变分模态分解联合改进小波阈值函数的PPG降噪算法

针对PPG信号采集过程中存在大量混合噪声的问题,提出一种变分模态分解（VMD）改进小波阈值降噪的降噪算法。首先通过傅里叶变换得到脉搏波信号频域信息,确定分解个数和主频率;然后利用变分模态分解算法将含噪声的PPG信号分解为一系列固有模态分量,分解过后确定各分量的中心频率,并筛选有效固有模态分量;最后利用改进后的小波阈值函数对残余噪声进行降噪处理,避免了软阈值的恒定偏差,又保证了阈值函数的连续性,降噪后的信号与原始信号相关系数均值为0.934 7,比变分模态分解方法重构信号提升了7.1%。与其他降噪算法相比,信噪比分别提高了5.77 dB、5.38 dB、4.5 dB,均方根误差分别降低了26.1%、16.8%、7.4%。实验结果表明,通过理论计算、数值模拟和应用研究验证了所提方法的有效性和优越性,在滤波效果和信号保真度之间取得了很好的平衡。     

基于变分模态分解的自适应滤波降噪方法

为了提高分析信号的信噪比,本文提出了一种基于变分模态分解的变步长归一化最小均方自适应滤波降噪方法.该方法对原信号进行变分模态分解并区分信号分量和噪声分量,再对噪声分量进行间隙阈值降噪处理并将其作为参考信号输入自适应滤波器,通过自适应算法迭代处理得到降噪后的信号分量,并通过重构算法得到最终降噪后的信号.本文还在变分模态分...     

用于光纤传感的可调半软阈值小波去噪算法

针对大容量超弱FBG传感网络解调系统的干涉噪声和固有电子学噪声,基于传统小波阈值算法去噪时软、硬阈值函数存在恒定偏差及连续性差的缺点,提出一种改进的小波阈值去噪算法。该算法引入了调解因子和半软阈值因子,完成向软、硬阈值函数的转变,保证了连续性且降低重构误差。仿真结果表明,该函数不仅在连续性上优于传统的阈值函数,重构时对信号的还原度较高,信噪比(SNR)相比于软、硬阈值函数均有所提高,平均提升了0.1034 dB、2.4327 dB,而均方根误差(RMSE)相比于软硬阈值函数均有所降低,平均降低了0.1665、0.1687。新阈值函数相比于传统阈值算法能够获得更优良的去噪效果,可为光纤布拉格光栅传感网络高精度寻峰解调去噪提供参考。     

ECG信号改进阈值函数小波去噪算法研究

本文针对心电信号(ECG)微弱、频率范围低、易受噪声干扰等问题,提出一种改进小波阈值去噪算法。不但能通过可变参数h调节自身软、硬特性从而确定合适的阈值函数,而且根据分解层数不同,自适应地调整通用阈值。通过选取MIT-BIH库的部分数据,结合常见的三种小波基,进行实验验证。结果表明改进的小波阈值去噪算法可以有效抑制心电信号噪声,得到较好的信噪比,同时对MSE也有所改善。     

ECG信号改进阈值函数小波去噪算法研究

本文针对心电信号(ECG)微弱、频率范围低、易受噪声干扰等问题,提出一种改进小波阈值去噪算法。不但能通过可变参数h调节自身软、硬特性从而确定合适的阈值函数,而且根据分解层数不同,自适应地调整通用阈值。通过选取MIT-BIH库的部分数据,结合常见的三种小波基,进行实验验证。结果表明改进的小波阈值去噪算法可以有效抑制心电信号噪声,得到较好的信噪比,同时对MSE也有所改善。     

基于变分模态分解的脉率变异性信号提取方法

针对现有脉率变异性(Pulse Rate Variability,PRV)信号提取方法存在抗噪性差、参数选择主观等问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)的脉率变异性信号提取方法。首先,对原始脉搏信号进行变分模态分解,从中提取可以反映脉搏主波变化的分量,对该分量进行平滑滤波;然后,计算滤波后分量的极大值位置,以相邻极大值位置为依据,计算原始脉搏信号对应区间的最小值,得到脉搏信号波谷;最后,根据波谷计算脉率变异性信号。采用31组实测脉搏信号对所提出的算法进行验证,结果表明脉率变异性信号提取的准确率在97%以上,因此所提算法可用于日常生活工作状态下脉率变异性信号的精准提取。     

基于优化变分模态分解算法的回波信号去噪

超声流量计的回波信号中通常存在噪声干扰,导致回波信号难以准确定位.为滤除超声波回波信号中的噪声,提出了一种基于优化变分模态分解(VMD)算法的信号去噪方法.所提方法首先利用互信息准则的信息熵将遗传算法与VMD相关联.然后,将样本熵作为适应度函数,自适应性地优化VMD算法中的参数组合.最后,对原始信号进行分解,利用相关系数计算出有效信号,并将有效信号进一步去噪后进行重构.仿真结果表明,所提方法能有效滤除超声波回波信号中的噪声并且能够完整的保留有用信号.     

基于改进的小波阈值去噪算法的研究

传统的小波阈值函数的去噪方法简单有效,若用在车载下的语音去噪,由于其去噪后的信号存在边缘模糊、高频信息丢失等缺陷,难以得到较好的去噪效果.为提高车载环境下的语音系统的去噪效果,首先对已有小波阈值去噪算法进行分析,针对其不足,提出改进小波阈值函数的去噪方法.其次,通过Matlab软件对不同小波及分解层数进行仿真,选取最优的小波和层数.最后,由软件仿真实验数据比较得出,在相同噪声影响下,该方法比已有方法输出的效果要好.     

一种新的变分去噪模型定参方法

以全变分去噪模型为例,从梯度下降法解相应的欧拉方程着手,提出一种新的定参方法对图像进行去噪,根据新方法选取的参数,同时保证均值和方差估计式。且求解偏微分方程选取的初值不是噪声图像而是对噪声图像进行小波分解后,保留低频系数,只对高频系数设置阈值,再重构后的图像。根据新选取的初值对相应的偏微分方程进行差分迭代求解,数值仿真结果表明,该方法选取的初值具有更好的去噪效果。     

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。     

基于VMD的激光雷达回波信号去噪方法研究

为滤除激光雷达回波信号中的噪声,提高其信噪比,本文提出了一种基于变分模态分解(VMD)的回波信号去噪方法。该方法利用去趋势波动分析对信号进行变分模态分解,通过巴氏距离区分相关模态和非相关模态,采用移动平均法提取非相关模态中的有用信号,并将其与相关模态进行重构实现噪声的有效去除。实验结果表明,经该方法处理后的回波信号输出信噪比提高到了22.58 dB,均方根误差减小为0.78×10-11。该方法能有效滤除激光雷达回波信号中的噪声,保证信号的完整性,与小波变换、经验模态分解直接阈值、变分模态分解局部重构等方法相比,具有明显优势。     

一种改进的基于EMD分解的超宽带信号消噪算法

针对低信噪比超宽带信号的消噪问题,提出一种改进的基于经验模式分解(EMD)的消噪算法.该算法首先对含噪信号进行EMD分解,得到多个固有模态函数(IMF)分量,然后选取高阶IMF重构原信号,达到消噪的目的.针对对UWB信号的IMF重构过程中阶数阈值难以确定的问题,通过数值仿真的方法,得到信号分量和噪声分量在不同阶IMF上的能量分布特性;在对所得特性进行分析的基础上,设计了一种数据自适应的阶数阈值选取算法,解决了EMD消噪中的阶数阈值选取问题.仿真结果表明,EMD消噪算法能够在较低信噪比下提供平均10 dB的信噪比增益,可以有效地对超宽带信号进行消噪.     

光纤传感信号中小波去噪的最优分解尺度确定方法

小波分解尺度选择是小波去噪中的关键,分解尺度 过大或过小,都会直接影响传感信号去噪的质量。本文 通过分析常规的分解尺度选择方法,引用指标融合算法原理从图形和统计两个角度出发选用 信噪比(SNR)、均方 根误差(RMSE)、平滑度r以及信号偏差(BIAS)4项评价指标融合 成一项指标,采用指数函数对融合指标进行拟合,并提出 一种拐点判别公式来准确判定最优分解尺度。然后,采用所提方法,结合改进的阈值和阈值 函数,对实验 信号进行最佳分解尺度寻优,实验验证结果表明,本文方法所确定的最优分解尺度对应的中 心波长反射率与实际值相符,因此能够获得更优的去噪效果。     

一种改进的小波阈值信号去噪方法

为改进滤波效果,提高去噪质量。通过分析软硬阈值去噪的原理和方法,为小波阈值信号处理提出了一种改进的去噪方法。该方法综合了软硬阈值的特点,对其参数进行优化设计,通过调节参数值以更好地获得阈值估计。针对改进后的去噪算法,通过Matlab仿真比较了传统的小波软硬阈值算法与该算法的消噪效果,结果表明,提出的方法有更好的消噪效果和稳定性。     

改进的阈值函数的在信号消噪中的探究

小波去噪应用越来越广泛,它的理论较完善,算法简单,稳定性,消噪的效果更好。但总存在一些不足,这是由于阈值函数自身的的缺陷。本人提出一种改进的阈值函数,它具有更好的光滑性,随着参数的不断取值,改进的阈值函数始终介于软、硬阈值函数之间,而且表达式更加清晰,计算量小。结果表明,在MATLAB（2012a）环境下,对混入高斯白噪声的各种复杂信号进行了消噪的仿真实验,改进的方法好于传统去噪方法。     

一种基于子波变换的信号滤噪改进方法

对子波变换多尺度下信号与噪声的不同性质进行了研究,提出了一种在子波域不同尺度上选取不同的滤噪方法,该方法将经典的软阈值滤噪与子波变换的模极值传播特性在一定尺度上有机结合起来处理信号.在改善信噪比的同时,也尽可能地保持原信号的边缘信息和精细特征.通过仿真验证了该方法的实用性和优越性.     

基于小波变换阈值的信号去噪

对基于小波变换的信号检测方法进行深入的研究,在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去噪声,使有用信号能从噪声中检测出来,提高信号的分辨率,信噪比。     

小波软硬阈值去噪算法的研究及改进

小波软、硬阈值去噪法及软硬阈值折中法是根据信号与噪声的小波系数特点进行信噪分离的,关键在于对小波系数的处理.但是,噪声的方差越大,信噪分离越困难.提出的改进方法是利用均值逼近的软硬阈值折中法.试验表明这种改进的方法提高了重构信号的信噪比,能够达到较好的去噪效果.     

基于光纤惯性传感的变形测量方法研究

为了对地表变形进行实时有效的监测,及时发现其不规则沉陷的规律和趋势,从而确定整个地表移动区域的下沉情况。本文选取MIMU惯性测量单元,布设光纤光栅传感器,设计分布监测网路对地表变形数据进行测量。构造新的指数型阈值小波算法并结合时间序列分析对采集的数据进行去噪处理,显著提高去噪效果,最后利用卡尔曼滤波进行变形体的变形趋势预测。与仿真实验结果对比分析发现,采用这种方法得到的数据准确有效,该方法可应用到地形变形预测的工程实际中。