生理信号中，能够自动的对心电图(Electrocardiograph, ECG)信号进行分析是当前信号处理领域中的研究热点和难点，能够自动的进行心电图信号的分析将会强有力的促进医疗事业的蓬勃发展，同时能够使国民的健康水平有大幅度的提高，对于现代信号处理技术在医疗领域中应用的将会产生重大的突破。对于心电信号的分析有很广泛的研究内容以及研究方法，其中能够快速准确的定位心电信号中 QRS 波群和 P、T 波,是心电图信号分析的一个关键环节，心电信号中往往拥有过多的信号干扰，去除信号的干扰是准确检测各

针对钢绳芯胶带工作环境复杂的特点,提出了一种用小波变换对钢绳芯胶带磁记忆检测信号进行预处理的方法。用小波变换模极大值方法对信号进行奇异性检测以及去噪处理,在去除了信号中噪声的同时,有效地保留了信号的奇异性信息。用交替投影法重构信号,极大地减少了重构误差。实验结果表明,实时检测的钢绳芯磁记忆信号含有大量噪声,经小波变换处理后信号平滑了许多,信号的奇异信息也有效地得到了保留。为钢绳芯胶带的故障检测提供了理论依据。

　分析信号和噪声的奇异指数, 根据函数不同的奇异指数小波变换的局部模极大值具有不同的传播特性的理论, 在相邻模极小构成的待选通域中对分析出的噪声局部模极大值所在的选通域进行平滑处理, 反变换重建出去噪信号. 实验结果表明这种方法计算简单且有较好的去噪效果.

基于小波变换对外差式激光多普勒振动测量系统(HLDV)输出信号进行了噪声抑制性能研究。从外差式激光多普勒测振系统的测量原理出发，结合系统回波信号的特点，考虑测振系统中白噪声的影响，分析并改进了模极大值法和系数相关法两种小波消噪处理算法，并基于以往的阈值去噪算法，提出了新的阈值函数，重点分析了多尺度细化分析对还原原始信号特征及改善信号信噪比(SNR)的影响。结果表明，针对微振动目标运动特征提取，改进后的三种方法在振动信号的特征提取及噪声消除方面具备优异性能。