基于心脏动力学的体震信号建模与仿真

体震信号是一种无感觉记录心脏搏动的新型检测系统,较心电信号更适合在日常实时监测中使用.针对体震信号的产生机理,以心脏动力学为基础,分析了心动周期中心冲击力的产生过程,模拟了该力在主动脉传导中的血流速度变化曲线,给出了坐姿体震信号检测系统的传递函数,最终建立了体震信号的数学模型,并使用MATLAB进行时域波形仿真.仿真结果表明所建模型能够准确地反映坐姿体震信号的特征点,有助于依据体震信号评价心脏功能的研究.     

从强信号掩盖中检出弱信号的一种新检测算法

针对功率较强、带宽较宽调制信号掩盖下是否隐藏有功率较弱、带宽较窄调制信号的检测问题进行研究,提出了一种新检测算法。算法先根据调制信号的星座特性消除强信号的干扰,在此基础上分别从时域和频域角度提取了两个特征参数:K参数和H参数,结合两个参数的特点设计了检测算法。该算法能够实现具有一定能量和带宽弱信号的高效检测,并能对弱信号的个数进行估计。仿真结果表明,算法具有很高的正确检测概率。     

基于心冲击信号的呼吸率检测方法研究

根据呼吸对心冲击信号的调制作用，提出一种基于坐姿心冲击信号的呼吸率实对检测方法。通过分析不同呼吸状态下心冲击信号的时域振幅及频域成分的变化，确定了呼吸对心冲击成分的调制作用，并采用改进的J波检测算法定位实测信号中的W形组合波，对J波和K波进行重新采样，最终使用平滑滤波器恢复呼吸波形，并计算曲呼吸率。为了验证算法的可行性和准确性，应用小波分析方法进行定性对比实验，并同步采集鼻热敏呼吸信号进行定量统计。实验结果表明，所提方法可以从心冲击信号中较为准确的检测出呼吸率，为多生理参数的无感觉同步监测做了有益的尝试。     

噪声中非监督的多正弦信号检测

就被测信号的强弱差异对使用常规DFT谱峰搜索的信号检测影响,基于非监督的递归算法,通过选择适当的门限参数,提出了一种适合于强弱信号并存的多信号检测方法。该方法通过在检测过程中不断剔除强信号的影响来提高对弱信号的检测能力,给出了检测过程中门限参数选择的原则。计算机仿真实验验证了此方法的有效性。     

稀疏字典学习海面微弱动目标检测

针对强海杂波背景下微弱动目标信号提取困难、雷达检测性能差的问题,在稀疏表示理论的基础上,提出利用字典学习算法抑制海杂波、重构目标信号。该算法通过K类奇异值分解（K-singular value decomposition,K-SVD）算法学习海杂波和目标的稀疏域主成分特征,得到相应的学习字典,抑制海杂波并对目标信号稀疏重建,解决了以往固定字典与高海况下雷达回波匹配度低、目标信号提取效果差的问题;并通过算法参数的分析和优化,进一步提高了算法性能和工程实用性。基于实测数据的实验结果表明,相比传统检测方法,所提算法能够有效检测高海况下微弱动目标,显著提升检测性能。     

基于RCNN的双极化气象雷达天气信号检测

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。     

基于Poincare截面的微弱信号定量检测与幅值参数提取

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现,该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测,为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。     

阿托品对心血管系统的作用过程及其模型研究

临床上阿托品药物的使用会影响心血管系统的功能,提出通过心率变异信号的复杂度特征值来表征这种影响,并通过特征值的变化来探究药物的影响过程.10个健康自愿者参加了药物实验,在阿托品注射前后,共采集了每个自愿者6组心电信号,数据总长度为180分钟,从心电信号中提取所有数据的心率变异信号,并计算其非线性复杂度特征指标.根据数据结果,建立了阿托品对心血管系统作用过程的数学模型.通过数值仿真对比表明,该模型在临床上可以用作阿托品对心血管系统作用过程的数学描述.     

基于ESPRIT-LS的幅相补偿参数估计算法

幅相补偿是多频带雷达信号融合一维距离成像中的关键问题,其补偿的精度直接影响了信号融合的最终效果。分析了多雷达信号融合中的幅度相位模型,并基于旋转不变技术提出一种新的幅度相位补偿参数估计方法。该方法首先对幅相补偿模型进行预处理,使得处理后的阵列导向矢量具有旋转不变特性,然后采用ES-PRIT-LS算法同时估计多个雷达的幅相补偿参数。仿真结果表明该算法具有较高的估计精度,受噪声影响较小。     

一种基于蚁群算法特征建模与分类的肺结节检测方法

根据肺结节的特征模型对感兴趣区域(ROI)进行分类来检测肺结节。首先,使用蚁群算法构造初步的规则集合,根据条件元素的相关度对规则进行修改确定最终的规则集合。然后,对规则集合中的特征进行建模,定义特征变量表示选定特征。最后,根据ROI的这些特征变量值以及总体特性,利用蚁群算法对ROI进行分类。分类中根据蚂蚁尸体堆积模型确定分类中心,采用蚂蚁觅食模型进行分类。仿真结果表明,该算法检测肺结节具有较高的敏感性,对医生后续的肺癌诊断有指导意义。     

三阶离散chirp傅里叶变换研究

多项式信号的参数估计是信号处理领域的重要问题,利用三阶离散chirp傅里叶变换可以对三阶多项式信号进行参数估计。研究三阶离散chirp傅里叶变换。给出了三阶离散chirp傅里叶表达式,分析了三阶离散chirp傅里叶变换和三阶连续chirp傅里叶变换的关系。提出了把三阶离散chirp傅里叶变换分解为频率线性chirp率平面、频率二次chirp率平面、线性chirp率二次chirp率平面的方法。利用此方法分析了三个平面内的主瓣、旁瓣的大小。讨论了不同采样率对三阶离散chirp傅里叶变换性能的影响。计算机仿真结果证明了分析的正确性。     

基于质量一致性优化的视频码率控制

针对低码率视频应用,提出一种获得均匀视觉质量的视频码率控制方法。该方法考虑人眼视觉特性,给出一个基于质量一致性优化的模型,并结合视频编码的特点实现此优化模型的求解。应用该方法,可以使图像宏块的量化参数及宏块失真度分布趋于集中,从而获得均匀一致的图像质量,同时可以减少编码码流中用于表征宏块间量化参数发生变化的句法比特数,使更多的比特数用于图像净数据的编码,提高编码效率。仿真结果表明,该方法适用于低码率及甚低码率的视频应用。     

一种基于小波变换的多普勒胎儿心率信号去噪算法

为了有效的从超声多普勒胎儿心脏回波信号中提取胎心率,分析了多普勒回波信号的特点,通过空域相关法估计了原始噪声方差,提出了一种自适应去噪阈值计算方法,该算法能根据实际信号的强度、噪声的方差以及分解的层数,自适应的得到不同尺度的去噪阈值.最后通过对实际超声多普勒回波信号的处理,能有效地降低噪声,提取出胎儿心音信号,较准确地计算出胎儿心率值.     

Phase-domain blind estimation of symbol duration based on Haar wavelet transform

A phase-domain blind estimator of symbol duration based on Haar wavelet transform (HWT) is proposed. It can estimate the symbol duration of phase modulated signals, such as M-ary phase-shift keying (MPSK) signals and polyphase coded signals. The closed form of the spectrum of HWT is derived. Theoretical analysis shows the frequency of the first spectral peak is equal to the symbol rate, which is the reciprocal of symbol duration. Thus the symbol duration can be extracted from the spectrum. Subsequently, the optimum wavelet scale is determined according to the maximum output signal to noise ratio (OSNR) criterion. MATLAB simulations show that this algorithm can blindly estimate the symbol duration without any prior knowledge. This estimator need not estimate the carrier frequency and has the characteristics of low computation complexity and high accuracy.     

神经网络主元分析的传感器故障诊断方法

针对多传感器故障诊断问题，将神经网络引入主元分析(principal component analysis, PCA)模型之中，提出一基于主元分析的多传感器故障诊断模型。首先，应用传感器正常工作时测量的历史数据，由PCA模型得到所有传感器的预测值。其次，计算传感器系统的平方预期误差值(squared prediction error, SPE),根据系统的SPE值是否跳变，判定有无故障发生。通过分别重构单个传感器信号的SPE值来确定发生故障的传感器。最后,应用一个多传感器故障诊断仿真实例证明了该方案的可行性。     

雷达视频信号实时模拟器的一种通用结构

提出一种雷达视频信号模拟器的通用模块化结构 ,采用高性能的计算机和通用数字信号处理器构成 ,降低上层算法和底层硬件之间的关联程度 ,使得系统具有良好的通用性和实时性。讨论了在模块化设计中需要注意的主要问题 ,并以某脉冲多普勒雷达的模拟器为例 ,对这种结构进行了具体说明。但由于雷达信号处理的特点 ,模拟器还不能很简易地实现仿真能力和功能的扩展 ,这是有待解决的问题     

基于多分辨率分析的心电图信号去噪算法

在心电信号的采集过程中 ,不可避免地会混入肌电噪声、基线漂移和 5 0Hz工频干扰等噪声信号 ,不同程度地造成了常规心电图 (ECG)特征识别方法对心电信号特征点提取的误判和漏判。根据二进小波在各个尺度上所具有的不同带宽的带通滤波特性 ,提出了二进小波去噪和特征提取的算法。所提算法能很好地抑制各种干扰 ,可消除基线漂移 ,为运用阈值法等识别算法对心电信号进行实时准确的特征识别提供了理想的波形。采用MIT/BIH数据库中的心电数据对算法进行检验 ,效果理想     

声表面波式小波器件对奇异性信号的研究

在研究声表面波式Morlet小波器件具有进行小波变换、消除白噪声和奇异性信号识别功能的基础上 ,将该器件用于对奇异性信号的提取和分析。通过某一航空发动机的故障实例说明了这种器件不仅可以对工业环境噪声、传输和中间处理单元造成的干扰信号进行滤波 ,有效地提高分析信号的信噪比 ,而且也实现了对故障信号的连续小波变换 ,最终完成了对奇异性信号的提取和识别。     

基于时频分析与神经网络的实时智能故障诊断系统的软件设计--数据格式转换与信号处理功能的开发

介绍了以振动/声响信号为传感器的采集对象,基于小波(包)及联合时频信号处理和模糊神经网络分类的多用途智能故障诊断系统中的实时数据采集、信号分析与识别诊断等模块的程序设计与实现.作者所开发的实用软件包在现代汽车实时故障诊断中的成功应用证明了其理论与软件开发的正确性和有效性.这里着重介绍智能故障诊断系统的数据格式转换与实时信号处理部分的设计、实现方法.