首页 > 文献资料
-
心电信号小波消噪方法的研究
针对传统正交小波变换对心电信号消噪容易在其特征波附近产生Gibbs现象而影响特征波检测的问题,提出基于平稳小波变换、采用系数可调的新阈值函数来消除心电随机噪声、同时抑止Gibbs现象的方法.实验表明,利用实测心电数据和MIT/BIH数据库的数据消噪,所提出方法在解决以上问题的同时,有效保持了心电信号的几何特征.为心电弱特征成分的准确提取奠定了基础.
-
心电信号小波去噪的改进算法研究
对心电信号(ECG)中的基线漂移、工频干扰和肌电干扰等噪声进行去除,在波形识别、医疗诊断和治疗等领域具有重要意义.提出用sym5小波函数对心电信号进行8层小波分解.根据有用信号强度在每一层平均分配而噪声强度随分解层数增加而减少的规律,将分解得到的每一层的小波细节系数设置不同的阈值,后用所提出的新阈值函数进行小波阈值去噪.该阈值函数既能克服硬阈值函数在阈值附近不连续的缺点,又可弥补软阈值函数与原函数之间存在固定差值的不足.以MIT-BIH心电数据库中的101号文件作为原始数据,将整个数据文件进行平均分段,每段有1 200个数据点,对每段数据进行加噪仿真分析,结果表明所提出的去噪算法得到的去噪信号信噪比比硬阈值函数和软阈值函数分别提高2.31％和8.04％,从而证明所提算法的有效性.
-
基于一种新的阈值函数的小波图像去噪方法
为了改善图像去噪的效果,本文提出了一种基于小波分析的新的阈值函数去噪方法.该方法克服了硬阈值函数的不连续性,消除了软阈值函数中存在的恒定偏差.实验结果表明:改进的阈值函数与硬阈值函数、软阈值函数、半软阈值函数、插值半软阈值函数、渐近半软阈值函数相比,可获得更高的峰值信噪比,具有更好的去噪效果.
-
重构小波阈值函数在信号去噪中的应用与研究
实际工程应用中，通过物理手段采集到的信号都带有噪声信息，这样就会淹没很多有用信号，传统的“带通、低通、高通”滤波技术往往显得无能为力，因此提取有用的特征信息就需要对原始信号进行去噪。常用的小波阈值去噪（硬、软阈值函数）方法，含有诸多缺点，本文在其基础上重新构造了一个新的阈值函数。在 MTALAB（2014a）环境下，用传统的硬、软阈值函数及重构阈值函数对混入高斯白噪声信号进行去噪仿真分析，结果表明，重构的阈值函数处理的信号效果更好，更清晰。
