基于EMD虚拟通道的ICA算法在信号消噪中的应用

提出了一种由经验模态分解构造虚拟噪声通道,结合独立分量分析进行信号消噪的方法.在分析经验模态分解及独立分量分析优越性基础上,阐述了构造虚拟噪声通道的基本原理,给出了具体构造方法.用固有模态函数的Hilbert时频谱作为虚拟噪声通道重构分量选择的依据.仿真计算表明,该方法对白噪声的消除是有效的,消噪效果较为理想.与传统小波方法比较,具有优势.

基于虚拟通道独立分量分析的阻抗胃动力消噪

为消除胃动力阻抗信号中混叠的噪声信号,利用独立分量分析的冗余取消特性,提出一种新的胃动力阻抗信号消噪方法。采用经验模态分解构造虚拟噪声通道,将一维原始胃动力阻抗信号扩展为多维观测信号,应用FastICA算法对其实施盲分离。仿真实验结果表明,该方法能有效消除叠加在胃动力阻抗信号中的噪声,不需要大量的观测样本,可运用独立分量分析实现对单个观测样本的消噪处理。

基于独立分量分析的EGG噪声消除方法

为了消除体表EGG采集时混叠的噪声信号,利用独立分量分析的冗余取消特性,EMD方法得到原始信号固有模态函数(IMF),并根据IMF的Hilbert时频谱作为虚拟噪声通道重构分量的选择依据,将一维信号扩张为多维观测信号,然后再利用Fast ICA算法对其实施盲分离,有效的消除了EGG混叠的噪声信号,得到了清晰的EGG波形。

一种旋转机械振动信号的盲源分离消噪方法

为了消除旋转机械振动信号中不同类型的噪声,提出了一种基于虚拟信号(virtual signal,简称VS)的多级独立分量分析(independent component analysis,简称ICA)的消噪方法。通过引入与测量噪声匹配的虚拟噪声通道,将单通道观测信号扩展为多通道观测信号,用独立分量分析方法消除与数据采集系统相关的测量噪声。将振源信号的组合(有用信号)视为一个虚拟源,对消除了测量噪声的两通道观测信号再次用独立分量分析方法实现有用信号和背景噪声的分离,从而达到消除背景噪声的目的。试验表明,该方法可以得到很好的消噪结果,有效提高信号的信噪比。

基于EMD-ICA的激电数据降噪处理方法

针对传统降噪方法处理激发极化法(激电法)测量数据的效果不理想的问题,对经验模态分解方法和独立分量分析技术进行了研究,提出了一种新的激电数据降噪方法。首先,采用经验模态分解方法将原始测量数据自适应分解为有限个固有模态函数,再根据其与激发信号的相关性选择固有模态函数构造虚拟噪声通道,最后利用独立分量分析技术提取多维混合数据中的激电信号。利用仿真信号和实际数据对该方法进行实验,对比普通滤波方法和小波阈值算法,结果表明该方法能有效提高激电数据的信噪比。

基于小波变换的独立分量分析及其在红外热波图像中的应用

针对获取的红外热波图像存在加热不均、信噪比小、对比度低的特点,提出基于小波变换的独立分量分析法并将其应用于红外热波图像处理,该方法首先对红外图像进行小波分解,提取高频分量构建虚拟噪声通道,进而提高独立分量分析方法消噪性能。试验结果表明,该方法可以达到很好的消噪效果,使图像的缺陷显示更为清晰。