Mallat算法用于语音信号分析与压缩

给出了一种基于小波变换的汉语语音信号预处理的方法。通过小波变换中的Ｍａｌｌａｔ算法来分解汉语语音信号，能够消除信号冗余度，提高数据压缩比，而不影响语音信号的真实效果。同时还给出了小波变换原理和Ｍａｌｌａｔ算法以及实验结果。     

基于小波变换的自适应滤波器消除ECG中基线漂移

设计了一种新的基于小波变换的自适应滤波器，其参考信号选择原始信号经小波分解后的高频部分。该滤波器可有效消除心电信号中基线漂移。经ＭＩＴ／ＢＩＨ心电数据库检验，取得满意的结果。     

基于小波包的信号检测算法

针对多个相似信号分量的到达时间检测问题提出了一种基于小波包理论的新算法（ＷａｖｅｌｅｔＰａｃｋｅｔｓＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＷＰＤＡ）．即使在各信号分量严重重叠的情况下，该算法都能非常精确地确定各分量的到达时间。为了进行比较，引用了Ｂ．Ｆｒｉｅｄｌａｎｄｅｒ提出的改进Ｇａｂｏｒ表征方法（ＩＧＲＭ）及其信号模型。实验证明，小波包检测算法可以得到更为优越的性能。还讨论了小波包检测算法中的正交镜像滤波器选择问题。     

平面小波标架

「３」给出了一维二进制小波标架的构造，本文给出了Ｌ＾２（Ｒ＾２）的一组与伸缩矩阵Ｍ相关的平面小波标架。     

时频分析方法在机器故障诊断中的应用

阐述了短时傅氏分析、Ｗｉｇｎｅｒ分布及小波分析等时频分析方法和特点；对间隙非线性机械系统振动信号进行了小波分析，发现了间隙非线性机械系统振动信号在小波分解中的状态特征，应有和时频分析方法对ＭＣＮＣ８２数控磨床进行了故障诊断，结果表明时频 分析方法对非线性机械系统的故障诊断比较有效。     

小波基和它对一维信号的直接分解（Ⅱ）

研究了两类Ｉ．Ｄａｕｂｅｃｈｉｅｓ规范正小波,一类Ｒ．Ｃｏｉｆｍａｎ小波和Ｙ．Ｍｅｙｅｒ及三种具有解析表达式的小波（Ｍｅｘｉｃａｍ Ｈａｔ小波和Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ小波）和它们生成的小波基的几种重要的特性（小波矩、消失矩、局部化特性、线性相位等）参数;针对一维信号的小波变换,对各种小波进行了评估,推荐出针对不同要求的较佳的小波;并对信号的小波分解分量及其Ｆｏｕｒｉｅｒ变换作了比较。     

离散小波变换的探讨

在Ｍａｌｌａｔ的基础上，讨论了从连续小波变换到离散小波变换的过程，得出离散过程要受诸多因素的限制，其中信号ｆ（ｔ）的离散同样必须满足Ｎｙｑｕｉｓｔ抽样定理。     

应用连续小波变换提取机械故障的特征

针对机械信号的特征和小小变换的特点,论证了机械信号的连续小波可分解特性,提出了信号的时间－小波能量谱和尺度－小波能量谱的概念,同时,利用信号经连续Ｍｏｒｌｅｔ小波变换后在时间－尺度域内的不同能量分布特性,依据信号的尺度－小波能量谱分布特性,对螺杆泵减速器和滚动轴承这两类不同机械的信号进行了特征提取,结果表明,应用机械信号的尺度－小波能量谱进行特征提取,更好地利用了小波变换的恒Ｑ带通滤波器性质,可以     

小波分析在油气田地球物理勘探中的应用

阐明了具有Ｌｉｐｓｃｈｉｔｚ指数的地震道信号奇异性的数学特征。对油气勘探区的人工地震资料，选取具有紧支集的二次样条函数作为小波基。然后将采样所得的数据作离散二进小波变换，采用Ｍａｌｌａｔ塔式算法对地震波信号进行分散与重构。     

小波神经网络在输电导线断股故障诊断中的应用

讨论了小波降噪用小波奇异性检测的原理，并利用这些原理对输电导线断股故障信号进行了二进小波分解，提取Ｗ２＾３￣Ｗ２＾５尺度上的特征参数作为神经网络的输入，而经过训练后的神经网络的输出分别为断股故障类型和故障位置信息。     

基于三域特征提取和GS-SVM的ECG信号智能分类技术研究

近年来,基于单域的特征提取方法已经得到广泛的研究,并被用于心律失常的检测分类.事实上,多域特征提取在其分类中往往表现得更好.本文利用MIT/BIH心律失常数据库中的48组ECG信号进行预处理,从时域、频域和小波域提取了信号的三域特征,这些特征从各个方面充分表征了ECG信号的性质.再利用基于网格搜索的SVM结合归一化特征可将ECG信号划分为常见的4类.该方法的总体精度达到98.01%,f_1分值为0.9800,对ECG信号的检测性能良好,相对目前绝大多数ECG信号分类器具有更强的泛化能力.     

基于自适应小波变换的QRS波检测算法

提出了一种新的心电ＱＲＳ波检测算法,该算法用心电信号的小波变换作为自适应白化滤波器的输入,然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出ＱＲＳ波．用ＭＩＴ心电数据库对该算法进行了评估,并与其他几种算法的结果进行了比较,表明此算法在ＱＲＳ检出率和计算速度上都有一定的改善．     

心室晚电位识别的一种方法

论文采用小波包分析和人工神经网络相结合的方法完成对心室晚电位的识别。首先利用小波包分解技术提取心电信号的特征，将不同频带子信号的能量作为心电信号的一组特征值，然后采用径向基函数网络实现对晚电位的分类。经过对28例3导信号平均心电图实验数据的处理，取得了较高的识别准确率。     

心电特征参数提取的研究

心电信号中的噪声消除，稳定基线及特征参数的精确撮是心电信号处理研究中的３个关键问题，本研究了当前心电信号处理的多种方法，给出了一种实用的三导心电处理系统，并对系统软、硬件进行了设计。     

基于小波变换的心电信号处理研究

在简述小波变换理论发展的基础上,介绍了心电信号的主要特点和研究内容,从两大方面概括小波变换应用于心电信号处理的国内外研究现状:一是去噪,着重介绍了小波阈值消噪的研究成果,概括了在母婴心电信号分离、去除肌电噪声、保留特征波形方面的研究现状;二是波形检测和特征提取,着重介绍了QRS波群检测、ST段检测和R波峰值提取的研究现状,以及小波与其他理论结合用于心电信号处理的研究成果。最后,展望了利用小波变换进行心电信号处理的前景。     

新生儿智能监护仪设计与ECG信号中QRS波的识别算法

介绍了一种可以对新生儿的心电信号 (ECG)和呼吸信号 (RESP)同时进行监测的仪表的设计 .当新生儿的呼吸停止 2 0s和心跳小于 10 0次 /min两种情况同时发生时 ,监护仪可发出报警的声光信号以便医护人员进行急救处理 .在ECG信号采集过程中 ,主要研究了QRS波的识别算法 ,并且对心电信号的滤波技术进行了深入的探讨 ,设计出性能优越 ,高速节时的滤波器和QRS波检测技术 ,相应地滤除了心电图 (ECG)信号中的肌电、基线漂移和 5 0Hz工频等干扰 .采用MIT/BIH数据库对算法进行检验 ,达到了理想的效果 .液晶显示模块LCD用于ECG和RESP信号的实时现场图形显示、预测、预报和主要心电和呼吸参数的数字显示     

一种滤除心电信号中噪声的形态滤波方法

心电信号在检测过程中，常常会引入噪声和发生基线漂移，这严重影响了对心电信号的进一步分析和处理，采用数学形态学中的形态滤波方法，通过采5有不同尺寸结构元素的开－闭的闭－开运算平均组合，来滤除心电信号中的噪声和校正基线漂移，仿真结果验证该方法的有效性。     

穿戴式心电信号伪差识别算法的研究及应用

针对穿戴式心电监测设备普遍存在的运动和设备伪差问题，提出了基于心电幅度突变度和突变分布连通性、变换后心电极大极小值对凌乱度，以及异常心搏特征等设计的伪差识别组合算法.通过在心电自动分析三个关键环节嵌入组合算法实现伪差识别，并选择了3种设备4种数据样本进行算法验证.结果表明，组合算法伪差识别灵敏度可达98.35%，可将QRS检出正确率提高3.08%，且并未增加心电自动分析运算时长，算法不依赖特定硬件设备，可应用到各类穿戴式设备的心电数据分析中，具有普适且高效的特点.      

基于一维离散小波变换的心电信号降噪研究

针对心电信号中含有噪声的现象,为了准确提取反映心电信号的特征信息,该文提出了应用一维离散小波变换实现对心电信号的降噪处理方法.研究结果表明,该方法能够有效地去除心电信号中的噪声,从而为进一步实现心电信号特征信息的提取提供了有效的参考价值.     

基于组合形态滤波与自适应广义形态滤波的ECG去噪算法

针对ECG信号中存在的基线漂移和高频干扰,提出了一种传统线性组合形态滤波与自适应广义形态滤波相结合的新的去噪算法。该算法首先采用传统线性组合形态滤波器滤除基线漂移,然后将无基漂的信号送入采用不同结构元素级联而成的自适应广义形态滤波器滤除高频干扰,最后得到无噪声的ECG信号。结果验证了本文算法的有效性。