小波变换应用于谐波谱线的噪声滤除与基线校正

红外光谱谐波检测系统中的噪声与基线漂移问题一直是光谱处理的热点,提出一种采用小波变换的Mallet分解算法, 解决谐波检测中各种复杂噪声以及基线漂移的问题。选取适当小波函数及分解层次将谐波曲线中含有的噪声和基线漂移与有用信号分解到不同频带;分析频带信息,设定一个检测信息频带, 应用阈值处理及系数置零的方法使频率处于此频带的信息保留下来。小波变换方法可以在一次分解与重构过程中同时去除谐波信号的噪声与基线的双重干扰,从而将谐波信号有效地测量出来。实验证明,应用小波变换进行谐波校正的方法可应用于不同的谐波检测系统,具有普遍适用性。     

基于B样条的拉曼光谱基线校正方法

基线漂移是光谱检测仪器普遍存在的现象,会对光谱信号的特征提取带来十分不利的影响,而基线校正是解决该问题的重要手段,也是拉曼光谱信号预处理的重要组成部分。基线校正的原理一般是通过拟合基线的方法来去除光谱信号中的基线漂移。传统的基线校正方法是利用多项式拟合的方法对拉曼光谱信号的基线进行拟合的,但是该方法容易出现过拟合和欠拟合现象,且拟合阶数难以确定。针对传统方法的缺点进行了改进,利用B样条方法对拉曼光谱信号的基线进行拟合,发挥B样条低阶光滑的优点,能够有效地克服多项式方法的缺陷。在实验中,利用该方法对孔雀石绿、罗丹明B的拉曼光谱信号进行了基线校正,观察并比较该方法和传统方法的校正结果。实验结果表明,该方法能够有效地消除拉曼光谱信号的基线漂移,在基线漂移较小和较大的位置,可以采用相同的拟合阶数,不会出现欠拟合和过拟合的现象,获得了良好的基线校正效果,为进一步分析光谱数据提供准确可靠的信息。     

一种抗干扰的弱小目标检测方法

针对低信噪比灰度图像中弱小目标的检测问题,提出了SUSAN特征检测原则与数学形态学方法结合的小目标检测方法.该方法首先采用SUSAN原则利用图像灰度级直接提取特征,利用形态学算子去除噪声、分离目标.给出了应用实例,实验结果表明,这种方法抗干扰能力强,能够快速、可靠地检测出小目标.     

基于符号相对熵的心电信号时间不可逆性分析

心电图(ECG)信号的时间不可逆性能够反映出心脏的生理功能和健康状态.从短时ECG信号中探测时间不可逆性特征具有重要的现实意义. 文章提出符号相对熵方法(先进行符号化处理,再分别计算它们的时间不可逆性),研究了从MIT-BIH标准数据库中提取的正常窦性心律(normal sinus rhythm,NSR)、心室纤颤(ventricular fibrillation,VF)、心脏猝死(sudden cardiac death,SCD)三种信号.结果表明,这三种信号的时间不可逆性有所不同:NSR信号的时间不可 关键词： 心电信号 相对熵 时间不可逆性     

生物气溶胶红外光谱信号预处理算法研究

被动傅里叶变换红外(FTIR)遥感是一种具有应用潜力的生物气溶胶远程探测技术。红外遥感测量中目标光谱特征上往往存在噪声信号和基线漂移。而生物气溶胶的光谱特征相对较宽,传统的基线校正方法都不适用。由于生物气溶胶红外光谱和不同形式的基线漂移都是非高斯信号,把非高斯性作为独立性度量,基于独立成分分析(ICA)技术设计了生物气溶胶红外光谱信号的预处理算法。试验结果表明,该算法可以把未知干扰成分、基线漂移等作为独立分量分离出来,从而不影响进一步的定性、定量分析。     

FastICA算法在脑电信号去噪中的应用

FastICA算法不需要计算高阶统计量,收敛速度快。将快速FastICA算法应用到脑电信号的去噪中,模拟结果表明,采用该方法能够有效的去除脑电信号中的心电。     

基于弹性变分模态分解的癫痫脑电信号分类方法

癫痫脑电信号分类对于癫痫诊治具有重要意义.为了实现病灶性与非病灶性癫痫脑电信号的分类,本文利用弹性网回归重构变分模态分解算法,提出弹性变分模态分解算法并将其应用到所提癫痫脑电信号分类方法中.该方法先将原信号分割成多个子信号,并对各子信号进行弹性变分模态分解,然后从分解后的不同变分模态函数中提取精细复合多尺度散布熵作为特征,最后利用支持向量机进行分类.针对癫痫脑电的公共数据集,最终的实验结果表明,准确率、灵敏度和特异度三个性能指标分别达到92.54%,93.22%和91.86%.     

基于自适应模板法的脑电信号转移熵分析

脑电信号是一种产生机理相当复杂且非常微弱的随机信号, 综合反映了大脑组织的脑电活动及大脑的功能状态. 由于脑电信号的微弱性, 传统的基本模板方法在脑电信号分析上得到了良好的应用. 为进一步提升分析脑电信号的性能, 提出了一种新的基于自适应模板的转移熵方法并分析了青少年脑电与成年人脑电信号. 结果表明: 对于青少年脑电还是成年人脑电, 与基本模板法相比, 基于自适应模板法的转移熵可以更显著地表示脑电信号的耦合作用, 并且具有更好的区分度, 这将能更好地捕捉到信号中的动态信息、系统动力学复杂性的改变. 同时, 该方法将更有利于医学临床诊断的辅助检测, 对脑电信号是否处于病理状态的诊断提供了新的更好的判断依据.     

冷原子荧光光谱中数字基线估计方法的研究

水体中汞的存在形态有单质汞、无机汞和有机汞三种。其中,甲基汞是主要的有机汞形态,毒性远高于单质汞和无机汞。测量水体中的甲基汞的方法有很多,冷原子荧光光谱法是测量水体中甲基汞的推荐方法。冷原子荧光光谱法是原子发射光谱法和原子吸收光谱法综合发展而来的元素分析方法。经过多年的发展与完善,是元素分析最常用的分析技术之一,具有灵敏度高、检出限低等特点,被广泛应用于环境科学、生命科学、地质等领域。由于检测仪器的背景噪声和色谱柱分离效果的影响,冷原子荧光光谱出现基线漂移和信号拖尾等干扰因素,严重影响冷原子荧光光谱数据的峰面积计算和痕量甲基汞的定量分析。其中,基线漂移是最主要干扰因素。目前,改进模拟器件参数和数字基线估计是解决基线漂移的的两种重要手段。在改进模拟器件参数方面,有激发光源使用空心阴极汞灯、闭环控制的热阴极低压汞灯等,但存在实验设备复杂、成本高昂等缺陷;在数字基线估计方面,有最小二乘法、差值拟合法等,但存在基线估计不稳,含量计算不准等缺点。基于此,提出了一种基于小波变换的数字基线估计方法。首先,分析甲基汞的冷原子荧光光谱微观信号和基线漂移现象,建立冷原子荧光光谱信号和基线漂移数理模型;其次,根据冷原子荧光光谱信号模型的特点,以小波变换为研究基础,研究合适的母小波模型,将母小波模型与基线漂移模型进行卷积,卷积结果恒为零,理论上证明了基线漂移现象经过小波变换后会被消除;再次,以100 pg标样甲基汞为例,实验验证了小波变换能够有效地消除基线漂移的干扰和信号拖尾的影响;最后,在仪器相对标准差（RSD）为1.29%~3.40%的条件下,对0,10,20,50,100,500以及1 000 pg的标样甲基汞溶液进行5次重复实验,分别建立小波变换前后峰面积平均值校准曲线,校准曲线的相关系数（R2）由小波变换前的0.994提高到小波变换后的0.997。实验结果表明,该方法能够有效地消除测量仪器基线漂移和信号拖尾的影响,提升了系统测量准确性。     

基于非线性预测效果的癫痫脑电信号的特征提取方法

在非线性时间序列预测研究的基础上,提出了基于非线性预测效果的癫痫脑电信号特征提取方法,从脑电信号中自动检测出癫痫脑电信号.采用基于可预测性的选取嵌入维数的方法确定脑电信号序列的嵌入维数,进行相空间重构.实验结果表明:基于非线性预测效果的特征提取方法提取的特征能明显地区分癫痫脑电信号与正常脑电信号,该非线性特征提取方法适合小数据量的情况且对噪声的稳定性好.     

基于改进经验模态分解域内心动物理特征识别模式分量的心电信号重建

心电图(electrocardiogram,ECG)诊断心脏疾病的严格标准,要求有效地消除噪声并准确地重建ECG信号.经验模式分解(empirical mode decomposition,EMD)方法重建ECG信号中,模式混叠及重建采用模式分量的识别以经验为基础,导致重建ECG信号准确度降低,且方法不具有自适应和通用性.本文首先基于积分均值定理提出一种改进的EMD方法——积分均值模式分解(integral mean mode decomposition,IMMD)方法,经5000个高斯白噪声样本的蒙特卡罗法验证,IMMD方法比EMD具有更优多分辨率分析能力,能够有效地缓解模式混叠.其次,基于ECG信号内固有心动物理特征量识别重建ECG信号所采用的模式分量,具有现实物理意义,因此,方法具有自适应和通用性.经验证,提出方法重建47例ECG信号与原ECG信号的相关系数中:31例优于变分模式分解方法;33例优于Haar小波软阈值法;42例优于集总经验模式分解方法;45例优于EMD方法.相关系数均值为0.8904,方差为0.0071,表现稳定且最优.     

基于DE算法和NURBS曲线的ICP-AES光谱基线校正方法研究

电感耦合等离子体原子发射光谱(ICP-AES)分析法是一种常用的溶液元素浓度分析方法,但在ICP-AES测量过程中,由于温度漂移、杂散光和仪器暗电流等原因,光谱往往会存在一定程度的基线漂移,导致元素光谱强度值的测量结果存在误差,进而影响元素浓度的定量分析结果,因此基线校正是ICP-AES分析法中的必要环节之一。对传统光谱基线校正方法进行简要分析,在此基础上设计了一种基于非均匀B样条曲线和差分进化算法的ICP-AES光谱基线漂移校正方法;首先验证了光谱信号中噪声的概率密度分布服从高斯分布,然后对原始光谱进行预处理,通过高斯滤波对光谱信号去噪;然后以光谱基线校正过程中极小值序列的标准偏差作为评价指标,以非均匀B样条曲线作为基线模型,以曲线的控制点序列C和内接点序列T作为评价函数特征参数,建立ICP-AES光谱基线校正评价函数,将光谱基线校正问题转换为求解评价函数特征参数全局最优解的问题;最后简要介绍了差分进化算法的流程,通过差分进化算法求解使得评价函数取得最小值时的特征参数的全局最优解,即非均匀B样条曲线的控制点序列C与内接点序列T的取值,并以此拟合相应的非均匀B样条曲线作为光谱基线,实现...     

Baseline drift effect on the performance of neutron and γ ray discrimination using frequency gradient analysis

Frequency gradient analysis (FGA) effectively discriminates neutrons and γ rays by examining the frequency-domain features of the photomultiplier tube anode signal. This approach is insensitive to noise but is inevitably affected by the baseline drift similar to other pulse shape discrimination methods. The baseline drift effect is attributed to factors such as power line fluctuation, dark current, noise disturbances, hum, and pulse tail in front-end electronics. This effect needs to be elucidated and quantified before the baseline shift can be estimated and removed from the captured signal. Therefore, the effect of baseline shift on the discrimination performance of neutrons and γ rays with organic scintillation detectors using FGA is investigated in this paper. The relationship between the baseline shift and discrimination parameters of FGA is derived and verified by an experimental system consisting of an americium-beryllium source, a BC501A liquid scintillator detector, and a 5 GSample/s 8-bit oscilloscope. The theoretical and experimental results both show that the estimation of the baseline shift is necessary, and the removal of baseline drift from the pulse shapes can improve the discrimination performance of FGA.     

基于AD8232的心电实时监测及分析系统设计

为了方便对患者心电信号进行实时监测,实现对心脏疾病的及时预防及诊断,利用一款基于ATmega328p微控制器的Arduino开发板、一块心电监测前端模块AD8232及上位机软件LabVIEW开发出一套心电实时监测系统,并利用LabVIEW设计出多种软件滤波方法来抑制心电信号中的噪声。由于心电信号的时频特性能提供反映患者心脏活动动态行为的信息,该系统还包括基于LabVIEW设计出的多种用于心电信号实时分析的程序,使被试心电信号所包含的生理特性能够及时地被分析出来。利用所开发的心电实时监测分析系统对被试的心电信号进行采集和分析,发现系统能够非常灵敏、准确地检测心电信号,并对信号噪声有着很好的抑制能力。此外系统能够对信号进行各式的实时分析,且分析结果可靠,能够运用于临床诊断。利用该系统对心电信号进行实时采集和分析,其测量结果准确、去噪效果良好、分析结果可靠,为今后心电实时监测分析系统的设计提供了借鉴。     

An innovation based random weighting estimation mechanism for denoising fiber optic gyro drift signal

In Interferometric Fiber Optic Gyroscope (IFOG), the diminution of random noise and drift error is a critical task. These errors degrade the performance of IFOG. In this paper, a modified adaptive Kalman gain correction (AKFG) algorithm is proposed to denoise IFOG signal. The covariance matrix of innovation sequence is estimated using weighted average window method in which the weights are randomly generated in the range [0, 1]. Innovation based random weighted estimation (IRWE)-AKFG is applied to denoise the IFOG drift signal. The Kalman gain is adaptively updated using the covariance matrix of innovation sequence. The proposed algorithm is applied for denoising IFOG signal under static and dynamic environment. Allan variance method is used to analyze and quantify the stochastic errors in IFOG sensor. The performance of the proposed algorithm is compared with Conventional Kalman filter (CKF) and the simulation results reveal that the proposed algorithm is an efficient algorithm for denoising the IFOG signal.     

中红外谐波检测背景信号漂移的修正方法

可调谐半导体激光吸收光谱（TDLAS）由于具有高灵敏度、高分辨率、非侵入及实时检测等特点,被广泛应用于燃烧诊断、痕量气体监测、工业过程控制等领域中。波长调制光谱（WMS）的二次谐波（2f）检测是最常用的TDLAS气体传感方法之一。激光器作为TDLAS-WMS在线检测系统中最核心的部件之一,在长期运行过程中会由于其工作温度等因素变化,引起输出激光波长漂移和2f背景信号基线变化,从而导致气体浓度反演的精确度和TDLAS-WMS在线检测系统的稳定性降低。针对上述问题,根据NO气体分子在中红外波段5.176~5.189 μm的基频吸收特性,选择峰值发射波长位于5.184 μm的分布反馈式连续波量子级联激光器（DFB-CW QCL）,分析了输出激光中心波长对应的峰值采样点位置随采样时间变化的漂移规律和2f吸收及其背景信号的漂移特性。基于上述分析,提出了以2f信号平均峰峰值替代2f信号峰值建立气体浓度反演模型以修正2f背景信号基线漂移,并结合以信噪比最优为2f背景信号波长漂移修正原则的2f背景信号漂移综合修正方法,以消除TDLAS-WMS在线检测系统长期连续检测过程中2f背景信号漂移对气体浓度反演结果的不利影响。研究结果表明,2f信号平均峰峰值随配置的NO样气浓度的增加而增大,这两者呈现较好的线性关系,其拟合曲线的线性拟合度R2达到了0.999 9。在使用体积浓度为20×10-6 NO气体样品开展的连续60 min监测实验中,波长漂移修正后,反演浓度的标准偏差由波长漂移修正前的0.19×10-6下降到了0.07×10-6,反演浓度的最大相对误差由波长漂移修正前的6.30%下降到了3.85%,相对误差均方值由波长漂移修正前的24.39%下降到了9.99%。结果显示,该2f背景信号漂移综合修正方法可以有效地抑制2f背景信号漂移对气体浓度反演结果的影响,显著提高了TDLAS-WMS在线检测系统连续监测的灵敏度、精确度和稳定性。     

Functional MRI using intravascular contrast agents: detrending of the relative cerebrovascular (rCBV) time course

In pharmacological fMRI experiments in animal models, blood pool contrast agents may be used to map cerebral blood volume change as a surrogate for neural activation. When the background signal drift due to contrast agent washout is non-negligible over the duration of the signal changes of interest, time-course detrending is essential for accurate interpretation of the experiment. Detrending approaches based on estimation of the background signal from a baseline period of the time course prior to pharmacological (or functional) challenge were evaluated with the aim of identifying a robust method of estimating the contrast agent washout contribution to the background signal drift. For fMRI studies in the rat, it was found that a constrained fit of a mono-exponential washout model was more accurate than a constant background approximation and unconstrained fits for experiments investigating the functional response to rapid pharmacological challenges such as cocaine and amphetamine. Moreover, the constrained fitting approach allows shorter baseline periods than unconstrained extrapolation, reducing the required duration of the experiment.