利用小波变换提取和分析心动周期信号中子信号

为了采用小波变换提取心动周期信号（HPS）中的子信号,而分别对自愿受试者10名从卧位和站立体位采 集心电信号,小波变换分解心动周期信号为一个细节成份和一个近似成份对HPS近似成份和细节成份都进行 快速傅立叶变换,计算出了功率参数。心动周期信号的总功率从卧位到站位有显著的变化,近似成份的功率显著 增加,细节成份的功率变化不明显,细节占总功率的比值显著变化。比较这两个体位的结果,其近似成份可能代表 了交感神经系统的活动,而细节成份表达了副交感神经系统的调节。交感和副交感神经系统功能可分别由小波变 换分解的2组成份的数字和图形参数作定量解释。     

利用小波变换提取多普勒信号的最大频率

提出了利用小波奇异点检测提取多普勒信号最大频率的方法,并通过对模拟多普勒信号、实际多普勒信号最大频率的估计比较,表明小波变换法在最大频率估计中有较高的精度。     

利用小波变换实现ECG信号去噪

小波变换适用于分析非平稳信号，适宜于对心电数据进行消噪预处理和特征提取。本文以小波分析的多分辩率为基础，以得到的不同尺度信号细节为依据，变成了ECG信号消噪算法的设计与实现，采用强制消噪、全局阈值消噪和局部阈值法消噪，强调了局部阈值算法在ECG信号消噪中的重要性。实验表明小波消噪算法不仅能有效的降噪，并且能够较好的恢复原信号。     

小波变换用于提取MLAEP信号

中潜伏期听觉诱发电位（MLAEP）与麻醉深度紧密相关,本文利用小波变换实现提取MLAEP信号。本文首先研究了小波变换与信号奇异性的关系,再根据小波变换模极大值的变化特性来检测信号的局部奇异性,利用信号和噪声不同的尺度特性实现去噪。仿真结果表明此方法对MLAEP的提取具有较好效果。     

小波变换和信号的时频局部分析

从信号时频分析的角度讨论了小波变换的应用,重点是多尺度分析和波包,指出了用小波包分析非平稳信号的步骤。     

小波变换在视觉诱发电位信号提取中的应用

在基于视觉诱发电位脑机接口研究中，需要在强噪声背景下迅速准确地提取出微弱的视觉诱发电位信号。对信号进行小波分解，分析诱发电位信号及噪声在不同尺度上的分布特点，选择诱发电位信号能量相对集中且能较好反映信号主要特征的频带设计了小波时频滤波器。小波时频滤波器结合少量次累加平均，可提高信噪比，提取出视觉诱发电位信号。实验表明，平均刺激9-20次就能提取出信号。本方法能准确快速地提取出有明显特征的诱发电位信号，有利于提高脑机接口通信速度及正确率。     

小波变换在信号滤波中的应用

概要地叙述了小波，小波包理论，提出了一种用小波包分解和信号重构进行信号滤波的方法，先用小波包分解把信号分解到相邻的不同频率段上，然后用信号重构方法各个频率段上的信号进行重构，以电机的振动信号为例，说明这种方法可以有效地用于信号的滤波。     

一种改进的基于小波变换的基音周期提取算法

基音周期是语音信号重要的参数之一,是进行语音信号数字处理的基础。针对传统自相关提取方法的不足。本文提出了一种小波变换和自相关结合的基音周期检测算法,它克服了小波变换法对某些信号检测时的缺点,在真实语音的基音周期检测中取得了较为满意的效果。     

基于小波变换和ICA的房颤信号分离

提出了一种基于小波变换和独立成分分析(ICA)的心房颤动(房颤)信号分离方法.首先通过小波变换将2个导联的Holter心电信号分解成一组信号,然后取其中几个尺度的单支重构信号进行ICA,分离出房颤信号.2个导联Holter系统无法满足ICA对信号通路数的要求,小波分解及单支重构解决了这一问题.ICA技术充分利用2个导联的信息,消除了单导联房颤信号分离方法易受伪迹和异位心搏等因素影响的缺点.实验证明了本方法的可行性和有效性,并且与常用的单导联分离方法的效果进行了对比.     

利用EMD方法和小波变换进行信号奇异性检测

本文采用经验模式分解(EMD)与小波变换相结合的方法分析非平稳机械故障信号的奇异性，进行机械故障诊断。与直接对原信号进行小波分析相比较，该方法提取的奇异性特征明显。数值模拟和对故障轴承的振动信号分析表明了该方法的有效性。     

利用小波变换分析心音信号

心音信号可以用于诊断一些心脏瓣膜和心肌的疾病，心音信号是一种非平稳信号，而小波变换中数字信号处理技术适合于分析非平稳信号。文章阐述了一种利用小波变换分析心音信号的方法。通过对计算机模拟的心音信号的分析实验，分析利用小波变换可以有效地分析心音信号，从而为利用心音信号诊断心脏疾病提供了一种新的方法。     

基于综合滤波算法的心音信号去噪

针对小波分解重构滤波算法及形态滤波算法的缺点,提出将这两种数字滤波方法结合起来,利用形态滤波器滤除低频干扰信号,然后再由小波分解重构滤波器滤除高频干扰的算法,采用均方根误差比较三种算法,结果显示综合滤波去噪效果较好。     

简谐信号的小波变换特性

根据小波变换的定义,研究了单频简谐信号的连续小波变换和离散小变换的特性,结果表明它与白噪声的特性显著不同,还发现了单频信号的离散小波变换的偏置现象。     

重力信号的小波变换与经验模态分解级联滤波方法

针对动基座重力测量,提出了处理重力信号的小波变换与经验模态分解级联方法.该方法采用DB4小波函数的强制阈值小波变换作为前端滤波器,将原始信号分解为12层,提取第7层作为中间结果,运用经验模态分解方法用作第二级滤波器,将输入分解为8个模态,提取残余分量和最大尺度的逼近模态作为级联滤波结果.对静态重力数据进行概率密度分析,给出了重力的统计特性以及测量结果的可信度.级联滤波结果与某航空重力系统处理结果对比表明:级联滤波方法能够在强噪声中提取出微弱的重力信号,并且由于引入前端滤波器减少了级联滤波器整体计算量,提高了重力测量的空间分辨率.     

基于小波变换自适应滤波方法的ECG信号消噪

为了减少在用小波变换方法进行心电信号消噪时所产生的心电信息损失,本文在对心电信号进行离散正交小波变换的基础上,进行自适应滤波处理,即以具有最大QRS波能量的尺度上的高频细节信号作为自适应滤波器的参考输入,以噪声干扰对应的分解尺度上的“细节”分量及最大分解尺度上的近似分量所重构的信号作为原始输入.实验证明这种改进的滤波方法可以在有效抑制心电信号中噪声干扰的同时,较好保持心电信号的波形特征及有用的心电信息,达到较好的滤波效果.     

基于小波变换的人体脉搏信号去噪处理

人体脉象信号是一种信噪比较低的非平稳随机信号,在分析之前去噪是一项十分重要的工作.该文研究了小波变换的3种去噪方法,并对临床记录的脉象信号进行了去噪处理.实验结果表明,平移不变量法对脉象信号的去噪效果最好.     

Application of spline wavelet transform in differential of electroanalytical signal

Investigating characteristics of spline wavelet, we found that if the two-order spline function, the derivative function of the three-order B spline function, is used as the wavelet base function, the spline wavelet transform has both the property of denoising and that of differential. As a result, the relation between the spline wavelet transform and the differential was studied in theory. Experimental results show that the spline wavelet transform can well be applied to the differential of the electroanalytical signal. Compared with other kinds of wavelet transform, the spline wavelet transform has a characteristic of differential. Compared with the digital differential and simulative differential with electronic circuit, the spline wavelet transform not only can carry out denoising and differential for a signal, but also has the advantages of simple operation and small quantity of calculation, because step length, RC constant and other kinds of parameters need not be selected. Compared with Alexander Kai-man Leung’s differential method, the differential method with spline wavelet transform has the characteristic that the differential order is not dependent on the number of data points in the original signal.     

小波变换和PSD估计在弧焊电信号处理中的应用

用小波变换对含有瞬态干扰的弧焊电信号进行多尺度分解,在某些尺度下,瞬态信号特征得以明显增强,用简单的阀值比较就可以有效地检测并消除瞬态干扰.然后对消噪后的信号利用PSD对其估计一段时间内弧焊电信号功率与频率的关系,从而得到可以反映焊接过程稳定性的信号统计特征.最后在Matlab环境下进行仿真实验,验证了此上两种方法的结合在提取弧焊特征信号中的有效性.     

一种基于小波变换的线性调频信号检测方法

线性调频信号(LFM)是一类应用广泛的非平稳信号.通过选取高斯线调频小波作为基函数,研究了线性调频信号的小波变换及基于小波-Radon变换的线性调频信号检测的基本方法.针对多分量LFM信号检测问题,在结合“C lean”技术的基础上,提出了基于小波-Radon变换的多分量LFM信号检测与参数估计的算法.计算机仿真实验结果验证了该算法的有效性.