针对脉搏波信号采集过程中存在噪声的问题，提出了基于改进互补集成经验模态分解的脉搏波去噪算法。利用光纤布拉格光栅传感器获取脉搏波信号，首先在互补集成经验模态分解算法中加入高斯白噪声，然后利用粒子群算法优化高斯白噪声幅值，以此来消除互补集成经验模态算法分解产生的模态混叠现象，并联合小波阈值函数对其处理后的脉搏波信号进行重构。实验结果表明，所提算法能够有效降低脉搏波信号中的噪声干扰，在信噪比、均方误差两个指标上均优于对比算法，为提取脉搏波的时域特征奠定了基础。

随着经济发展对石油资源需求量的不断增大, 各种石油污染问题日渐严重, 对生态环境及人类健康造成巨大威胁。 因此, 准确识别及时处理油类污染物对减轻溢油危害具有重要意义。 石油是一种复杂的有机化合物, 主要由较强荧光特性的芳香烃成分及其衍生物组成, 不同类型的石油所含多环芳烃的成分和含量不同, 三维荧光光谱3D-EEM在石油污染物的检测领域应用十分广泛。 基于三维荧光光谱技术, 采用BP神经网络结合自加权交替三线性分解（SWATLAD）算法对油类污染物进行定性定量的研究。 实验以0#柴油、 95#汽油和煤油为研究对象, 首先, 使用F-7000荧光光谱仪采集待测样品的光谱数据, 对得到的数据进行激发、 发射校正和去散射处理。 其次, 为解决小波阈值去噪阈值处信号不连续和过度收缩小波系数带来的难以准确还原真实信号的问题, 提出了一种改进的阈值函数, 去噪后的信噪比（SNR）和均方误差（MSE）分别为18.354 7和10.261 7, 更为真实的还原有用信号。 并通过基于误差反向传播的BP神经网络对预处理后的光谱数据进行训练, 训练后预测值与真实值的曲线拟合度较好, 表明后续经光谱仪采集的荧光数据直接输入神经网络即可输出预处理好的待测数据, 简化了实验操作步骤。 最后, 采用SWATLD对经小波变换和BP神经网络处理后的数据进行分解, 解析得到的0#柴油、 95#汽油和煤油的激发与发射光谱与真实光谱拟合度较高, 计算平均回收率分别为103.64%、 99.33%和97.85%, 经验证, 三维荧光光谱结合改进小波变换和BP神经网络的方法可以对荧光物质进行快速、 精确检测。

针对多普勒测风激光雷达探测大气回波信号微弱和噪声干扰大的问题, 提出了基于小波变换的半软阈值算法。首先, 对基于小波变换的半软阈值算法原理进行分析, 搭建了以马赫-曾德干涉仪作为鉴频器的非相干多普勒测风激光雷达系统; 然后, 采取硬阈值、软阈值和半软阈值3种算法对激光雷达探测回波信号进行实验。实验结果表明: 与其它阈值法相比, 半软阈值的信噪比(SNR)为4.933 5 dB, 均方根差(RMSE)为0.676 2, 去噪效果更优良, 有效地提高了大气风速探测精度。

为了处理爆破施工中采集的振动信号的趋势项和高频噪声问题，引入了一种基于CEEMDAN分解和小波阈值相结合的信号处理方法。首先，通过CEEMDAN分解爆破振动径向信号得到一组IMF分量，对各个分量进行FFT变换，通过频谱分析筛选出趋势项分量并去除，对剩余IMF分量进行互相关函数特性分析筛选出含噪IMF分量与纯净IMF分量，并用自相关函数进行校核。然后，利用小波阈值将含噪IMF分量进行滤波处理。最后，将小波阈值滤波处理后的IMF分量与纯净IMF分量重构即为处理后信号。结果表明：该方法在消除噪声和趋势项干扰方面优势明显；与目前广泛采用的处理方法（CEEMDAN法、小波阈值法、EMD-小波阈值法、EEMD-小波阈值法、CEEMD-小波阈值法）对比分析表明，CEEMDAN-小波阈值处理方法信噪比（SNR）为20.460，均方根误差（RMSE）为0.086，所用方法的客观评价指标均显示出更优的处理效果；从处理前后三维时间-频率-能量图反映了处理后信号充分保留了2~200 Hz频段的真实能量信息，进一步提高了爆破振动信号分析的准确性，可以应用于类似爆破振动信号的趋势项与噪声共同处理中。

针对基于喇曼散射的分布式光纤测温系统(DTS)中存在温度信号后向散射光微弱、易淹没在系统噪声下以及系统整体成本高、体积大的问题, 提出一种使用STM32F407模块的嵌入式的DTS。分别在系统中采用累加平均算法、小波阈值降噪算法以及多项式插值算法来降低噪声的影响、提升系统的信噪比和消除光的色散效应。实验结果表明: 系统的整体温度解调波动范围从3.3~5.9 ℃降到0.3~0.8 ℃；在长约5 km的多模光纤中, 温度分别为29 ℃、45 ℃、60 ℃和80 ℃的环境下, 系统的解调温度波动范围在±1 ℃以内, 并且系统的数据处理时间在60 ms左右。

针对目前临床上监测生命体征设备的不便携带、接触人体等问题实现了一种将红外热成像仪作为信息采集设备，通过分析人体面部血管模型及鼻孔位置温差变化得到心率值和呼吸信息的方法。首先对获取的热像图序列提取前景目标以缩短在整幅图像中进行人脸检测的时间，再利用各向异性扩散滤波法增强感兴趣区域内血管位置的对比度，并利用形态学处理获得人脸血管部位的灰度均值形成初始心率信号。最终通过趋势消除、小波阈值去噪方法去除时间序列中的趋势项和随机噪声获取最终的心率波形图和动态心率、呼吸值。与医院专用设备对比试验得出该方法可控制心率误差小于 4%，平均的均值误差为d＝0.718次/min。呼吸误差在 1次/min内，具有较高的准确性和鲁棒性，能够满足实际需求。

光声层析成像是一种非侵入式的医学成像技术，与其他成像方法相比具备诸多优势，可以为肿瘤早期诊断提供新的成像思路。对光声信号的分析与去噪能提高成像系统的信噪比（SNR）和成像质量。为此，提出了一种针对光声信号的智能去噪算法。首先，利用自适应白噪声完备集合经验模态分解完成光声信号的分解；其次，采用小波阈值去噪方法完成对特定模态光声信号的高频去噪；最后，利用K奇异值分解对预处理后的光声信号进行稀疏重构，实现光声信号的智能去噪。仿真和实验结果表明，所提算法在SNR和均方根误差（RMSE）等方面相比于其他去噪算法均有改善，可以有效去除三维肿瘤仿体光声重建图像中的噪点与伪影，并保留图像的边缘信息。所提智能去噪算法能根据含噪光声信号的特征自适应地去噪，达到更好的去噪效果，可以作为一种成像前的辅助手段应用于光声成像领域。

为了降低激光多普勒振动信号中噪声产生的影响, 采用基于改进小波去噪算法的激光多普勒振动信号处理方法, 将尺度引入阈值函数, 确立新的评价指标用于选择最优分解层数, 从而来改进小波阈值去噪算法, 并利用改进的算法处理振动信号,进行了仿真分析和实验验证, 取得了处理前后的振动数据。结果表明,改进算法处理仿真信号的信噪比比原有算法提升19.4%; 实验测得音叉振动频率为515Hz, 与实际音叉频率基本吻合。这一结果对降低激光多普勒振动信号中噪声的影响、获取振动状态是有帮助的。

微型光纤光谱仪由于具有小型化、集成化、检测速度快等特点，适合用于工业现场多组分物质的在线检测。针对微型光谱仪由于受到仪器杂散光、光度噪声和光源波动等因素的影响，导致测量光谱信号精度差的问题，提出了一种面向微型光谱仪在线检测的光学系统误差校正方法。该方法首先使用光谱仪在线测量光谱强度，并通过参考溶液和待测溶液获取光谱信号；其次，通过提出的自适应小波阈值去噪法，消除光谱信号的光度噪声，提升光谱信号的灵敏度；然后，提出了一种基于双波长光强比值不变性的光源稳定方法，动态消除光源误差；最后，对铜钴离子的光谱信号进行动态校正，并对校正曲线进行性能分析。结果表明，所提出的方法简单快速，适用于光谱信号的动态校正，以满足多金属杂质离子在线检测的需求。

针对利用可调谐半导体激光器吸收光谱学(TDLAS)技术测量气体浓度过程中二次谐波谱线存在的外界噪声干扰问题,提出一种基于变分模态分解和小波阈值函数复合算法的二次谐波降噪方法。首先对二次谐波含噪信号进行分解,得到有用固有模态函数(IMF)并进行重构,再对重构信号进行小波阈值函数降噪处理。讨论了变分模态分解中最佳平衡参数的选取,得出最佳平衡参数与含噪信号中噪声成正比的结论。通过改变小波变换的阈值函数改变高频小波系数,以更好地抑制噪声。对实际测量曲线的降噪结果表明,所提出的降噪方法可以在信噪比较低的情况下有效抑制噪声,提取有用的二次谐波信号。