超声多普勒血流信号的非线性特征分析及应用

通过引入非线性研究方法 ,对超声多普勒血流信号的特征进行综合分析 .利用数学形态学方法提取声谱包络 ,并进行包络特征点的自动识别 .采用综合反映声谱包络形态特征的波形分类决策法和超声多普勒音频信号的分形特征表示法提取信号的新特征 ,其中波形分类决策法采用了非线性的人工神经网络分类器 .这些非线性特征的分析经临床应用 ,均取得了较为显著的效果 ,预期为胎儿宫内生长发育状况的判断和疾病的早期诊断提供更好、更灵敏的指标     

多普勒声谱图包络主波提取与特征识别

超声多普勒血流信号声谱图包络是声谱参数提取的基础，能为临床心血管疾病的诊断提供重要信息，基于格雷厄姆扫描算法提出声谱图包络主波提取的新方法，并用改进的角度探测方法进行包络特征的识别．临床试用结果表明，该方法能够自动、准确地获取超声多普勒血流声谱参数，从而为血流状态的临床检测提供了一种实用方法。     

综合分析脐血流声谱包络特征的方法

采用统计分类法和人工神经网络分类进行分类决策以及采用Ｚ域极点模型进行了极点分布研究，完成了从声谱包络的形态特征和动力学特征两方面综合提取脐血流的信息。研究结果表明，这些方法具有较好的效果。     

超声Doppler血流声谱参数的计算机自动分析方法

报道了一种超声Ｄｏｐｐｌｅｒ血流声谱参数的计算机自动分析方法。通过估计Ｄｏｐｐｌｅｒ信号的最大频率以提取声谱图的包络，然后自动计算声谱参数，从而使自动分析结果的准确性和可重复性明显优于人工分析方法。     

多载波调相雷达的功率放大器非线性效应补偿

针对多载波调相雷达信号因具有较高的包络峰均比而易受功率放大器非线性影响的问题,该文利用Saleh非线性模型分析了功率放大器非线性效应对多载波余码相位调制(MCPC)雷达信号的一维距离像的影响,采用单个MCPC脉冲连续两次发射的信号结构和回波信号自相关的方法提取非线性参数,对MCPC雷达信号的非线性效应进行补偿。理论分析和仿真结果表明该方法可以分离非线性与多普勒效应,不仅使非线性补偿过程免受多普勒和噪声影响,且能保留多普勒信息。     

肺动脉压无创伤估测系统及其应用价值研究

肺动脉压是临床诊断、生理研究的一项重要指标,常规采用有创伤的心导管术测量。文章提出了一种基于超声和心电的无创伤估测方法,研制了肺动脉压无创伤估测系统。文中报告了所用的关键技术要点,动物实验和临床试用。所用的关键技术是小波变换降噪;新型百分比法提取声谱包络;小波变换识别定位超声;心电信号特征点。经9条狗的动物实验和60例临床试用,与心导管术相关性在80%以上。     

基于经验模式分解的希尔伯特变换包络提取在机械故障诊断中的应用

本文采用经验模式分解（EMI）提取信号的内在模函数（IMF），并利用希尔伯特变换对所得IMF进行包络分析，提取机械故障特征。与直接对原信号进行包络分析相比较，该方法提取的机械故障特征更明显，数值模拟和对故障轴承振动信号分析表明了该方法的有效性。     

分数维调制Z轴的声谱图及其包络的提取

在分形理论的基础上，对多普勒声谱图进行了分数维分析，首次提出了以多普勒信号的分数维为Ｚ轴调制的声谱图，并应用于提取多普勒信号中的最大频移（最大速度），对这种新方法的优缺点也进行了探讨。     

基于递归量化分析的表面肌电特征提取和分类

利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电（surface electromyography,SEMG）信号,对四种动作进行了分类研究.先采用移动平均法（moving average,MA）和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析（recurrence quantification analysis,RQA）方法提取各种动作波形的非线性特征参量（确定率、递归率等）,由两路SEMG信号的这些特征参量构成特征矢量,输入BP（back propagation）神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.     

基于时频分析的雷达侦察信号处理技术

现代雷达系统越来越多地采用复杂的非平稳信号波形，给电子侦察系统的信号处理提出了越来越高的要求，不仅需要检测出信号包络，还要对雷达信号分选和识别的关键脉内特征参数进行分析提取．为此，将广泛应用于分析和处理非平稳信号的时频分析技术引入雷达侦察信号处理中，介绍了短时Fourier变换、小波变换和WVD等线性和非线性时频分析方法，并应用这些方法对雷达常用的线性调频信号进行了时频分析和计算机仿真，仿真结果证实了方法的有效性．     

UHF局部放电信号包络检波电路设计与实现

气体绝缘组合电器局部放电产生的特高频信号频率大多分布在300 MHz～1.5 GHz,直接对特高频原始信号进行采样和分析,要求系统必须具备较高的采样率,导致需要处理传输的数据量巨大,成本高昂,工程应用困难.而气体绝缘组合电器局部放电产生的特高频信号的包络波形同样携带着大量的放电缺陷特征信息,对提取的包络波形进行采样处理,一方面可以大大降低对系统采样率的要求,另一方面也保留了局部放电缺陷大部分的特征信息.根据气体绝缘组合电器局部放电产生的特高频信号特性,设计实现了一种适用于气体绝缘组合电器局部放电产生的特高频信号的包络提取检波电路,实测结果表明,该检波电路响应速度快、惰性失真小,提取的包络波形与特高频原始信号的轮廓基本一致,较好地保留了气体绝缘组合电器局部放电所携带的特征信息.     

利用压电换能器电信号检测引线键合质量

以引线键合系统超声波发生器电信号作为检测键合质量的信息载体,研究了超声电信号的特征提取方法以及在键合质量检测方面的应用.针对超声电信号的瞬态特性,提出一种基于包络分段的特征提取方法,该方法以瞬态键合过程的发生、发展和完成为分段依据,将超声电信号包络分成信号上升、稳定和衰减3个阶段,并提取每个阶段能够反映键合质量的波形特征来表征键合过程.为了消除特征中的冗余信息并实现特征降维,采用主分量分析技术进行特征选择,通过实验数据的分析,有效地识别出了正常键合、无引线键合和根部脱落键合的状态,为引线键合质量的检测提供了一条新途径.     

基于形态滤波优化算法的滚动轴承故障特征提取方法

针对轴承故障振动信号的非线性、非平稳性的特点,而且故障信号经常被各种噪声、干扰所淹没,提出了一种基于局部均值分解(local mean decomposition,LMD)与自适应多结构元素多尺寸差值形态滤波器相结合的方法。原始故障信号先经过局部均值分解得到若干乘积函数(product function,PF)分量,然后采用峭度值准则,选取峭度值最大的PF分量,再将其经过自适应多结构元素多尺寸差值形态滤波器进行滤波解调,最后解调结果进行频谱分析,提取故障特征。为了体现其可行性和优越性,与包络解调、LMD-形态闭运算和LMD-形态差值滤波三种方法进行了比较,仿真信号和实测轴承故障信号的分析结果表明,它具有更强的噪声抑制和脉冲提取能力,可以有效地提取滚动轴承故障特征信息,实现故障的精确诊断。     

超声多普勒回波信号瞬时幅度和瞬时频率估计的新方法

对脉冲超声多普勒回波信号模型进行了改进，并在改进模型的基础上，提出了一种基于非线性能量算子ψ的检测超声多普勒回波信号瞬时幅度和瞬时频率的方法．该方法具有跟踪信号瞬态变化的能力，计算量小，很容易做到实时．仿真结果和对颈动脉超声多普勒回波信号的分析，都证明了该方法的可行性．     

基于Gabor变换的微动目标微多普勒分析与仿真

由于目标微动特征信号具有非线性和非平稳的特点,为有效提取雷达目标的微动特征,为雷达目标的分类与识别提供依据,在单频信号体制下,以旋转散射点目标为例,基于时频分析的方法提取了旋转目标的微多普勒信息,通过仿真验证,得到了微动目标的微多普勒特征,比较了几种常见时频分析工具的变换结果及性能差异.仿真结果表明,Gabor变换方法在微动目标微多普勒提取方面是可行而稳健的,Gabor变换的巨大潜力将为微动目标特征识别提供新的途径.     

脐动脉音频多普勒信号特征分析方法的比较研究

提出了一种利用Teager算法对脐血流音频多普勒信号进行特征分析的方法，并将它同现有的一些脐血流音频多普勒信号分析方法进行比较。这些方法包括：传统的声谱参数法及以前提出的零极点模型法及分形分析法。通过对66例胎儿脐血流音频多普勒信号的分析研究表明：这几种方法对胎儿宫内异常等疾病均具有一定的敏感性，且各有其优缺点。     

形态分量分析在滚动轴承故障诊断中的应用

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性.     

基于改进LMD和综合特征指标的滚动轴承故障诊断

局部均值分解(local mean decomposition,LMD)适用于分析非平稳的滚动轴承故障信号。文章针对LMD存在的端点效应以及敏感分量难以筛选的问题,提出一种基于匹配误差的四点波形延拓方法来改善端点效应,将综合特征指标与K-means聚类分析相结合筛选敏感分量;轴承故障信号经改进的LMD分解为若干个乘积函数(product function,PF)分量;计算所有PF分量的8个参数作为综合特征指标,再利用K-means聚类分析进行分类,区分出敏感分量与虚假分量,并重组敏感分量;最后利用包络分析成功提取到故障特征频率。结果表明该方法是一种有效的滚动轴承故障诊断方法。     

基于LargeVis的随机森林可视化的胎心率诊断研究

胎心率和胎心率变异性是检查胎儿健康状态的两个重要测量值,通常在常规怀孕检查和分娩室中进行,主要依赖有经验的医师和胎心监护设备,而孕妇无法随时直观监测胎儿的情况,难于发现胎儿异常状况。鉴于此,本文通过多普勒设备采集胎心率的超声信号,采用点特征提取算法提取超声信号的重要特征,提出一种基于LargeVis的可视化随机森林分类的方法。首先运用随机森林学习出特征提取后的样本特征的重要性分数,然后采用LargeVis方法降维,对超声数据可视化,并利用随机森林分类器对胎心数据样本进行分类。本文使用300例胎儿心率数据进行测试,实验结果表明,该算法不仅分类精度高,达到98%,并可以对超声数据快速地形成可视化。     

利用超声多普勒检测涡流的模拟研究

为了优化利用超声多普勒技术检测速度波形,频谱宽度和涡流的精度,可利用短时傅里叶变换和频谱宽度校正的方法检测涡流的情况。从对各种包含频谱宽度和信号功率随时间变化及涡流信息的模拟多普勒信号的分析发现,当采用一定频响的低通滤波器时,短时傅里叶变换可有效地估计血流速度波形和涡流信息的波形。因此这种方法为分析涡流信息提供了一种快速手段。