面向FECG信号监测的自适应滤波器LMS算法改进研究

分析了LMS算法的改进,设计了自适应滤波器消除母亲心电对胎儿心电干扰的实现方法,并且在QRS波变化较快时采用LSL方法以解决LMS算法收敛速度较慢在QRS波不适合的问题,使自适应滤波器在消除母亲心电对胎儿心电干扰得到最佳效果。     

基于LMS改进算法的自适应滤波器在胎儿心电监测中的应用

从母体心电与胎儿心电的特点出发，提出了LMS算法的一种改进方法，设计了自适应滤波器消除母体心电对胎儿心电干扰的一种新型实现方法，分析了系统结构，并且在QRS渡变化较快时采用LSL方法以解决LMS算法收敛速度较慢在QRS波不适合采用LMS算法的问题，使自适应滤波器在消除母亲心电对胎儿心电干扰方面得到最佳效果，并进行计算机结果仿真对比     

自适应噪声抵消器频域优化设计及其应用分析

随着通信技术的发展,自适应噪声抵消器在现在信号处理中得到越来越广泛的应用.在分析和讨论自适应噪声抵消器原理基础上,详细研究了基于自适应滤波器技术的噪声抵消优化实现算法及其特性.最后,以胎儿心电图信号检测为例,分析了自适应噪声抵消技术的应用,在MATLAB环境下进行测试分析,模拟测试结果与理论分析预测吻合.     

单通道母体腹壁胎儿心率鲁棒估计研究

随着高危妊娠病例近年来的快速增加,家庭在线式胎儿监护成为围产期母婴监护领域研究的重大课题.通过母体腹部体表间接探测的胎儿心电图,完全无创、操作简便,特别适用于胎儿的远程家庭监护.但是母体腹壁胎儿心电图信噪比极低,分离提取胎儿心电信号算法十分复杂.本文从随机系统动态建模与估计理论出发,分析研究腹壁胎儿心电信号的基本特征,充分利用其动态演化规律,建立腹壁胎儿心电信号动态空间模型,提出一种新的低复杂度单通道胎心率鲁棒估计算法.算法对电极配置要求的简便性以及算法本身的递归性,使得在客户端本地实现胎儿心率实时估计成为可能,适用于胎儿心率的家庭动态监护环境.     

一种从母体腹部电极心电信号中检测胎心R波的算法

母体腹部电极心电法通过放置在孕妇腹部的电极片无创检测胎儿心电信号.但腹部无创检测采集的是包含胎儿心电、母体心电及噪声的混合信号,且母体心电信号的幅值远大于胎心信号.基于此问题,提出从母体腹部心电信号中检测胎儿R波的高效算法.该算法避免对腹部信号建立复杂的模型,通过最小化误差函数,自适应地滤除母亲心电信号的波形,以获得较清晰的胎儿心电波形.再经过基于聚类的胎儿R波尖峰检测以及精筛选的步骤,获得正确的胎儿R波尖峰.该算法使用PhysioNet Challenge 2013的腹部心电数据集Set-a进行测试.测试结果中,胎儿R波尖峰提取的平均灵敏度为88%,平均阳性检测率为88%.由于不涉及复杂的计算,该算法运行时间短,效率高,处理持续时长为60s的腹部信号平均用时2.64s,很适合用于可穿戴设备中心电信号的实时检测.     

一种基于自适应小波变换的QRS波检测算法

为了解决心电图QRS波检测的问题,研究了一种基于自适应小波变换来检测QRS波的算法。该方法用心电信号的小波变换作为自适应白化滤波器的输入,然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出QRS波。采用该方法,有利于减小检测的误检率以及提高运行速度。     

可区分回波通道变化和双端话音的检测算法研究

自适应声回波对消器中,可区分回波通道变化EPC(Echo Pass Change）和双端话音DT(DoubleTalk）的检测算法非常重要,以确保自适应滤波器在EPC时更新权系数,在DT期间冻结权系数. 提出了两种检测算法:算法1利用自适应滤波器误差信号的平均幅度,并结合误差信号和自适应滤波器输出信号的互相关系数来区分DT和EPC;算法2借助一个辅助滤波器来完成EPC和DT的检测,同时能加快主滤波器的收敛. 仿真结果表明,所提出的检测算法能有效区分EPC和DT,提高了回波对消器性能.     

基于粒子群算法的自适应LMS滤波器设计及可重构硬件实现

自适应滤波器设计是典型的多参数组合优化问题,利用一种改进的粒子群优化算法(MPSO)来优化设计自适应LMS滤波器.将滤波器设计问题转化为滤波器参数优化的问题,利用改进的粒子群算法MPSO搜索整个参数空间,从而获得全局优化的系数.设计的滤波器应用于系统的跟踪响应中,并在基于可重构硬件的平台上实现自适应滤波器.从收敛和失调性能指标评价所设计的LMS滤波器,实验结果表明设计的LMS滤波器具有较好的性能,证明了这种方法的有效性和优越性.     

胎儿心电提取自适应滤波器仿真对比研究

为了提高胎儿心电(FECG)提取的准确性和效率,研究了采用最小均方算法、递归最小二乘(RLS)算法、仿射投影算法、能量归一化最小均方算法的四种自适应滤波器应用于FECG提取的速度和准确性.根据设计的基于MATLAB的FECG提取算法仿真分析了四种自适应滤波器的收敛速度与稳态性能的影响因素,并通过调整和优化FECG提取参数对四种自适应滤波器进行了仿真对比.研究结果表明,RLS算法自适应滤波器性能最优,可以快速准确地从母体心电中分离出FECG.     

机动巨标跟踪的自适应混合多模算法

本文介绍了用于机动目标跟踪的自适应混合多模算法.这个算法不需要预先定义模型,它利用一个二级卡尔曼滤波器来估计目标的加速度,这个加速度被用于混合多模算法中具有不同确定性加速度的子滤波器中.文中给出了自适应混合多模算法的一个计算机模拟结果并和无自适应混合多模算法的结果进行了比较.     

一种基于自适应模糊滤波的语音增强方法

在语音识别和语者识别中，通常需要先将输入的语音信号进行去噪处理，这样可使识别的正确率大大提高，通常采用基于LMS算法和RLS算法的自适应线性滤波器来进行去噪。提出了一种基于自适应模糊滤波器的语音增强方法，该模糊滤波器是一种非线性滤波器，它在语音信号的特征域空间采用参数映射的方式来滤除噪声，并能够进行自适应结构调整和参数更新。实验结果表明，采用自适应模糊滤波器来滤除噪声比线性滤波器具有更好的效果。     

机动目标跟踪的自适应混合多模算法

本文介绍了用于机动目标跟踪的自适应混合多模算法。这个算法不需要预先定义模型,它利用一个二级卡尔曼滤波器来估计目标的加速度,这个加速度被用于混合多模算法中具有不同确定性加速度的子滤波器中。文中给出了自适应混合多模糊算法的一个计算机模拟结果并和无自适应混合多模算法的结果进行了比较。     

基于改进的变步长自适应滤波算法的功率测量（英文）

基于自适应滤波,提出一种新的算法用于实时抽取电网中的基波和谐波信号,该算法能自适应地将被测量的电网信号分解成单个分量且具有很快的收敛速度,也能够进行功率测量.电网中的基波和谐波分量可以被分解成一系列正弦信号,可用能量算子来测量电网的频率.构建电网的电压和电流模型时,一个新的变步长LMS算法被用来改善自适应滤波器的速度,同时也证明了所提算法的稳定性。最后,用一个仿真实例说明了该算法的有效性.     

面向自然睡眠的老年人持续化心率检测方法

心率变异性蕴含着丰富的心脏及其神经系统活动信息,而心跳间隔检测是心率变异性分析的基础。本文基于居家环境下可持续使用的微动敏感床垫,通过自然睡眠过程中的持续监测,获取老人胸冲击信号,利用多层小波分析法识别信号轮廓,并通过抽取信号属性特征自适应提取心跳间隔。实验采集18位中老年人的真实胸冲击数据,提取其心跳间隔,并与同期心电图数据进行对比分析,结果证明所述方法具有较高的识别准确率。     

自适应滤波器参数选择和仿真结果

在自适应噪音抵消系统中，如自适应滤波器参数选择不当，就达不到应有的滤波效果，而且还可能得到适得其反的效果。因此针对不同的信号和噪声应选择相应的参数，文中在自适应滤波器原理的基础上，对自适应滤波器设计过程中的参数选择原则进行分析、总结，并通过仿真实验验证了所得出的结论。     

动态噪声特性未知系统的多模型自适应卡尔曼滤波

针对常规自适应卡尔曼滤波器存在过渡过程差的问题,基于一个给定的指标切换函数,采用多个基于不同动态噪声协方差矩阵的卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器.与常规自适应卡尔曼滤波器相比,多模型自适应卡尔曼滤波器可以在保持原有自适应滤波器性能的基础上极大地改善瞬态响应.     

基于LMS自适应滤波器对噪声干扰的语音恢复研究

从自适应滤波器的基本原理出发,利用自适应滤波器对白噪声干扰下的语音信号进行恢复处理,研究自适应算法不同步长对处理结果的影响.理论分析及实验结果表明,在合适的步长下,采用Least Mean Squarc(LMS)算法自适应滤波器,从被噪声干扰的语音信号中恢复实际信号,其偏差在工程上可以接受,而且算法实现简单,具有较好的消噪效果.     

基于小生境遗传算法的约束滤波器优化设计

为了对战场图像进行实时处理,抑制噪声,改善图像质量,需要对图像进行平滑滤波。考虑了一类具有频域等式约束的FIR滤波器Minmax设计问题,引入小生境技术自适应遗传算法来得到最优化滤波器的一组参数,并且对滤波器的阶数N进行了优化。设计实例表明,基于小生境技术自适应遗传算法是有效的,具有很好的扩展性,可用来设计最优约束FIR滤波器,实现对图像的平滑滤波。     

自适应滤波器的算法比较研究

自适应滤波器一直是随机信号处理当中的一个重要的研究课题。在介绍了自适应滤波器的各种算法之后,重点讨论了基于LMS的自适应滤波器算法和基于RLS的自适应滤波器算法,并用Matlab对这两种算法进行了仿真和比较分析。     

自适应滤波器消除语音信号中混合噪声

语音信号在实际采集和传输的过程中,往往掺杂着多种噪声干扰,比较常见的是正弦窄带干扰和高斯白噪声,而一个简单的自适应滤波器往往很难同时滤除多种噪声。为了抑制混合噪声而得到真实的语音信号,在最小均方误差(LMS)自适应算法和自适应噪声抵消原理的基础上,提出了一种两级自适应滤波器方案,第Ⅰ级在传统噪声抵消系统中加入延迟单元消除正弦窄带干扰,第Ⅱ级用LMS自适应噪声抵消器消除高斯白噪声,同时,利用Simulink模块库对所设计的两级自适应滤波器进行了建模仿真。仿真结果表明:该方案滤波器可以有效地滤除包含正弦窄带干扰和高斯白噪声的混合噪声,达到提高语音质量的目的。