抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
測定設備の開発において,信号の多様性と誤差に影響する要因を考慮して,測定信号の離散的ウェーブレットフィルタリングの方法の選択はタイムリーな問題である。測定信号の性質を考慮して,離散ウェーブレットフィルタリングの方法の選択のためのアルゴリズムの開発を示した。離散ウェーブレットフィルタリングの3つの最も普及した方法を研究し,次に20タイプの測定信号に対する比較解析を行った。ウェーブレットフィルタリングの次の方法を分析した:分解のすべてのレベルに対する一般的閾値;閾値なしで,測定信号のフィルタリングの最小rms誤差に達するまで,詳細係数のゼロへの単純な再設定がある。そして,分解の各レベルにおける詳細係数のための普遍的な閾値である。測定信号をPyWaveletライブラリから20タイプに対して研究し,それに加え,ゼロ平均と指定標準偏差を有する相関のない通常分布雑音を加えた。方法を比較する基準をフィルタリング前の雑音信号とフィルタ信号に対して決定した。信号対雑音比,エントロピー誤差の差,フィルタリングのrms誤差,および測定信号の関数を基準として用いた。フィルタリングの各方法に対して,比較の基準を,与えられたタイプの測定信号にノイズによって導入された最小rms誤差の条件から決定した。信号のエネルギーおよび情報特性を,方法の選択のために考慮した。周期的探索は,フィルタリングの最小rms誤差に達するためのフィルタリングパラメータを決定した。提案アルゴリズムは,測定信号の性質に依存して,離散ウェーブレットフィルタリングの最も効果的な方法を決定することが可能である。これにおいて,設計者は同時に2つの問題を解決する:フィルタリング方法の選択とフィルタリングパラメータの決定。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】