核磁共振信号工频谐波的自适应滤除方法

针对核磁共振测量信号中的噪声,尤其是拉摩尔频率附近的工频谐波噪声干扰问题,
采用自适应滤波的方法进行噪声滤除,在自适应滤波去噪基本原理的基础上,对自
适应陷波滤波器的性能进行了仿真研究,并将该方法应用到实际采集到的核磁共振信号工频
谐波干扰的滤除中。研究结果表明,相对于传统的设计陷波滤波器去噪的方法,自适应陷波
器可自动跟踪干扰频率和相角,滤波后信号的失真小,通过包络拟合后,信号振幅和弛
豫时间的误差精度较高,可控制在5%以内,从而实现了工频谐波干扰的有效滤除。     

采用独立分量分析方法消除信号中的工频干扰

工频干扰的消除是微弱信号采集中的一项重要技术,传统方法是采用陷波滤波器或自适应滤波,论文则提出了用独立分量分析（ICA）进行生物医学信号中工频干扰消除的新方法,在简要介绍了独立分量分析的基本理论及算法的基础上,根据三种不同的实际情况,详细讨论了利用独立分量分析进行工频干扰消除的方法与步骤,并给出了实验结果。     

基于FastICA的工频干扰消除算法

阐述了独立成分分析(Independent Components Analysis,ICA)的基本原理,将快速ICA(FastICA)算法应用于消除地震信号中的工频干扰,对输出信号的相关系数绝对值进行对比.结果表明:与传统的工频干扰消除技术相比,FastICA算法可以更加有效地消除微信号中的工频干扰.     

消除电网工频信号干扰的陷波电路设计

工频干扰存在于各种数据采集系统中,直接影响被测信号的测量精度.针对电网频率波动的实际情况,基于双T型阻容有源陷波电路,设计了可以滤除频带在49.5～50.5Hz之间工频干扰的陷波电路.详细地分析了所设计陷波电路的陷波深度与被测信号失真的关系,并给出了其幅相特性.提出的陷波电路信噪比可达60dB以上.通过仿真试验验证了设计的陷波电路具有较好的滤波效果.     

基于EEMD和ICA的语音去噪方法

语音去噪技术是语音识别系统走向实用化的一个关键性难题.针对语音信号为非平稳信号的特点,提出了一种基于EEMD和ICA相结合的语音去噪方法,首先利用集合经验模态分解(EEMD)算法将含噪语音信号分解为若干个独立的固有模态函数(IMF),消除了经验模态分解(EMD)算法处理语音信号时产生的模态混迭现象;然后将固有模态函数通过改进的独立分量分析(ICA)算法分离出若干个有效的语音信号分量;最后对其进行语音重构,从而达到消除噪声干扰的目的.实验结果表明,该方法在输入信噪比为-10dB的汽车噪声条件下,可以将语音信号的信噪比提高到2.741 2 dB.     

基于分数延迟的有限冲激响应型梳状滤波器

为实现采样率与陷波频率之间为非整数倍数关系下的线性相位梳状滤波器,提出了将高通纠漂滤波器与分数延迟滤波器相结合的设计方法,同时,采用多相滤波结构替代直接结构对基于分数延迟的有限冲激响应(FIR)型梳状滤波器进行实现,以降低其实现复杂度.通过这种方法得到的梳状滤波器在通带内具有线性相位,在陷波点上可基本保持高通滤波器的陷波特性.将该方法应用于有基线漂移、工频及其谐波干扰的心电信号的滤波处理,干扰得到消除.     

50 Hz陷波器在脑电数据采集系统中的应用

脑电数据采集系统中消除50 Hz的工频干扰历来是一个技术难题.传统的抑制50 Hz工频干扰的方法虽然也能取得一定的效果,但总存在着成本过高和通用性差等缺点,50 Hz陷波器的使用可根本解决这个问题.经过反复试验,证实压控电压源(VCVS)陷波器不仅可最大程度地抑制50 Hz工频干扰,而且电路的结构简单、级联方便,具有较高的可靠性.并提供了VCVS陷波器在强干扰环境下采集到的脑电波,波形清晰干净.由于50 Hz工频干扰几乎存在于所有数据采集系统中,因此这种陷波器具有较强的通用性,可望在其它生物电信号测量的医学仪器及工业测控系统中得到广泛应用.     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．     

基于自适应陷波器的干扰抑制研究

采用自适应陷波滤波器抑制通信系统中的干扰,从信号与干扰的频率差及干扰频率个数2个方面讨论了对滤波效果的影响,重点研究了信号与十扰频率非常临近的情况,在仅相差几赫兹时仍能保证20 dB的信噪改善比,验证了自适应陷波滤波器在不同情况下滤除干扰的优良性能.     

基于EMD和ISA方法的轨道车辆动态应变信号去工频干扰研究

针对轨道车辆动态应变信号实际通道数量小于源通道,无法直接应用独立分量分析(ICA)方法降噪的问题,提出一种基于经验模态分解(EMD)和独立子空间分析(ISA)的去除工频干扰的方法.首先对信号进行EMD分解得到本征模态(IMF),再对结果进行ICA分析,得到独立分量,然后对独立分量进行层次聚类将原信号分解到不同的子空间中,从而达到分离噪声的目的.实验结果表明该方法降噪效果优于传统滤波算法,处理后的信号损伤值高于带阻滤波值处理结果,使寿命评估结果偏向于安全,证实了将其应用于去除轨道车辆动态应变信号中工频干扰的可行性.     

变压器局部放电在线检测中DSI干扰抑制

针对运行中变压器局部放电在线监测信号中的周期性窄带干扰(DSI),分析DSI与局部放电信号的频谱特征．在此基础上,提出采用基于快速Fourier变换(FFT)的功率谱估计法进行DSI信号检测．采用级联二阶IIR陷波滤波器,对放电信号进行处理,滤除DSI信号以抑制干扰．详细介绍IIR陷波滤波器的设计方法,它对局部放电信号造成的波形畸变较小．仿真结果验证了该方法的有效性。     

CL多小波结合改进RLS滤波器的信号去噪方法

提出了CL多小波结合改进RLS滤波器的信号去噪方法,该方法将信号划分到不同的频段上,分别用不同起始步长的改进RLS滤波器对系数进行去噪,以提高改进RLS滤波器的去噪效果.仿真结果表明:采用CL多小波结合改进RLS滤波器方法的去噪效果,优于单独使用改进RLS滤波器和CL多小波阈值法的去噪效果.     

心电信号采集的模拟前端集成电路设计

基于 SMIC 0．18μm 1 P6MCMOS 混合工艺设计了一种适用于心电信号采集的模拟前端集成电路,主要由前置放大器、带通滤波器、工频滤波器及后级放大器等组成。通过采用低噪声前置放大器技术,有效地改善了模拟前端集成电路的信噪特性;通过采用陷波器技术,有效地抑制了50 Hz 工频干扰信号。模拟前端集成电路获得了43．44 dB的中频增益以及通带为0．0956—107．3 Hz;在0．1 Hz 与 100 Hz 频率处,模拟前端集成电路分别获得15．1μ槡V ／ Hz与745 nV ／ Hz的等效输入噪声电压;在1．8 V 电源电压条件下,模拟前端集成电路的静态功耗仅为槡912．5 nW。仿真结果表明,所设计的模拟前端集成电路适合于心电信号采集要求。     

基于改进变分模态分解和小波阈值法的单相接地故障电流降噪

针对电力系统输配电线路发生单相接地故障时,电气设备间的电磁环境复杂,现场环境干扰严重导致故障录波装置采集到的故障零序电流信号含有大量噪声,影响后续选线准确率的问题,提出了一种改进VMD和小波阈值法联合的单相接地故障的零序电流降噪方法,通过北方苍鹰优化算法优化改进变分模态分解（VMD）对零序电流信号分解,引入自适应相关阈值对分解后的分量进行筛选,对噪声分量进行小波阈值法降噪,最后将信号进行重构。通过搭建模型进行仿真实验,所提算法比传统VMD降噪算法信噪比提高了5.52%~35.99%,均方根误差降低了12.78%~30.88%,与小波阈值降噪方法、EEMD-小波阈值降噪方法、CEEMDAN-小波阈值降噪方法相比,也都有明显的优势,并且在标准测试信号Heavy Sine信号和Bumps信号中进行实验验证了算法的适用性。     

消除非连续型工频干扰的零暂态响应数字陷波器

一种新型的暂态响应为零的数字陷波器可以对工频干扰(50Hz电力干扰)提供约40dB 的抑制和衰减,并且由于其零暂态响应的特点,该数字陷波器特别适合在一些特殊的使用环境中(例如检测和记录微弱的生物医学信号)抑制和消除非连续型的工频干扰或其它单一频率的非连续型干扰.     

窄带干扰抑制技术在直接序列扩频通信系统中的应用

直接序列扩频通信系统的扩频增益受限,强功率的窄带干扰对其性能影响较大,为了提高系统的通信效果,需要采取信号处理技术来抑制干扰.笔者对可调谐数字外差滤波器进行了改进,提出了应用于直接序列扩频通信系统中的可调谐数字外差自适应陷波窄带干扰抑制技术,它是一种新的滤波器结构,能够自适应精确跟踪干扰频率,并能控制陷波的带宽及深度,具有较高的灵活性和实用性.通过仿真实验,该滤波器克服了其它处理方法的一些不足,具有滤波系数简单,稳定性好,适应性强,对系统性能影响较小,能跟踪快变的干扰等优点.     

基于独立分量分析的缺陷信号除噪

独立分量分析ICA是一项新兴的阵列信号处理方法,在简要介绍ICA概念和定点算法的基础上,将ICA的定点算法应用到缺陷信号除噪中。仿真试验结果表明,ICA的定点算法除噪效果优于传统的数字滤波器,它在缺陷信号除噪中具有较大的应用潜能。     

胸阻抗信号中的呼吸波的去除

胸阻抗 (TEB)的测量无论是对心血管功能的研究还是对临床诊断都有很重要的意义。然而 TEB信号总是被淹没在很强的呼吸干扰信号中。传统的信号处理方法 ,如数字滤波器 ,信号平均 ,自适应处理等对去除呼吸成分都有一定的局限。对于单通道测量系统 ,论文使用了小波去噪的方法。对于多通道系统 ,使用了独立分量分析的方法 ,分析的结果显示 ,对于单通道系统 ,基于离散小波变换的方法是一种快速的、有效的、容易实现的方法。对于多通道系统 ,基于独立分量分析的方法可以不失真地将阻抗波提取出来。基于独立分量分析的方法基本上解决了去除 TEB中的呼吸干扰的问题。