心电信号降噪小波函数选取的定量研究

为了定量地评估不同小波函数对心电（ECG）信号的降噪效果,建立了含噪声的ECG模型作为实验标准信号,采用正交小波变换和不同阈值方法来对该标准信号进行高频噪声消除实验,通过信噪比参数结合波形形态来衡量降噪效果。实验表明,当降噪后信噪比接近标准信号信噪比时,降噪效果最佳,得到既能保证信号失真度小又具有较高信噪比的降噪方案和适用于ECG信号小波分解和重构的小波函数,最后通过MIT-BIH数据库数据验证了利用该研究结果能够有效地消除ECG信号中的高频噪声。     

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.     

基于主成分分析的经验模态分解消噪方法

 针对非线性非平稳信号的去噪问题,提出一种基于主成分分析(PCA)的经验模态分解(EMD)消噪方法.该方法根据EMD的分解特性,利用PCA对噪声信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理:首先利用"3σ法则"对第一层IMF进行细节信息提取,并估计每层IMF中所含噪声的能量;然后对IMF进行PCA变换,根据IMF中所含噪声的能量选择合适数目的主成分分量进行重构,以去除IMF中的噪声.为验证本文方法的有效性,进行了数字仿真与实例应用实验.实验结果均表明,所提方法的消噪效果整体上优于Bayesian小波阈值消噪方法和基于模态单元的EMD阈值消噪方法,是一种有效的信号消噪新方法.     

基于子波变换的语音去噪方法

本文在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一个尺度间变化的门限阈值来抑制带噪语音信号在不同尺度上噪声子波系数,从而实现在重构语音信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

Signal enhancement by time-frequency peak filtering

Time-frequency peak filtering (TFPF) allows the reconstruction of signals from observations corrupted by additive noise by encoding the noisy signal as the instantaneous frequency (IF) of a frequency modulated (FM) analytic signal. IF estimation is then performed on the analytic signal using the peak of a time-frequency distribution (TFD) to recover the filtered signal. This method is biased when the peak of the Wigner-Ville distribution (WVD) is used to estimate the encoded signal's instantaneous frequency. We characterize a class of signals for which the method implemented using the pseudo WVD is approximately unbiased. This class contains deterministic bandlimited nonstationary multicomponent signals in additive white Gaussian noise (WGN). We then derive the pseudo WVD window length that gives a reduced bias when TFPF is used for signals from this class. Testing of the method on both synthetic and real life newborn electroencephalogram (EEG) signals shows clean recovery of the signals in noise level down to a signal-to-noise ratio (SNR) of -9 dB.     

基于小波域模糊阈值算法的脉冲星微弱信号消噪

脉冲星辐射信号具有极低的信噪比,传统降噪算法难以在抑制噪声的同时保留细节信息。为此,提出一种模糊阈值小波降噪算法。该算法通过引入模糊理论,建立隶属度函数,计算信号每个采样点的隶属度,再利用小波阈值消噪算法设定门限,将隶属度大于门限的采样值划归为信号,反之为噪声,从而达到降噪的目的。实验结果表明:与小波"db6"和小波"sym4"软阈值消澡算法相比,该算法能有效提高脉冲星辐射信号的信噪比,能保留较多的有用细节信息,避免脉冲累积轮廓过于光滑。     

改进的小波变换用于处理FBG信号

解调系统是光纤布拉格光栅（FBG）传感技术的核心。信号去噪和峰值搜索是影响FBG 传感系统精确解调的两个重要因素。为提高测量精度,文中针对传统方法存在的缺陷,提出了一种新的FBG 波长解调方法,此解调方法由一种改进的去噪方法与高斯拟合寻峰算法组成。采用平移不变量小波与文中提出的改进阈值和改进阈值函数相结合的方法来处理FBG 含噪信号;然后采用高斯拟合寻峰算法对去噪信号作进一步解调。实验结果表明,改进阈值的平移不变量小波能处理不同的FBG 含噪信号,该方法获得的信噪比和均方差性能优于传统小波阈值去噪法以及其他改进的小波去噪法;该改进小波的波长解调方法测量的峰值误差低于1pm,比常用的波长解调方法具有更高的测量精度。     

小波降噪及其在MATLAB中的仿真与比较

随着小波理论的日益完善,小波分析在信号降噪领域已经得到越来越广泛的应用.首先讨论了小波分析的基本特点;其次通过理论分析和MATLAB仿真实验,详细讨论了四种降噪方法:阈值降噪法、平移不变量小波阈值降噪法、模极大值降噪法、基于各尺度下小波系数相关性降噪法.最后,对这几种算法的降噪效果进行了比较.     

基于小波降噪的压缩感知—循环平稳检测技术

认知无线电技术通过次级用户动态接入空闲频谱来提高空闲频谱资源的利用效率,是认知无线电的重要环节。在低信噪比环境下,如何快速精确地进行频谱感知是频谱感知面临的重大挑战。提出了一种基于小波降噪的压缩感知—循环平稳特征检测器来实现低信噪比环境下的频谱检测。采用压缩感知技术提高了频谱感知的效率,并进一步利用小波变换技术降低了压缩感知过程中引入的压缩噪声,提高了低信噪比环境下的频谱感知准确度。仿真结果证明,提出的基于小波降噪的压缩感知技术能够实现低信噪比环境下的频谱空洞检测。     

基于改进小波阈值法处理MEMS陀螺信号噪声

小波具有多分辨率分析特性,利用小波阈值去噪可以有效地处理MEMS陀螺信号的噪声.针对常用阈值小波去噪方法的不足,提出了一种改进的小波阈值方法.详细介绍了该方法的原理与实现过程,并将其应用到MEMS陀螺信号处理过程中.使用db4小波,应用不同的阈值函数对MEMS陀螺信号进行4尺度分解.仿真实验分析比较表明,改进的小波阈值方法可以有效地剔除信号中的噪声,抑制了MEMS陀螺仪的随机漂移;与现有的阈值方法相比,信噪比提高了18.3%.     

激光超声信号去噪方法的研究

针对激光超声信号信噪比低的问题,分析了干扰噪声的特点,设计了基于数字平均和小波分析相结合的数据采集与处理系统。利用外部同步触发技术,间隔采集若干次激光超声信号,将各次采样信号相加平均,最后选择合适的小波基、分解层数和阈值方法,对数字平均后的信号进一步进行小波去噪处理。实验结果表明,该方法能够有效去除信号中的干扰噪声,提高信号的信噪比(SNR)。     

非采样间隔信道的LTE上行信道估计新方法

为了解决非采样间隔信道的冲激响应能量泄漏和低信噪比下高斯白噪声的干扰问题,采用一种将小波去噪技术与改进的基于DFT的估计方法相结合的LTE上行系统信道估计的新方法。仿真结果表明,基于部分加权估计的时间窗函数的正确选择能有效地改善原有方法在高信噪比下的地板效应,与小波去噪结合能有效提高低信噪比下的信道估计性能。     

一种随机共振联合小波变换的符号速率估计方法

在非合作通信中,很多情况下由于信道恶化,使得接收信号的信噪比偏低,导致无法对符号速率这一重要参数进行准确估计.随机共振能够在一定程度上利用噪声能量,使其转移并增强微弱信号,小波变换则可以有效检测相位和幅度的瞬变,利用二者各自优势,提出了一种将随机共振与小波变换联合进行MPSK（Multiple Phase Shift Keying,多进制数字相位调制）和MQAM（Multiple Quadrature Amplitude Modulation,多进制正交幅度调制）信号符号速率的估计方法.先利用自适应参数调节随机共振为带噪信号匹配最佳系统参数,之后利用Haar小波变换进一步提取突变信息,不仅弥补了单独使用随机共振效果不佳及其作为非线性系统易发散的缺点,还降低了小波最佳尺度难以确定的影响.仿真实验表明,该方法能够在一定程度上提高输出峰值,降低信噪比门限,适合于低信噪比下的符号速率估计.     

小波神经网络用于双模噪声的消噪

小波神经网络利用了小波变换的良好的时域和频域的分析能力以及神经网络的自学习能力,具有良好的容错能力和逼近能力。针对双模斯噪声,提出基于小波神经网络的双模噪声背景下信号的消噪算法,介绍了双模噪声的3种简化模型,阐述了小波神经网络的基本概念以及基于此方法的消噪算法。将小波神经网络用于此3种双模噪声背景下信号的消噪。实验结果表明,该方法能有效地消除已知信号中的双模噪声。     

A new de-noising method based on 3-band wavelet and nonparametric adaptive estimation

Wavelet de-noising has been well known as an important method of signal de-noising. Recently,most of the research efforts about wavelet de-noising focus on how to select the threshold,where Donoho method is applied widely. Compared with traditional 2-band wavelet,3-band wavelet has advantages in many aspects. According to this theory,an adaptive signal de-noising method in 3-band wavelet domain based on nonparametric adaptive estimation is proposed. The experimental results show that in 3-band wavelet domain,the proposed method represents better characteristics than Donoho method in protecting detail and improving the signal-to-noise ratio of reconstruction signal.     

自适应小波包分解门限去噪新算法

提出了自适应小波包分解门限去噪的新方法。该方法自适应地对信号进行小波包分解,根据小波包子域的信噪比自适应选取去噪门限,并判定是否对该子域的信号进一步分解。与传统方法不同,新方法只需对不同尺度的部分概貌信号和细节信号根据该子域的信噪比大小进行分解,去噪后的信号按分解的逆过程进行重构。仿真结果表明,该方法相比于传统的小波去噪方法计算量有所降低,且去噪后的信号更接近真实的原始不含噪信号。     

基于时频阈值的小波包语音增强算法

该文考虑小波域应用语音降噪中听觉掩蔽效应,提出了一种基于时频阈值的小波包语音增强算法。新算法首先通过频域增强方法得到语音粗估计,通过跟踪估计语音时频特性的细节变化,及时调节降噪阈值,然后利用时频阈值对小波包系数进行处理,以达到语音降噪的目的。实验表明,较传统小波域语音降噪方法,新算法在抑制平稳白噪声的同时减小了语音信息的损失,其增强语音的MOS(Mean Opinion Score)评分、输出信噪比、MBSD(Modified Bark Spectral Distortion)测度性能均有明显提高。     

一种新的小波阈值函数改进方法及实现

局部放电信号是一种弱信号,受周围复杂电磁环境的干扰较大,利用小波分析对它进行去噪处理是当前研究的一个热点.传统的小波阈值去噪方法主要包括硬阈值方法和软阈值方法,它们在实际应用中取得了很大的成功,但同时也存在一些需要改进的地方.文章在传统软、硬阈值函数的基础上,提出了一种新的双变量阈值函数,并分别利用软、硬阈值函数和新阈值函数对局部放电仿真信号进行了小波去噪分析,仿真结果表明,通过调节两个可变参数,新阈值函数可以获得具有最佳信噪比和最小均方误差的去噪信号,其去噪效果明显优于传统的软、硬阈值函数,而且更具灵活性.     

基于提升小波与粒子群相结合的混沌信号降噪

提升小波变换用于混沌信号降噪具有良好的效果,阈值选取与混沌信号降噪后信号的畸变具有紧密联系。为了提高混沌信号中提升小波的自适应能力,降低降噪后信号的畸变率,提出了一种基于提升小波和粒子群相结合的混沌信号降噪方法。该方法在对提升小波变换后的细节部分进行阈值处理时,采用阈值自适应选择方法,并结合粒子群算法全局搜索最优阈值。通过对Colpitts模型进行仿真分析,与标准的软阈值降噪相比,能更好地对混沌信号降噪,并且降噪后信号失真度较小,具有很好的应用价值。     

天空背景下一维红外小目标检测技术研究

针对小波去噪法在处理天空背景下一维红外小目标时不能有效去除包含在近似系数中的高频噪声的问题,提出了首先通过Top-Hat算法对近似系数进行背景对消,然后采用改进阈值函数对细节系数进行量化的检测方法。数字仿真结果表明,新方法能有效地去除噪声干扰,提高信噪比。