心电信号的降噪处理及其评价研究

为抑制心电信号中存在的噪声干扰,以利于准确提取反映心电信号的特征信息,文章提出应用一维离散小波变换实现对心电信号的降噪处理方法.通过对MIT/BIH心电数据库中的心电信号进行仿真,研究结果表明,该方法能够有效地去除心电信号中的噪声,对实现心电信号特征信息的提取具有一定的实用价值.     

一维离散小波变换在心电信号降噪中的应用

为准确提取反映心电信号的特征信息,提出应用一维离散小波变换实现对心电信号的降噪处理方法。首先介绍了一维离散小波变换的基本思想;其次,应用小波分解与重构的方法(Mallat算法)在MATALB环境中编程实现对心电信号的降噪处理;最后,引入降噪信号与原信号的能量比(ENR)、均方根误差(RMSE)和自相关系数(AC)作为小波变换的降噪评价指标。可见,该方法能够有效地去除心电信号中的噪声干扰,对于实现心电信号特征信息的提取具有一定的参考价值。     

基于主特征矢量的相干信号DOA估计算法

为了进一步提高相干信号DOA估计的精度,提出了一种基于主特征矢量的相干信号DOA估计改进算法。算法选取了信号子空间对应的主特征向量,将其进行反向共轭变换得到增广主特征矢量,再构造线性预测方程,利用加权最小二乘法求解预测方程中的多项式系数,最后求根得到信号的DOA估计。改进算法克服了PUMA算法在信号完全相干条件下性能恶化的缺陷,当信号完全相干以及部分相干时都具有良好的性能,并且提高了最大可分辨信号数,当信噪比较低、快拍数较少时仍保持较高精度。相比于PUMA算法,当信号部分相干时,文中算法的均方根误差约降低了0.2°;当信号完全相干时,均方根误差约降低了0.8°。通过与多种解相干算法进行比较,算法性能得到了验证。     

常规公交系统公交信号优先控制算法研究

城市交通问题已日益受到人们的关注,大力发展公共交通是解决交通拥堵的有效方法之一。针对公交优先问题,建立了常规公交系统下的公交信号优先控制系统,提出了常规交通分别在单相以及多相下的公交信号优先控制算法,为城市交通公共交通信号控制系统的设计提供了理论依据。     

微弱脑信号专注度特征提取与识别

目前基于脑机接口的脑电信号研究得到越来越广泛的关注,然而传统脑电信号采集需要使用电极帽并涂抹胶泥膏而不被大多数用户所接受。因此,将研究使用无需涂抹胶泥膏的独立电极采集脑电信号,然而使用独立电极采集脑电信号容易出现干扰大、信号不稳定等缺陷。为了快速有效提取脑电信号特征并克服独立电极采集脑电信号的缺陷,将采用低通滤波方法进行工频干扰的滤除,利用独立成分分析(ICA)实现脑电信号中的眼电伪迹分离,并在此基础上通过设置水平眼电和垂直眼电阈值以及各个独立成分在脑部位置的空间分布特性实现眼电伪迹的识别。最后,分别利用β波能量以及样本熵来衡量人脑专注度的高低,仿真结果表明两者均与专注度成正相关,实验以Neuro Sky专注度为基准,将两种算法分别与其进行对照。此外,样本熵与Neuro Sky算法的相关度比β波能量法提高了26%,说明样本熵专注度提取算法更能精确跟踪人脑注意力的变化,对脑电信号专注度的衡量与实际更加吻合。     

多径干扰下一种新的有效的弱GPS信号处理算法

为了提高全球定位系统(GPS)接收机的增益,有必要进行长时间的累积积分.针对累积最重要的限制:导航电文的变化、多谱勒频偏的影响以及非相干累积的平方损失,该文指出在弱信号条件下快速傅立叶变换捕获较传统算法更具有优势.该算法通过采用差分累积,增加累积时间,减轻非相干累积平方带来的增益损失.另外,全比特搜索算法能够估计出导航数据的最佳组合,实现长时间的相干积分.结合这两种算法,提出一套完整的GPS弱信号处理方案.最后进行了Monte-Carlo仿真,仿真试验结果验证了该算法的有效性.     

对称三角线性调频连续波雷达信号多周期模糊函数分析

针对大时带宽积对称三角形线性调频连续波信号模糊函数须考虑多普勒效应对复包络函数的影响,该文利用信号复包络求解法,导出了大时带宽积对称三角线性调频连续波信号的单周期与多周期模糊函数,研究了它们的对称性、模糊度图及沿主轴切割性质等特性.通过分析模糊函数表达式,得到了单、多周期信号的理论多普勒分辨率与时延分辨率.结果表明:单周期和多周期信号的时延分辨率相同,而N周期信号的多普勒分辨率提高到单周期信号的1/N.     

具有遗传特性的粒子群优化算法及在非线性盲分离中的应用

粒子群优化算法是一种新的基于群智能的随机优化进化算法.文章将变异和交叉思想引入到粒子群优化算法中,其基本思想是利用粒子群优化算法每次迭代的最优粒子位置及速度为基础对部分粒子进行变异,然后对变异前后粒子的分量进行随机交叉操作,从而产生新一代粒子群.通过这种处理使得粒子群体的进化速度加快,从而提高了算法的收敛速度和精度.该算法应用于盲信号分离中而获得一种非线性盲信号分离算法.计算机仿真结果表明该算法的收敛性能优于粒子群优化算法,并且在非线性盲信号分离中是有效的.     

一种新的谱分析方法——转谱分析

由于转速的随机波动,旋转机械振动信号是一类非平稳的信号,所以以平稳信号为分析对象的传统的谱分析技术在此类信号面前显得无能为力.在分析国内外有关阶比分析的文献资料的基础上,简单总结了阶比分析方法的基本理论,列举了常见的阶比采样方法,并指出了阶比分析方法的不足之处,提出了一种新的针对旋转机械转速波动下的周期平稳角域信号的分析方法--转谱分析.     

二维信号Hilbert-Huang变换时频谱研究

Hilbert-Huang变换(HHT)自适应时频分析是处理非平稳数据较为有效的新方法.根据一维Hilbert-Huang变换信号时频谱变换原理,研究了二维信号的分解和时频谱分析方法.通过把二维信号按指定方向进行一维分解和时频谱变换,构造出二维信号时间(空间)-频率-能量谱图,使二维信号在指定方向的时频特性能正确地显示出来,从而拓展了Hilbert-Huang变换的应用范围.该方法为分析非平稳二维信号提供了新的工具.