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住有显著的变化，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史感神经系统的活动，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。     

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。     

心电信号中R波的小波探测法

心电信号中的R波是心室除极时所产生的电位突奕，是典型的峰值奇异信号。笔者研究了小波变换对心电信号R波峰值奇异点的精确检测机理，分析了Mexican hat小波特有的时域特性，该小波具有任意阶连续性、对称性和指数衰减，具有零阶和一阶消失矩。因此Mexican hat小波基对R波具有良好的定位特性和分析精度。通过MIT／BIH（Massachusetts Institute of Technology/Boston's Beth Israel Hopital）心电数据库的测试和应用实例的验证，即使在有严重噪声干扰的情况下，该方法也很容易实现对R波的准确检测和精确定位，具有相当高的定位精度（定位误差不大于1个采样点，约80％能准确定位）和分析精度（不存在累计误差），同时具有较高的实时性，可以实现R波产时检测和分析。     

小波变换用于微分心电信号突变点检测

微分心电信号的突变特性反映了心肌除极波前在传播过程中的临界点现象,有可能解释心电图高频成分的成因。该文反应小波变换对信号突变点检出的理论对微分心电信号进行分析,并用非线性最不二乘法进行参数拟合,确定了突变点的位置,通过临床冠心病组与正常态照组对比检同实验,统计结果显示出突变点的数量对心理缺血或损伤具有较高的敏感性,初步证明了为这种检出方法的有效性。     

在Matlab中用小波分析实现心电信号去噪

本文描述了通过bior3.5小波变换按照Mallat的快速算法对含有干扰的心电信号进行9尺度分解;通过使用硬阈值和软阈值方法获取默认阈值和使用Stein无偏似然估计阈值进行阈值量化,去除噪声成分;最后根据小波分解的最底层低频系数和各层高频系数进行一维小波重构,从而得到去除噪声的心电信号。     

南京大学学报(自然科学)第38卷 2002年11月总目次

第1期“生物医学信息检测与处理”专栏模糊神经网络分析方法用于心肌缺血诊断的研究………宁新宝 陈 霏姜宗义 马千里谢志行(1)小波变换用于心电信号高频成份的分析…………………宁新宝 张道斌阎丈泰 陈 颖 魏太星(7)微电脑控制的心电数据床边采集系统…………………………………………………陈 蕴 宁新宝(14)心脏电信号的动态关联维分析……陈 颖 宁新宝 王振洲 薛龙增 王业琳 卢氏明 杨益秦(20)自动指纹识别技术的发展与应用……………………………………………尹义龙宁新宝 张晓梅(29) * * * *碳纳米管在轴向磁场中的电子态密度……………     

基于小波变换的一种心电信号去噪算法

小波变换是一种新出现的信号的时间-尺度（时间-频率）分析方法，是一种非常有用的工具。就去噪来说基于小波去噪的方法有多种，本文在心电去噪的过程中提出了一种基于小波阈值去噪的方法，原理简单，计算量小，效果良好。     

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。     

心室复极空间不一致性表示方法的探讨

本文采用二镒样条小波变换提取心电信号的特征点,从羊心脏表面64通道的心电信号中,提取各通道的QT间隔和兴奋恢复间隔（ARI）,分别求出二者以极差法、标准差法和变异系数定义的离散度,通过统计检验P值,比值三种方法定义的QT和ARI离散度在心肌缺血后的变化,发现三种定义的QT离散度,在心肌缺血前后都不具有显著性差异,并以变异系数离散度的P值最大,而心肌缺血使得ARI离散度明显增加,三种定义的ART离散度在心肌缺血前后都具有显著性差异,以变异系数离散度的P为最小,可见三种方法定义的离散度均有效,而变异系数离散度较极差法、标准差法离散度更具有统计意义上的优越性。     

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DSP的音频信号分析仪设计

音频分析系统在众多领域均有广泛的应用,此系统以TI的DSP芯片TMS320F2812作为控制和运算的核心,实现对频率范围在20Hz～10kHz的音频信号进行成分分析.利用快速傅立叶变换(FFT)算法得到音频信号的频谱,对其进行分析和计算处理;使用点阵式液晶屏(LCD)显示音频信号的总功率、各分量频率、失真度、周期等.通过测试,该音频信号分析仪使用简便直观、精确度高,只要接到信号源,即可观察信号的多种指标.     

基于PLL的HFC网管数据调制器设计

设计了基于PLL的HFC网络数据调制器．调制方式采用FSK，频偏为100kHz．这种数据调制器频率稳定度高，覆盖范围宽，并且可实现载波频率捷变．     

小波分析在提高密度测井纵向分辨率的应用

小波分析是一种能在时间（或空间）域和频率域内同时进行局部化信号分析和去噪的方法，它适合于非稳定信号的分析，是一种多分辨率信号处理手段。利用该特点采用Mallat方法对测井曲线进行分解和重构，从而提高常规测井资料的纵向分辨率。     

全数字化锁相倍频器的设计

提出了一种高速、高精度、全数字化电路的锁相信频器的设计，该锁相倍频 器对于切换的输入信号能保证在两个周期内锁定。对于变频信号，其频率跟踪速度也 快。在环路中使用了单片机以对输入信号的频率变化进行预测，从而进一步提高其跟踪 精度。     

基于脉内特征聚类的分选方法

为提高未知雷达辐射源的分选正确率并且保证分选时间,提出一种正弦差值傅里叶变换和第六维小波包特征提取的聚类分选方法。首先利用正弦插值变换将接收到的雷达到达时间序列变为连续信号,再通过快速傅里叶变换计算出信号最大频率成分的脉冲重复频率（ PRF）值,进行粗分选,然后对信号进行第3层小波包分解,得到信号脉内特征Wpt6,把PRF和Wpt6组成的输入特征向量进行支持向量机（ SVM）聚类分选,对未知雷达辐射源信号重新归类,提高分选准确率。仿真实验结果验证了该方法的有效性,与传统方法相比准确率更高。     

A non-commutative time-frequency tomography

The characterization of non-stationary signal requires joint time and frequency information. However, time and frequency are a pair of non-commuting variables that cannot constitute a joint probability density in the time-frequency plane. The time-frequency distributions have difficult interpretation problems arising from negative and complex values or spurious components. In this paper, we get time-frequency information from the marginal distributions in rotated directions in the time-frequency plane. The rigorous probability interpretation of the marginal distributions is without any ambiguities. This time-frequency transformation is similar to the computerized axial tomography (CT or CAT) and is applied to signal analysis and signal detection and reveals a lot of advantages especially in the signal detection of the low signal/noise (S/N).     

移频信号抗干扰检测算法研究

时域分析和傅氏变换的频域分析方法是现代铁路信号检测的主要方法之一 .随着铁路的发展 ,需要更多的信息量和更加有效的铁路信号检测方法 ,以满足铁路运输安全和高效率的需要 .近年来 ,现代频域分析已有很大的进展 ,出现许多新的信号分析处理方法 ,特别是小波和高阶谱分析的发展 ,已能分别对非平稳和非高斯信号进行有效地分析处理 .本文尝试采用小波变换对铁路移频信号进行分析 ,在分析时考虑交流干扰 ,得到铁路移频信号的完整参数 ,并给出仿真结果     

大数据网络入侵过程的痕迹数据监测方法研究

大数据网络数据规模巨大,对入侵过程痕迹数据进行监测的效率通常较低,一些带有入侵痕迹的数据特征在大数据环境下,特征逐渐淡化,当前方法无法在淡化的情况下准确采集痕迹数据的特点,无法形成待监测数据与痕迹数据之间的关系,导致监测效率和精度低下。提出一种基于模糊聚类概率的大数据网络入侵过程的痕迹数据监测方法,将采集的痕迹数据转换成频域信号,对其进行频谱或功率谱分析,依据时间变化的幅值将其转换成随频率变化的功率。采用核主元分析对痕迹数据信号特征进行提取,利用非线性转换将样本痕迹数据信号从输入空间映射至高维特征空间,在高维特征空间中通过PCA进行痕迹数据信号的频域特征提取。构建一个数学模型对特征模糊聚类概率进行描述,对待监测数据和痕迹数据之间的特征模糊聚类概率进行计算,通过衡量理论进行对比分析,使大数据网络入侵过程中的痕迹数据被完整的监测。实验结果表明,所提方法不仅所需时间少,而且监测精度高。     

一种基于小波分量变换的人脸图像光照归一化算法

基于小波变换原理,提出一种基于小波分量变换的人脸图像光照归一化算法.人脸图像经过二维离散小波变换(DWT),被分解成4个子分量(LL,HL,LH,HH).将低频分量(LL)进行对数变换和分段线性变换,对高频分量(LH,HL,HH)进行Gamma变换.对所有子分量进行小波逆变换,对经小波重构后的人脸图像进行中值滤波.分别在Yale B和CMU-PIE人脸数据库中对本文算法进行光照归一化有效性试验;对比本文算法与其他22种光照归一化算法的处理时间及处理效果;进行分段线性变换和伽马变换参数比较试验及人脸识别试验.结果表明:本文算法执行速度快,处理效果好,人脸识别率高,适用于不同光照条件的人脸识别系统.     

基于瞬时频率的窗宽递增寻优的短时傅里叶变换

讨论了窗函数在时频分析中的作用,分析了S变换的缺陷,指出了依据分析频率调整窗宽和使用窄窗均严重影响时频分析效果.以短时傅里叶变换为基础,提出了一种窗宽根据信号自身时变特征进行自主调节的时频分析方法,该方法以瞬时频率的变化作为判断信号频谱结构发生变化的依据,通过在瞬时频率变化之前逐次递增窗宽,使窗函数能够覆盖信号中的局部平稳区域的大部甚至全部,从而可对信号中的各局部平稳段得到最佳的时频分辨率.通过对线调频信号、时变信号和含噪声信号的分析和比较可知,本方法可准确描述信号的时间分布特征,并可同时获得最佳的频率分辨率,且对噪声不敏感,具有一定的先进性和实用性.