共查询到17条相似文献,搜索用时 93 毫秒
1.
小波变换和AR模型在脑电信号处理中的应用 总被引:1,自引:0,他引:1
谈论了基于小波变换和AR模型的(EEG)信号的分析方法,在两种方法相结合的情况下,能有效消去(EEG)信号的噪声。用小波变换对含有瞬态干扰的脑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,用简单的阈值比较就可以有效地检测并消除瞬态干扰。最后在Matlab环境下进行仿真实验,验证了此方法在提取脑电信号中的有效性。 相似文献
2.
提出了基于AR(自回归)模型的小波变换与LMS(最小均方)自适应滤波相结合的脑电信号分析方法,并利用它来消除脑电信号中的噪声干扰。实验结果表明,利用小波变换与自适应滤波相结合能有效去除脑电信号中的噪声干扰。 相似文献
3.
提出了基于自回归模型(ARM)与小波变换的脑电信号分析方法,并利用他来消除脑电信号中的噪声干扰。小波变换是一种多分辨率的时间尺度分析方法,他能够将信号划分为不同频段的子带信号。根据小波变换的这一特性,对采样获得的脑电信号进行各尺度分解及消噪分析,并给出了各尺度分解结果及消噪结果。利用小波变换能有效去除脑电信号中的噪声干扰。 相似文献
4.
一种基于小波变换的脑电信号处理的新方法 总被引:2,自引:0,他引:2
文章提出一种利用小波变换对脑电信号瞬态提取的新方法。实验表明基于小波变换的脑电信号瞬态检测法能方便而有效地完成瞬态波形的检测与参数提取。 相似文献
5.
6.
7.
8.
9.
基于小波变换的心电信号滤波算法 总被引:1,自引:0,他引:1
针对心电信号中含有的工频干扰、运动伪迹、肌电噪声和基线漂移四种噪声,提出一种以R波为优先准则,结合小波模极大值的逐拍滤波算法。该算法使用小波分解来消除心电信号中的基线漂移.采用小波模极大值法消除工频干扰和肌电噪声.利用小波分解各尺度间的相关性来消除运动伪迹。仿真实验结果表明,该算法平均信噪比达到22.3dB,说明其在有效改善信噪比的同时,能显著提高信号的分辨率。 相似文献
10.
11.
12.
利用小波神经网络在非线性建模中的收敛迅速等优越性,提出了利用小波神经网络预测住宅市场需求的方法.通过实例分析说明,他比传统的BP神经网络的收敛速度快、预测精度高,具有较强的函数学习能力和推广能力及广阔的应用前景. 相似文献
13.
噪声对消在信号处理系统中的应用 总被引:3,自引:1,他引:2
论述基于LMS算法的自适应滤波器噪声对消的工作原理,以及基于AR模型的信号分析方法。在这两种方法相结合的情况下,能有效去除信号的噪声。对含有瞬态干扰的微弱信号,用AR模型法估计出噪声的系数并预测噪声波形,通过自适应滤波器噪声对消原理进行滤波,最后在Matlab环境下进行仿真试验,结果表明该方法具有较好的去噪效果。 相似文献
14.
根据反辐射导弹(ARM)的加速度明显的特征,可以应用AR模型来检测ARM。但在载机信号与ARM信号功率比过高时,也不能将ARM信号有效的检测出来。针对这种情况,提出一种基于自适应线性滤波和AR模型的反辐射导弹检测技术,首先利用自适应线性预测滤波法对雷达回波在时域进行载机信号抑制,然后用AR模型进行功率谱估计。仿真结果表明,该方法能够将微弱的ARM信号准确的检测出来,从而实现实时告警。 相似文献
15.
16.
针对昆虫雷达多目标检测中,由于接收机的泄漏以及地物杂波干扰,采用常用的功率谱进行分析时,昆虫目标信息被背景噪声所淹没,无法判别出目标高度位置。文中介绍了小波消噪与AR谱相结合对昆虫雷达的回波信号进行分析的方法,分析结果表明:小波消噪——AR谱分析能分离背景噪声的干扰,有效地分辨出昆虫目标高度信息。 相似文献
17.
小波变换在EEG噪声滤除中的应用 总被引:1,自引:0,他引:1
通过小波变换与标准傅里叶变换和短时傅里叶变换比较,指出了小波变换以其良好的时频局部性,成为时频分析方法中发展最为迅速的一种,并着重介绍了小波变换在滤除脑电信号噪声领域的应用. 相似文献