DNA测序信号去噪分析的一种新方法

在DNA荧光测序中,噪声会影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数、去噪阈值和分解层数直接关系到信号去噪处理的质量。为了真实构建噪声模型并准确评价去噪算法的有效性,实验中通过实际系统中采集到的噪声信号叠加理想荧光信号构建DNA测序仿真信号,去噪分析的结果表明：选择sym7小波基函数、分解层数(lev＝5)与使用固定格式软阈值,有效去除了DNA测序信号的噪声;处理后,信号的信噪比提高了5倍以上。将其用于处理实际的DNA电泳荧光信号,相比基于随机噪声模型的算法,去噪后的信号更加真实可靠。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

用于近红外宽带腔增强吸收光谱的小波去噪

为了有效抑制检测系统的噪声,提高气体浓度的反演精度,研究了近红外宽带腔增强气体传感系统的小波去噪方法。小波去噪方法的优化分析结果表明,选择db2小波函数作为小波基对含噪信号进行6级分层处理,并选择heursure阈值估计方法,采用局部阈值方式对噪声部分小波系数进行置零处理,可达到最优去噪效果。将近红外宽带腔增强吸收光谱技术与高分辨率傅里叶变换红外光谱仪相结合,建立了用于甲烷检测的气体传感系统,使用最小二乘拟合算法对去噪前后的甲烷吸收系数进行反演。结果表明,采用小波去噪后,反演浓度更接近真实值,反演精度提高7%,信噪比提高90%,系统检测下限降低45%,证明小波去噪算法可以有效提高系统的检测精度。     

基于提升小波变换的雷达生命信号去噪技术

对于噪声干扰严重、非线性、非平稳、多奇异点的微弱雷达生命信号而言,去噪是对有用信号进行分析前的必要手段。基于多普勒效应原理和雷达噪声的统计特性,建立了雷达生命信号的模型,分别用传统小波变换和提升小波变换对强噪声干扰下的生命雷达信号进行了去噪处理,结果表明被强噪声污染的雷达生命信号可以用传统小波变换的方法和提升小波变换法对其有效去噪,提升小波变换去噪效果优于传统小波变换去噪效果,其信噪比(SNR)和均方误差(MSE)两个性能指标均高于传统小波去噪。对雷达生命信号进行去噪处理时,使用的小波基函数是sym8,分解层数为3层。     

基于提升小波变换的阈值改进去噪算法在紫外可见光谱中的研究

在紫外可见光谱定量分析中,由于分光光度计内部的光学系统、光源、检测器、电子元器件,电路设计以及外部环境干扰等因素产生的随机噪声,严重影响光谱定量分析结果的准确性,为提高紫外可见光谱分析精度,需要对光谱数据进行去噪预处理。由于小波分析具有多分辨率,低熵性、去相关性等特点,基于小波分析的去噪算法优于传统的去噪算法,目前基于小波去噪的方法主要有模极大值去噪算法,系数相关去噪算法,阈值去噪算法,工程实际应用以Donoho的阈值去噪法最为常用。根据Donoho阈值消噪原理,提出一种基于提升小波变换的阈值改进算法,一方面使用提升小波变换,提升小波变换是第二代小波变换,继承了小波的多分辨率特性,并且不需要进行傅里叶变换,从而具有算法简单,速度快,实现简单的优点;另一方面提出了一种新的阈值函数,克服了硬阈值函数在阈值处不连续以及软阈值函数存在恒定偏差的问题,同时对阈值估计进行了调整,有利于信号小波系数的保留和噪声小波系数的剔除。对三组多金属离子混合溶液的实测紫外可见光谱信号,添加随机噪声后使用该方法进行去噪处理,并使用信噪比(SNR)和均方根误差(RMSE)进行去噪性能评价。试验结果表明,提出的算法优于Donoho的软硬阈值去噪算法,能够有效提高光谱信噪比和降低均方根误差,从而更好地消除光谱信号中的噪声和保留光谱信号中一些重要的细节特征,比较适合用于紫外可见光谱数据建模之前的去噪预处理,在紫外可见光谱信号分析中具有较好的应用前景。     

激光主动探测中回波信号的小波去噪方法

在分析激光主动探测中回波信号的噪声特性和小波变换去噪原理的基础上，提出了一种基于最大信噪比准则的小渡阈值去噪方法。首先用最大信噪比准则对小波变换系数进行阈值选取，然后采用软阂值方法对小波系数进行量化处理后再重构。仿真结果表明最大信噪比准则小波去噪方法改善信噪比效果十分显著，检测下限达到-16．2dB。证明了该方法在激光主动探测系统回波信号检测中的有效性。     

小波分析在激光多普勒信号处理中的应用

 提出将激光多普勒测速仪(LDV)应用于车载惯性导航系统中,阐述了激光多普勒自身速度仪的基本原理和小波变换的相关理论,并运用小波变换对多普勒信号进行检测、去噪及提取多普勒频率,仿真及实验结果表明：信号进行小波分解后,对每一级小波进行阈值处理,得到了较好的去噪效果;在小波降噪常见的阈值原则中,无偏似然估计阈值和极值阈值不容易丢失信号中的有用成分,而启发式阈值原则和固定阈值原则可以更有效地去除噪声;对于提取多普勒频率而言,小波变换与快速傅里叶变换所得的结果是一致的,而小波变换不但可以求出系统自身的运动速度,而且还可以求出对应速度发生的时刻。     

小波阈值去噪法在农药荧光分析中的应用

在农药荧光分析中，最大峰值波长对应的荧光强度的信息直接关系到检测的精度。该文提出用小波变换法对测得的农药荧光光谱进行消噪处理。鉴于软阈值和硬阈值2种方法均存在一定的缺陷，介绍一种新的阈值处理方法——软硬阈值折衷法，并将使用该方法进行小波去噪后的荧光光谱图与用传统模拟低通滤波器去噪后的光谱图进行了比较。结果表明，经小波去噪后的荧光光谱图更多地保留了原信号的信息，有助于提高系统的检测精度。     

基于最大熵原理的小波去噪方法

小波变换去噪中最关键的问题是如何确定小波系数的阈值,使其能够将与噪声和信号相对应的小波系数合理地区分开来。根据概率论的基本原理可以推断,随机序列的细节小波变换系数符合正态分布。基于此结论,可以利用最大熵原理确定一个阈值,使得绝对值小于此阈值的小波系数组成的序列符合正态分布。该阈值在统计意义下能够最佳地区分信号与噪声的小波系数。采用光谱数据的仿真分析以及与其他方法的对比实验证明,这种最大熵小波去噪方法不仅在提高信噪比方面显示出了其优势,而且去噪效果不易受信噪比变化的影响。     

小波阈值去噪的一种改进方法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小,而信号的方差和幅值与小波变换的尺度变化无关。本文在Donoho的软、硬阈值去噪方法基础上,提出了一种新的阈值函数,并把它们应用在图像的去噪上。该阈值函数具有物理意义清晰、表达式简单、计算方便等优点。实际噪声图像测试结果表明,这种经改进的方法可以有效地去除白噪声干扰,无论是在视觉效果上还是在信噪比和均方误差定量指标上均明显优于常用的软、硬阈值去噪算法以及改进的软硬阈值折中算法。     

基于改进小波阈值的量子点荧光光谱降噪研究

使用光谱仪采集到的信号难免受到不同噪声源的影响。为了提高光谱信号解析的精准度,通过分析小波应用于信号降噪的原理以及经典的软、硬阈值降噪法存在的缺陷,提出了一种改进的阈值降噪法。该方法既克服了硬阈值法产生间断点,软阈值法产生恒定偏差的缺陷,又尽量地保留了有用信号。实验选用的小波基函数为SymletsA,分解层数为4,结合Birge Massart策略模型确定的分层阈值对硒化镉量子点荧光光谱信号进行降噪处理。结果表明,与经典的软、硬阈值降噪法相比,通过改进阈值降噪法得到重构信号的信噪比（SNR=47.550 2）、能量占比（PER=0.973 3）和均方误差（MSE=149.421 3）均有提高和改善。     

基于HVS的小波域信息隐藏方法

为了提高信息隐藏的不可感知性和鲁棒性,结合人眼视觉系统(HVS)的相关知识,提出了一种新的小波域信息隐藏算法。将载体图像的中等亮度区域设为不可用区域,不在该区域隐藏信息,同时选择在载体图像小波变换的高频系数细节子图隐藏信息,并优先选择在对角高频系数细节子图中隐藏。计算局部子块的方差值作为隐藏信息的嵌入系数,并通过计算高频子图的噪声敏感模型ωθ(i,j)决定隐藏信息的位置。充分考虑了人眼的各种视觉掩蔽效应,使得隐藏信息后的结果图像相比隐藏之前没有出现明显的降质。实验结果表明该方法能够有效提高信息隐藏的不可知性,达到了很好的隐藏效果,同时能够有效地抗击噪声、裁剪和压缩等攻击影响,具有很好的鲁棒性,在信息安全领域有较好的应用前景。     

基于指数尺度间隔连续小波变换的相位提取算法

只需要一幅调制图像的光栅投影测量方法主要有傅里叶变换轮廓术(FTP)、小波变换轮廓术(WTP)等。采用基于指数尺度间隔的连续小波变换与重构方法,提取调制图像的瞬时相位。针对指数尺度间隔连续小波变换,指出了足够大的噪声能够改变小波变换脊的位置,并且该脊向上移动的概率最大。因此,为了重构载频信号,选择脊及其紧邻的较大的那个尺度所对应的小波系数,采用灰度图像阈值分割中最大类间方差法(OTSU),剔除掉幅值较小的系数;针对斑点噪声的影响,对OTSU算法的结果进行了修正;使用修正后的系数集合重构载频信号,并计算该信号的瞬时相位。理论分析和实验结果表明算法有效且具有稳健性。     

基于复小波包分形理论的爬壁机器人故障检测

通过研究爬壁式机器人的控制和运动特征，提出一种基于复小波包分形理论的故障检测方法．利用复小波包的平移不变性，将爬壁式机器人传感器输出信号分解成独立的频谱，并进行阀值处理和重构，从而有效去除高频噪音并提取故障的特征频率；依据信号分形维数的多尺度不变性，在嵌入维数空间，采用维数最大距离法，确定复小波包域故障信号的关联雏数．仿真实验表明，爬壁式机器人在各种异常工作模式下的故障信号关联维数能比较真实地反映其故障状态空间，同时也验证了故障信号的关联维数低于正常信号的关联维数作为故障发生与否的定量判据的正确性．     

Treatment of MZI sensor signal with an improved wavelet neighboring coefficients

In order to gain the wavelength drift of Mach–Zehnder interferometer (MZI) sensor system, achieve the measurement of ambient environment parameters precisely, so, need to treatment optical fiber sensing signal with noise. Firstly, introduce the method of neighborhood wavelet coefficient by analyzing the drawback of traditional wavelet de-noising methods. Secondly, an improved threshold is putted forward based on neighboring coefficients in this paper which is to overcome the shortcomings of traditional wavelet methods. Finally, the threshold function proposed by this paper deal with MZI sensing noisy signal together with improved threshold. The simulation result shows that the new method can get the better signal-to-noise ratios (SNR) and root of mean square error (MSE) simultaneously and gain the reconstruction signal of the higher correlation coefficient (CC). Compared with the soft and hard threshold method, its SNR increases by 2–4 db, and compared with NeighCoeff, its SNR improves by 1.2 db. The peak error is 1.6 pm. So, the system can meet the requirement of improving sensor detection precision.     

基于中值预滤波的航空图像小波去噪算法研究

结合航空图像的噪声来源与图像特性,提出一种基于中值预滤波的图像小波去噪算法.图像首先经中值滤波器进行预滤波,滤除随机的脉冲式噪声,然后对处理后的图像进行小波变换,与给定阈值相比,对可明显判为信号或噪声的系数进行相应处理;对不确定为信号或噪声的系数进行多尺度上的相关性追溯,判别其归属后进行处理.实验结果表明:该方法客观上提高了图像的信噪比,主观上使去噪后的图像纹理分明,能更好地适合人眼的视觉特性,有利于航空图像的分析、判读.     

基于整数递推GCV的遥感图像去噪算法

本文提出了一种整数递推广义交叉校验算法.在对遥感图像做小波变换后,统计子带中小波系数的幅值分布,进行同值小波系数合并运算,然后通过整数优化递推加速广义交叉校验计算过程,减少相邻阈值下广义交叉校验函数的冗余计算.在对多幅遥感图像仿真实验中,当噪音标准差为10～30时,整数递推-广义交叉校验算法耗时仅为广义交叉校验算法的2%至0.5%,且保证了去噪效果一致,能有效提高图像PSNR0.66 dB至6.03 dB.此外,广义交叉校验算法耗时随噪音增大及遥感图像尺寸增长而迅速升高,整数递推-广义交叉校验算法耗时则相对平稳.     

Noise reduction in ultrasonic NDT using undecimated wavelet transforms

Translation-invariant wavelet processing is applied to grain noise reduction in ultrasonic non-destructive testing of materials. In particular, the undecimated wavelet transform (UWT), which is essentially a discrete wavelet transform (DWT) that avoids decimation, is used. Two different UWT processors have been specifically developed for that purpose, based on two UWT implementation schemes: the "à trous" algorithm and the cycle-spinning scheme. The performance of these two UWT processors is compared with that of a classical DWT processor, by using synthetic grain noise registers and experimental pulse-echo NDT traces. The synthetic ultrasonic traces have been generated by an own-developed frequency-domain model that includes frequency dependence in both material attenuation and scattering. The experimental ultrasonic traces have been obtained by inspecting a piece of carbon-fiber reinforced plastic composite in which we have mechanized artificial flaws. Decomposition level-dependent thresholds, which are suitable for correlated noise, are specifically determined in all cases. Soft thresholding, Daubechies db6 mother wavelet and the three well-known threshold selection rules, Universal, Minimax and SURE, are applied to the different decomposition levels. The performance of the different de-noising procedures for single echo detection has been comparatively evaluated in terms of signal-to-noise ratio enhancement.     

A LLS operator based S-I WT de-noising algorithm applied in EDXRF

An improved shift-invariant wavelet (S-I WT) de-noising algorithm based on LLS operator is proposed for high-resolution energy dispersive X-ray fluorescence. Sym8 is chosen as the wavelet basis function and performed noise reduction on the analog signal. Comparison of the de-noising effect of S-I WT, improved WT and LLS S-I WT (where LLS is the log square root operator) method are quantitatively evaluated by using evaluation criteria signal-to-noise-ratio (SNR), root mean square error and Pearson correlation coefficient. Meanwhile, a new evaluation criterion of de-noising effect, called peak area relative difference, is also proposed to evaluate the counting deviation. The results show that the LLS-SI WT is simple and reliable, can effectively reduce pseudo-Gibbs artificial signals and statistical fluctuation. Besides, this method simplifies the calculation, reduces the running time and improves the running efficiency. The LLS-SI WT is also applied to reduce the noise after adding strong noise to the signal, the SNR has been improved from 14.0040 to 14.7552, and most of the characteristic peak information retains to the greatest extent.