心电信号自动检测的小波变换方法

将小波变换方法应用于心电信号的自动分析,分别用一次微分小波和二次微分小波构造了两个具体的算法,对实际心电信号的分析表明,算法的QRS波的检出率达到99．6％以上,可以满足实际应用的要求。     

小波变换用于心电信号高频成份的分析

小波变换是一种线性运算，它对信号进行不同尺度的分解，可有效地应用于如信噪分离，提高时频两域的分辨率等。讨论小波变换用于心电QRS波形高频成份特征提取的方法。实验结果表明高频截止频率fH和W值，对于心肌缺血（冠心病）者其值普遍高于无心肌缺血（冠心病）者。并且揭示了急性心肌缺血时心电信息的高频成份动态变化的本质。     

小波分析及其在弱信号处理中的应用

应用离散小波分析进行数字弱信号分析及特征提取。离散小波分析具有时一频分析特性，能将信号的细微变化反映出来。对实时获取的数字弱信号作离散小波变换分析的结果表明；离散小波分析可明显提高数字信号的信噪比，十分利于从噪声中提取微弱信号。     

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。     

基于小波的心电信号噪声处理

介绍了小波分析的基本理论,并根据coiflet小波在各个尺度上的不同的带通滤波特性,利用小波变换多分辨率的特点对心电信号进行滤波.文中利用不同的阈值函数及自适应阈值对MIT/BIH国际标准数据库中的ECG信号进行了仿真与验证.通过实验证明,该算法能较好的抑制信号中的基线漂移、工频干扰和肌电干扰.     

小波变换的信号去噪应用

通过对信号与噪声在经过小波变换后的不同特点的分析，讨论了一种对含噪信号进行噪声消除的方法。该方法与传统的低通滤波器相比，在改善信噪比的同时，还保持了很好的时间分辨率。最后通过仿真实验．证明了该方法的有效性。     

基于小波变换的表面肌电信号去噪方法

表面肌电信号是通过表面电极记录下来的神经肌肉活动时发放的生物电信号,它反映了神经、肌肉的功能状态。表面肌电信号在临床医学、运动医学、康复医学、神经生理学、电生理等领域被广泛应用。本文所研究的肌电信号是在右下臂上采集到的一组表面肌电信号,通过小波变换等方法对肌电信号进行去噪处理。实验表明,该方法能够有效的去除肌电信号的噪声,为下一步的信号分析打下良好的基础。     

CO2焊电信号的小波分析

CO2弧焊过程电信号的实际测试过程中，噪声的存在常是难以避免的，消除噪声干扰是信号分析中重要的环节。分析了小波软阈值信号消噪方法，通过对CO2焊过程的电信号进行小波软阈值滤波处理，较好地保持信号的突变部分，改善信号特征信息的提取效果。     

小波变换在奇变信号检测中的应用

根据小波变换的基本概念和理论,给出了实现小波分解与重构的塔式快速算法,基于小波变换用于奇变信号的检测原理,对奇变信号的小波时频分析进行了深入的研究,并通过一个工程实例,说明了小波变换在奇变信号检测中具有广阔的应用前景。     

基于小波变换的脑电信号分析

:介绍小波变换的基本概念和Mallat快速小波变换算法 ,并探讨了小波变换在脑电信号分析中的应用这一课题。实验结果表明 ,小波变换是检测脑电信号中的瞬态脉冲以及脑电基本节律的有效工具。     

岩石超声波检测信号的小波分析

利用小波变换分析岩石超声检测信号,了解岩石内部结构特性和物理力学特性。建立了岩石超声测试实验系统,并进行多分辨率分析。结果表明,小波分析可以对指定频带和时间段内的信号成分进行分析,在时域和频域具有良好的局部化性质。可以准确地抓住瞬变信号的特性,对频率成分采用逐渐精细的时域或空域取样步长,从而聚焦到信号的任意细节。完整岩石试样超声检测信号及其小波变换波谱比较规则,无复杂变化,但反射波衰减较快,不同岩性的岩石,其超声波检测信号无明显差别,其小波变换却不相同。这差异是由于岩石的细观组构不同造成的。小波变换波谱反映了岩石节理、裂隙等岩石的完整程度。     

基于子波变换的消噪方法在涡街流量传感器中的应用

基于子波变换消噪原理，结合流量测量持定要求，提出了一种适用于在涡街流量传感器信号处理的单支重构滤波方法，同时给出了滤波级数的选取方法，这种计数方法能够有效地扩大涡街流量传感器的量程下降，通过对实际信号的分析，证实了方法的有效性。     

用于齿轮故障诊断的复小波变换相位功率谱方法

基于复小波基函数的信号小波变换,体现了小波变换的多分辨特性。复值小波能从幅值与相位两个角度提取被分析信号的信息,在齿轮故障振动信号处理中可以更好地识别故障模式。     

提高收缩时间间期小波分析检测精度的研究

由于心功能信号的随机性和变异性，应用上波分析进行心功能信号自动检测存在错检和漏检。本文探讨了提高收缩时间间期检测精度的方法，在多道心功能信号综合处理的基础上，利用它们包含的生理信息，对单个特征点建立以动态阈值搜索和生理信号机理分析的检测策略，综合处理检测结果。实验结果表明，心功能信号自动检测已达到临床应用要求。     

工程信号的小波时—频分析方法

讨论了如何采用小波变换对工程信号进行时－频分析的方法,给出了小波变换时－频窗位置及大小与尺度及信号采样间隔的定量关系。     

小波包信号提取算法及其在故障诊断中的应用

提出了提取强噪声背景下多通带窄带信号的一种新方法小波包信号提取算法．这是利用小波包将信号按任意时频分辨率（满足测不准原理）分解到不同频段的特点而提出的．介绍了小波包理论；给出了小波包信号提取算法，并以仿真结果说明了该算法的有效性；以滚动轴承的故障诊断为例，说明该方法可以用于故障诊断和预知维修     

在线小波分析与分析化学信号的在线处理

对小波分析的算法进行了改进 ,提出了适用于在线信号处理的在线小波分析算法 ,并为重叠分析化学信号的在线解析提供了计算最佳分解尺度的计算公式 .通过对重叠色谱信号和电化学信号的在线处理 ,在最佳分解尺度计算公式的帮助下 ,在线小波分析可以快速而方便地对分析仪器给出的分析化学信号进行在线解析 ,解析的结果能够保持原有的线性关系 ,可用于重叠信号中组分的定性、定量分析 .     

一种基于小波变换的静电探测信号自适应去噪方法

为了实现对静电目标信号的提取和正确识别,本文对静电探测信号的形式以及干扰信号的形式进行了分析.提出采用基于Stein无偏似然估计(SURE)的小波软阈值去噪方法对静电探测信号进行处理.对SURE去噪方法的基本原理和改进方案进行了介绍.提出了自适应调整学习速率的方法,可以在提高运算速度的基础上得到信号的无偏似然估计.通过编写Matlab仿真程序进行验证,获得了较好的去噪结果.通过对几种软阈值去噪方法的仿真结果进行比较,可以看出该方法适用于频率成分较复杂的静电探测信号处理.     

小波分析在微地震信号处理中的应用研究

通过探究小波分析特性选取适合微地震信号处理的基本小波,并以实测微地震信号为例,论述了利用MATLAB小波工具箱成功实现微地震信号处理的过程。利用对称小波函数sym8、启发式阈值选择规则、软阈值函数、5层分解等参数实现了信号的自动去噪,经检验去噪效果良好。通过尺度-频率转换成功绘制出频率-时间-小波系数图和时间频率谱,为分析信号时频同步特性提供了有效手段。     

煤热重信号的两步法去噪

提出不同于传统方法的两步法小波去除热重信号噪声的方法,即将小波去噪过程分成两步:首先,利用小波的二进制离散变换将信号进行不同层次的分解,分析不同分解层的小波系数,利用方差来区别突变信号的特性,对小波系数和尺度系数进行不同的滤波处理,重构获得除去突变噪声的含噪信号;然后采用传统方法将含白噪声的信号进行消噪处理.将该方法用于河北峰峰变质煤的恒温热重信号消噪,从去噪结果上看:两步法可以有效地滤除掉突变信号的干扰,且较好地保留了信号的基本特征.