与心脏病人的脉象信号，利用小波变换奇异性检测功能与多尺度分辨特性，提出了两种提取脉象信号特征的方法：连续小波变换法和二进小波变换法。在此基础上，构造了两种特征向量：小波变换系数的尺度——主波峰值和小波变换的尺度——能量值。经过对临床采集的235例脉象信号的处理与分析统计，所得数据具有较好的重复性与稳定性，可以作为用于脉象信号识别的特征向量。     

基于小波逼近和尺度变换的非参数辨识方法

提出一种以非正交小波为基函数并应用小波多尺度分析的系统脉冲响应辨识方法，该方法以小波级数的形式逼近脉冲响应过程．从理论上证明了经小波尺度变换后系统随机噪声的方差值减小，即噪声得到有效的抑制，从而大大提高了辨识精度．应用实例验证了所得结果的正确性和算法的实用性．     

一种消除脑血流信号中基线漂移的新方法

目的:目前消除脑血流信号中基线漂移的很多方法在实际测量过程中很难取得理想的滤波效果,本文提出了一种基于三次样条插值技术消除基线漂移的方法.方法:首先检测出脑血流信号中的特征点,然后根据检测出来的特征点利用三次样条插值技术拟合出漂移的基线,再把原始的脑血流信号与拟合的漂移基线相减,就能得到比较平稳的脑血流信号.结果:在LabVIEW软件开发平台中实现了去基线漂移处理,也进行了仿真实验和临床测试.都取得了较理想的效果.结论:这种基线消除方法效果好、速度快、易于实现,它在有嵌入式微处理器和对实时性要求较高的脑电监护仪器中具有很高的应用价值,在其它的信号检测仪中也可应用.     

基于PRI变换和小波变换的雷达信号分选

分析了脉冲重复间隔（PRI）变换算法和小渡变换算法的基本原理，针对两种算法在雷达信号分选中的优缺点，提出了一种基于PRI变换和小波变换相结合的雷达信号综合分选方法。该方法首先利用PRI变换对雷达信号粗分选，然后应用小波变换进行细分选。仿真结果表明，在信噪比不低于10dB的条件下，该方法准确可行。     

小波变换在信号突变点检测中的应用

从实际应用的角度出发,根据小波变换时-频分析自适应特性,本文详细阐述小波变换理论和小波变换在信号突变点检测中的应用,并具体实现了小波变换在信号突变点检测的相关算法。     

Electrocardiogram Signal Denoising Using Discrete Wavelet Transform

The most common noises in ECG （electrocardiogram） signal processing are BW （baseline wandering） and the 50 or 60 Hz PLI （power line interferences）. In order to remove these two major source of noises, we have used the recent powerful DWT （discrete wavelet transform） signal processing in ECG signals which are obtained from MIT-BIH Arrhythmia Database. The results indicate that DWT is a good method for filtering noises without changing the morphology of ECG, and can be applied to all types of ECG signals, whether normal or presenting arrhythmias.     

基于小波逼近的非线性系统鲁棒迭代学习控制

针对存在扰动的未知非线性系统,利用小波逼近将系统参数化,结合变结构控制技术,提出了一种鲁棒迭代学习控制算法.该算法采用迭代学习的方式修正小波逼近的系数,利用具有死区的滑模变结构技术保证算法的鲁棒收敛性.收敛性分析表明,每次迭代学习都将减小所得到的逼近系数与最佳系数的差异.因此,期望轨迹变化后,该算法针对以前轨迹的学习结果仍然可以起作用,部分克服了传统迭代学习控制的学习结果仅对某一特定轨迹有效的缺点.     

基于小波和奇异值低阶近似的OFDM信道估计方法

为了提高信道估计算法的准确性和简化计算量,提出了结合小波去噪和奇异值分解的MMSE低阶近似的信道估计方法,先将LS信道估计的结果进行小波去噪,然后将其运用在基于奇异值分解的MMSE低阶近似方法中,最后通过插值算法实现所有子信道的估计.理论分析及仿真证明了本算法的有效性及优越性.     

改进的经验模态分解法去除脉搏波基线漂移

脉搏波信号中含有丰富的人体生理病理信息,然而基线漂移的存在严重影响人体生理参数的准确提取,需要予以去除。针对传统经验模态分解（EMD）方法在去除基线漂移时,通过经验来确定基线漂移信号所在的固有模态函数阶数,导致去噪性能下降。根据EMD分解过程中固有模态函数的特性,提出基于过零率检测的方法进行算法改进,通过计算每阶固有模态函数的总过零率,设定阈值来确定基线漂移阶数。仿真实验结果表明：该改进算法科学严谨,能够有效地去除脉搏波基线漂移,提高了信噪比,有利于提高基于光电容积脉搏波提取血压、血氧等人体生理参数的精度。     

线性时变二次微分对策Nash策略的小波分析法(Ⅱ)——小波逼近解的收敛性

研究小波逼近分析方法的收敛性问题, 对线性时变二次微分对策Nash策略情形, 证明了Nash策略的小波逼近解收敛于精确解, 基于小波逼近的多尺度多分辨特性, 给出了误差估计的阶数.     

无边界效应D小波软阈值法去除肉品图像斑点噪声

肉品图像中的斑点噪声与肌内脂肪的颜色特征相似,要准确提取肌内脂肪,就必须先对斑点噪声进行滤除。在小波软阈值法滤除SAR图像中的斑点噪声算法基础上,结合肉品图像的特点进行了改进。首先,使用由耿则勋提出的算法,在小波分解时对左右边界进行处理,重构时外推值为0,对离散小波变换的边界效应进行处理,精确重建图像,消除小波变换的边界效应。选择了D8小波,3级分解后,在不同的阈值下进行了实验。结果表明:阈值的选取影响去噪效果,但在所有参数都相同时,改进算法消除边界效应的同时,在斑点指数和方法噪声两个客观评价指标均优于其他几种边界延拓方式,图像失真最小。     

基于改进EEMD的心电信号基线漂移消除方法

针对传统方法滤波效果不佳的问题,本文提出了基于改进集合经验模态分解（Ensemble empirical mode decomposition,EEMD）的消除心电信号基线漂移方法。该方法克服了经验模态分解（Empirical mode decomposition,EMD）模态混叠的问题,并对EEMD方法存在的问题和不足进行改进,建立集合经验模态分解方法中加入辅助白噪声大小的可依据准则,从而确定加入的辅助白噪声大小以及集合平均次数这两个重要参数。它从含噪心电信号中提取基线漂移信号,然后重构其余本征模函数（Intrinsic mode function,IMF）分量得到"干净"的心电信号,为后续的研究提供前提。经实验验证表明：相较于传统方法,这种方法能够提高信噪比、降低均方差、保持特征波形、去噪更加彻底,很好地解决了心电信号低频成分损失的问题。     

基于微分特性三阈值化的编队卫星基线稀疏表示方法

星间基线的高数据率保精度确定是影响编队卫星技术应用的关键之一。本文在分析星间基线变化规律的基础上,提出基于函数曲线微分特性的三阈值化方法进行曲线特征点提取,使用三次样条函数拟合方法进行曲线重建,从而实现基线数据的稀疏化表示。仿真表明,该方法可有效地从低采样率的数据保精度地得到高数据率的数据。     

小波方法在油井液面检测中的应用

油井液面回波检测是石油探测的重要内容，它决定后续石油开采的成功与否。由于信号幅值小，干扰多，因而采用常规时、频域滤波方法往往不能收到良好的效果。针对这一问题，本文利用信号和干扰在小波变换下的不同变化特性及小波变换的变焦特性设计了小波去噪算法，并根据实际要求选定了小波基和分解尺度，给出了使用小波去噪方法前后的实际结果。对这些结果进行的分析比较表明，小波方法在大幅提高信噪比的同时，也保持了信号的位置信息，因而适合此类信号检测问题。