基于PVDF压电电缆的心冲击信号采集与自适应处理方法研究

为提高心率监测的实时性与准确性,研究并实现了一种基于PVDF压电电缆的非接触式心率检测系统。该系统针对心冲击信号(BCG)信号的特点设计了差分阈值寻峰算法进行J峰值的提取,在此基础上结合无监督学习中的聚类算法对BCG信号进行聚类分析,获取心跳模板u并与待测BCG信号进行匹配,进而实时给出心率值。与心电仪开展实验对比,心率测量误差约±2.65次/min,10 min内整体测量准确度约为96.64％,表明该监测系统在心率检测过程中具有较好的准确性和可靠性。     

基于压电陶瓷传感器的非接触式精准逐拍心率提取方法研究

心冲击图(BCG)可用于无接触式地监测生命体征。在BCG的逐拍心率提取中,较低的平均绝对误差对于精确地获取用户的心率变异性(HRV)指标具有重要意义。为解决目前大多数方法在逐拍心率计算精度方面的不足,该文设计了一种基于压电陶瓷的心冲击信号采集系统。通过采用合适的传感器外壳结构和采样频率,增加传感器的灵敏度和BCG的时间分辨率;通过对比不同的BCG处理方法并找到BCG中最适合提取精准逐拍心动周期的成分;同时该文提出一种采用AP聚类的自适应模板匹配算法,以准确提取心动周期信息。对15名受试者共5741次心跳数据进行分析,结果显示逐拍心动周期的平均误差为0.48%,平均绝对误差为3.78 ms,心跳覆盖率在97%以上,优于其他同类工作。     

基于压电陶瓷传感器的非接触式精准逐拍心率提取方法研究

心冲击图(BCG)可用于无接触式地监测生命体征。在BCG的逐拍心率提取中,较低的平均绝对误差对于精确地获取用户的心率变异性(HRV)指标具有重要意义。为解决目前大多数方法在逐拍心率计算精度方面的不足,该文设计了一种基于压电陶瓷的心冲击信号采集系统。通过采用合适的传感器外壳结构和采样频率,增加传感器的灵敏度和BCG的时间分辨率;通过对比不同的BCG处理方法并找到BCG中最适合提取精准逐拍心动周期的成分;同时该文提出一种采用AP聚类的自适应模板匹配算法,以准确提取心动周期信息。对15名受试者共5741次心跳数据进行分析,结果显示逐拍心动周期的平均误差为0.48%,平均绝对误差为3.78 ms,心跳覆盖率在97%以上,优于其他同类工作。     

基于MEEMD的人体生命体征信号的提取研究

非接触式的人体生命体征信号的检测在生产生活中有着非常重要的应用。为了准确提取人体生命体征信号,提出了一种基于改进的集合经验模态分解(MEEMD)和全相位频谱分析(apFFT)的人体生命体征信号的检测提取方法。实测数据分析处理结果表明,MEEMD有很好的分解效果,抑制了模态混叠效应,同时采用apFFT进行频谱分析,能够准确的提取人体的心跳与呼吸信号,实现人体生命体征的检测。     

太赫兹频段下基于EMD的人体生命特征检测

非接触式的心跳呼吸信号检测对重症患者心跳呼吸的远程监控、自然灾害中受害者的搜寻等都有重要的应用。本文针对人体心跳呼吸信号相对于复杂环境属于微弱信号的情况,提出了一种太赫兹频段下基于经验模态分解(EMD)的人体生命特征检测方法。首先建立太赫兹雷达人体目标回波模型,对回波信号进行经验模态分解。然后进行时频分析,得到心跳呼吸微多普勒信息,提取其频谱质心曲线。再做第二次时频分析,实现心跳呼吸频率的提取与分离。在高斯杂波环境中进行了仿真实验,检测结果表明,基于EMD的检测方法与直接检测方法相比,取得了更好的检测效果,具有较强抗噪能力,适合于微弱信号处理。      

基于DSP的非接触式生命参数获取及信息处理技术研究

介绍了一种通过DSP对非接触式生命参数信号进行采集和处理的系统。论述了该系统的软硬件设计以及预处理电路,通过预处理电路放大生命信号、滤除噪声,由AD7705进行采集,送入DSP进行后续处理。详细阐述了AD和DSP的工作方式、接口电路以及软件实现。通过HK2000Cv2.0脉搏传感器仿真非接触情况下人体心跳信号并进行采集。实验证明,该系统可以成功的检测到人体的心跳信号进行显示并对信号做基本的处理。     

基于压电电缆传感器的心率测量与反馈系统设计

心率作为人体最基本的生理参数之一，反映着人体健康变化状况，为提高心率监测的实时性与准确性，设计了一种基于压电电缆传感器的非接触式心率监测系统，该系统利用心冲击图又称体震(BCG)信号记录心脏活动引起的身体震动，并通过FIR数字滤波器进行信号去噪，然后利用差分阀值检测算法进行波形特征提取，为实现对失眠症状的自适应调节，设计了基于磁诱导模块的反馈装置产生24Ｇｓ ~ 72Ｇｓ的磁场作用于神经中枢，实验测试结果表明，与医用仪器相比，心率测量误差约为±３次/ 分，而磁诱导模块改善了非自主神经的兴奋与抑制水平间接提高了睡眠质量，符合未来家庭监测仪器的发展方向。     

使用网络摄像头估计生理参数的检测系统

目前基于IPPG技术的非接触式生理参数测量方法往往需要使用工业相机采集高帧率视频源以提高测量精度,但工业相机的使用门槛较高.针对此问题,文中设计了一款基于网络摄像头的非接触式生理参数检测算法,对网络摄像头提取到的IPPG信号进行特定的数字滤波和特征提取,能够测量人体心率和血氧饱和度.并且基于上述方法实现一款适用于PC端...     

呼吸信号检测方法的研究

呼吸信号的检测具有很高的临床使用价值,其中采用传感器进行检测已成为较成熟的手段,但由于传感器使用范围的局限性,在某些场合需要采用非接触式检测。主要对现有的呼吸信号的检测方法和应用情况进行了讨论,重点对呼吸信号的测量原理进行了详细的分析,并对呼吸信号检测仪器的研制进行了简单地探讨。     

呼吸信号检测方法的研究

呼吸信号的检测具有很高的临床使用价值,其中采用传感器进行检测已成为较成熟的手段,但由于传感器使用范围的局限性,在某些场合需要采用非接触式检测.主要对现有的呼吸信号的检测方法和应用情况进行了讨论,重点对呼吸信号的测量原理进行了详细的分析,并对呼吸信号检测仪器的研制进行了简单地探讨.     

基于PCA与EMD的超宽带雷达生命信号检测算法

 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性.     

基于多通道的调频连续波雷达生命信号提取

针对单通道调频连续波(FMCW)雷达不能保证生命信号检测准确度的问题,该文提出一种基于多通道的FMCW雷达生命信号提取方法.所提方法对各等效接收通道进行距离像重构和相位信号提取后,首先采用最大比率融合(MRC)技术对各通道提取的相位信号进行融合,接着对融合后的相位信号进行变分模态分解(VMD)并对生命信号进行重构,最后...     

A COMPRESSION ALGORITHM FOR ECG BASED ON INTEGER LIFTING SCHEME WAVELET TRANSFORM

In view of the shortcomes of conventional ElectroCardioGram (ECG) compression algo- rithms,such as high complexity of operation and distortion of reconstructed signal,a new ECG compression encoding algorithm based on Set Partitioning In Hierarchical Trees (SPIHT) is brought out after studying the integer lifting scheme wavelet transform in detail.The proposed algorithm modifies zero-tree structure of SPIHT,establishes single dimensional wavelet coefficient tree of ECG signals and enhances the efficiency of SPIHT-encoding by distributing bits rationally,improving zero-tree set and ameliorating classifying method.For this improved algorithm,floating-point com- putation and storage are left out of consideration and it is easy to be implemented by hardware and software.Experimental results prove that the new algorithm has admirable features of low complexity, high speed and good performance in signal reconstruction.High compression ratio is obtained with high signal fidelity as well.     

Oscillatory-Plus-Transient Signal Decomposition Using TQWT and MCA

This paper describes a method for decomposing a signal into the sum of an oscillatory component and a transient component. The process uses the tunable Q-factor wavelet transform (TQWT): The oscillatory component is modeled as a signal that can be sparsely denoted by high Q-factor TQWT; similarly, the transient component is modeled as a piecewise smooth signal that can be sparsely denoted using low Q-factor TQWT. Since the low and high Q-factor TQWT has low coherence, the morphological component analysis (MCA) can effectively decompose the signal into oscillatory and transient components. The corresponding optimization problem of MCA is resolved by the split augmented Lagrangian shrinkage algorithm (SALSA). The applications of the proposed method to speech, electroencephalo-graph (EEG), and electrocardiograph (ECG) signals are included.     

基于欠奈奎斯特采样的超宽带信号总体最小二乘重建算法

该文针对超宽带无线通信中需要设计高速模数转换器的问题,提出了一种欠奈奎斯特采样方法,该方法所要求的采样率仅与信号新息率相关,低于奈奎斯特率1个数量级。基于欠采样得到的离散时间超宽带信号,从理论上推导出信号的傅里叶频谱表达式,由此给出了一种总体最小二乘参数估计算法,能够准确地估计出冲激串信号的幅度和时移;通过将估计出的冲激串信号与高斯单脉冲波形卷积,完成超宽带信号的波形重建。仿真和实验结果表明,该文算法能够准确地重建原始超宽带信号,且算法性能优于现有的零化滤波重建算法。     

Simultaneous displacement measurement method of multiple targets based on laser self-mixing interference

In order to simultaneously measure the displacements of multiple targets, the laser self-mixing interference(SMI) measurement method based on variational mode decomposition(VMD) is proposed. The SMI signal containing the motion information of the external targets is detected by a photodiode. The VMD can non-recursively decompose the mixed SMI signal into SMI signals corresponding to different external targets. The displacement signals can be reconstructed by fringe counting method and interpolation method. The experimental results show that the displacement signals of different external targets can be reconstructed with half wavelength accuracy, which verifies the correctness and feasibility of this method. This method can improve the measurement efficiency, which offers an effective method for the multi-channel displacement measurement.     

基于滤波重构和卷积神经网络的心电信号分类

计算机自动分类心电信号能够减轻医生工作压力并大幅提高诊断速度和准确率。文中针对传统算法中特征提取过程复杂及抗干扰能力弱的问题,提出了一种结合滤波重构和卷积神经网络的心电信号分类算法。该算法首先通过传统信号滤波和心拍序列重构去除原始心电信号中的噪声干扰,然后构建卷积神经网络来自动学习心电信号特征并完成分类。在PhysioNet/CinC Challenge 2017数据集上的分类实验结果表明,该方法的平均F₁(查准率、召回率的调和平均)达到了0.8471,优于人工特征提取和常规卷积网络方法,且具有很强的抗干扰能力。     

基于VMD的调频连续波雷达生命信号提取

针对生命探测雷达心跳信号能量微弱难于准确提取的问题,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)的调频连续波雷达生命信号提取算法。该算法首先利用距离维快速傅里叶变换(Fast Fourier Transform, FFT)获得距离剖面图,然后通过最大方差法得到目标所在距离门,接着对低通滤波后的相位信号使用VMD进行分离,并采用模态判别准则对生命信号进行重构,最后对重构信号进行FFT得到呼吸和心跳频率。雷达实测结果表明,相比于应用聚类经验模态分解(Ensemble Empirical Mode Decomposition, EEMD),所提生命信号提取算法能够有效抑制雷达回波中的呼吸谐波和噪声,更加准确有效地提取生命体征信号。     

基于学习字典和符号同步信息的OFDM信号带内多路单载波通信干扰抑制方法

针对传统干扰抑制方法对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号带内多路单载波通信干扰抑制难度大的问题,本文提出了一种基于学习字典和符号同步信息的干扰抑制方法。根据不同通信信号之间形态成分的差异,使用K-奇异值分解(K-Singular Value Decomposition,K-SVD)算法对OFDM信号和多路干扰信号依次进行训练,得到符合各信号特征的过完备字典,确保各信号间的有效区分。在使用过完备字典对干扰信号进行稀疏分解时,先利用符号同步信息对干扰样本信号进行符号周期分段,再利用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)算法进行稀疏分解以提高不同符号周期内干扰信号的分解精度。最后在接收端采用对消法依次对重构后的干扰信号进行抑制。仿真结果表明所提方法可有效地对2PSK和MSK、2PSK和2FSK干扰模型进行抑制,相比于传统的频域置零法可有效提升系统性能。      

基于改进EEMD的穿墙雷达动目标微多普勒特性分析

穿墙雷达动目标探测中人的心跳、呼吸、手臂摆动等运动的微多普勒信号是非线性、非平稳信号,可以采用经验模式分解(EMD)对其进行时频分析。由于EMD分解存在模式混合问题,该文提出一种改进的整体平均经验模式分解(EEMD)方法,并将其应用于穿墙雷达人的运动微多普勒特性分析中,并且对分解后的每个本征模式函数(IMF)进行Hilbert-Huang变换(HHT),得到信号的时间-频率-能量谱。仿真数据和实验结果分析均表明,改进的EEMD方法不仅能够有效消除EMD中的模式混合问题,将人运动微多普勒信号中的不同频率尺度分解在不同的IMF中,而且还能够有效抑制原始信号中的噪声,提高信噪比,得到更精细、更清晰的时频分布。