样条小波最小二乘法处理毛细管电泳信号

运用样条小波最小二乘法（SWLS）处理峰形尖锐的毛细管电泳信号，获得满意结果。经过两次处理后，与样条小波变换处理结果相比，不仅噪声被滤除，峰形不变，峰高不受影响；数据点无须为2^n(n∈z）。     

对比3种阈值滤波法处理毛细管电泳信号

用小波阈值法处理含噪毛细管电泳分析信号，消除其中的噪声，重点比较了强制阈值法，默认阈值法和给定软阈值法3种小波重构阈值消噪方法的处理结果及各自特点，并详细叙述了分解层数的选择，通过实验提出对毛细管电泳分析信号进行处理的最优条件。     

一种新型的曲线拟合技术在分析信号处理中的应用

研究了一种新型的曲线拟合技术－－样条小波最小二乘法（ＳＷＬＳ）在处理分析化学信号中的应用。作为一种滤除噪声的新技术，详细了各种滤波对滤波结果的影响。若选择了合适的参数，就可以从信噪比Ｓ／Ｎ＝０．５的高噪声中提取有用信息。且峰电流的误差小于３．０％，峰电位的误差小于１０％。并将之与小波多频率通道滤波法（ＷＭＣＤ）及样条最小二乘法（ＳＬＳ）进行了比较，发现该方法可以解决ＷＭＣＤ及ＳＬＳ中存在的一些问题     

多小波在信号滤波中的应用

本文给出了多小波在信号滤波中的应用,并与其它常用的小波如样条小波和Daubeches小波作了比较。实验表明,用多小波进行信号滤波不仅计算量少,而且效果好。     

区间上的Daubechies小波及其在信号滤波中的应用

本文对文献[1]所构造的区间上的Daubcchics小波,导出了分解与重构公式,并应用于信号滤波中,避免了边界效应。     

消除噪声引起的自适应滤波偏差

在自适应滤波中，如何消除有色噪声引起的估计偏差一直是人们关心的重要问题。为了解决此问题，本文提出了一种偏差补偿的自适应滤波算法（ＢＥＬＳＡＦ）。理论分析和仿真实验表明，本文所提出的算法是收敛的，并且它可在不对噪声建模的情况下去除噪声对滤波的影响。     

基于Morlet小波的信号滤波方法及在频率响应测试中的应用

实现了一种新的有效的基于Morlet小波函数的时频滤波去噪方法。该方法基于Morlet小波建立恰当的小波滤波器组，在时、频域对信号进行滤波，对于扫频激励情况下信号噪声的去除十分有效。为了检验该方法的有效性、实用性，采用欧洲航空界广泛采用的GARTEUR飞机模型数据建立密频模态系统，进行数值仿真。仿真结果证明，该方法在信号去噪方面有很大的实用价值，在信号受很大干扰时，还能很好地保证具有密集模态的振动系统参数辩识的精度。     

三种B-样条小波基处理重叠信号的比较

以B-样条小波为分析小波，提出了用于分析化学重叠信号解析的新方法一连续样条小波变换。详细讨论了采用二阶、三阶、四阶基数B-样条小波函数时，连续样条小波变换对重叠信号的解析，结果表明：连续样条小波变换应用于分析化学信号的处理，能使峰变窄同时还能提高信号的信噪比，是一种新型有效的重叠信号解析方法；对比三种样条小波基的处理结果，二阶B-样条小波基优于其余两种。     

用于信号处理的自适应加权最小二乘法

本文结合数理统计方法，提出自适应加权最小二乘法。新方法具有抑制噪声，提取弱异常或局部异常信号的特性。对模拟信号试验结果表明，新方法是有效的。     

小波变换在传感器信号滤波中的应用

在流速测量过程中采集的加速度传感器信号是含有随机干扰的信号,为了改善滤波效果,尽可能排除随机信号的干扰,本文介绍了小波变换理论在加速度信息滤波中的应用,并进行了仿真实验。仿真结果表明,小波变换具有良好的时频特性,能有效检测出信号中所含各频率成分,减小测量误差,在传感器信号滤波方面有广阔的应用前景。     

一种相干信号DOA估计的新方法研究

针对自适应阵列信号处理中的关键问题之一波达方向(DOA)估计,首先介绍了阵列信号处理中DOA估计的一般处理方法,如先对信号进行解相干处理后用经典MUSIC算法进行估计,然后给出了一种用于相干信号DOA估计的基于扩展卡尔曼滤波理论的新方法,并通过详细理论分析与一般的相干信号DOA估计的处理方法比较表明,不依赖于输入信号的协方差矩阵的特征值属性,能够利用较少的阵元对相干信号DOA和功率同时进行准确估计,仿真效果良好,证明有实用性,对自适应阵列信号处理中对相干信号干扰的研究有一定意义.     

基于最小二乘曲线拟合的信号调理电路误差补偿方法

在自动测试系统中,常常需要信号调理模块对输出或者输入信号进行调理,而由于信号调理电路的非线性及零漂常常会大大影响系统精度,对信号调理部分的误差进行分析并进行软件补偿是很有必要的;提出了一种基于最小二乘曲线拟合方法的信号调理电路误差补偿方法,应用该方法可以得到信号调理电路的误差曲线,进行补偿后可以大大降低信号调理电路的误差,提高系统精度。     

电磁定位耦合信号提取方法研究

电磁定位系统中,正弦耦合信号提取是关键,其结果将直接影响定位精度.在多频正弦信号耦合系统中,由于电子元器件和系统误差等原因,会导致信号频率有偏差,而且可能存在饱和畸变,对参数提取造成了困难.基于最小二乘法原理和频率逼近思想,提出一种用于有频偏的多频率有饱和正弦信号幅值和相位的提取方法.该方法在有饱和畸变的正弦信号中提取未饱和的样本,通过最小二乘法拟合计算,估计信号参数,然后改变信号频率逐渐逼近最佳频率,使得误差平方和最小,从而提取准确参数.仿真分析了噪声、信号饱和程度和采样点数对参数提取的影响.最后通过实验验证了该方法的有效性和实用性.     

基于小波域滤波的电子通信信道恶意干扰信号分离方法

针对电子通信信号与恶意干扰信号严重重叠的现象,设计了基于小波域滤波的电子通信信道恶意干扰信号分离方法。在分析信道特征并划分噪声种类后明确噪声信号形式,然后利用小波域滤波算法合理设置分解层数,对信号做分解重构与降噪,再利用极限学习机建立神经网络学习模型。根据干扰信号模型与信道衰减程度提取干扰信号特征,并将特征样本输入到神经网络中,直到输出分离结果。仿真结果表明：该方法能够有效去除信道噪声、降低通信误码率、均衡信道负载。     

基于几何距离准则的新数据拟合方法

基于最小二乘法准则的传统数据拟合方法对自变量为随机变量的向量数据拟合效果不理想。有鉴于此,本文提出几何距离平方和最小的新数据拟合标准,给出基于新标准下的新数据拟合方法,同时给出数据拟合参数求解的优化算法。仿真实验表明,在用于自变量为随机变量的向量数据拟合时,用新数据拟合方法的拟合精度比用最小二乘法的拟合精度要高。     

基于最小二乘曲线拟合法的点云滤波算法研究

作为机载激光雷达数据处理的关键环节,激光雷达点云滤波一直是数据应用的重要前提和研究热点.本文充分考虑激光雷达通过线扫描获取数据的特点,并结合最小二乘曲线拟合法得到的拟合值具有跟随地形变化的特点,提出了一种最小二乘曲线拟合法用于点云滤波的算法.试验结果表明,该算法能获得准确的地形点,对地物复杂的城区及斜坡地区都有良好的滤...     

数学模型在测温系统中的应用

利用数值分析中的最小二乘法,采用n次(6次)多项式拟合出温度传感器的温度(t)与电阻(R)的代数关系。由于采用n次拟合,可以使系统温度的测量误差降低到0.2℃以下,达到许多实际场合的要求。系统采用FPGA芯片为控制核心,用硬件描述语言(VHDL)实现编码算法,以TSC传感器作为温度传感器,ADC0809作为模数转换器件,用LCD和数码管同时显示当前的实时温度。     

最小二乘法直线拟合数据处理的VB程序设计

利用Visual Basic语言实现对数据的最小二乘法处理,使数据处理非常方便且可靠性高,避免了大量的计算过程,保证数据处理的质量和效果.     

最小二乘法直线拟合数据处理的VB程序设计

利用Visual Basic语言实现对数据的最小二乘法处理,使数据处理非常方便且可靠性高,避免了大量的计算过程,保证数据处理的质量和效果.