基于“T-tube”模型的中心动脉脉搏波双通道盲辨识

提出了由两路人体外周动脉脉搏波(peripheral artery pulse wave,PAP)来估计中心动脉脉搏波(central aortic pulse wave,CAP)的多通道盲辨识(multi-channel blind system identification,MBSI)方法,旨在实现心血管系统中心动脉脉搏波的实时无创连续监测.首先简单介绍了多通路盲辨识算法,并证明了心血管系统IIR模型特性可由FIR模型逼近,从而简化了MBSI算法.然后介绍了心血管"T-tube"模型,并结合两路外周动脉实测(肱动脉、股动脉)脉搏波来重建中心动脉脉搏波和辨识模型.结果表明,MBSI算法稳定性较好,估计出的CAP波形畸变率百分比小于6%、形态整体能量误差百分比小于3%.     

用不同外周动脉波形重建主动脉波形的对比研究

采用盲系统辨识技术可以通过两路外周动脉压力波形重建主动脉波形,但如何选择外周动脉需要进行研究.本文使用基于子空间方法的盲系统辨识算法,同步采集人体左右两侧的桡动脉压力波形和足背动脉压力波形,按照4种不同组合进行主动脉压力波形重建,使用动态时间规整方法评判重建效果,确定外周动脉波形辨识的最优组合.结果表明,足背动脉与桡动脉组合对主动脉压力波形重建无显著性影响(P>0.5),而仅使用桡动脉或足背动脉无法有效重建.     

采样频率与数据长度对中心动脉波形重建的影响

传递函数法重建CAP(central aortic pressure)多是基于自回归各态历经(auto regressive eXogenous, ARX)模型或傅里叶变换,未考虑采样频率、数据长度.为了研究采样频率和数据长度对重建CAP的影响,基于ARX模型和傅里叶变换,重建CAP并分析误差.结果表明,采样频率100Hz,数据长度大于3s时,基于ARX模型重建CAP效果较好(均方根误差(306.6±80.0)Pa,波形匹配度89%);基于傅里叶变换的算法对采样频率不敏感,数据长度为6s时效果较好(均方根误差(493.3±320.0)Pa,波形匹配度84%).     

基于传递函数和指端脉搏波的桡动脉脉搏波重建

桡动脉脉搏波的检测方法易受人体运动影响,因此提出了传递函数法通过指端脉搏波来估计桡动脉脉搏波.首先,通过分析窗宽和模型阶次建立指端脉搏波到桡动脉脉搏波的传递函数FIR模型;然后,使用测试数据评估模型对桡动脉脉搏波估计的精度.通过对10个受试者10d的样本数据进行分析处理,发现估计的桡动脉脉搏波与实测的桡动脉脉搏波最佳波形匹配度均在70%至92%范围内.结果表明使用传递函数法可以实现对桡动脉脉搏波的初步估计,该方法的提出为桡动脉脉搏波的检测提供了一种更简便的手段.     

多时间尺度下锂电池在线参数辨识及SOC估计

为了解决锂电池内部参数时变性和SOC估计不准确等问题,提出了一种电池模型参数在线辨识与SOC联合估计算法.在二阶RC等效电路模型基础上该联合算法于宏观时间尺度下采用无迹卡尔曼滤波算法在线辨识电池模型参数,并联合微观时间尺度下的扩展卡尔曼滤波算法估计锂电池SOC,在UDDS工况下验证了该联合算法对锂电池SOC的准确实时估算.实验结果表明,传统离线参数辨识下的锂电池SOC估计算法的平均绝对误差和均方根误差分别为1.52％和1.80％,在线参数辨识下的锂电池SOC估计算法的平均绝对误差和均方根误差分别降低到0.90％和1.12％,EKF-UKF联合算法提高了SOC估算的精确性和鲁棒性.     

冠脉狭窄对外周与中心动脉间传递函数的影响

观察冠脉狭窄患者中心动脉波的变化,并探讨外周与中心动脉间的传递函数与冠脉狭窄的相关性.采集了9名冠脉狭窄患者支架手术前后的中心动脉与桡动脉脉搏波,分别建立手术前后的自回归传递函数数学模型,并将手术后的桡动脉波形分别用手术前后的传递函数模型重建中心动脉波形.提取两中心动脉波形的特征点并计算重建出的两中心动脉压的特征参数K,t,接着分别与术后实测中心动脉压的参数进行显著性差异分析.实验结果表明,冠状动脉狭窄对传递函数存在着一定的影响,在临床上的意义为对于急性心梗患者在急性患病时间内不能用通用传递函数重建中心动脉.     

基于Lognormal函数的脉搏波分解可行性研究

探讨利用Lognormal(对数正态)函数构建血流流量波进行脉搏波分解的可行性.研究对象为23名健康在校大学生,利用无创主动脉脉搏分析仪(AtCor Medical SphygmoCor)获取无创主动脉脉搏波形.分别利用Lognormal函数和三角波函数构建血流波形,采用阻抗分析技术将主动脉压力波形分解为前向波和反向波并计算反射幅度(RM_log,RM_tri)、反射指数(RI_log,RI_tri),然后对参数进行Bland-Altman法分析和回归分析.两种方法计算的RM,RI一致性良好,其回归方程分别为:RM_log=1.009RM_tri-0.007,RI_log=1.008RI_tri-0.004;RM_log和RM_tri显著相关(r=0.999; P<0.001),RI_log和RI_tri显著相关(r=0.999; P<0.001),且从波形上分析,基于Lognormal函数的脉搏波分解较三角波更好.因此,基于Lognormal函数对主动脉压力波形分解是可行的,而且效果优于三角波函数分解的结果.     

模拟循环系统中的主动脉流间接测量

模拟循环系统主动脉内的流量波动很大,采用流量计直接测量受管道直径、管壁厚度、流量计量程等因素制约,不利于对不同研究对象进行模拟.文中提出一种利用压力信号间接测量主动脉流的方法.首先利用不同的Windkessel模型对模拟体循环系统进行建模,然后分别以主动脉压和动脉压作为输入变量和观测变量,利用扩展卡尔曼滤波器对模型参数和主动脉流进行联合估计.流量的估计精度采用均方根误差指标进行评估.结果表明,四元Windkessel模型可以很好地描述系统的动态性能并估计流量,为心血管装置的定量分析和测试提供了新的方法.     

基于双层结构的商用车质量辨识算法

针对山区路面商用车整车质量辨识问题,设计了一种汽车质量辨识算法.基于车辆纵向动力学模型提出了基于双层结构的商用车质量辨识算法：上层为基于倾角传感器的路面坡度估计算法;下层为基于带时变遗忘因子的递归最小二乘法的整车质量辨识算法.使用TruckSim软件平台分析了汽车悬架对上层算法的影响,并进行了实车试验.试验结果表明,所提出的质量辨识算法能够有效地估计路面坡度和整车质量,估计准确,收敛速度快,修正后的整车质量均方根误差平均值从209.97 kg减小到117.43 kg.     

非线性系统定阶的神经网络方法

前馈型神经网应用于非线性系统辨识的一个问题是确定系统阶次。采用前馈神经网进行非线性系统定阶与神经网的推广性问题密切相关。ＯＬＳ算法是构筑径向基神经网的一种学习算法，但是采用ＯＬＳ算法构筑神经网存在推广性问题。ＲＯＬＳ算法将ＯＬＳ算法与正则化（ｒｅｇｕｌａｒｉｚａｔｉｏｎ）方法相结合，以提高算法的推广能力。本文将基于径向基网的ＲＯＬＳ算法应用于非线性系统定阶。本文对提出的方法进行了仿真研究，结果验证了方法的有效性。     

基于Reflected Sigmoid径向基函数插值的温度场重建算法

声学法测温在特殊的温度场环境中有良好的应用,主要是利用有限的超声波传播路径上的飞行时间重构出连续分布的温度场.现有的温度场重建算法中最小二乘法是最常用的方法,但其重建后的温度场会出现边缘信息缺失的现象.针对这一问题,提出在最小二乘法确定温度矩阵的基础上,结合Reflected-Sigmoid函数进行插值,实现了二维平面温度场的无缺失重建.通过两种典型的单峰温度场模型的重建结果及误差分析表明,在补全温度场边缘的条件下,单峰对称温度场的均方根百分误差在1.6%,单峰偏斜温度场的均方根百分误差在3.5%,取得了很好的重建效果.     

中心动脉与肱动脉参数的相关性及其回归分析

探讨中心动脉与肱动脉舒张压(DBP)、收缩压(SBP)、脉压(PP)、心内膜下心肌活力率(SEVR)、波形参数(k)、每搏输出量(SV)、心排量(CO)、外周阻力(RS)等参数的相关性.通过对40例临床需要进行冠状动脉造影患者的有创中心动脉参数与肱动脉参数进行相关分析,将直接测得的中心动脉参数分别与通过回归方程、建立模型估算的中心动脉参数进行配对t检验和Bland-Altman图示.结果表明:除k值外的所有中心动脉与肱动脉参数均相关;两种估算方法 DBP,SEVR一致性相当,其回归方程用Y'=a+bx表示;DBP,SBP,PP,SEVR,SV,CO也可通过回归方程估算,但准确性比传递函数差.     

BP神经网络在ATR-FTIR技术微量农药溶液 检测中的应用

利用衰减全反射傅里叶变换红外光谱(ATR-FTIR)技术分别对毒死蜱、炔螨特的微量溶液进行了检测,采用差谱、基线校正和矢量归一化对谱图进行预处理,利用BP神经网络分别使用自适应调整学习率并附加动量因子的梯度下降反向传播算法训练函数和SCG反向传播算法训练函数建立了毒死蜱和炔螨特农药溶液的定量分析模型,并对校正集和预测集进行了定量分析.毒死蜱溶液模型的分析结果为:R=0.998 6,RMSEC=0.100 0,RMSEP=0.220 1;炔螨特溶液模型的分析结果为:R=0.997 4,RMSEC=0.391 8,RMSEP=0.624 1.结果表明,BP神经网络结合ATR-FT-IR技术检测微量农药溶液含量具有快速、精度高、泛化能力强的优点,可用于农药溶液含量的快速、准确鉴定.     

基于Stacking集成学习的网络安全态势预测方法

针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法。该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能。基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力。     

一种左心室压力个性化估计模型参数子集选择方法

针对模型估计左心室压力波形的临床个性化需求和大量参数优化计算复杂情况，提出基于灵敏度分析的模型参数子集选择策略.以左心室压力波形特征作为体循环模型的输出，通过自适应稀疏多项式混沌展开算法构建原始模型的元模型，改进索贝尔灵敏度指标计算，选出模型中对左心室压力波形特征有重要影响的参数作为参数子集.本文提出的选择策略可以为左心室压力波形估计中的模型参数临床个性化提供参考依据；参数子集中模型参数数量的减少，可以降低优化空间和参数求解的复杂度.实验结果表明，采用参数子集的左心室压力波形及特征估计与模型的全体参数估计具有很高的一致性.     

基于时延空时滤波的P300波形提取及目标分类算法

提出一种基于时延空时滤波的P300波形提取及目标分类算法.将多通道脑电信号进行时延,利用最小二乘法思想构造代价函数,通过交替优化的方式估计空时滤波器和源信号,使代价函数收敛并得到空时滤波器,实现空域的源分离和时域的波形提取.经过仿真P300数据对算法性能进行验证,结果表明,该算法对P300波形恢复效果优于同类型的相关算法.对真实脑电数据进行处理,用算法得到的空时滤波器提取P300源成分作为分类特征,利用训练集得到的P300源成分训练Fisher分类器进行目标分类.结果表明,算法的P300波形提取效果、目标分类准确率及AUC值均优于同类型的相关算法.因此,该算法可有效提取P300波形并进行目标分类.      

外积分式Rogowski线圈电流畸变校正方法的研究

该文探讨外积分式Rogowski线圈测量瞬态单脉冲强电流时积分电路的时间常数对输出电压的影响，指出引起积分电路输出电压波形畸变的原因，提出电压波形畸变的校正方法。电压波形畸变的校正方法适用于外积分式Rogowski线圈积分电路的时间常数低于10倍脉冲强电流脉宽的情况。采用波形校正方法可以大幅减少脉冲强电流的测量误差，扩大了Rogowski线圈在脉冲强流测量中的应用范围。