边缘学科分支最新动向

TN一051 2003031726诱发电位提取的聚类分析和小波去噪复合方法/杨英立,叶大田.岳喜才(清华大学)“北京生物医学工程一2002,21(2)一98一101文中研究了提取诱发电位的一种复合方法,它用聚类方法对诱发电位信号进行筛选,将筛选出的信号进行叠加以消除测试数据不一致性对叠加结果的影响.然后利用小波方法进一步去除噪声,提高信噪比.文中介绍了模糊聚类方法和小波去噪理论,并通过仿真计算来评估提取效果.仿真计算表明该方法可减少测试次数,提高信噪比.对视觉脑干诱发电位处理结果显示,该方法的实际处理效果良好.图3参7(刚)电磁跟踪器在人体骨骼…     

用滤波器组实现IF的提取;Hardy小波和快速算法

本文提出了一种新的基于滤波器组和复解析小波(Hardy小波)级数展开信号从而提取信号瞬时频率的方法.该方法较传统的Hilbert变换求解析信号的方法比较对更多种类的噪声不敏感,同时较基于连续复解析小波变换的提取瞬频方法有更小的计算量,该方法保留了塔式算法的结构.     

基于小波脊线-Hough变换的LFM信号检测

线性调频(LFM)信号是现代雷达广泛使用的一种大时宽-带宽积的低截获概率信号,根据线性调频信号的小波变换特性,小波脊线与瞬时频率的对应关系,提出了一种检测线性调频信号的联合小波脊线-Hough变换方法,该方法首先计算信号的小波变换,得到二维时-频能量分布图,采用脊算法提取信号的小波脊线,然后在小波脊线时-频平面上再进行Hough变换,从而检测噪声中的线性调频信号并估计信号参数.仿真结果证明,此方法可有效地对线性调频类信号进行检测,并且有较好的抗噪声性能.     

基于小波二维重建的强噪声光栅信号奇异点检测

机械传动轴扭矩信号的奇异点携带重要信息,准确而有效地检测出信号的奇异点,对于故障分析和保障系统安全具有重要意义.实际采集的光栅传感信号含有很强的噪声,干扰了奇异点的检测.传统的小波频域或其他滤波方法,会同时光滑信号奇异点.根据信号和噪声在小波变换下的不同特性,提出了一种将小波滤波与奇异值检测相结合的方法,通过将噪声频段的分解系数置0,实现信号的小波时-频二维滤波重建,它能在滤去噪声的同时很好地保持信号的奇异信息,适合强噪声下的信号奇异性检测与分析.实验中对含噪声光栅信号进行了对比处理,结果表明,该方法能在强噪声干扰下有效地检测到信号的奇异点.     

基于多尺度Wiener滤波器的分形噪声滤波

针对淹没在1/f噪声中的有用信号恢复问题,本文提出了一套基于双正交小波变换与Wiener滤波的多尺度滤波算法,并设计出多尺度Wiener滤波器.首先,利用双正交小波变换将带有1/f噪声的信号分解成多尺度的子带信号,通过小波变换对1/f噪声的白化作用,消除了1/f噪声的非平稳性、自相似性和长程相关性.其次,在小波域内,利用Wiener滤波,实现了噪声和有用信号的分离,估计出了各子带中的有用信号.最后,利用双正交小波的精确重构性,较好地恢复出淹没在1/f噪声中的有用信号.仿真实验表明,该滤波器能有效的抑制分形噪声,显著地提高信噪比.     

边缘学科分支最新动向

丁N一05 1 96041402小波变换在心电图QRS波检测中的应用/李智,黄智(北京工业大学)11北京生物医学工程一1996,(1).一10~13 文章介绍一种利用信号的小波变换在多尺度边沿上的综合特性,提出了一种新的QRs波检测法.采用Manat快速算法获得原始EcG信号在不同尺度上的小波分解信号,将含有大部分高频QRS波在多尺度上的分解信号送人一个线性自适应匹配滤波器、匹配滤波器的输出用于检测R波的位置.对MIT数据库中的数据进行了检测,R波的检测率可达99.8%.图3表l参6(许)15(1)一19~22 文中介绍了zEP系列诱发电位/肌电图仪体感刺激器的工作原理.该…     

基于连续小波变换的瞬态位移干涉仪信号处理

提出一种连续小波变换(CWT)用于频率急剧变化的瞬态位移干涉仪信号处理的方法.连续小波变换利用对不同频率具有不同分辨本领的特性,对信号进行时频分析,计算出信号频率,进而恢复出信号的速度.当在可变时间窗口宽度内小波的中心频率和信号局部频率相等或接近时,小波变换系数幅值最大,据此能判断出信号的频率.用连续小波变换方法对计算机模拟的化移干涉信号进行处理,恢复的速度相对误差在3%,从爆轰实验的光纤位移干涉仪信号中也能够准确地恢复出物体的速度历史.     

基于子带分解WVD的雷达信号时频分析方法

研究利用谐波小波子带分解消除 Wigner-Ville 分布交叉项的雷达信号时频联合分析方法。通过对多分量信号进行子带分解预处理来消除信号之间以及信号与噪声之间的相互影响， 并求取个独立分量的 WVD，最后进行线性求和获得原始信号时频分布。仿真分析结果表明，对于在频域无交叉点的多分量信号，该方法能够有效抑制交叉项和噪声的干扰，提高了时频分辨效果并能准确提取出目标的特征信息，检测效果优于传统 WVD 分析方法，将有助于提高雷达信号检测、特征提取的能力。     

工程数学

0177.6,TNgll.73 2003030004109 Gabor函数在人类视觉系统特性研究中的应用/肖志涛,国澄明,(2」于明,(2」唐红梅(天津大学电子信息工程学院)11信号处理.一2002,18(5)一399一402文中对Gabor函数与109 Gabor函数进行比较,构造T 109 Ga-bor小波,从人类视觉系统认知特性的角度分析了109 Gabor小波的性能并与Gabor小波进行比较,讨论T 109 Gabor小波的优良性能最后将109 Gabor小波应用于图像特征检测.证明用109 Gabor小波不但可以提高特征定位精度,而且在相同检测效果的情况下,可以比Gabor小波节省大约一半的计算量.图7参9(刚)师范学院)11曲…     

小波变换在生命信号提取中的应用

主要研究在墙等固定物体强杂波背景下,对人体心跳、呼吸所产生的多普勒频移信号的检测和提取,由于生命信号是一种微弱的低速目标信号,回波信号将会湮没在杂波噪声中.基于以上考虑,提出利用小波变换的多分辨率特性,选择合适的小波基,采用Mallat算法,主要完成在噪声背景下对生命信号的提取、抑制杂波、提高信噪比3个方面的研究,通过对目标信号的分解、通道提取以及目标信号重构,能更加精确、有效地提取目标信号,实时性和应用性更强.     

基于小波变换的跳频信号参数盲估计

本文提出了一种基于小波变换的未知跳频信号参数盲估计方法.该方法利用小波变换在时频域上良好的局部化性质和检测突变点能力,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳变时刻、跳频频率和跳频周期等参数.文中阐述了应用小波变换对跳频信号分析的基本原理,给出了估计跳频信号参数的具体算法步骤,在计算机仿真的基础上对结果进行了性能分析,得到了较为准确的估计结果.     

合金弹头超声检测缺陷特征提取方法研究

在对合金弹头内部及近表面缺陷进行超声检测时,由于噪声干扰等原因,使得从超声回波信号中很难识别出缺陷回波的准确位置,进而影响对合金弹头缺陷的准确定位与重构,必须对回波信号进行处理。首先简要论述了合金弹头超声波检测原理和方法,然后针对采集的超声回波信号采用了小波时频分析方法进行缺陷特征提取。实验结果表明：采用小波时频分析方法进行缺陷特征提取能够较准确地判断出合金弹头内部及表面缺陷所存在的位置,为合金弹头的缺陷识别提供了有利的参考。     

基于经验模式分解法的光学相干层析成像去噪研究

针对光学相干层析(OCT,optical coherence tomography)成像中存在的散斑噪声和扫描噪声,提出了采用经验模式分解(EMD,empirical mode decomposition)算法同时减小这两种噪声的思想。EMD是一种时频分析法,较傅立叶谱法能准确地确定时变非平稳的这两种噪声随时间变化的频率特性,从而获得更好的滤波效果。结果表明,通过合理设计EMD滤波参数,即可有效地同时减小散斑噪声和扫描噪声,信号的信噪比(SNR)提高(不考虑扫描噪声时,SNR达7dB左右,考虑到扫描噪声时,SNR提高达3dB左右),扫描噪声的条纹对比度降低60%以上,改善了成像质量,同时图像细节得到保留。与小波去噪法相比,本文方法具有滤波器设计简单、去噪效果明显及能同时有效地去除两种噪声的优点。     

基于小波SVD的光纤光栅振动系统消噪算法

针对小波阀值法对噪声非均匀分布振动信号消噪差的缺点,提出了奇异值分解(SVD)结合小波阀值消噪的算法.采用截断法构造出包含信号信息及非均匀噪声的相关矩阵并进行SVD,得到一系列正交子空间,将非均匀噪声相对均匀地分解到子空间中.选取奇异值最大的子空间分量重构信号并对此信号进行了小波阀值消噪.结果表明,该方法适用于非均匀噪声干扰下的振动信号提取,与直接小波消噪相比,提取出的信号失真更小,信号有效成份更完整.     

一种新的基于导频信号和离散小波变换的OFDM移动通信系统信道估计方法

针对在时变无线信道条件下工作的正交频分复用通信系统,本文提出了一种通过小波滤波器插值来进行信道传递函数估计的方法.此方法利用离散小波变换消噪以显著地消除接收到的导频信号中的加性白高斯噪声项.本文所提出的方法适用于所有线性调制OFDM系统.     

用小波变换对ECG信号进行去噪研究

小波消失矩阶数的不同,对应的小波滤波器的幅频曲线也不相同,因此选用不同的小波滤波器对信号进行滤波,去噪效果会有明显差异。本文通过数学建模研究分析小波滤波器的幅频特性,明确小波幅频特征及与小波滤波器消失矩的阶数之间的关系,为选择最优小波滤波器提供理论依据。本文提出针对ECG噪声的频率特点实现精确陷波去噪,有效的保留了信号的奇异点与特征值,减少了信号失真。实验结果表明,选择具有相对最优消失矩阶数的提升小波滤波器对ECG进行去噪处理,可以使信号能量分布更加集中,去噪效果更好。      

强干扰下跳频信号的提取

强干扰存在的情况下,跳频信号检测和特征提取十分困难,为此,结合图像处理和噪声峰值提取的思想,提出了完整的提取跳频信号特征的方法:以短时傅里叶变换时频谱为基础,改进了一种利用形态学图像处理估计噪声基底的方法来消除噪声;然后,对每个时刻的频谱估计出信号个数和对应频率,根据统计的所有时刻的各类信息,将干扰信号排除,得到跳频信号.仿真实验表明,该方法能够在强干扰存在时,检测出幅度较弱的跳频信号,具有较好的抗强干扰性能.     

基于同步压缩小波变换的通信信号调制识别

针对低信噪比条件下正交频分复用(OFDM)信号和单载波线性数字(SCLD)调制信号的调制类型识别问题,提出一种基于同步压缩小波变换的识别方法。通过同步压缩小波变换(SWT)算法提取信号的小波脊线和小波骨架信息,利用差分、中值滤波后的小波脊线方差区分OFDM信号和单载波信号,并利用脊线和骨架特征完成单载波信号的类间识别。仿真结果表明,在信噪比较低的瑞利-加性高斯白噪声信道下,算法具有良好的识别效果。     

基于小波变换的在役管线漏磁信号的去噪

采用漏磁法对在役管线进行无损检测时,所采集的信号中含有大量的噪声需要去除。文中介绍了小波变换的基本理论及检测信号和噪声信号在小波变换下的特性,说明了去除漏磁信号噪声的原理。在仿真试验中采用二阶双正交样条小波为小波函数,选用软硬阈值折中法和自适应阈值处理小波系数,结果表明将小波变换应用于在役管线漏磁检测中,能很好地去除噪声,提取出有用信号。     

强干扰下跳频信号的参数估计

针对通信对抗中跳频信号参数估计问题,考虑存在强干扰的情况下,提出了一种基于时频重心的跳频信号跳周期估计和基于跳频部分接收的跳时估计方法。对于跳周期估计,在短时傅里叶变换(STFT)时频变换的基础上提取信号随时间变化的时频重心,再结合小波变换和谱分析估计出跳频周期;对于跳时估计,采用跳频带宽的部分接收避开强干扰,构造含有跳变信息的参考信号,通过参考信号采用最大似然(ML)方法得到跳时的精确估计。仿真实验表明,算法运算复杂度低,跳频定位精度高,在强定频干扰的情况下仍能有效估计出跳频周期和起跳时刻。