Физико-математические и технические науки

2009 Выпуск №04

Назад к списку Скачать статью

Применение адаптивной вейвлет-фильтрации для детектирования зашумленных сигналов ядерного квадрупольного резонанса

DOI
10.5922/2223-2095-2009-4-14
Страницы / Pages
71-80

Аннотация

Представлен новый подход к обработке зашумленного сигнала ядерного квадрупольного резонанса, содержащего радиочастотные помехи, с низким отношением сигнал/шум. Подход основан на предварительном статистическом анализе шумового сигнала по данным коэффициентов вейвлет-разложения и использовании адаптивно-порогой техники. Важным является автоматизированный выбор порога на основе параметров, характеризующих статистические свойства шума.

Список литературы

1. Latosinska J. N. Nuclear Quadrupole Resonance spectroscopy in studies of bio­logically active molecular systems — a review // Journal of Pharmaceutical and Biomedical Analysis. 2005. 38. Р. 577—587.

2. Miller J. B., Barrall G. A. Explosives Detection with Nuclear Quadrupole Reso­nance // American scientist. 2005. Vol. 93 (1). Р. 50.

3. King J. D., A. De Los Santos. Development and evaluation of magnetic resonance technologies, particular NMR, for detection of explosives. Appl. Magn. Reson. 2004.  25. Р. 535—565.

4. Cancino-De-Greiff H. F., Ramos-Garcia R., Lorenzo-Ginori J. V. Concepts in Mag­netic Resonance. 2002. Vol. 14(6). Р. 388—401.

5. He D. F., Tachiki M. Itozaki H. 14N nuclear quadrupole resonance of p-nitrotoluene using a high-Tc rf SQUID, Supercond. Sci. Technol. 2007. 20. Р. 232—234.

6. Мозжухин Г. В., Куприянова Г. С. и др. Детектирование сигналов импульсно­го квадрупольного резонанса в условиях сильных помех // Вестник Российско­го государственного университета им. И. Канта. 2007. Вып. 3. С. 54.

7. Куприянова Г. С., Мозжухин Г. В. и др. Методы обработки сигналов магнит­ного резонанса в системах диагностики материалов в условиях технологиче­ских помех // Магнитный резонанса и его приложения. 5-я зимняя молодеж­ная школа-конференция. 1—5 декабря 2008. Санкт-Петербург. 2008. А-183.

8. Chang S. G., Yu B. et al. Spatially adaptive wavelet thresholding with context modeling for image denoising // IEEE Trans. ImageProcessing. Sept. 2000. Vol. 9. P. 1522—1531.

9. Дьяконов В. П. MATLAB 6.5 SP1/7 +Simulink 5/6. Обработка сигналов и проектирование фильтров.  М., 2005.

10. Chipman H. A., Kolaczyk E. D., McCulloch R. E. Adaptive Bayesian wavelet shrinkage // J. Amer. Statist. Assoc. 1997. Vol. 92, № 440. P. 1413—1421.

11. Кобзарь Ф. И. Прикладная математическая статистика. М., 2006.