连续样条小波变换用于分解重叠峰的研究

以B_样条小波为分析小波 ,提出了用于分析化学重叠信号解析的新方法———连续样条小波变换 ,结果表明 :连续样条小波变换应用于分析化学信号的处理 ,能使峰变窄同时还能提高信号的信噪比 ,是一种新型有效的重叠信号解析方法 ,能从含噪声重叠信号中直接得到重叠峰的峰数目及其相应的峰位置。

连续样条小波变换解析高噪声重叠分析信号

采用连续样条小波变换方法对化学中高噪声重叠信号中峰位置和峰数目的提取 进行了分析,讨论了信噪比、重叠程度、信号相邻峰高比对重叠信号解析的影响.结果表 明:对于信噪比低至1的高噪声信号,采用连续样条小波变换处理能够得到重叠信号的峰 位置和峰数目;连续样条小波变换对于高噪声重叠信号具有较好的解析能力,为低含量多 组分物质的复合信号的定性定量分析提供了基础;该方法与离散小波变换法相比,数据点 无须为2n(n为整数),并且不需要对信号进行多次分解,因此简单快速.

基于B样条小波变换的矢量地图数据压缩及边界处理

在离散小波变换的快速Mallat算法基础上 ,根据小波滤波器的特点 ,提出了一种基于B样条小波变换的矢量数据压缩的边界处理的方法 。

样条小波变换用于分辨重叠伏安峰的研究

将样条小波变换技术用于分辨重叠的伏安峰 ,以选定的分辨因子作用于样条小波滤波器 ,使之成为峰分辨器 ,用它来直接处理重叠的伏安峰 ,取得了较好的结果 .被处理峰可达到基线分离 ,且峰位置的相对误差小于 3.0 %,峰面积的相对误差小于 5 .0 %,方法简便易行 .讨论了各种影响分峰效果的因素 ,包括不同的分辨因子及样条小波基等 ,并应用于镉 (Ⅱ ) 铟 (Ⅲ )和铅 (Ⅱ ) 铊 (Ⅰ )

基于B-样条二进小波变换的一种改进图像复原方法

传统的图像复原的方法会造成图像细节的丢失,且去噪效果一般,结合二进小波变换、高斯滤波和阈值函数去噪的优点,我们提出了一种基于B-样条二进小波变换的图像恢复方法。本文利用小波变换,用新构造的B-样条二进小波滤波器将方差为0.005的高斯噪声图像分解三次,分解得到的每一层高频系数分别使用传统的软阈值模型进行阈值去噪,仅对第一层分解得到的低频系数使用二维高斯滤波器进行去噪,接着,将处理后的高频低频系数利用小波逆变换从第三层重构到第二层,从第二层重构到第一层,从第一层重构到第零层,最后得到复原图像,结果显示本文得到的去噪图像充分保留了原图像的细节,人物的边缘,物体的边缘都能很好地被人眼观察到,具有很好的实用性。

基于B样条小波的等高线数据简化

基于B样条小波的变换特征,本文研究了地貌形态的自动综合过程中等高线的数据简化问题,提出了基于B样条小波的等高线的数据简化方法,并进行了实验。理论和实验结果表明,利用所述方法对等高线进行数据简化,方法简捷,精确度高,而且能够保留原等高线的形状结构特征。因此,基于B样条小波的数据简化对地貌形态自动综合是可行的。

基于小波变换的2D形状分析

提出一种以小波变换为基础，可以对２Ｄ形状进行旋转对称性检测、边缘轮廓的角点位置确定，并使方向规则化的分析方法。该方法的特点是：方便、准确。

基于B样条二进小波变换的故障选相研究

利用暂态行波的特征提出了一种基于小波变换的故障选相方法。该方法的实现原理是通过解耦变换将不独立的三相故障电流变换为解耦的零模电流分量和3个线模电流分量,并运用B样条二进小波对解耦变换得到的模电流分量进行分析,计算得到零模电流分量和线模电流分量初始行波的模极大值;并根据4个模电流分量极大值在不同故障类型下的不同特征进行对比分析选出故障相。所提出的故障选相方法充分运用了故障时电流初始行波中的模电流分量特征,克服了现有选相方法选相速度慢、受波形畸变影响等缺点,采用所提方法可得到准确、可靠的选相结果。最后通过PSCAD软件进行了仿真,运用Matlab分析了各种故障时的数据,验证了所提选相方法在选相方面的准确性和优越性。

一种低原子序数元素EDXRF的多次导-样条小波解析方法研究

能量色散X射线荧光(EDXRF)光谱分析待测元素的信息主要反映在能谱的特征峰峰位以及特征峰净峰面积中。对于特征峰的准确检测是EDXRF光谱分析的关键。特征X射线之间的能量在低原子序数元素中相差很小,在实际测量过程中由其他一些因素干扰会导致EDXRF光谱中特征峰产生严重重叠,以EDXRF光谱中低序列元素的重叠峰作为研究对象,提出一种四次导数结合三样条小波变换处理低序列元素重叠峰的新方法。通过数学模型模拟重叠峰检测了该方法的可行性,并仿真了实测X荧光光谱数据进行检测得到良好的效果,通过使用了CIT-3000SY X荧光元素录井仪实测T铅黄铜数据和混合轻元素数据荧光光谱作为验证。首先,介绍导数法以及三样条小波法分解重叠的原理。导数法阶数越高信号越畸形但可以有效提高重峰分离度,而三样条小波变换对低分离度重峰处理较为无力但能有效的保持峰型。通过Tsallis峰信号模拟重叠峰,模拟出3个峰信号,第1个峰和第2个峰的分离度R=0.33,第2个峰和第3个峰的分离度R=0.67,导数处理后信号任仍具有一部分重叠,但是导数处理后不仅保留了信号的峰位值,且出现了分离度变大的现象,而三样条小波对低分离度重叠峰的分解较为无力,但是对于分离度较大的重叠峰具有较好的效果,信号通过四次导增加分离度再进行三样条小波变换,通过调节样条小波分解层次的次数,然后对分解出的高频信号采取适当的系数进行放大,最后进行信号重构。实验实现了对模拟信号的分解。验证了此方法针对重叠峰分解具有可行性。实验采用分解4层的三样条小波变换以及放大6倍的高频信号。然后,处理仿真K元素的重叠光谱,实现了重叠峰的分解,通过仿真实验表明新方法能准确的识别峰位,结果表明只有1%之内的误差,证明了新方法对X荧光光谱重叠峰分解的适用性。最后用此方法对CIT-3000SY X荧光元素录井仪实测T铅黄铜元素数据以及混合轻元素数据X荧光光谱进行处理,实现了对重叠峰的分解,且分解后的峰位误差控制在1%之内,具有较高的准确率。实验结果证明:四次导数结合三样条小波变换能有效分离重叠峰,并且在处理X荧光光谱的重叠峰分解上具有实用性。

一种基于二进小波变换改进图像的去噪方法

传统的图像去噪方法会造成图像细节的丢失,且去噪效果一般,结合二进小波变换、中值滤波和图像相加运算的优点,提出一种基于B-样条二进小波变换的图像恢复方法。利用二维中值滤波和图像的加法运算对方差为0.005的高斯噪声图像复原,然后利用B-样条二进小波滤波器将噪声图像分解一次再重构,得到复原后图像,对上述三种方法实验结果做了对比:原图像已知时,图像的加法运算、去噪效果最佳;原图像未知时,B-样条二进小波滤波效果最佳,去噪效果优于中值滤波的去噪效果。然后,提出新的算法,用B-样条二进小波重构后的图像分别进行二维中值滤波去噪和图像的加法运算去噪。结合的方法相较于单一使用的方法有一定提升,并且保留了更多的图像细节信息。

线调频小波WVD用于非平稳信号分析研究

WVD(wigner-ville distribution)是一种常见的时频表示方法。为了消除WVD中出现的交叉项,提出了一种新的时频表示方法:线调频小波WVD(chirplet wigner-ville distribution,CWVD)。利用多分量的复杂信号可以通过频率旋转算子转换得到若干个单一频率的简单信号的特点,将WVD应用在频率旋转后的信号上,使用频移算子偏移信号的瞬时频率。由多项式函数或者样条函数逼近估计的IFs(instantaneous frequencies)来计算算子的参数。通过测试信号验证了多项式CWVD和样条CWVD的有效性。CWVD在抑制交叉项方面较其他时频方法具备更好的性能,且能量集中性能突出。

样条小波用于电分析化学信号微分的研究

通过对样条小波特性的研究发现，如果用三次样条函数的导函数二次样条函数作为小波基函数，其小波变换既具有去噪功能又具有微分功能．从理论上探讨了信号的样条小波变换与信号微分的关系，并将其应用于电分析化学信号的处理．研究结果表明，利用样条小波变换可以对信号微分．与其他小波变换相比较，样条小波变换可同时实现信号滤波和微分功能；与数字微分和模拟微分相比较，样条小波变换不仅具有滤波功能，而且由于不用选择步长、ＲＣ常数等参数，使操作简单、计算量较小；与用 Ｄａｕｂｅｃｈｉｅｓ函数的小波微分法比较，该方法具有微分次数不依赖于原始数据中数据点的数目和被处理信号信噪比的高低的优点．

样条小波最小二乘法处理毛细管电泳信号

运用样条小波最小二乘法(SWIS)处理峰形尖锐的毛细管电泳信号,获得满意结果。经过两次处理后,与样条小波变换处理结果相比,不仅噪声被滤除,峰形不变,峰高不受影响;数据点无须为2n(n∈z)。

三种B-样条小波基处理重叠信号的比较

以B-样条小波为分析小波,提出了用于分析化学重叠信号解析的新方法—连续样条小波变换。详细讨论了采用二阶、三阶、四阶基数B-样条小波函数时,连续样条小波变换对重叠信号的解析,结果表明:连续样条小波变换应用于分析化学信号的处理,能使峰变窄同时还能提高信号的信噪比,是一种新型有效的重叠信号解析方法;对比三种样条小波基的处理结果,二阶B-样条小波基优于其余两种。

一种提取含噪声信号中重叠峰位置的新方法(英文)

以二阶B -样条小波为分析小波 ,提出了一种提取分析化学中含噪声重叠峰位置的新方法———连续样条小波变换法 .在合适的尺度下 ,处理后的信号类似于信号的四阶导数 .结果表明 ,采用连续样条小波变换法能使峰变窄 ,并能提高信号的信噪比 ,同时还能从含噪声重叠信号中直接得到重叠峰的数目及其相应的峰位置 .

认知诱发电位动态提取的研究进展

认知诱发电位是评价脑认知功能的重要指标。目前临床上应用的平均认知诱发电位由于平均而丧失了大量的动态信息;尤其是认知诱发电位潜伏期(相位)变化大,平均方法将使其波形和波幅严重失真。因此认知诱发电位的单次(少次)动态提取是近年来诱发电位提取技术研究的热点与难点。动态提取认知诱发电位的关键之一在于如何使提取方法适于每个单次诱发电位相位变化大的问题。以三类典型的动态认知诱发电位单次提取方法为例,介绍了近年来在该领域中的研究动向。这三种方法是:B样条小波变换去噪声法、基于三阶相关的滤波法和小波神经网络法。

基于AOK-TFR的轨道电路故障诊断方法

为弥补现有补偿电容检测方法在检测及时性和检测成本等方面的不足,基于传输线理论,提出了机车信号感应电压幅值包络(IVECS)仿真模型;在此基础上,分析了补偿电容故障对IVECS的影响规律,建立并验证了基于频率的IVECS等效回归模型;利用补偿电容故障位置前后IVECS的频率变化,提出了基于自适应最优核时-频分布的补偿电容故障诊断方法.该方法基于机车信号的实际数据,采用B样条离散二进小波对数据进行滤波降噪处理,并利用自适应最优核时-频分布提取处理结果的时-频信息,再通过检测时-频信息中频率的变化实现对故障电容的定位.经过对随机抽取的100段实际数据的测试,准确率约为92.58%,表明该方法能准确检测轨道电路发生故障的补偿电容位置.

多光谱图像的边缘特征检测方法

利用多光谱图像的两像素点灰度差异强度指数,定量分析了多光谱图像的边缘特征及响应特征差异,指出传统灰度算子会导致弱边缘特征漏检。为减小边缘响应强度差异,在光谱特征空间中分别利用特征值和特征向量表征多光谱图像的梯度变化大小和方向,同时采用B样条小波对影像进行多尺度变换,获取不同尺度的边缘特征。实验结果表明,此方法对多光谱图像检测出的边缘特征响应均匀且较为显著,综合多尺度边缘能准确检测并定位边缘点,且能有效地抑制噪声。