基于matlab的心电信号的预处理，对心电信号做去噪平滑处理

LMS语音信号去噪matlab代码，可以对一段较长的语音信号进行去噪

VMD程序，用于轴承、齿轮等振动信号的分解、降噪和重构，实现故障诊断

基于matlab的心电信号的预处理，对心电信号做去噪平滑处理

总变差去噪(Total Variation Denoising,TVD)算法，可以对振动信号进行消噪，提高信号的信噪比，是个不错的去噪方法，值得研究

常见的医学信号（如脉搏信号）包含大量的噪声，具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷，提出了一种基于双树复小波变换和形态学的去噪算法，具有结构简单、计算复杂度低等优点，有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明，该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声，其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法，能得到较干净的脉搏信号波形。

行业分类-电信-转子碰摩声发射信号降噪方法.rar

行业分类-电信-一种基于小波包进行信号去噪的方法.rar

此函数 NLMF 对 1D 信号、2D 灰度/彩色或 3D 图像数据执行非局部均值噪声过滤。 该函数部分是 c 编码的，用于 cpu 高效过滤。 适用于几乎所有图像数据类型，如 MRI、CT 和正常照片。 警告！，图像过滤消除了噪音，但重要的（医学）细节也可能丢失，（见评论中的讨论）。 原理 NL-Mean 滤波器： 像素周围的局部像素区域（块）与邻域（或整个图像中）的像素块进行比较。 补丁的中心像素根据补丁之间的二次像素距离进行平均。 功能： J = NLMF（我，选项）； 输入， I : 1D 信号、2D 灰度/彩色或 3D 图像数据，范围为 [0..1] 的 Single 或 Double 类型选项：带有选项的结构，例如过滤强度输出， J : NL-means 滤波图像或图像体积功能（2）： J = NLMF2Dtree(I, 选项); 与 NLMF 相同，但会使用 kd-tre

为有效识别轴承故障特征,以轴承内圈故障的信号为例,采用在非平稳信号消噪和以频带能量分布作为故障特征方面有着广泛应用的小波包进行Mat-lab仿真,获得小波包降噪后的信号和作为内圈故障特征的频带能量分布。通过分析频带能量,其结果与实际故障相一致,得出小波包在轴承故障特征提取方面有着一定的优越性。