心率变异性的复杂性与分形维数分析

发挥非线性动力学的潜力，提出了心率变异性（ＨＲＶ）信号的复杂度分析法和分形维数分析法。由于这两种方法能从较短的ＨＲＶ信号中提取信息，因此作者又进一步把这两种分析方法发展成动态分析法。用这两种方法分别对一个改变体位的ＨＲＶ信号和一个发生心肌缺血的ＨＲＶ信号的过程进行了动态分析。分析结果表明，它们都成功地检测出了ＨＲＶ信号的生理和病理变化。可见，动态复杂度分析法和动态分形维数分析法对ＨＲＶ信号及类似于ＨＲＶ的信号是很有前途的分析方法。     

基于斜率阈值主分量分析的心率变异性相空间分布维数

心率变异性是指逐次心跳间期之间的时间差异,即使正常人在安静状态下,这种差异也普遍存在.心率变异性信号蕴含着自主神经系统对心血管调节的大量信息,富含复杂的非线性成分.本文从心率变异性数据在延迟嵌入相空间中的几何分布入手,提出分布维数的概念,并提出在主分量分析方法中以高斯信号的特征值谱斜率为阈值区分信号方向和噪声方向,以此研究在相同嵌入维下健康年轻人、健康老年人和充盈性心力衰竭病人的心率变异性数据在延迟重构相空间中的分布维数,发现健康年轻人的分布维数最高,健康老年人和充盈性心力衰竭病人的分布维数都大大降低.该方法需要的数据量小,计算简单,具有很好的抗噪声能力,为心率变异性的临床诊断提供了一种快速高效的途径.     

基于归一化尺度计盒维数的超声波分形特征研究

基于归一化尺度计盒维数方法研究了超声波分形特征．提出了将时间尺度与幅值尺度归一化的计盒维数方法来快速计算超声回波分形维数；在此基础上，对管道中缺陷超声回波的分形维数进行了计算与统计分析，得到了超声回波的分形维数的统计分布规律．研究结果表明，超声回波具有分形标度不变性，计盒维数能够反映超声回波信号波形的复杂程度和不规则程度，这种方法可以在超声自动检测中用来快速判断缺陷的有无．     

多径衰落信号的分形时序特性研究

通过对多径衰落信号本质的分析,讨论了这种信号的分形特征．多径衰落信号的形成过程是一个有限扩散凝聚模型（ＤＬＡ） ．将分形理论应用于多径衰落信号的研究,在传统的信号时序分析方法基础上,提出了一种分析多径衰落信号的新途径及其分形维数的计算方法．仿真结果表明,这种新途径和方法具有简便、准确的优点．     

基于分形的配电网接地故障分支识别方法

为解决当前配电网接地故障分支定位中算法实现困难,硬件实现成本投入太高的问题,在PSCAD/EMTDC仿真数据的基础上,对配电网接地位置改变与测量端信号变化的关系进行了分析与对比,提出了一种新的分支识别方法。在构造配电网系统传递函数的基础上,获得其分形维数和自相似度,通过分析不同接地故障情况下分形维数及自相似度变化的规律,提出了基于分形维数与自相似度的分支分析方法。通过对不同的接地位置及不同接地电阻的故障的分形维数及自相似度的分析对比,利用其X-Y平面图能够对故障分支进行识别。仿真结果表明基于分形维数和自相似度的分支识别方法是有效的,而且具有很好的抗干扰性。     

基于分形的配电网接地故障分支识别方法

为解决当前配电网接地故障分支定位中算法实现困难,硬件实现成本投入太高的问题,在PSCAD/EM TDC仿真数据的基础上,对配电网接地位置改变与测量端信号变化的关系进行了分析与对比,提出了一种新的分支识别方法。在构造配电网系统传递函数的基础上,获得其分形维数和自相似度,通过分析不同接地故障情况下分形维数及自相似度变化的规律,提出了基于分形维数与自相似度的分支分析方法。通过对不同的接地位置及不同接地电阻的故障的分形维数及自相似度的分析对比,利用其X-Y平面图能够对故障分支进行识别。仿真结果表明,基于分形维数和自相似度的分支识别方法是有效的,而且具有很好的抗干扰性。     

分形理论在液压泵故障诊断中的应用

针对液压泵故障诊断中特征提取上的瓶颈问题，提出了一种基于分形理论的液压泵故障诊断方法．以轴向柱塞泵为例，应用Matlab软件，通过建立液压泵壳体的振动模型，运用分形理论提取特征参数，进行液压泵故障分形诊断的研究．结果显示，壳体振动信号在一定的尺度范围内具有分形特征，不同的状态下关联维数是不同的，具有明显可分性．因此，关联维数作为液压设备故障诊断的敏感因子是可行的．这种方法简单、直观、易行，克服了传统方法分析上故障特征的提取、分析的困难．     

基于分形关联维的汽轮机转子的振动故障诊断

采用Bently实验台模拟不同转速下碰摩、松动、不对中、不平衡几种常见汽轮机转子振动故障,进行实验研究．通过相空间重构理论,对满足随机分形统计自相似性的振动信号序列进行相空间重构,计算其分形关联维数,从而再现动力学特性．实验分析结果表明：碰摩故障时的分形关联维数最大,松动和不对中时的分形关联维数次之,不平衡时计算所得的分形关联维数最小;不同故障类型下的分形关联维数增量不同．因此,分形关联维数可以作为一种振动故障征兆加以提取．     

心率变异信号的相关维数分析

心率变异性(HRV)是反应交感-副交感神经张力及其平衡的重要指标,在临床中可以用作参考实现对心血管疾病辅助诊断及其康复过程中的无创性监测.通过对心率变异信号的非线性特征得到证实后认为,可以利用如相关维数等非线性动力学参数来刻画与分析心率变异信号.传统的计算时间序列相关维数的方法是基于相空间重构理论的G-P算法,通过对该算法的改进,可以大大降低其计算工作量.计算了30例临床病例HRV信号的相关维数,并对计算结果进行了统计分析,其结果可以在临床上提供参考.     

岩石表面微观纹理的激光测量方法及分形

开发了一种采用激光三角测量技术的微观测量系统，对花岗岩和玄武岩等岩石表面微观纹理进行测量，分析了测量系统各种误差的干扰因素．利用Matlab平台，采用盒子计数法对各种表面曲线进行分析，得出表面微观纹理的分形维数．研究结果表明，玄武岩、花岗岩和卵石的表面微观纹理粗糙程度由复杂到简单．并提出了路面石料选材的分形维数指标，可...     

Multifractal mass exponent spectrum of complex physiological time series

Physiological signal belongs to the kind of nonstationary and time-variant ones. Thus, the nonlinear analysis methods may be better to disclose its characteristics and mechanisms. There have been plenty of evidences that physiological signal generated by complex self-regulated system may have a fractal structure. In this work, we introduce a new measure to characterize multifractality, the mass exponent spectrum curvature, which can disclose the complexity of fractal structure from total bending degree of the spectrum. This parameter represents the nonlinear superpositions of the discrepancies of fractal dimension from all adjacent points in the curve and therefore solves the problem of original parameters for not fully reflecting the information of entire subsets in the fractal structure. The evaluations of deterministic fractal system Cantor measure validate that it is completely effective in exploring the complexity of chaotic series, and is also not affected by nonstability of the signal as well as disturbances of the noises. We then apply it to the analysis of human heart rate variability (HRV) signals and sleep electroencephalogram (EEG) signals. The experimental results show that this method can be better to discriminate cohorts under different physiological and pathological conditions. Compared with the indicator of singularity spectrum width, there are some improvements both on the computing efficiency and accuracy. Such conclusion may provide some valuable information for clinical diagnoses.     

冠心病人心电图信号的非线性动力学特性

采用非线性动力学方法对冠心病人的同步十二导联常规心电信号（Electrocardiogram:ECG)进行了研究,计算了每一导联心电图信号的关联维数D2,并与正常对照组进行对比,发现不论冠心病人（CHD）还是健康人,心电图信号均表现出强烈的混沌动力学特征,从不同导联得出的D2值不同,同一导联相比较,除Ⅰ,Ⅱ,Ⅲ导联外,冠心病人的D2显著低于正常人的D2值,显示在心肌缺血的情况下,心脏ECG吸引子的复杂程度降低了。结果表明,D2可以区别正常人与冠心病人,也可以为确定病变部位提供有价值的诊断信息。     

利用关联维数分析心脏的动力学特征

按照非线性理论设计并实施了用于心脏系统非线性研究的深低温停循环(ＰｒｏｆｏｕｎｄＨｙｐｏｔｈｅｒｍｉａａｎｄＣｉｒｃｕｌａｔｏｒｙＡｒｒｅｓｔ,简称ＰＨＣＡ)实验·通过对ＰＨＣＡ实验中几个温度台阶上所采集的心电信号的关联维数的计算,得出以下结论:(１)心脏系统的运动落在具有分维的奇怪吸引子上;(２)心电信号的关联维数反映了心脏的总体动态特征,它可用以估计心脏的健康状态;(３)在正常的生理状态下心脏的运动是混沌的,而在病理状态下则趋于有序·     

心电信号的混沌分形特性分析

为了给心脏病的辅助诊断和治疗提供科学依据,提高临床诊断的准确性,利用混沌分形理论研究了心电信号 Ｅ Ｃ Ｇ Ｓ（ Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ Ｓｉｇｎａｌ）,提取了 Ｅ Ｃ Ｇ Ｓ的网格分形维数。指出貌似随机的、无规则的心电图的变化可以用混沌动力学系统加以刻划,并且其混沌吸引子是低分维的。计算结果表明,网格分形维数是描述心脏动力学系统的拓扑不变量,且不同的取值范围反映了心脏不同的状态。因此可以将之作为诊断心脏异常与否的新指标,这将对心脏病的临床诊断有着重要的实际意义和理论价值     

Sign series entropy analysis of short-term heart rate variability

Complexity and nonlinearity approaches can be used to study the temporal and structural order in heart rate variability （HRV） signal, which is helpful for understanding the underlying rule and physiological essence of cardiovascular regulation. For clinical applications, methods suitable for short-term HRV analysis are more valuable. In this paper, sign series entropy analysis （SSEA） is proposed to characterize the feature of direction variation of HRV. The results show that SSEA method can detect sensitively physiological and pathological changes from short-term HRV signals, and the method also shows its robustness to nonstationarity and noise. Thus, it is suggested as an efficient way for the analysis of clinical HRV and other complex physiological signals.     

基于心率变异性特征和PCA-SVR的PAD维度情感预测分析

对于PAD （pleasure：愉悦度；arousal：唤醒度；dominance：优势度）维度情感预测和分析中的数值预测问题，结合心率变异性（heart rate variability，HRV）特点，提出了基于主成分分析（principal component analysis，PCA）和支持向量回归（support vector regression，SVR）的PAD维度情感预测模型（PCA-SVR）。通过柔性离子传感器以音乐和视频的诱导方式采集了12名志愿者在放松和焦虑两种情感状态下的心率和心率间期数据，利用PAD量表进行标注，通过均值和方差计算等统计方法、Welch功率谱、Poincaré散点图等分别提取HRV的时域、频域和非线性特征，然后利用PCA模型对HRV特征降维，最后利用降维后的HRV特征作为SVR模型的输入特征进行训练和预测。实验结果表明，结合HRV特征的PCA-SVR模型在PAD的3个维度上均有良好的预测效果，其平均一致性相关系数达到了0.51。同时对比了SVR、极限学习机（extreme learning machine，ELM）和基于PCA的ELM这3种预测方法，结果显示所提方法相对于以上3种方法在一致性相关系数上分别提升了0.14、0.10和0.04，表明该方法能够细致地划分情感，结合可穿戴设备，在情感识别和分析方面有一定补充作用，为在日常生活中针对情感的识别和预测带来了可能。     

小波分形技术及其在非平稳故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,提出了小波分形技术。为了克服目前离散信号盒维数计算方法的不足,推导出了确定周期或准周期振动信号无标度区的经验公式,使盒维数的改进算法具有简单、准确和实用的特点。通过汽轮发电机组轴瓦松动故障的成功诊断案例表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术。     

多孔介质粘土颗粒群的粒径分布分形维

多孔介质粘土颗粒的粒径分布分形维数值能较好地反映粘土颗粒的尺度分布和空间填充性能，可用于表征土壤的保水、填充等性能．文中以华南地区部分粘土作为多孔介质研究对象，通过建立适于采用数字显微系统的多孔介质颗粒群粒径分布分形维数值的测定模型，提出了一种计算多孔介质颗粒群粒径分布分形维数的新方法．结果表明，采用该法测定的粘土颗粒群粒径分布分形维介于2．2708～2．9483之间，与采用其他方法测定的结果吻合，说明模型和方法具有较好的准确性和实用性，为土壤质地评价，颗粒填充、流变性能研究等提供了一种新的方法和评价指标．