表面肌电信号分析中的数学处理方法

分析表面肌电信号的检测及常用的数学处理方法,用统一数学公式的方法描述傅里叶、短时傅里叶及小波在表面肌电信号分析中的应用。分析神经网络感知器在表面肌电信号分析中的应用,并针对表面肌电信号非线性及时变的特点,指出此领域方面的存在问题及未来表面肌电信号检测及处理技术的发展趋势。     

基于LABVIEW的表面肌电信号采集系统设计

表面肌电信号(SEMG)属于非平稳的生物电信号,其特点是信号微弱,易受干扰。表面肌电信号的应用已经深入到临床医学、运动控制、生物医学与康复工程等诸多领域。针对表面肌电信号的特点,本系统采用Ag/AgCl电极拾取SEMG信号,设计了SEMG信号调理电路,并在LABVIEW环境下,设计开发了SENG信号检测系统上位机应用程序。程序功能包括实时显示SEMG波形、数字滤波、信号处理、波形记录和回放以及生成波形报表。实验过程中,使用三片电极测试了受试者右手的桡侧腕屈肌,成功采集到受试者肌肉静态与动态时的表面肌电波形。     

Hilbert-Huang变换及其应用研究

讨论了几种非线性非平稳信号的时频分析方法,重点介绍了经验模态分解方法及Hilbert-Huang变换,并对Hilbert-Huang变换的时频分析特性进行了计算机模拟仿真分析.给出了Hilbert-Huang变换在心音信号分析中的应用实例,实验结果验证了该方法的有效性和优越性,具有一定的工程应用价值.     

一种基于小波变换的流体压力信号消噪方法

针对液压设备运行中的某些过程参数无法或难以直接用传感器或过程检测仪表进行测量的问题,本文介绍了一种将小波分解与自适应滤波相结合的流体压力信号消噪方法,并详细阐述了小波自适应滤波法的原理和操作方法,最后通过消噪仿真实验,验证了小波自适应滤波法在流体压力信号消噪中的有效性和优越性。该方法弥补了传统傅里叶变换在处理非平稳信号时的不足,进一步丰富了非平稳信号的信息处理技术手段,为提高测量结果的可靠性打下了基础。     

多小波的构造与应用

介绍了多小波的产生过程；接着分别从多小波的多分辨分析、性质、分解与重构三个方面介绍了多小波的基本理论；然后介绍了几种多小波的构造方法和多小波的应用。     

小波变换及其在语音信号处理中的应用

人们为了了解自然界的规律,或是为了解决工程中的一些问题,需要对各种各样的信号进行分析,在小波变换出现以前,应用最广泛的是傅立叶变换.但是在利用傅立叶变换分析信号时,存在着某些缺陷.小波变换基于海森堡测不准原理解决了局部时间信号分析的难题,发展了信号分析的方法,成为了当代信号分析的主要工具之一.由于语音信号的复杂性,以及在某些方面与小波变换的相似性,使小波变换在语音信号处理有着很广泛的应用.本文对小波变换及其在语音信号处理中的应用进行了简要的综述.     

基于神经网络的肌电信号的数据融合技术研究

肌电信号作为智能化假肢、康复机器人的驱动源,是目前热点研究方向之一。针对多通道肌电信号的时变、非线性、相互关联耦合的特性,选择了基于神经网络的数据融合技术。完成了CMAC神经网络方法的数学建模,为实现肌电信号的数据融合技术,作了重要的准备。     

基于小波变换的自适应图像去噪研究

小波域的信息处理有多分辨率分析的特性,图像经一系列小波变换就可以得到不同尺度下的图像特征,并能较好地刻画图像的非平稳性,在图像去噪方面有着传统去噪方法无法比拟的优势.本文,笔者阐述了图像小波去噪的原理,分析了影响去噪的关键因素、阈值函数的构造、阈值的选取及小波的分解层数等,并给出了优化的自适应图像去噪方案.     

几种函数逼近方式的逼近能力比较与综合

介绍了Fourier变换、小波变换、神经网络、小波神经网络、多小波和多小波神经网络几种不同的函数逼近方式，对这几种函数逼近方式中的基函数性能作了详细比较，发现基函数的性能越好，其函数逼近效果一般来说也越好，并对这几种函数逼近方式的表达式进行了比较和综合。     

基于S3C2440和ADS1294的心电信号采集和处理系统

介绍了一套基于S3C2440嵌入式处理器和ADS1294模数转化芯片的心电信号采集、处理系统,S3C2440根据ADS1294的工作时序对其进行控制、采样和输出多导联心电信号.S3C2440采用LC/OS-Ⅱ实时操作系统,在接收采样后的心电信号的同时,进行了FIR和IIR软件滤波.最后给出了经过采样、滤波处理的心电波形图,验证了整套系统的可行性.