针对相位敏感光时域反射仪(Φ-OTDR)信号信噪比较低的问题, 提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)的小波信息熵阈值去噪算法。该算法配合CEEMDAN分解, 通过小波信息熵阈值去噪, 提取扰动位置的高频信息, 从而提高系统的信噪比。首先, 采用Savitzky-Golay滤波算法对不同光脉冲间的信号进行预处理; 其次, 采用CEEMDAN将滑动差分后单个脉冲内信号分解为不同的固有模态函数(IMF), 并利用连续均方误差准则确定含噪较多的高频IMF分量; 然后, 采用小波信息熵阈值去噪算法对以上高频IMF分量进行阈值去噪处理; 最后, 将其与低频IMF分量以及残差分量进行重构。采用自行研制的相干Φ-OTDR系统实测数据进行了验证, 结果表明, 文中算法与两种传统去噪算法相比, 信噪比提升了3dB, 这对于系统的实际应用具有重要意义。

荧光分析法具有灵敏度高、选择性好、易于设计等优点,是检测水中油类污染物的重要手段.光电探测器产生的噪声会影响荧光检测系统的灵敏度,荧光信号的噪声消除一直是研究的热点问题.由于荧光信号增加了支集长度,dbN族小波能够解决信号的边界问题,通过比较dbN族不同小波基的去噪效果,选择db7为最优小波基,对含噪荧光信号作5层静态小波分解.根据小波熵理论自适应地选择阈值,高频系数经过阈值量化并重构得到纯净的荧光信号.与离散小波变换相比,静态小波变换去噪后信号具有信息完整性和时移不变性.

针对基于相敏型光时域反射计(OTDR)的振动传感系统所使用的平均算法、差分算法不能有效实现对扰动的识别定位问题，提出了一种结合小波分析理论和信息熵理论的处理算法，以实现系统对外界扰动的准确评价。在深入分析系统所得信号特征及小波信息熵处理方法特点的基础上，探讨了窗长、步长对评价算法的影响，并使用加权算法对该评价算法进一步优化。实验表明，本方法可以区别噪声信号和扰动信号，实现对外界扰动事件的快速准确识别并精确定位扰动发生的位置，对系统的实际应用有重要意义。

针对地下磁性掩埋物检测时,磁异常信号信噪比低的问题,提出基于小波熵的微弱磁异常信号降噪方法。小波变换对弱磁异常信号进行提取的关键在于确定小波系数的阈值。为此,引入反映信号能量分布特性的小波熵概念和一个调节因子,最终确定阈值,利用软阈值方法处理高频系数。通过计算机仿真对算法进行了检验。结果表明:该算法可以有效地提高信噪比,还原原始信号。

利用基于小波熵的动态散斑方法研究了白蛋白的热变性过程。采用CCD相机得到了白蛋白热变性过程中的动态散斑图序列; 用动态散斑图序列生成了时序散斑图(THSP),再以小波熵为参数,将THSP的每一行分为8个时间窗口,利用db4正交小波对每个窗口进行了三级小波分解,得到了256×256×8的三维小波熵值矩阵。对小波熵值矩阵图像化为8幅256×256的灰度图,直观分析了动态散斑信号的变化规律,进而分析了白蛋白热变性过程中蛋白质分子系综的运动特性。结果表明,利用基于小波熵的动态散斑方法,能对白蛋白热变性过程中蛋白质分子的运动及凝聚过程进行初步的定量分析和研究。该方法是研究溶液中微粒运动的有力手段。