生成跳频信号，利用小波分解去除混合信号中的噪声，利用希尔伯特黄变换实现跳频信号的检测
上传时间： 2018-09-10
上传用户：xiaowu
【精品】小波变换和motion信号处理，非常经典
上传时间： 2021-08-29
上传用户：newsearch
该文档为小波阈值降噪在手写数字识别图像预处理中的应用概述资料，讲解的还不错，感兴趣的可以下载看看…………………………
标签： 图像预处理
上传时间： 2021-10-16
上传用户：
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
JPEG 2000是为适应不断发展的图像压缩应用而出现的新的静止图像压缩标准，小波变换是JEPG 2000核心算法之一。小波变换是一种可达到时(空)域或频率域局部化的时频域或空频域分析方法，其多尺度分解特性符合人类的视觉机制，更加适用于图像信息的处理。提升小波变换是一类不采用傅立叶变换做为主要分析工具的小波变换新方法，提升小波变换的提出大大简化了小波变换的计算，使其在实时信号处理领域得到广泛的应用。通过提升的方法很容易构造一般的整数小波变换，由于图像一般用位数较低的整数表示，整数小波变换可以将为整数序列的图像矩阵映射成整数小波系数矩阵，这就大大简化了小波变换的硬件电路设计。在当今数字化和信息化时代背景下，研究具有高速硬件处理功能的可变程逻辑器件在图像压缩算法领域的应用已经成为当今研究的热点。 本文旨在探讨和研制基于FPGA的小波变换模块的可能性和方法。本文采用Xilinx公司的Spartan-Ⅲ系列芯片，根据JPEG 2000推荐无损提升小波算法和有损提升小波算法，设计图像压缩系统的小波变换模块。主要工作如下： 第一部分介绍了传统小波分析理论和提升小波分析理论。包括连续小波时频局域性的特征，离散小波变换系数的意义，多分辨分析引出的构造小波基的系统方法和计算离散小波的快速算法等。重点放在介绍正交小波和双正交小波的构造方法，并介绍了数字图像在小波域的特点。讨论了提升小波变换的基本思想，讨论了用提升方法构造小波基以及传统小波变换的提升实现，讨论了整数小波变换。 第二部分介绍了FPGA结构及其设计流程。介绍了FPGA/CPLD器件的特征、发展趋势及FPGA/CPLD基本结构，然后重点介绍了本文用到的Xilinx公司Spartan-Ⅲ系列芯片的结构特点，以及Xilinx的FPGA开发软件ISE，最后介绍了硬件描述语言VHDL语言的特点。 最后一部分是本论文研究的主要内容，即JPEG 2000中最核心的算法-提升格式小波变换的一维变换模块设计和二维变换模块设计。一维提升小波变换模块采用两种不同的电路结构进行设计-低速低功耗的串行流水线结构和高速高功耗的并行阵列结构。同样，二维小波变换模块也采用了两种不同的电路结构进行设计-低速低功耗的折叠结构和高速高功耗的串行结构。 文章对提升小波变换的FPGA实现中的大量细节问题进行了讨论，给出了每种结构提升小波变换模块的电路原理图，并对原理图进行了仿真测试，仿真测试结果不仅表明了模块功能的正确性，而且表明不同小波模块可以满足相应领域的实际要求。
上传时间： 2013-06-08
上传用户：dwzjt
雷达信号处理是雷达系统的重要组成部分。在数字信号处理技术飞速发展的今天，雷达信号处理中也普遍使用数字信号处理技术。而现场可编程门阵列（FPGA）在数字信号处理中的广泛应用，使得FPGA在雷达信号处理中也占据了重要地位。 针对脉压雷达信号处理的FPGA实现，本文在以下几个方面展开研究： 首先对几种主要的脉冲压缩信号进行了详细的分析，得出了各种信号的特点及其处理方式；并比较了各种方式的优缺点。 其次对几种基本的雷达信号处理如脉冲压缩、动目标检测（MTD）、恒虚警（CFAR）等详细地阐述了其原理；列举了各种信号处理经常采用的实现方法，对各种方法进行了比较研究；并针对线性调频信号在MATLAB环境中对雷达回波信号处理进行仿真。 接下来，在Xilinx ISE6.3i软件集成环境下，通过对Xilinx提供的免费IP核的调用，并与VHDL语言相结合，进行雷达信号处理的FPGA实现。
上传时间： 2013-06-24
上传用户：lingzhichao
本文介绍了从人体采集到的脉搏波信号，由于脉搏波信号信噪比比较低，给后续参数的准确测量带来了困难，所以对于噪声干扰的去除是非常重要而必须的。其中脉搏波信号中常见的噪声有工频干扰、基线漂移、肢体抖
上传时间： 2013-07-23
上传用户：fuzhoulinzexu
心血管系统疾病是现今世界上发病率和死亡率最高的疾病之一。T波交替(T-wavealtemans,TWA)作为一种非稳态的心电变异性现象，是指心电T波段振幅、形态甚至极性逐拍交替变化。大量研究表明，TWA与室性心律失常、心脏性猝死等有直接密切的关系，已成为一种无创独立性预测指标。随着数字信号处理技术和计算机技术的迅速发展，微伏级的TWA已经可以被检出，并且精度越来越高。本文以T波交替检测为中心，基于ARM给出了T波交替检测技术原理性样机的硬件及软件，实现实时监护的目的。 在TWA检测研究中，需要对心电信号进行预处理，即信号去噪和特征点检测。小波分析以其多分辨率的特性和表征时频两域信号局部特征的能力成为我们选取的心电信号自动分析手段。文中采用小波变换将原始心电信号分解为不同频段的细节信号，根据三种主要噪声的不同能量分布，采用自适应阈值和软硬阈值折衷处理策略用阈值滤波方法对原始信号进行去噪处理：同时基于心电信号的特征点R峰对应于Mexican-hat小波变换的极值点，因此我们使用Mexican-hat小波检测R峰，通过附加检测方案确保了位置的准确性，并根据需要提出了T波矩阵提取方法。 随后文章介绍了T波交替的产生机理及研究进展，分别从临床应用和检测方法上展现了目前TWA的发展进程，并利用了谱分析法、相关分析法和移动平均修正算法分别从时域和频域对一些样本数据进行T波交替检测。在检测中谱分析法抗噪能力较强，但作为一种频域检测方法，无法检测非稳态TWA信号，而相关分析法受呼吸、噪声影响较大，数据要求较高，因此可以在谱分析检测为阳性TWA基础上，再对信号进行相关分析，从而克服自身算法缺陷，确定交替幅度和时间段。最后对影响检测结果的因素进行讨论研究，从而降低检测误差。 文章还设计了T波交替检测技术原理性样机的关键部分电路和软件框架。硬件部分围绕ARM核的Samsung S3C44BOX为核心，设计了该样机的关键电路，包括采集模块、数据处理模块(外部存储电路、通信接口电路等)。其中在采集模块中针对心电信号是微弱信号并且干扰大的特点，采用了具有高共模抑制比和高输入阻抗的分级放大电路，有效的提取了信号分量：A/D转换电路保证了信号量化的高精度。利用USB接口芯片和删内部异步串行通讯实现系统与外界联系。系统软件中首先介绍了系统的软件开发环境，然后给出了心电信号分析及处理程序设计流程图及实现，使它们共同完成系统的软件监护功能。
上传时间： 2013-07-27
上传用户：familiarsmile
小波分析经典，注重小波分析的基本理论。将一位小波理论和高维小波理论放在一起并行介绍。
上传时间： 2013-04-24
上传用户：duoshen1989
傅里叶变换是信号处理领域中较完善、应用较广泛的一种分析手段.但傅里叶变换只是一种时域或频域的分析方法,它要求信号具有统计平稳,即时不变的特性.但是实际应用中存在很多非平稳信号,它们并不能很好的用傅立叶变换来处理.小波变换的出现解决了这个问题,它在处理非平稳信号方面具有傅立叶变换无法比拟的优越性.小波变换在通信技术、信号处理、地球物理、水利电力、医疗等领域中获得了日益广泛的应用.小波变换的研究成为了当今学术界的一个热点.随着现代数字信号处理朝着高速实时的方向发展,纯软件的程序式信号处理方法越来越不能满足实际应用的需求,因此人们希望用硬件电路来实现高速信号处理问题.基于以上原因,该文在研究了小波变换的基本理论和特点的基础上,重点研究了小波变换的VLSI电路构架,并用FPGA实现了它的功能.毫无疑问,该文所做的具体工作在理论和实践上都有参考价值.论文中,在简单介绍了小波变换的基本理论、特点和应用;对信号小波变换分解,重构的MATLAB算法进行了分析,为硬件实现奠定了理论基础.论文在研究了小波核心算法MALLAT算法的基础上,以直观的图形方式描述了算法的流程图;并由此提出了基于VLSI的电路模块架构.根据上述模块结构,对相关模块进行了硬件描述语言(VERILOG-HDL)的建模,并且在仿真平台上(ACTIVE-HDL)进行了仿真.在仿真正确的前提下,该文选用了EP20K100BC356-1V芯片作为目标器件进行了综合和后仿真,并且将仿真结果通过MATLAB与理论参数进行了比较,结果表明设计是正确的.对设计中存在的误差和部分模块的进一步优化,该文也作了分析和说明,为下一步实现通用IP核设计奠定了基础.
上传时间： 2013-06-27
上传用户：zhaoq123
