CN116108336A - 一种基于小波变换的二氧化氯传感器信号去噪方法 - Google Patents
一种基于小波变换的二氧化氯传感器信号去噪方法 Download PDFInfo
- Publication number
- CN116108336A CN116108336A CN202310388662.XA CN202310388662A CN116108336A CN 116108336 A CN116108336 A CN 116108336A CN 202310388662 A CN202310388662 A CN 202310388662A CN 116108336 A CN116108336 A CN 116108336A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- chlorine dioxide
- threshold
- dioxide sensor
- current signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OSVXSBDYLRYLIG-UHFFFAOYSA-N dioxidochlorine(.) Chemical compound O=Cl=O OSVXSBDYLRYLIG-UHFFFAOYSA-N 0.000 title claims abstract description 92
- 239000004155 Chlorine dioxide Substances 0.000 title claims abstract description 46
- 235000019398 chlorine dioxide Nutrition 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000009466 transformation Effects 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明涉及信号处理技术领域，具体涉及一种基于小波变换的二氧化氯传感器信号去噪方法，包括：通过二氧化氯传感器采集空气中的二氧化氯浓度信息，得到含有噪声的原始电流信号；对原始电流信号进行多尺度小波变换，得到小波系数；自适应选择阈值，并采用改进的小波阈值函数对小波系数进行阈值滤波，当小波系数的低频或高频分量低于阈值时，小波系数分量被偏移；当小波系数高于阈值时，小波系数分量被保留；对保留的小波系数分量进行小波重构，得到去噪后的信号。本发明能够克服传统小波阈值函数不连续、存在恒定偏差等问题。
Description
技术领域
本发明涉及信号处理技术领域，更具体的说是涉及一种基于小波变换的二氧化氯传感器信号去噪方法。
背景技术
近年来，现代技术高速发展，传感器应用于各种各样的场景中。但通常传感器输出的信号容易受到外界温度、振动等因素的干扰，会使传感器信号带有随机噪声。如何对含噪声的信号进行有效的分析处理以去除噪声、还原信号是对后一步信号处理的基础。
在过去的几十年里，去噪技术被广泛应用于各种实践场景中，其中，使用小波变换的去噪技术是近些年来去噪效果最为突出的。在对室内细菌病毒消杀方面，往往需要用到二氧化氯空气消毒机。在专利文献CN202211276697.6中的高精度超低浓度二氧化氯空气消毒机利用二氧化氯能够高效灭菌的同时，控制二氧化氯气体浓度维持在一个较低水平，避免危害人体健康。去噪模块作为二氧化氯消毒机内部的关键模块，它可以去除二氧化氯传感器传出的信号所携带的噪声，为之后的信号处理提供基础。对于二氧化氯传感器所传出的电流信号去噪，常用的方法主要有平均值法、傅立叶变换法、曲线拟合等等，但这些方法面对非平稳信号降噪效果会大打折扣。随着小波阈值去噪算法的深入研究，非平稳电流信号降噪效果进行了改善。但如何选择合适的小波阈值函数使去噪效果更好，是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于小波变换的二氧化氯传感器信号去噪方法，能够克服传统小波阈值函数不连续、存在恒定偏差等问题。
为了实现上述目的，本发明采用如下技术方案：
一种基于小波变换的二氧化氯传感器信号去噪方法，包括：
通过二氧化氯传感器采集空气中的二氧化氯浓度信息，得到含有噪声的原始电流信号；
对原始电流信号进行多尺度小波变换，得到小波系数；
自适应选择阈值，并采用改进的小波阈值函数对小波系数进行阈值滤波，当小波系数的低频或高频分量低于阈值时，小波系数分量被偏移；当小波系数高于阈值时，小波系数分量被保留；
对保留的小波系数分量进行小波重构，得到去噪后的信号。
进一步的，原始电流信号的表示形式为：
；
其中，为含有噪声的原始电流信号,为真实电流信号，为噪声信号。
进一步的，所述改进的小波阈值函数的表达式为：
；
其中，为阈值处理后保留的小波系数分量，即小波估计系数；为原始电流信号分解后得到的小波系数；为阶跃函数；和为调节因子；为阈值。
进一步的，阈值的计算公式为：
；
其中，为噪声估计；为信号采样点数；为小波分解尺度。
进一步的，对原始电流信号进行多尺度小波变换时，选取SymN小波基，分解层数设定为3层。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于小波变换的二氧化氯传感器信号去噪方法，利用小波对噪声信号进行分解，对小波系数处理后，进行阈值滤波。由于各尺度上小波系数的大小和特性不一样，其中，噪声的小波系数幅值随分解尺度的增大而减小，所以常用的固定阈值存在“过扼杀”现象。阈值的选择是小波阈值去噪的重要环节，阈值的选择决定了阈值处理后小波系数中是否有更多的噪声成分，本发明通过自适应选取阈值能够去除接收信息中的噪声成分，以此二氧化氯的传感信息能够更加准确。同时，本发明采用改进的小波阈值函数对小波系数进行阈值滤波，当小波系数的低频或高频分量低于阈值时，小波系数将被偏移，当小波系数高于阈值时，小波系数将被保留；对保留的小波系数分量进行小波重构，得到去噪后的图像信号。改进小波阈值函数在原有的小波阈值函数上进行了优化，同时克服了软阈值函数存在恒定偏差和硬阈值函数在处不连续的弊端，在一定程度上能提高二氧化氯传感器信号的信噪比、突出有效的信息特征，有利于更好的采集空气中二氧化氯的浓度信息，可以有效去除信号中的噪声。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明提供的基于小波变换的二氧化氯传感器信号去噪方法的流程图；
图2为本发明提供的二氧化氯传感器的真实信号图。
图3是本发明中二氧化氯传感器信号采用改进小波阈值去噪后的信号图。
图4是本发明提供的图2和图3的信号图叠加后的去噪效果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例公开了一种基于小波变换的二氧化氯传感器信号去噪方法，包括以下步骤：
步骤一、通过二氧化氯传感器采集空气中的二氧化氯浓度信息，得到含有噪声的原始电流信号；
步骤二、对原始电流信号进行多尺度小波变换，得到小波系数；该步骤将含噪的原始电流信号在各尺度上进行小波分解，使去噪的效果能够得到良好的保证。
步骤三、自适应选择阈值；采用改进的小波阈值函数对小波系数进行阈值滤波，当小波系数的低频或高频分量低于阈值时，小波系数分量被偏移；当小波系数高于阈值时，小波系数分量被保留；
步骤四、对保留的小波系数分量进行小波重构，得到去噪后的信号。
小波变换的重构过程就是逆小波变换的过程，通过逆小波变换将小波系数重构为原始信号。在多个尺度下的小波系数分量重构的过程中，需要按照小波分解的层数进行迭代重构。以一维信号为例，重构过程如下：
1.对最后一层的低频分量进行逆小波变换，得到最后一层的重构低频分量。
2.将最后一层重构低频分量与其对应的高频分量组合，进行逆小波变换，得到上一层的重构低频分量。
3.重复步骤2，直到重构到第一层，即可得到完整的原始信号。
在二维信号的重构过程中，也是按照小波分解的层数进行逐层重构。重构过程相对比较复杂，需要将每个小波系数分量按照其所在的小波域进行逆变换，然后将得到的各个小波域的结果合并得到重构的信号。
下面对上述各步骤做进一步的说明：
步骤一中，二氧化氯传感器采集的电流信号中的噪声信号主要分布在原始信号的高频区域，
假设真实电流信号为，高斯白噪声用表示，则添加了高斯白噪声的信号可以表示为:
；
其中，为含有噪声的原始电流信号,为真实电流信号，为噪声信号。
步骤二中，选择适当小波基和分解尺度对带噪电流信号进行小波变换，得到变换后的小波系数。小波系数包括真实电流信号对应的小波系数以及噪声信号对应的小波系数。
随着分解尺度的增加，二氧化氯浓度信号的能量集中于较大的小波系数，噪声相反。通过选择合适的阈值可以准确的重构出二氧化氯浓度信号，随着分解尺度的不断增加，其去噪效果的提升将变的越来越不明显，并且增加了额外的运算量和运算时间。所以需要综合考虑实际情况和信号的特点来选择合适的分解层数。本发明实施例中对于小波基的选取，采用SymN小波基，分解层数设定为3层。
步骤三中，小波阈值去噪算法的主要思想是利用小波对噪声信号进行分解，对小波系数处理后，进行阈值滤波。当小波系数的低频或高频分量低于阈值时，小波系数将被偏移；当小波系数高于阈值时，小波系数将被保留。最后对保留的小波系数分量进行小波重构，得到去噪后的信号。
选择正确的阈值对小波系数进行阈值处理，是和的统称，对小波变换后的小波系数进行量化操作处理，保留所需的小波系数分量，得到小波估计系数，利用处理后的分量对小波估计系数进行重构和逆变换，得到去噪信号。
具体来说，小波阈值的选择决定了阈值处理后小波系数中是否有更多的噪声成分。常用的阈值选取方法为固定阈值法，但由于各尺度上小波系数的大小和特性不一样，其中，噪声的小波系数幅值随分解尺度的增大而减小，所以固定阈值存在“过扼杀”现象。在本发明中，采用自适应阈值法，即阈值公式为：
；
其中，为噪声估计；为信号采样点数；为小波分解尺度。
对于小波阈值函数的选择，传统小波阈值函数采用软阈值函数和硬阈值函数。其中，硬阈值函数表达式为：
；
软阈值函数表达式为：
；
其中，表示小波阈值，为阶跃函数，为阈值处理后的小波估计系数，为小波变换后得到的小波系数。
本发明针对软硬阈值函数的不足，引入调节参量和使得新构造的小波阈值函数具有自适应性，引入指数函数使得函数连续，改进的小波阈值函数的表达式为：
；
其中，为阈值处理后保留的小波系数分量，即小波估计系数；为原始电流信号分解后得到的小波系数；为阶跃函数；和为调节因子；为阈值。当、，该阈值函数变为软阈值函数；当，该阈值函数就变为硬阈值函数；当、取一个合理的中间值时，该阈值函数便可以在一定程度上克服硬阈值函数和软阈值函数的缺陷；调节因子和取值范围为0-1；通过取不同的和的来调节阈值函数，以此来调节去噪的效果，即根据要求调整数值，以达到去噪要求。
显然，改进后的阈值函数可以很好地解决硬阈值函数存在不连续以及软阈值函数存在恒定偏差的弊端，具有良好的连续性和平滑性。
本发明实施环境为二氧化氯空气消毒机喷洒消毒场景，空气消毒机通过对当前空气中二氧化氯浓度的测量和基准值进行比较，进行反馈调节从而达到控制二氧化氯气体释放的效果。具体方法是：首先通过二氧化氯传感器测量空气中二氧化氯浓度值，通过运算放大器以及AD采集，将二氧化氯气体浓度转换为对应电压值；其次，通过PID控制器将电压检测值与给定标准值进行比较，形成电压偏差值，按一定规律形成控制量输入到被控对象即LED驱动中；最后，通过对LED驱动的功率控制将LED照射到凝胶上以控制二氧化氯气体释放量。在此基础上，引入二氧化氯传感器信号去噪部分，目的是采用小波阈值去噪算法进行电流信号去噪，使得输入到放大器中的去噪信号能够更好地反映当前信息，为后续控制部分的开展奠定基础。
由图2-4可知，发明提供的新的阈值函数的去噪效果显著，能提高二氧化氯传感器信号的信噪比、突出有效的信息特征，有利于更好的采集空气中二氧化氯的浓度信息。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于小波变换的二氧化氯传感器信号去噪方法，其特征在于，包括：
通过二氧化氯传感器采集空气中的二氧化氯浓度信息，得到含有噪声的原始电流信号；
对原始电流信号进行多尺度小波变换，得到小波系数；
自适应选择阈值，并采用改进的小波阈值函数对小波系数进行阈值滤波，当小波系数的低频或高频分量低于阈值时，小波系数分量被偏移；当小波系数高于阈值时，小波系数分量被保留；
对保留的小波系数分量进行小波重构，得到去噪后的信号。
2.根据权利要求1所述的一种基于小波变换的二氧化氯传感器信号去噪方法，其特征在于，原始电流信号的表示形式为：
；
其中，为含有噪声的原始电流信号,为真实电流信号，为噪声信号。
3.根据权利要求1所述的一种基于小波变换的二氧化氯传感器信号去噪方法，其特征在于，所述改进的小波阈值函数的表达式为：
；
其中，为阈值处理后保留的小波系数分量，即小波估计系数；为原始电流信号分解后得到的小波系数；为阶跃函数；和为调节因子；为阈值。
4.根据权利要求1所述的一种基于小波变换的二氧化氯传感器信号去噪方法，其特征在于，阈值的计算公式为：
；
其中，为噪声估计；为信号采样点数；为小波分解尺度。
5.根据权利要求1所述的一种基于小波变换的二氧化氯传感器信号去噪方法，其特征在于，对原始电流信号进行多尺度小波变换时，选取SymN小波基，分解层数设定为3层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310388662.XA CN116108336A (zh) | 2023-04-13 | 2023-04-13 | 一种基于小波变换的二氧化氯传感器信号去噪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310388662.XA CN116108336A (zh) | 2023-04-13 | 2023-04-13 | 一种基于小波变换的二氧化氯传感器信号去噪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116108336A true CN116108336A (zh) | 2023-05-12 |
Family
ID=86264092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310388662.XA Pending CN116108336A (zh) | 2023-04-13 | 2023-04-13 | 一种基于小波变换的二氧化氯传感器信号去噪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116108336A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106236075A (zh) * | 2016-08-30 | 2016-12-21 | 任勇 | 一种应用于便携式心电仪所测心电图的降噪方法 |
| CN111616697A (zh) * | 2020-06-05 | 2020-09-04 | 江苏科技大学 | 一种基于新阈值函数小波变换的心电信号去噪算法 |
| CN112395992A (zh) * | 2020-11-18 | 2021-02-23 | 云南电网有限责任公司电力科学研究院 | 一种基于改进小波阈值的电力谐波信号去噪方法 |
| CN113238190A (zh) * | 2021-04-12 | 2021-08-10 | 大连海事大学 | 一种基于emd联合小波阈值的探地雷达回波信号去噪方法 |
| CN113553997A (zh) * | 2021-09-17 | 2021-10-26 | 南京信息工程大学 | 一种联合改进小波阈值的信号处理方法、存储介质和系统 |
| CN115015172A (zh) * | 2022-06-28 | 2022-09-06 | 天津大学 | 一种可调谐激光吸收光谱法的数据采集及处理方法 |
| CN115618204A (zh) * | 2022-10-21 | 2023-01-17 | 浙江工业大学 | 基于最优小波基和改进小波阈值函数的电能数据降噪方法 |
| CN115933505A (zh) * | 2023-03-15 | 2023-04-07 | 吉林省百皓科技有限公司 | 一种基于气体熵的二氧化氯双阈值控制电路及消毒机 |
-
2023
- 2023-04-13 CN CN202310388662.XA patent/CN116108336A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106236075A (zh) * | 2016-08-30 | 2016-12-21 | 任勇 | 一种应用于便携式心电仪所测心电图的降噪方法 |
| CN111616697A (zh) * | 2020-06-05 | 2020-09-04 | 江苏科技大学 | 一种基于新阈值函数小波变换的心电信号去噪算法 |
| CN112395992A (zh) * | 2020-11-18 | 2021-02-23 | 云南电网有限责任公司电力科学研究院 | 一种基于改进小波阈值的电力谐波信号去噪方法 |
| CN113238190A (zh) * | 2021-04-12 | 2021-08-10 | 大连海事大学 | 一种基于emd联合小波阈值的探地雷达回波信号去噪方法 |
| CN113553997A (zh) * | 2021-09-17 | 2021-10-26 | 南京信息工程大学 | 一种联合改进小波阈值的信号处理方法、存储介质和系统 |
| CN115015172A (zh) * | 2022-06-28 | 2022-09-06 | 天津大学 | 一种可调谐激光吸收光谱法的数据采集及处理方法 |
| CN115618204A (zh) * | 2022-10-21 | 2023-01-17 | 浙江工业大学 | 基于最优小波基和改进小波阈值函数的电能数据降噪方法 |
| CN115933505A (zh) * | 2023-03-15 | 2023-04-07 | 吉林省百皓科技有限公司 | 一种基于气体熵的二氧化氯双阈值控制电路及消毒机 |
Non-Patent Citations (1)
| Title |
|---|
| 柯慧等: ""电能质量信号的小波阈值去噪"", 《电力系统及其自动化学报》, vol. 22, no. 2, pages 103 - 108 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104715461A (zh) | 图像去噪方法 | |
| CN112307959B (zh) | 一种用于心电信号分析的小波去噪方法 | |
| CN110059639A (zh) | 一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法 | |
| CN109003232B (zh) | 基于频域尺度平滑Shearlet的医学MRI图像去噪方法 | |
| CN103961092A (zh) | 基于自适应阈值处理的脑电信号去噪方法 | |
| CN110151175A (zh) | 基于ceemd与改进小波阈值的表面肌电信号消噪方法 | |
| CN112084845B (zh) | 基于多尺度小波系数自相关的低频1/f噪声消除方法 | |
| CN108231084A (zh) | 一种基于Teager能量算子的改进小波阈值函数去噪方法 | |
| Zhang et al. | ECG signals denoising method based on improved wavelet threshold algorithm | |
| Vargas et al. | Electrocardiogram signal denoising by clustering and soft thresholding | |
| CN113255532A (zh) | 一种基于层间相关系数的小波双阈值去噪方法 | |
| CN116108336A (zh) | 一种基于小波变换的二氧化氯传感器信号去噪方法 | |
| CN110032968B (zh) | 基于双树复小波和自适应半软阈值法的去噪方法 | |
| Ou et al. | Frame-based time-scale filters for underwater acoustic noise reduction | |
| CN116383605A (zh) | 基于小波分解的车辆震动信号去噪方法 | |
| Lu et al. | The application of an improved wavelet threshold denoising method in heart sound signal | |
| CN113375065B (zh) | 管道泄漏监测中趋势信号的消除方法及装置 | |
| Yang et al. | SAR image denoising algorithm based on Bayes wavelet shrinkage and fast guided filter | |
| CN109584190A (zh) | 一种基于小波变换低频直方图受限的对比度图像增强方法 | |
| Sang et al. | Speckle noise reduction mechanism based on dual-density dual-tree complex wavelet in optical coherence tomography | |
| Ce et al. | An improved wavelet threshold de-noising method and its application | |
| Shao et al. | A Photoplethysmograph Signal Preprocess Method Based on Wavelet Transform | |
| Minxia et al. | Improving new wavelet threshold by artificial fish swarm and its application for denoising | |
| Bahendwar et al. | A modified algorithm for denoising MRI images of lungs using discrete wavelet transform | |
| Sumithra et al. | Wavelet based speech signal de-noising using hybrid thresholding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |