共查询到19条相似文献，搜索用时 671 毫秒
1.
2.
《科技通报》2016,(3)
研究基于Lab View信号优化检测方法。传统的信号检测方法多是采用专用仪器进行信号测量分析,一旦待测信号较弱,就会严重影响检测速度,且无法保证检测的准确度,不能满足试验平台的功能要求。为此,提出一种基于Lab View信号优化检测方法。针对初始信号中含有大量的无用信号和噪声信号,根据小波变换原理进行滤波去噪处理,最大化的保留重要信号及有用信号,提取待测信号的特征波形,利用相关检测函数进一步将有用信号从噪声信号中分离出来,实现基于Lab View信号的优化检测。实验结果表明,采用Lab View开发设计的信号优化检测虚拟实验室,在进行信号检测时,能够提高检测的精度与稳定性,节约运行成本,具有显著的优越性。 相似文献
3.
4.
5.
6.
7.
对智能化生物医学仪器信号处理系统进行设计,可以提高智能化医疗设备工作效率和工作水平,增加生物医学仪器信号的平稳性。当前方法是依据傅里叶分析理论,对生物医学仪器信号进行相关的检测、信号数据存储等信号处理技术完成智能化生物医学仪器信号处理系统的设计。该方法不仅随机性过强,无法满足当前医学进步的需求,而且信号的光滑性较差,对仪器信号处理的效率较低。为此,提出一种基于双单片机的智能化生物医学仪器信号处理系统设计方法。该方法先对生物医学仪器信号处理系统的硬件进行设计,然后以硬件构造为基础,以双稳态随机共振理论为前提,引入调制随机共振与D-J阈值噪声估计方法,对生物医学仪器信号进行特征提取,最后依据迭代法找到分数阶中的小波包变换最佳分数阶值,利用小波包变换把含有噪声的生物医学仪器信号映射至最佳小波包的时频域内,完成小波包时频域中的生物医学仪器信号去噪。实验结果证明,所提方法可以高效可靠地对智能化生物医学仪器信号处理系统进行设计,对该领域发展有建设性的作用。 相似文献
8.
本文用Lab VIEW软件设计了一款虚拟信号检测仪,可以从强噪声背景下检测出微弱信号,对于频率较低的信号,系统直接产生随机共振,对于频率较高的信号,使用移频随机共振系统,检测效果良好。相对传统仪器,虚拟仪器在测量上、应用上和二次开发上都体现出了很大的优越性。因此,本虚拟信号检测仪在信号检测中具有较好的应用前景。 相似文献
9.
本文把三重相关技术应用于电磁检测中的磁信号分析处理,通过试验研究表明,三重相关技术可以有效地从噪声中恢复磁信号波形,特别是在低信噪比的情况下尤其明显,为电磁检测实际磁信号分析提供一种可供选择的方法。 相似文献
10.
本文介绍的主要是采用RLS算法来进行双麦克风噪声对消技术的原理。一路麦克风采集带有噪声的语音信息,一路麦克风采集噪声。将两路数据传输到服务器,通过RLS算法来进行信号的对消,还原出原始语音信号。 相似文献
11.
如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。 相似文献
12.
一种基于子波变换的语音增强方法 总被引：1，自引：0，他引：1
在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一尺度间变化的门限阈值来抑制带噪训音信号在不同尺度上噪声子波系数,从而实现了在重构信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。 相似文献
13.
基于小波滤波的信号处理方法 总被引：1，自引：0，他引：1
在信号处理中,噪声的存在往往影响分析的准确度,小波变换多分辨分析的特性使得它成为一种很好的滤噪方法.本文通过分析小波滤波的思想、计算过程以及幅频特性等问题,从而达到小波滤波的目的,并通过仿真来验证小波滤波的有效性. 相似文献
14.
15.
《Journal of The Franklin Institute》2018,355(18):9245-9270
This paper deals with noise detection and threshold free on-line denoising procedure for discrete scanning probe microscopy (SPM) surface images using wavelets. In this sense, the proposed denoising procedure works without thresholds for the localisation of noise, as well for the stop criterium of the algorithm. In particular, a proposition which states a constructive structural property of the wavelets tree with respect to a defined seminorm has been proven for a special technical case. Using orthogonal wavelets, it is possible to obtain an efficient localisation of noise and as a consequence a denoising of the measured signal. An on-line denoising algorithm, which is based upon the discrete wavelet transform (DWT), is proposed to detect unavoidable measured noise in the acquired data. With the help of a seminorm the noise of a signal is defined as an incoherent part of a measured signal and it is possible to rearrange the wavelet basis which can illuminate the differences between its coherent and incoherent part. In effect, the procedure looks for the subspaces consisting of wavelet packets characterised either by small or opposing components in the wavelet domain. Taking real measurements the effectiveness of the proposed denoising algorithm is validated and compared with Gaussian FIR- and Median filter. The proposed method was built using the free wavelet toolboxes from the WaveLab 850 library of the Stanford University (USA). 相似文献
16.
在深入分析小波脊原理的基础上,针对数字信号瞬时频率提取精度要求,利用小波脊提取数字信号的瞬时频率,并对方法的初始值设置、解析小波参数设置和估计精度设置等关键问题进行了分析并改进.实际信号实验表明,改进算法鲁棒性明显增强,实用价值较大. 相似文献
17.
国内近几年城市智能交通系统发展很快.车牌自动识别技术作为其中信息采中起着重要作用.目前.对车牌自动识别的研究已经成为智能交通领域中的一个重要研究课题.为了使车牌识别准确,对摄像机所获得的图像进行预处理是十分重要的.去除图像中的噪声是预处理的一个重要步骤.本文通过小波分析原理,实现了对所得图像的去噪,并用MATLAB进行了仿真. 相似文献
18.
This paper proves a general structural property of the wavelet tree for a given seminorm in the context of the wavelet packet transform method. This structural property can be used in denoising algorithms of different applications to guarantee the optimality of novel search strategies. The property holds for any input signals using any orthogonal analysing wavelet families. The property holds for any norms, which results to be a convex function through the wavelet tree. Using a defined norms, seminorms or pseudonorms, this property can be used to detect incoherent parts of an input signal by using the minimal depth of the tree. In this sense the proposed denoising procedure works without thresholds for the localisation of different kinds of noise, as well as for a stop criterium for an optimal representation of the incoherency. The proof of this property is performed by mathematical induction and the demonstration is based on orthonormality with the help of the multiresolution framework aspects of the wavelets packet tree. The Theorem is independent of the definition of the adopted norm and of the incoherent part of an input signal. In this sense, the discovered property is a general one, which is related to any norm and any nature of the signal incoherence. It can be used in different applications, in which a minimum of a norm is required to be calculated through the wavelet tree. 相似文献