便携式无创血糖检测方法

为快速方便检测糖尿病人的血糖值,弥补使用有创血糖仪带来的污染和疼痛等不足,研究了一种无创血糖测量方法.该方法用波长为1 650 nm的红外光源透射人体指尖,接收光信号并进行光电信号转换,通过A/D(Analogue to-Digital)采集、串口通讯、数字滤波和傅立叶变换完成数据处理,并将血糖值存储和输出.经实验验证,该方法可实现对血糖浓度的基本测量,同时具有测量速度快、无污染和实用性强等优点,通过无创方式即可检测出血糖值,避免了有创检测带来的疼痛感.     

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。     

近红外光谱无创血糖检测中体温变化的影响分析

利用光学方法无创伤地检测人体血糖浓度是目前的一个研究热点．分析了经皮漫反射光谱测量人体血糖的原理,针对信号微弱、生理背景噪声难以直接定量等现状,利用Monte Carlo模拟方法初步计算了血糖浓度和人体温度变化导致的漫反射光强,并通过葡萄糖水溶液实验对模拟计算的有效性进行了验证,最后根据两名糖尿病患者的口服葡萄糖耐量实验,估计了活体实验中的温度变化对血糖浓度模型误差的影响．结果表明,在37℃附近,体温降低0．1℃引起的漫反射光强与血糖浓度升高2．7mmol／L相当,而对基于近红外光谱的无创血糖预测,体温是一个非常重要的误差源,它对模型的影响占总误差的50％以上．     

基于小波变换的信号特征与突变点检测算法研究

采用小波分解可以很好地研究信号的自相似性.小波变换能够分析信号奇异点的位置及奇异性强弱,即通过小波变换后的局部极大值在不同尺度上的衰减特性来衡量信号的奇异性.介绍了小波变换的基本概念,对信号特征和突变点检测算法进行研究,利用小波多分辨分析将突变信号进行多尺度分解,通过分解的信号确定突变点位置.通过Matlab实验,分析了信号奇异点定位和小波检测的结果,当小波变换尺度越精细时,检测突变点位置越精确,验证了小波变换是分析信号自相似性和突变点检测的有力工具.     

一种基于小波包熵的频谱检测算法

为了解决能量检测算法在低信噪比条件下频谱检测性能差的问题,提出了一种基于小波包熵的频谱检测算法.首先采用小波包变换对接收信号进行多层分解,并计算最后一层各节点的重构信号;然后计算各个节点重构信号的小波包熵值;最后选取熵值最小的重构信号作为检测信号进行能量检测.理论分析及仿真结果表明,在低信噪比情况下,该算法可以有效地抑制噪声影响,提高频谱检测性能.     

故障诊断与切削颤振的小波分析

研究小波分析在机械工程信号处理中的应用,提出了通过二进小波变换检测信号奇异点并区分不同奇异类型的实用技术,对典型的机械故障信号进行了小波分析的数值实验,对M_(x-4)车床时变切削颤振进行了小波分析,得到了一些新的结果.     

基于乘积性多尺度小波变换的MPSK信号码速率估计

为估计MPSK信号的码速率,提出一种基于乘积性多尺度小波变换的MPSK信号码速率估计算法.首先,采用载频估计值将接收信号下变频至基带;然后选取多个不同尺度分别对基带信号做Haar小波变换以检测相位突变点,对多个尺度下小波变换的模做乘积性运算,显著凸显突变点的位置,极大削减了噪声;最后,对乘积性结果做快速傅里叶变换(FFT),便可得到MPSK信号的码速率.仿真实验表明,该方法可以在较低信噪比下估计MPSK信号的突变点和码速率,体现了良好的估计性能和优良的低信噪比性能.     

安瓿瓶内杂质检测的信号处理方法

采用光阻法对安瓿瓶内纤毛杂质信号检测进行了实验研究,分析了纤毛杂质的信号特征.对比了Butterworth数字滤波、均值滤波、理想低通滤波和小波变换4种不同滤波方法的滤波效果,滤波后的信噪比分别为13.98、10.80、9.18和14.89 dB,实验表明,小波变换滤波是最佳选择.此外,提出了微分和分段求方差的方法以提高检测结果的可信性.     

小波变换在信号降噪中的应用及MATLAB实现

针对信号检测中经常存在的噪声污染问题,介绍了小波变换的一般理论以及在信号降噪中的应用,分析了被噪声污染后的信号的特性;利用MATLAB软件进行了信号降噪的模拟仿真实验;分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪.仿真结果表明小波变换具有良好降噪的效果.     

基于小波变换的数字调制信号特征提取

小波变换的多分辨率特性对暂态信号有很强的检测能力,数字信号在不同码元之间呈现出幅度、频率和相位瞬变现象.文讨论如何利用小波变换对数字调制信号的瞬变特征进行提取,实验表明该方法对数字调制信号幅度、频率和相位的瞬变特征能够进行有效的检测.     

基于小波变换和空域相关函数的基音周期检测及其在DSP上的实现

利用TI公司制造的DSP芯片TMS320VC5509和CODEC芯片TLV320AIC23构建一个语音采集系统,为语音信号处理搭建一个有效的平台.具体方法是:采用TMS320VC5509的I2C模块对TLV320AIC23进行配置,并通过TMSVC5509的McBSP实现两者之间的数据通信;利用小波变换在信号突变检测方面的原理在不同尺度下对采集到的语音信号进行小波变换,并引入空域相关函数,利用相邻尺度的相关系数代替传统小波变换方法中的小波系数寻找局部极大值之间的距离.实验结果表明,系统以22 kHz的采样频率采集到语音信号;通过计算不同尺度下的相关系数局部极大值之间的距离,能估计出基音周期:与传统的小波变换方法相比,基于空域相关函数的小波变换方法在锐化信号边缘的同时抑制了噪声,对噪声的鲁棒性更强.     

基于WTMM与多重分形的信号毛刺去除方法

信号检测和分析经常受到毛刺的干扰,因此有必要将其去除.小波变换作为一种理想的时频分析方法,能够对信号进行多尺度或多分辨率分析,从不同层次把握信号的特征信息,为此提出了一种基于小波变换模极大值与多重分形的信号毛刺去除方法,分别利用多重分形谱、局部有效Hlder指数实现毛刺的检测与定位,进而实现毛刺的去除.实验证明,这种方法是可行和有效的,为非平稳随机信号中的毛刺去除提供了一种行之有效的方法.     

带可信度评估的连续小波分布式拒绝服务攻击检测算法

针对传统方法难以实时、有效检测分布式拒绝服务(DDoS)攻击的问题,提出了一种带可信度评估的连续小波DDoS攻击检测算法.首先用不间断的连续小波变换对流量信号进行同步分析,通过发现平台突发信号来实时检测DDoS攻击,然后用报警可信度评估算法对经连续小波变换的检测结果进行二次处理,以消除单点突发信号和网络流量噪声带来的影响.经离散小波变换法、N点平均法以及梯度法的实验对比表明,所提算法对流量数据中的平台突发信号的检测效果比较好.     

基于小波包变换的下肢肌电假肢控制信息源的研究

肌电信号作为下肢假肢的控制信息源必须经过信号处理与特征提取.小波变换能将各种交织在一起的由不同频率组成的混合信号分解成不同频段的信号,检测出许多其他分析方法忽略的信号特性,因此小波变换常被用于表面肌电信号处理.而小波包变换对信号逐渐变宽的频谱可以进一步分割细化,具有良好的局部化品质,比正交小波变换更优越.该文将利用小波包变换方法对站立与行走过程中大腿股四头肌部位的肌电信号进行分析和特征提取,并利用各频段能量构造特征矢量,经过学习矢量量化神经网络训练,能够有效地从股四头肌采集的肌电信号中识别站立及行走的运动模式.     

基于多分辨率分析的砼内缺陷超声检测

利用多尺度小波变换方法,对经过混凝土内部缺陷的超声接收信号进行多分辨率分析。根据对在不同混凝土试件中传播的超声接收波的分析和实验结果,提出了一种新的能够表征混凝土内部缺陷的特征参数。     

基于PPG信号的有限空间低氧伤害评估与预警

工业化迅速发展使得有限空间作业增多,有限空间作业人员在极限低氧环境(环境氧气浓度低于15%)下易受到低氧伤害,传统的环境氧浓度监测预警未考虑作业人员个体生理状态的差异性.本文针对作业人员生理状态的不同提出一种快速准确的特异性低氧伤害评估预警方法.通过智能穿戴设备监测正常氧浓度(20%～21%)和人体可耐受最低氧浓度(15%～16%)情况下的人体光电容积脉搏波(photoplethysmography)信号,采用振幅和基波频率差异作为依据,对作业人员进行快速准确实时的低氧伤害评估及预警.本文在信号处理过程中利用小波变换和移动平均滤波器去除基线漂移和高频噪声,获得高信噪比的信号并进行时域分析,继而通过快速傅里叶变换将处理后的高信噪比信号进行转换获得频谱图进行频域分析.时域分析与频域分析的结果表明:低氧环境中,人体光电容积脉搏波信号的振幅和基波频率较正常氧浓度情况下均存在显著性差异(p0.05),下降率的平均值分别为46%和19%;利用极大似然估计法和3σ原则计算下降率的临界值,确定振幅和基波频率下降率的临界值分别为29%和8.6%,该临界值的理论计算准确度为84.1%;利用计算所得的临界值建立有限空间低氧伤害评估预警表.该评估表的理论准确度为97.5%,经实验验证其预警成功率为91%且无漏报情况发生.     

一种基于小波变换的线性调频信号检测方法

线性调频信号(LFM)是一类应用广泛的非平稳信号.通过选取高斯线调频小波作为基函数,研究了线性调频信号的小波变换及基于小波-Radon变换的线性调频信号检测的基本方法.针对多分量LFM信号检测问题,在结合“C lean”技术的基础上,提出了基于小波-Radon变换的多分量LFM信号检测与参数估计的算法.计算机仿真实验结果验证了该算法的有效性.     

基于小波变换的电力信号奇异性检测

电力信号奇异性是分析事故时间和原因的重要依据,小波变换能在时域和频域上同时对信号实现局部化处理,能准确的定位信号的奇异点,因而在信号的奇异性检测方面有广泛的应用价值.本文介绍了小波变换对电能质量信号检测的基本原理和方法,并通过MALAB仿真实验验证.     

采用小波变换的光伏串联电弧故障检测

建立光伏系统电弧故障实验平台,利用光伏模拟器仿真不同天气环境下的光伏阵列,对光伏系统中串联电弧故障信号进行检测和分析.采用小波变换的方法对串联电弧故障信号进行特征频带提取,并利用移动时间窗方法统计信号在小波分解后的高频系数的能量值,用其表征电弧故障信号的杂乱度和混沌度.研究结果表明:该检测方法为快速准确地诊断串联电弧故障提供有效判据.     

独立分量分析联合小波变换的多分量信号调制识别研究

对复杂电磁环境下多分量信号进行调制识别,可通过准确估计接收信号的瞬时频率来分析其脉内细微特征。本文联合独立分量分析和小波变换技术,对多分量辐射源信号进行了盲源分离和调制识别的研究。在无先验信息条件下,采用Fast ICA对混叠信号分离,将时频混叠信号分解成一系列独立分量。对分离后的单分量信号分别做小波变换处理,由小波系数的局部模极大值提取其小波脊线。针对不同调制类型雷达信号,用最小二乘法对时频小波脊线进行直线拟合,获取特征参数,通过计算特征值判决出信号的调制类型。通过仿真实验表明,该方法可以分离混叠信号并有效提取信号小波脊和瞬时频率,进而识别出信号的调制类型,并在低信噪比情况下仍有较高的识别概率。