语音信号的小波变换处理方法

利用小波变换时-频分析的特点,针对语音信号特征,选取适当的小波母函数进行增强和压缩编码处理.通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数.结果表明,基于小波变换的语音信号处理表现出良好的特性.     

肠鸣音的小波域滤波方法

肠鸣音信号是人体重要的生理信号之一,对其进行分析可以研究胃肠运动生理学,进而对许多胃肠功能紊乱疾病进行直接有效诊断.临床检测到的肠鸣音信号具有信号弱、噪声多、复杂且高度不平稳等特点,本文引入小波滤波方法,对采集到的原始信号采用不同的阚值去噪方法去噪,在MATLAB环境下进行仿真,分析了各自的滤波效果,总结出各种阚值去噪...     

微弱信号提取中的小波方法研究

针对于实际应用中的小信号特别是完全被噪声淹没情况下的微弱信号提取的问题，本文依据白噪声信号的小波变换系数相对比有用信号的小波系数小的特点，利用小波变换对信号进行消噪来提取微弱信号，仿真结果表明：小波变换能够有效的消除噪声，将有用微弱信号从受噪声污染的信号中提取出来。     

基于小波变换处理两相流信号的方法

为了准确测量气固两相流的固体速度,介绍一种利用小波变换处理两相流信号的基本方法·利用小波变换的小波函数带通特性,分别对上游和下游采集到的传感器信号进行小波变换,然后研究上游和下游传感器信号经过变换后的信号尺度相关性·实验表明:因为这种方法可以有效地抑制随机噪声,所以使用某一种尺度上的相关系数比传统方法求出的延迟时间更准确,提高了气固两相流的固体速度测量精度·最后给出对实际测量信号的处理结果·     

奇异信号的小波分析

对奇异信号的小波分析理论做了定性的描述，并引用小波变换模极大值在多尺度上的变化规律来表征信号突变点的特性。     

基于小波变换的雷达信号特征提取方法

基于小波变换,提出了一种提取雷达信号特征的方法。通过对雷达信号进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样就得到了雷达信号的特征。通过目标识别实验,证明本文提出的方法是有效的。     

信号变换处理方法在公路观测中的应用

公路地质雷达观测采用单天线往复观测方式时工作量大且判读不便,各类噪声干扰会对地质雷达测线数据判读精度产生很大影响.为解决这一问题,通过数据内在格式的解读生成镜像数据,通过数据的积分变换来增强有效信号,通过绘图模块生成的波形图来分析公路检测对象地质特征,并且达到了与并行观测同样的数据效果,减少了数据采集工作量,提高了数据判断精度.     

基于小波分析的信号去噪方法

介绍了小波变换出现的背景及应用意义、信号去噪效果的标准及小波变换去噪的基本原理和方法。利用MATLAB软件特别是MATLAB小波工具箱编写仿真程序,结果表明小波变换在信号去噪中的有效性和优越性。     

基于小波变换的弱信号检测方法研究

介绍了小波变换原理,对利用小波变换实现弱信号检测的性能进行了分析,并利用仿真结果说明小波变换能提高信噪比。     

小波变换消除储粮害虫声信号噪声的研究

以小波变换为理论基础,研究有效消除储粮害虫声信号中噪声的方法.根据信号和噪声在小波变换下表现出截然不同的特性,实现信号与噪声的分离.理论分析和实验表明,该方法在获得信噪比增益的同时,能保持对信号突变信息的良好分辨.     

采空区动力灾害监测的非平衡信号的子波变换分析

子波变换分析对大采空区动力灾害声发射监测的信号特征分析有很大的优势,本文尝试将子波变换技术应用在采空区动力学破坏监测的非稳态信号分析中.基于现场的工程分析与评价,结合统计力学的理论,对大采空区围岩非稳态破坏位置进行了统计推断以及对断裂位置正确定位.这为工程信号中奇异点的探测与识别和矿山采空区动力灾害声发射监测信号识别提供先进、可行的测试手段.     

基于Curvelet变换的煤矿监控图像降噪算法

为提高煤矿井下监控图像质量,更好地实现井下生产的实时监控,探讨基于小波变换和脊波变换的图像降噪的特点,提出将一种基于Wrapping快速离散的第二代曲波变换(Curvelet)图像降噪算法,用于煤矿井下监控图像的降噪处理。研究Curvelet变换的函数支撑区间满足各向异性的尺度关系,以及在表示图像的边缘特征时更具有稀疏性等性质。结果表明:该降噪算法在煤矿井下特殊环境中的图像降噪效果优于传统的小波变换图像降噪和脊波变换,对于煤矿安全监控的有效实施,具有重要的指导意义。     

利用小波变换分析心音信号

心音信号可以用于诊断一些心脏瓣膜和心肌的疾病，心音信号是一种非平稳信号，而小波变换中数字信号处理技术适合于分析非平稳信号。文章阐述了一种利用小波变换分析心音信号的方法。通过对计算机模拟的心音信号的分析实验，分析利用小波变换可以有效地分析心音信号，从而为利用心音信号诊断心脏疾病提供了一种新的方法。     

煤与瓦斯突出声发射的神经网络预测方法

以自适应神经网络的基本原理为基础,以声发射总事件、大事件、能率时间序列为基础数据,将神经网络模型应用于煤与瓦斯突出危险性预测.应用结果表明,煤与瓦斯突出声发射神经网络预测法具有预测方法简单、准确性高等特点,可应用于工作面煤与瓦斯突出危险性的预测.     

小波包变换在煤与瓦斯突出预测中的应用

针对目前滤噪技术不能很好地使声发射监测得以准确预报的情况,进行了基于小波包变换的去噪研究.该研究利用信号的小波包分析、计算和最优小波包基选取的方法,通过计算机数值计算,模拟了强噪声下声发射信号检测,并通过Sym8小波包与小波变换去噪的比较,证明前者优于后者.用小波包变换进行消噪处理,噪声消除彻底,提高了预警准确性.     

基于小波变换的爆破地震信号去噪的应用

运用小波变换在不同的尺度下观察信号局部化特征。由于信号和噪声具有不同的奇异性，它们的二进小波变换模的极大值在不同尺度下的传播特性也不相同。在相邻模极小构成的待选通域中分析出噪声局部极大值所在的选通域进行平滑处理，从而得到局部信号的小波系数，将其反变换重建出去噪后的信号。将该方法用于爆破地震信号去噪声，结果表明：这种方法计算简单，且去噪效果较好。     

煤矿重大危险源辨识理论与方法

煤矿重大危险源辨识是控制煤矿重大事故的前提,是煤矿安全评价的主要依据之一.煤矿重大危险源辨识依据"分类指导、分级定标"的原则,经事故预测分析,确定了生产矿井的危险性类别和生产单元的危险性等级.采用现有法规和技术规程对瓦斯、火灾、水灾、顶板与冲击地压等的相关规定,提出了危险性概率指数和风险权系数,并给定了参考值和计算公式.     

煤矿通风机故障诊断的小波包方法

针对常用的时域和频域分析在诊断通风机故障时存在不能同时诊断出故障时间和类型的瓶颈问题,提出基于小波包分解的煤矿通风机故障诊断方法.在分析通风机故障特征的基础上,利用时频两域都具有表征信号特征能力的小波,对采集来的通风机振动信号进行小波包分解,利用分解的小波系数,在各个频段上进行小波信号重构,并计算信号各个频段的能量特征值,提取故障特征,诊断故障发生的时间和故障类型.经实际验证,小波包分解能将故障信号有效的划分到不同的频段内,而且时域和频域局部化特性好,能有效的诊断出通风机故障,具有良好的理论意义与工程应用价值.     

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.