基于不同经验模态分解的小波软阈值ECG去噪研究

针对ECG信号的非线性和非平稳性,利用不同经验模态分解的小波软阈值方法对其进行降噪处理.根据希尔伯特-黄(Hilbert-Huang)变换提出的一系列的EMD算法,有EMD、EEMD、CEEMD等.首先,将含高斯白噪声的ECG信号分别进行EMD、EEMD、CEEMD分解,所得到的固有模态函数(IMF)分量是从高频到低频排列的,分别舍去前几层含噪IMF'进行重构去噪.由于舍去的IMF分量中含有少部分信号的细节信息,然后利用小波软阈值对前几层含噪IMF提取细节信息得到新的分量,再将剩余分量和新的分量重构去噪后的ECG信号.利用去噪信号图和不同性能指标验证了不同方法的有效性,得出了基于CEEMD的小波软阈值ECG降噪效果最佳.最后,用上述方法对MIT-BIH心电噪声库信号进行去噪处理,其结果与仿真实验相吻合.     

基于多小波预测方法提高地震数据的信噪比

基于二维小波变换把一个二元的地震数据变换为有关时间,空间,频率和波数的局部信息的特点,讨论了用正交多小波变换和w-x预测方法对地震数据进行去噪处理.先用阈值的方法做初步处理,再用预测方法进一步压制噪声,达到较好地提高地震数据信噪比的目的.数值试验表明该方法是有效的,能有效地消除随机干扰,具有很好的空间和时间自适应性.     

基于改进小波阈值去噪算法的心电信号处理及仿真

为更好地滤除心电信号处理过程中基线漂移、肌电以及工频干扰等噪声,提出了一种新阈值函数去噪算法.通过仿真确定了最佳的小波函数类型和分解层数;改进算法克服了传统的阈值函数在信号处理中存在不连续性或恒定偏差的问题;利用双曲线函数实现向原函数的快速逼近,避免了去噪后的波形失真和振荡现象的发生;具有更少的参数,调节方便,计算量小;注重对较小系数的处理,提高重构信号的精度.利用MIT-BIH心律失常数据库中的105号数据进行验证.算法能有效地滤除噪声干扰,相比于其他方法,其重构信号的信噪比和均方误差均有极大的改善,去噪效果更好.     

基于EMD和PCA的暂态电能质量消噪

针对电能质量扰动的消噪问题,提出一种基于经验模态分解(EMD)和主成分分析(PCA)的消噪方法.方法先用EMD将信号分解为一组内蕴模态函数(IMF),对第一层IMF进行细节信息提取,然后对第二层及其后面的IMF进行PCA变换,根据噪声能量选择合适的主成分分量重构,去除各层IMF中的噪声.分别用电压聚降、电压中断、暂态脉冲、谐波及其组合进行数字仿真,和SureShrink小波阈值法、BayesShrink小波阈值法去噪结果比较,所用的方法去噪效果优于SureShrink小波阈值法、BayesShrink小波阈值法去噪结果,尤其对于电压暂降、电压中断、电压聚升这几个最重要的暂态电能质量问题消噪效果更为明显,结果证实了其有效性.     

基于Canny算子边缘检测的小波阈值去噪方法

本文研究了信号处理中图像去噪的问题.利用小波变换理论提出了一种基于Canny算子边缘检测的小波阈值去噪方法,实验结果表明,该方法在有效去除噪声的同时能够更好地保留图像的边缘.     

基于IGA-小波软阈值的MEMS矢量水听器信号去噪方法

提出了将使用新的遗传策略,将与当前进化迭代和种群平均适应度变化趋势相关的惩罚因子引入到遗传算法的自适应交叉、变异概率中,依据种群适应度集中分散程度自主调节遗传操作顺序的改进的遗传算法,并用此改进的遗传算法自适应获取最佳小波阈值,然后结合小波软阈值去噪方法对信号去噪.仿真实验和实测实验说明提出的基于改进遗传算法的小波软阈值去噪方法具有良好的去噪性能,且具有一定的稳定性.     

基于小波分析理论的复杂岩性区块油水层识别方法

基于伊通盆地双二段储层岩性变化快,沉积模式复杂等特点,利用小波变换对测井信号进行去高频噪音处理,再运用多分辨率分析、小波包分析对该研究区目的层段流体进行识别.结果表明:去噪处理后的信号在保持原有信号特性的基础上,将高频噪音产生的影响去除,具有高保真,高信噪比的优点.运用小波分析理论,结合分频能量叠加原理对储层流体进行识别,解释正确率在80%以上,远优于常规解释方法,有效地解决了在复杂岩性区块油水层识别难度大的问题.     

一种利用多通道小波变换去噪的算法

通过对多通道小波和小波变换以及奇异信号的小波变换特性的讨论和分析,提出了一种利用M道小波变换去噪的算法,并利用此算法对加噪信号进行了模拟实验,实验结果表明,该算法简便,易于编程实现且去噪效果理想。     

人类胚胎期小脑组织基因表达的小波多尺度分析

对人类胚胎期小脑组织基因基于时空的表达强度进行小波多尺度5层分解与重构,在常用小波函数中,db2的去噪效果最好,可以用于小脑组织基因表达强度的去噪处理.     

小波基的选取对图像去噪的影响

小波图像去噪方法是现代图像处理中的重要组成部分，小波基的不同选取直接影响到去噪的效果．本文在全局阈值的标准下，通过对噪声水平和图像纹理特征的估计，讨论了小波基的正交性和线性相位性对去噪结果的不同影响，提出了选取小波基的近似标准．     

基于CEEMDAN小波包的MEMS水听器信号去噪

针对MEMS水听器接收水下信号时混入的噪声,提出一种CEEMDAN和小波包的联合去噪算法.方法是利用CEEMDAN将含噪信号分解成一系列的IMF分量,IMF由高频到低频排列.由于高频噪声和低频干扰,所以要分别对高频和低频IMF进行处理.根据每层IMF的频谱分析,去掉前几层和后几层IMF分量形成一个带通滤波器,然后将剩余分量进行重构信号.最后,利用小波包对重构信号去噪得去噪信号.通过仿真实验和中北大学汾机实测实验验证了算法的有效性,并在去噪效果和性能指标上较单一CEEMDAN和小波包去噪有明显提升.     

基于多小波变换提高地震数据的分辨率

给出了设计接近地震子波的小波函数方法,使得地震信号的小波分解能量相对集中,有利于做各种处理;通过选出最匹配子波的的小波函数,做多小波变换;利用分频处理函数来补偿石油勘探中地震数据中损失的高频成分,以提高石油勘探中地震数据分辨率.通过对反射信号的高频成分进行补偿,可使地震剖面的主频得到很大提高,频宽得到扩展,可获得较高分辨率的地震剖面.从实际数据处理结果可以看出,方法是可行的且是有效的.     

过抽样M通道小波星图去噪方法研究

小波图像去噪已经成为目前图像去噪的主要方法之一,在分析了小波变换的基本理论和小波变换的多尺度分析基础上,根据多尺度小波变换的多分辨特性,提出了过抽样M通道小波变换去噪方法,并将此方法用于星图降噪处理中,收到良好的效果.     

基于四点插值细分小波的SAR图像去噪

针对SAR图像去噪过程中存在降低相干斑与保持有效细节这一矛盾,提出了一种基于四点插值细分小波的SAR图像去噪算法,该方法将小波和细分方法相融合,将四点插值细分规则应用到细分小波中,提出了图像去噪的新方法.该算法先用四点插值细分小波对原始图像进行分解,然后用Bayes自适应阈值及阈值函数对图像进行去噪,最后对去噪的小波系数进行重构,并通过等效视数、边缘保持指数等评价指标对去噪结果进行了评价.实验结果表明,算法的等效视数、边缘保持指数都有所提高,去噪效果得到了优化.     

基于S变换的地震信号降噪方法研究

S变换在分析非平稳信号时能有效地反映出频率随时间的变化,但由于其窗函数是固定不变的,在实际中应用受到了限制.从基本理论出发,推导出一种改进的S变换形式,并对合成信号分别进行傅立叶变换、s变换和改进的S变换,通过对比发现:改进的s变换方法能够更好地分辨非平稳信号的频率特性,比S变换具有更高的分辨率.最后应用改进的s变换方法对地震背景噪声数据进行了去噪处理,取得了较好的结果.     

提升格式下几种去噪方法的比较

本文比较了四种去噪声的效果,利用提升格式设计的灵活性,通过预算子或更新算子的设计最优匹配特定的信号,比较了软阈值函数、硬阈值函数、比例萎缩LAWML法和小波域中值滤波四种去噪方法.     

基于小波变换的图像去噪方法的研究

小波变换能有效的去除高斯噪声,中值滤波能有效的去除脉冲噪声,两者结合可以更有效的去除高斯噪声和脉冲噪声的混合噪声.当医学图像去除混合噪声时,先进行中值滤波再进行小波去噪的方法优于先进行小波去噪后再进行中值滤波的方法,且去噪后图像视觉效果较好,而且图像均方误差(M SE)也较小.在图像去噪处理中这种方法具有实际应用价值.     

二进小波变换的卷积定理

本文研究二进小波变换在信号处理中的应用.首先证明了两个满足容许性条件和规范性条件的二进小波的卷积和相关仍满足容许性和规范性条件,然后证明了二进小波变换的卷积定理和相关性定理,最后给出数值例子说明二进小波变换的卷积定理在加噪信号重构中的优越性.     

一种基于小波分析的各向异性图象去噪方法

本文利用非线性各向异性扩散方程结合小波变换提出一种图象去噪的方法。首先对图像进行离散小波变换,然后对其各个分量分别用各向异性的方法实现去噪。实验结果表明,该方法能够较好的去除噪声的同时,很好的保留边缘信息。     

芬兰淡水湖冰下溶解氧浓度变化规律的离散小波分析北大核心

以离散小波变换的多尺度分析理论为依据,用Daubechies系列小波对芬兰Valkea-kotinen淡水湖第二测点自2011年1月13日至5月17日不同深度溶解氧浓度的采集数据进行分解与重构.通过db1-db6小波分解效果比较,发现db4小波的重构效果较好.采用db4小波对该位置各深度溶解氧浓度进行多尺度分析,得到数据的低频和高频重构曲线,分析曲线的变化规律.最后,利用离散小波变换尺度为2的幂次这一特点,给出有利于数据分析的测量时间间隔.