病态胎儿心率信号的替代数据分析

利用基于关联维数的振幅调节傅里叶变换的替代数据法对死前和羊水少两组胎儿心率（Fetal beart rate，即FHR）时间序列进行了分析，给出了对于胎儿心率时间序列进行非线性判定和混沌判定方法，计算结果表明两组病态胎儿心率时间序列的混沌判据S〈2，说明病态信号不具有混沌特性；但死前胎儿心率信号非线性判据t〉ta.f，说明死前信号具有非线性，而羊水少胎儿心率信号非线性判据t〈ta.f，说明羊水少信号不具有非线性。     

病态胎儿心率信号的替代数据分析

利用基于关联维数的振幅调节傅里叶变换的替代数据法对死前和羊水少两组胎儿心率(Fe-tal heart rate,即FHR)时间序列进行了分析,给出了对于胎儿心率时间序列进行非线性判定和混沌判定方法,计算结果表明两组病态胎儿心率时间序列的混沌判据S<2,说明病态信号不具有混沌特性;但死前胎儿心率信号非线性判据t>ta,f,说明死前信号具有非线性,而羊水少胎儿心率信号非线性判据t相似文献   

基于替代数据法的齿轮信号的混沌识别

替代数据法是准确判定时间序列是否具有混沌特征的一种有效方法,该方法不仅能很好地重构原始时间序列的特性,而且能避免直接识别混沌方法的局限性.应用替代数据法,以关联维数作为混沌判据,对故障齿轮信号进行了混沌特性判别.结果表明,齿轮故障信号存在混沌特征,替代数据法能对其进行准确识别.     

一种基于改进替代数据法的图形化混沌判据

替代数据法是非线性系统分析的一种有效方法. 该方法不能直接判断信号是否处于混沌状态,而是基于排除法思路,提高混沌识别的置信度. 文中引入一种针对类周期信号混沌识别的伪周期替代数据法,在数值实验中发现了该算法的3个缺陷:一是相空间重构在实际信号分析中效果不佳;二是替代数据直线化;三是检验统计量容错性较差. 针对这些问题分别提出了改进方法. 使用改进算法对不同类别信号（包括由Logistic模型产生的周期信号和混沌信号以及其它典型混沌信号等）进行数据实验. 发现所有混沌信号在各噪声半径下的复杂度都呈线性增长趋势;而周期信号在噪声半径小于0.1时,复杂度的取值保持平稳,噪声半径大于0.1时,复杂度取值开始单调增长. 对数据实验的结果分析表明:在各噪声半径下复杂度的线性增长趋势是混沌信号的共同特征,可作为一种有效的图形化混沌判据.     

同步脉搏心电信号的混沌特性分析

对同步脉搏信号和心电信号进行处理,获取脉搏信号和心电信号的间期序列PR及RR,采用替代数据法和Lyapunov指数判断HRV和PRV的混沌特性.结果表明,具有混沌特性的同步脉搏信号和心电信号的零假设检验显著性水平大于1.96,Lyapunov指数大于0,混沌特性一致.在心电信号不可得或不方便得到时,可利用PR代替RR对...     

基于模糊熵的时间序列非线性检测方法

针对目前常用的特征量有关联维数和近似熵这两个指标在应用中存在不足,提出了一种新的替代数据法对时间序列中的非线性特性进行检测。替代数据法由零假设和检验特征量两部分组成。笔者提出将模糊熵作为特征量引入到替代数据法中检测时间序列的非线性特征,并在Logistic方程产生的非线性时间序列,以及线性AR模型产生的线性时间序列上进行了验证。研究结果表明,对于不同长度的时间序列,基于模糊熵的替代数据法是一种稳定、有效的非线性检测方法。     

基于混沌特性的情感语音特征提取

根据语音发声过程中的混沌特性,应用非线性动力学模型分析情感语音信号,提取了该模型下情感语音信号的非线性特征以及常用的声学特征(韵律特征和MFCC).设计情感语音识别对比实验,将非线性特征与不同声学特征融合并验证了该组合下的情感识别性能,研究了语音信号混沌特性对情感语音识别性能的影响.实验选用德国柏林语音库4种情感(高兴、愤怒、悲伤和中性)作为语料来源,支持向量机网络用于情感识别.结果表明,非线性特征有效表征了情感语音信号的混沌特性,与传统声学特征结合后,情感语音识别性能得到了显著提高.     

替代数据法在肌电信号分析中的应用

表面肌电信号是肌肉收缩时的电变化在皮肤表面的综合反映,根据表面肌电信号（ＥＭＧ）属于短数据量的时间序列的特点,提出了利用替代数据方法对ＥＭＧ信号的动力学特性进行了分析,研究表明,ＥＭＧ信号是非噪声的确定性信号,并具有确定性的非线性特性,为进一步分析其混沌动力学特性提供了客观依据。     

空中目标信号相空间重构方法研究

为提取空中目标辐射噪声非线性和混沌特征,需要对目标信号作非线性时间序列分析,其第一步则是相空间的重构,基于Takens定理进行相空间重构前必须先确定重构相空间的时滞和嵌入维数两个重要参数。分别采用互信息方法确定重构最佳时延和关联积分法确定重构嵌入维数。分别以经典混沌信号和实测目标噪声数据为研究对象进行计算仿真,结果证明了该方法选择地参数进行相空间重构的有效性与准确性,重构的相空间能很好反应原混沌系统的特性,为下一步分析提取目标非线性特征奠定了良好的基础。     

基于非线性共振的说话人特征提取研究与仿真

针对人发声系统的非线性特性和语音信号的类混沌特性,提出了一种基于非线性共振Duffing模型的说话人语音信号的特征提取方法。实验结果表明:采用非线性共振Duffing模型的特征提取方法,较基于非线性动力学提取广义维数特征具有较高的识别率。同时,同一语音信号在相同的识别系统中,与经典的MFCC特征相比,也具有较高的识别率。     

陆地地震勘探环境噪声的混沌性建模研究

为提取地震资料中的有效信息, 了解环境噪声的性质和产生机制, 提出了一种陆地地震勘探环境噪声的混沌建模方法。该类环境噪声具有混沌性出发, 采用经典混沌杜芬(Duffing)系统对中国林带测区的环境噪声进行建模。根据Duffing 系统的非线性特征, 采用MCMC(Markov Chain Monte Carlo)算法对系统参数进行求解,并对模拟噪声记录与实际环境噪声从时域波形, 相态图, 频谱图以及李雅谱诺夫(Lyapunov)指数等方面进行对比分析。结果表明, 模拟噪声记录可保持实际环境噪声的混沌性, 且在时域波形, 相态图和频谱图上拟合较好。利用此模型获得的替代数据更加接近实际噪声, 从而为压制环境噪声提供新对策, 为复杂环境下的地震勘探提供理论支持。     

基于时空二维混沌序列的变参数混沌加密算法

提出一种基于时空二维混沌序列的可变参数混沌加密体制. 首先采用单向耦合映象格子模型产生时空混沌二值序列, 并对序列进行各项性能分析, 证明混沌序列具有良好的伪随机性. 其次, 采用一种新的变参数混沌加密算法, 将生成的时空混沌二值序列作为原始密钥, 并通过随机改变混沌加密系统的初始参数、 迭代次数及系统参数, 实现了变参数的加密过程. 实验结果表明, 该混沌加密系统中参数的随机变化, 增 加了混沌序列的复杂度和长周期性, 具有加密速度快、 安全性高的优点.     

Research progress in nonlinear analysis of heart electric activities

1INTRODUCTION THE WORLD IS NONLINEAR,AND THE HUMAN LIFE ACTIVITY IS ALSO NONLINEAR.FROM THE VIEWPOINT OF SYSTEM,HUMAN BEINGS(OR THE OTHER HIGHER ANIMAL)ARE THE MOST COM-PLEX SYSTEM IN THE NATURE.FOR SUCH A PHYSIOLOGICAL SYS-TEM WITH THE UTTERMOST COMPLEXI…     

Volterra-Wiener-Korenberg模型非线性检验方法

通过Logistic系统产生的周期2、周期3及混沌的时间序列研究了噪声对Volterra-Wiener-Korenberg模型非线性检验方法的影响，由Lorenz混沌时间序列进一步探讨了采用该方法检验非线性时间序列的实用性，并利用该方法对疲劳表面肌电信号进行了非线性分析。结果表明，测量噪声和内部噪声对该方法的影响有所不同，从而对于有噪声的短实验数据，该方法只是一种间接的非线性检验方法，并不能直接判定原始数据是否存在混沌特性。     

The base-scale entropy analysis of short-term heart rate variability signal

The complexity of heart rate variability (HRV) signal can reflect physiological functions and healthy status of heart system. Detecting complexity of the short-term HRV signal has an important practical meaning. We introduce the base-scale entropy method to analyze the complexity of time series. The advantages of our method are its simplicity, extremely fast calculation for very short data and anti-noise characteristic. For the well-known chaotic dynamical system- logistic map, it is shown that our complexity behaves similarly to Lyapunov exponents, and is especially effective in the presence of random Gaussian noise. This paper addresses the use of base-scale entropy method to 3 low-dimensional nonlinear deterministic systems. At last, we apply this idea to short-term HRV signal, and the result shows the method could robustly identify patterns generated from healthy and pathologic states, as well as aging. The base-scale entropy can provide convenience in practically applications.     

混合调制信号调制识别方法

研究基于决策理论算法的混合调制信号特征参数提取与自动识别技术,提出适合混合调制信号调制识别的树型分类器及相应识别步骤。在外调制、内调制识别时首次分别采用副载波信号个数构成的特征矢量、均值归一化包络方差、副载波信号瞬时幅度分布区域统计值等算法,抑制噪声干扰,提高特征参数的准确性,仿真结果表明,在信噪比为6 dB情况下,调制识别率接近90%,和现有混合调制识别方法相比取得较好的识别效果,在混合信号调制识别管理中具有广泛的应用前景。