基于双正交小波变换的宫缩信号消噪

小波分析的信号消噪方法是现代信号处理中的重要组成部分,小波基的不同选取将直接影响消噪的效果.本文在全局阈值的标准下,基于不同噪声水平,讨论了小波基的正交性和线性相位性对消噪结果的影响,提出了选取小波基的一般方法,最后利用双正交小波基在软阈值标准下实现了对宫缩信号的消噪处理,并取得了较好的效果.     

基于平稳小波变换的EEG视觉的信号修正

眼球运动和眨眼会在眼球周围产生电信号,这种电信号的存在直接影响到对EEG信号的分析特征提取及EEG模式的分类等研究。本文提出了一种基于小波阈值滤噪方法来修正EEG信号中出现的视觉伪信号(OA)。这种用于EEG视觉伪信号处理的小波方法的实现过程如下：1)用平稳小波变换(SWT)对原始EEG信号进行处理;2)设置低频带信号的系数阈值;3)对滤噪后的信号进行重构。实验结果表明这种方法同时适用于眨眼和眼球运动产生的伪信号。最后,通过对采集的信号处理前后做了对比,说明其有效性。     

基于集合经验模态分解和小波收缩算法的自适应心电信号去噪问题研究

本文将集合经验模态分解(EEMD)与小波软阈值去噪算法相结合,提出了一种新的心电图信号去噪EEMD-WS算法.算法首先对信号进行EEMD分解得到有限个固有模态函数(IMF);其次,根据实际含噪心电信号中各成分的特性,将所有IMF分为低阶含噪、中阶有用信号和高阶含基线漂移三类,对于低阶含噪IMF利用IMF能量变化分界点自适应地确定含噪IMF个数,随后对其利用小波收缩算法中的启发式软阈值选择算法进行去噪;对于高阶含基线漂移IMF根据其自身是否包含周期信息自适应地判断并去除与基线漂移关系密切的IMF.最后通过将滤除噪声的低阶IMF、中阶有用信号重构达到抑制噪声和去除基线漂移的目的.仿真信号和MIT-BIH心电数据库真实心电信号实验显示,EEMD-WS算法不仅能够克服小波去噪算法不能去除基线漂移的不足,而且能够比常用的EMD-WS算法更好地提高消噪效果,总体去噪性能优于传统算法.     

基于小波变换奇异性检测的HRTF(Head Related Transfer Function,与头部关联的传递函数)消噪处理

与头部关联的传递函数（ＨＲＴＦ）被认为是辨别声源方向的主要因素之一。虚拟听觉空间仿真就是利用了ＨＲＴＦ的方向特征综合出三维的声响。然而,ＨＲＴＦ中不可避免地混有测量噪声。本文针对ＨＲＴＦ的特性提出了一种基于小波变换奇异性检测的ＨＲＴＦ消噪处理方法。计算机模拟结果表明该方法在较好保留原信号奇异信息的同时能有效地滤除噪声,用这一方法对一组ＨＲＴＦ数据消噪取得了满意的结果。     

基于小波变换奇异性检测的HRTF(Head Related Transfer Function,与头部关联的传递函数)消噪处理

与头部关联的传递函数（ＨＲＴＦ）被认为是辨别声源方向的主要因素之一。虚拟听觉空间仿真就是利用了ＨＲＴＦ的方向特征综合出三维的声响。然而,ＨＲＴＦ中不可避免地混有测量噪声。本文针对ＨＲＴＦ的特性提出了一种基于小波变换奇异性检测的ＨＲＴＦ消噪处理方法。计算机模拟结果表明该方法在较好保留原信号奇异信息的同时能有效地滤除噪声,用这一方法对一组ＨＲＴＦ数据消噪取得了满意的结果。     

基于小波变换的心电信号去噪算法

目的:去除在心电信号采集过程中混入的肌电干扰、工频干扰、基线漂移等噪声信号,避免噪声对心电信号特征点的识别和提取造成误判和漏判。方法:首先利用coif4小波对心电信号按Mallat算法进行分解,然后采用软、硬阈值折衷与小波重构的算法进行去噪。结果:采用MIT/BIH Arrhythmia Database中的心电信号进行仿真、验证,有效去除了三种常见的噪声信号。结论:本方法实时性好,为临床分析与诊断奠定了基础。     

基于EMD的左右手运动想象脑电信号分析研究

基于经验模态分解（EMD）理论,提出一种左右手运动想象脑电信号分析方法。首先利用时间窗对脑电信号数据进行划分,对每段数据通过经验模态分解法将其分解为一组固有模态函数IMF,提取主要信号所在的IMF层去除信号中的噪声。对含有主要信号的几层IMF进行Hilbert变换,得到瞬时频率与对应的瞬时幅值。再提取左右手想象的特定频段mu节律和beta节律的能量信号作为特征,分别利用支持向量机（SVM）和Fisher进行了分类比较。对EMD和小波包在去噪和特征提取进行了比较。结果表明,EMD是一种很有效的去噪方法,经过EMD分解后提取的能量信号在区分左右手想象上更具有优势,识别率高。     

一种基于小波变换的心电去噪算法

目的:去除心电信号采集过程中混入的工频干扰、肌电干扰和基线漂移等噪声信号,并能有效的保留心电特征信息.方法:通过小波变换将含噪的心电信号分解并重构得到不同尺度下的细节信号,在中小尺度上选取不同的门限值,并在QRS波群信息多的尺度上计算获得信息窗,对该尺度的信息窗内外采用不同的门限处理方式,在大尺度上直接重构出要去除的基线信息.结果:采用MIT/BIH Arrhythmia Database中的数据对算法进行了仿真验证,实现了三种主要干扰的去除,较好的保留了心电特征信息.结论:本方法效果较好,为后续的特征点识别奠定了基础.     

一种改进的小波阈值法去除耳声发射中的伪迹

本文探讨了耳声发射及其分类、特性、目前存在的问题和相关研究方法,并提出一种改进的小波阈值处理方法,它是基于一种多分辨分析小波阈值去噪,在传统的软、硬阈值去噪基础上设立两个变量,通过调节这两个变量有效地达到去除噪声的效果。     

小波神经网络在脑电信号数据压缩与棘波识别中的应用

介绍了一种新的神经网络模型———小波神经网络,利用它并适当调节网络、小波基参数,实现了对脑电信号的压缩表达,较好的恢复了原有信号。另外,在其算法研究的基础上,提出了适应于非稳态和非线性信号处理的时频分析新方法。在脑电信号的时频谱等高线图上,得到了易于自动识别的棘波和棘慢复合波特征,与传统的短时傅立叶变换（ＳＴＦＴ）和Ｗｉｇｎｅｒ分布相比,此方法有更高的分辨率和自适应性,而且其时频能量分布没有交叉项干扰。     

音乐治疗效应的动物实验研究

近年来国内外关于音乐治疗效应的动物实验研究认为：音乐能影响动物的情绪;音乐还对动物的免疫功能、学习及记忆能力、以及动物的神经系统结构和功能等均有一定影响。该领域的研究有利于深入探索音乐疗法的作用机理。     

热带气旋对红树林的影响研究进展——基于文献计量分析

红树林在防风消浪、促淤保滩、固岸护堤等方面发挥重要的作用,是抵御台风、风暴潮、海岸侵蚀等自然灾害的重要天然屏障。热带气旋是红树林面临的最主要自然威胁之一,削弱了红树林对自然灾害的抵御及生物多性维持等功能发挥。然而,尽管热带气旋对红树林的影响日益受到全球的广泛关注,但缺乏对该领域研究进展的系统分析和总结。以Web of science核心集数据库为数据源,利用CiteSpace软件对1995—2021年间热带气旋对红树林影响研究进行文献计量分析和可视化图谱绘制,以厘清该领域研究的现状、趋势和热点,并揭示未来的发展方向。研究表明：（1）该领域研究年发文量随时间处于波动上升的趋势,尤其2013年后迅速增加,表明该领域的研究日益受到重视;（2）美国、澳大利亚和印度等国家在该领域的研究走在前列,美国的中介中心性最高,其次是德国,美国广泛地与德国、法国、日本等许多国家有密切合作;（3）美国佛罗里达、加勒比地区、澳大利亚北部和印度南部等是当前研究的热点区域;（4）研究热点随时间推移而不断发展,从红树林植被的干扰损害逐渐发展到固碳储碳、海岸防护等功能的影响。全球变化背景下热带气旋对红树林的影响、红树林对热带气旋干扰的弹性、基于遥感和大数据处理的模型模拟等日益受到关注,量化热带气旋对红树林功能的影响、探明热带气旋与海平面上升的关系及对红树林影响、构建完善的观测体系数据集等将是未来研究的重要方向。研究对长期关于热带气旋对红树林影响的研究进展进行定量和可视化分析,可为预测热带气旋对红树林的影响和风险、及减缓和应对其风险等研究提供借鉴参考。     

Time on task effects on safety

Reviewing the literature on time on task effects on safety shows contradictory evidence, especially with regard to 12 h shifts. It is argued that this might depend on methodological problems associated with the analysis of accident data, e.g. selectivity of samples, validity of data bases and study designs, especially for analyses at the company level. Analyses of aggregated data seem to indicate an exponential increase of accident risk with time on task beyond the normal working day. This is supported by some recent studies based on data from the Federal Republic of Germany.