基于脉搏波数学模型的运动员运动状态判别方法

针对利用运动员脉搏波信息对其运动状态(高强度运动、平静)进行判别,并减少身体状态的随机性对脉搏波特征信息的影响问题,提出了一种对原始脉搏波信号进行建模进而提取特征信息进行状态判别的方法.利用训练-测试的二分类分析方式,对运动员的心率状态进行判别,以分析运动员的运动状态,辅助其进行运动训练工作.实验通过对10名运动员志愿者在不同状态下进行脉搏波采集,对预处理后的原始信号进行函数建模并提取生理信息,利用SVM进行监督训练和测试.结果表明,该方法能够对运动员心率状态进行有效判别,得到运动员的运动状态.     

基于手机摄像头的血压估计方法

提出一种使用手机摄像头采集脉搏波的血压估计方法,称为基于脉搏波的多参数收缩压估计法(multiparameter estimation of systolic blood pressure based on pulse wave,MBPP).在运动实验中,分别通过手机摄像头和血压仪获得不同的脉搏波时序数据和血压.然后,对脉搏波数据进行去噪,计算加速脉搏波,得到脉搏波传导时间.再计算得到脉搏波的特征点,从而计算心率.最后,选择脉搏波传导时间和心率两个参数与血压进行线性拟合,从而得到血压的回归方程.实验结果表明,MBPP方法准确性高,可以用于血压的测量.     

可穿戴运动心率监测腕带的设计与实现

为了解决由于运动伪差干扰导致利用反射式光电脉容积脉搏波计算心率通常较难得到准确结果的问题,设计了一种腕式心率监测装置.通过反射式光电传感器和三轴加速度传感器分别采集脉搏波和运动信息,利用运动状态分析、自适应噪声抵消和谱峰搜索的方法提取心率值,对5名受试者进行静止、走动、跑动状态下的心率监测实验,同时采集心电信号进行心率对比,结果表明两种方法具有良好的一致性.本文作者设计的反射式心率监测装置可以有效抑制运动伪差干扰,实现心率精确监测.     

数字化人体心率检测仪的设计

文章介绍了一种基于人体脉搏信号特征的数字化人体模型心率检测仪的设计.该仪器采用反射式红外传感器获取脉搏信号,以uPSD3234单片机为主控芯片,对红外信号进行A/D转换,采样数据经低通滤波,数字微分后,选择适于脉搏微分波形的模板进行匹配滤波处理,实现了对脉搏波的检测,并使用了一种中值算法来提取有效的脉搏时间间隔,从而获得精确的心率值.实验表明:检测仪的设计和数据处理方法是可行的.     

基于熵的多点脉搏传感器信息融合方法

研究了现有的脉搏信号处理方法及其测量技术,提出了一种多点脉搏信息融合方法,该方法可以从多点的脉搏信号中提取出具有最大信息量的值,从而把多路脉搏信号融合成一路脉搏信号,可以得到一路既具有较大信息量,同时具有小数据量的高质量脉搏信号,十分有利于脉搏信息参数的计算和数据存储.     

基于心电信号提取呼吸信号的算法

为了通过心电监护完成对多种生理信号的检测, 降低监护设备的复杂性, 根据呼吸运动对心电信号的影响, 提出一种由心电信号提取呼吸信息(EDR: ECG-Derived Respiratory Signal) 的算法。首先, 根据Pan&Tompkins 算法从心电信号中提取R 波; 然后使用自然三次样条插值算法对心电信号的基线进行估计, 去除基线漂移, 得到干净的心电信号; 最后获取干净的心电信号R 波, 利用自然样条插值算法得到R 波幅值调制信号, 提取出呼吸信息。通过Matlab 软件对该算法进行验证, 并进行相关的分析比较。仿真结果表明, 该算法能从心电信号里提取呼吸信息。通过与数据库中同时记录的呼吸数据进行比对, 证实了算法的有效性。     

情感识别中脉搏信号的特征提取与分析

应用Coiflet 1小波对脉搏波信号进行小波变换,利用重构的小波第三层高频信号的极大值来确定原始信号主波峰值的范围,进而定位原始信号主波峰值的位置并以此位置为参照点确定潮波、重搏波峰值的位置,在此基础上提取脉搏信号的时域特征,对情感状态进行分类.实验结果表明,脉搏率均值等特征对悲伤、愤怒和恐惧3种情感的总体分类正确率均能达到65%以上.     

脉搏及心率监护系统设计

设计一款脉搏及心率信号检测装置,实现日常生活以及作业环境下对脉搏信号的动态实时采集.系统以ATMEGA32单片机为核心控制芯片,由压电式脉搏传感器提取脉搏信号,经由电路放大、陷波和滤波后将信号送入单片机.单片机对脉搏信号进行AD转换,计算出脉搏速率,同时得到一般情况下的心率.当脉搏信号采集出现超差时,系统启动报警.该监护系统无创、简单、操作方式容易,能实现在家庭中的日常健康监测和监护.     

结合长短期记忆网络与Unet模型的心率估计方法

基于光电容积脉搏波(photoplethysmography, PPG)的心率(heart rate, HR)估计已被广泛应用于可穿戴设备。然而由于用户的身体活动引起的运动伪影,难以从受污染的PPG中获得准确的心率估计。为应对这一难题,提出了一种称为LU＿PPG的心率估计方法,该方法基于回归的思想,首先利用2015 IEEE spc数据集训练和测试LSTM＿Unet神经网络模型,然后经网络输出类PPG信号(含心率信息),最后基于频谱分析来估计最终的心率。实验结果表明,LU＿PPG方法在该数据集上得到的心率估计平均误差为2.27次/min,为心率检测提供了新思路和途径。     

适用于床垫式生理信号监测系统的信号处理方法

提出一种适用于床垫式生理信号监测系统的信号处理方法。首先对原始信号进行FFT分析, 以确定呼吸信号和心跳信号的频带范围。然后将原始信号分解为若干IMF (intrinsic mode function) 分量, 基于这些IMF分量在呼吸频带和心跳频带的能量分布情况, 选出合适的IMF分量, 重构呼吸信号和心跳信号。实验结果表明, 与多导睡眠仪相比, 该方法得到的呼吸率和心率的准确性都超过90%, 可以很好地提取呼吸和心跳信号。     

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.     

从脉搏信号中准确提取呼吸和心率信息的新方法

采用功率谱估计的方法，从脉搏信号中准确提出了人体呼吸频率和心率值．结果表明，正常人的静息心率有很大差异，一般为0．625～1．615Hz(均值为1．025Hz)，且呼吸频率的变化范围宽(男性为8．5～21．2次／min，女性为12．4～26．5次／min)．对人体四种脉象信号功率谱能量及其分布进行了计算和比较，为揭示呼吸对脉象影响的机理和估计心率的稳定性提供了依据．     

Android手机传感器的桥梁振动检测试验

 针对Android智能手机传感器默认采样模式存在的采样率设置固化、欠采样和过采样问题,开发了能够自定义采样率和采样精度,具有采样历元、时间间隔和数据等同步记录功能的手机传感器信号采集软件。模拟加速度信号的功率谱分析和位移积分重构研究表明,L-S谱分析法和频域位移积分法能够有效处理含噪声和非均匀采样的手机加速度信号。利用谷歌Nexus 5（NX 5）、小米3（Mi 3）两个Android手机和SPAN-IGM-A1惯性组合导航系统进行徐州汉桥加速度信号采集和振动检测对比试验,试验结果有效验证了便携式、低成本Android智能手机进行桥梁振动检测的可行性。     

基于压缩信号特征值分解的超宽带码序列估计算法

针对脉冲超宽带通信中码序列盲估计问题,根据超宽带信号为时域极窄脉冲这一主要特点,提出了一种适于较低采样率下基于特征值分解的码序列盲估计算法。结合压缩传感理论,首先利用压缩测量矩阵将信号维度降低,然后按字符周期将接收到的UWB信号截取成若干等长的时间窗,分段积累得到压缩后信号协方差矩阵的估计值,进而通过对于协方差矩阵的特征值分解得到码序列的估计,同时进一步根据所得特征值得到接收信号符号帧级的时间偏移量估计。实验验证表明,该方法可以以较低采样率,在低信噪比条件下较好地完成接收信号的码序列估计。     

电磁驱动可控震源激发信号估计方法研究

电磁驱动可控震源应用中,常规方法采用基板附近信号估计激发信号。研究发现,复杂地质条件下,该方法估计结果误差较大。因此,提出利用直达波与其他地震波到时不一致的特征,通过匹配滤波技术从震源基板附近信号中提取直达波来估计震源激发信号的新方法。数值模拟研究表明,方法估计的激发信号与理想激发信号相关系数为0.957 4,达到高度线性相关,说明方法适用于复杂地质条件下电磁驱动可控震源激发信号的高精度估计。     

光子晶体光纤中基于SBS实现慢光的数值模拟

通过运用四阶龙格库塔法和特征线法对基于光子晶体光纤的受激布里渊散射耦合方程组进行数值求解,讨论不同纤芯直径的光子晶体光纤在相同的Stokes波功率和相同的Stokes波强度下对受激布里渊散射慢光产生的影响,发现芯径越小PCF的时延特性越好,但是伴随着较大的脉冲展宽,对于Stokes波脉冲,较小的输入Stokes波功率具有更大的时延.考察不同的脉冲宽度对光子晶体光纤中的慢光的影响,发现较短的脉冲具有更大的相对时延并伴随着较大的脉冲展宽.通过改变小芯径光子晶体光纤的占空比,讨论光子晶体光纤的结构变化对受激布里渊散射慢光的影响,发现小芯径PCF的占空比越小,对应的SBS慢光的时延越大,脉冲展宽也越明显.以上结论可以为慢光缓存器的设计提供理论参考.     

基于压缩传感的直接序列超宽带码序列估计算法

直接序列超宽带(DS-UWB)通过一组伪随机码调制脉冲信号的极性,具有较强的军事通信隐蔽性。针对军事对抗中直接序列超宽带中的码序列估计问题,为降低数字前端采样率,基于压缩传感理论,提出了一种低于奈奎斯特采样率下的码序列盲估计算法。通过对分段压缩信号进行累积,得到协方差矩阵的估计值,进而对协方差矩阵的特征值分解得到码序列的估计以及符号帧级的同步偏移值估计。理论分析和仿真证明了所提方法的有效性。     

基于鉴相器的手机瞬时心率监测软件设计

目前用手机摄像头监测心率的手机软件无法检测瞬时心率,因为手机上资源有限,而占用资源较少的主要检测方法差分阈值法需要根据一段时间的结果来设定阈值才能准确检测出心率,不适于瞬时心率的检测.针对以上问题提出了一种基于鉴相器的瞬时心率检测算法,通过手机摄像头检测出的脉搏波信号先与正弦参考信号相乘,再经过低通滤波器提取心率成分,根据相位的变化逐拍检测心率的变化.在Android智能手机上的实验结果表明,与ECG方法相比,计算精度能满足要求.与差分阈值法和滤波器组法相比,本文提出的方法能较快地检测出瞬时心率.