基于静态阈值的无线体域网压缩感知心电降噪重构

心电监测作为无线体域网的一种重要应用,对心电信号重构精度要求较高,并且无线体域网中存在低功耗问题。现有的心电信号压缩感知重构算法虽然降低了功耗,但并未充分利用心电信号频域特性,造成重构精度不高。提出了一种基于静态阈值的无线体域网压缩感知心电降噪重构方法。该方法利用压缩感知理论,在传感器节点利用固定矩阵对心电信号进行观测,观测值被发送至汇聚节点后,再利用基于静态阈值的重构算法对心电信号进行降噪重构。仿真结果表明,该方法具有信号重构精度高、速度快和降噪性能好的优点。     

改进型阈值提取心电信号的R峰值

心电信号（ECG）在心脏疾病诊断治疗中起着十分重要的作用,其中,由于R波具有幅度较大且易于检测的特性,故R峰值的检测成为电生理信号处理的一个重要的环节,它的正确检测对进行心率检测和电生理分析起着至关重要的作用。然而,心电信号在采集过程中会受到一定程度的干扰,例如工频干扰,基线漂移等问题,常用的R峰值阈值算法无法检测基线较低的心电波形,产生漏检。针对此问题,文章提出一种R峰值改进型阈值提取算法,通过对每个心电周期设置阈值和重检机制,提高了阈值算法的准确率。仿真实验证明,该方法简单有效,实时性强,显著提高了R峰值检测的准确率,满足临床应用的要求。     

DWA：一种新的心电实时检测算法

提出了一种简单可靠的心电信号实时检测方法——差分窗口法（DWA）。该算法首先用基线一相对幅值一差分法检测出QRS波群,再采用均值-方差-窗口法对TP波进行检测。试验采用MIT—BIHArrhythmiaDatabase中提供的48组心电数据及一些临床采集的心电数据,先在MATLAB下仿真了DWA算法,然后在ARM7TDMI—S上运行该算法,准确率达99．98％,实现了对心电的实时分析,验证了算法的可行性和可靠性。试验得到的结论为DWA算法能对心电信号的主要特征参数进行提取和识别,从而能够快速准确地对心电图进行诊断,易于在便携式系统中实现。     

基于卷积神经网络和心电QRS波群的身份识别

利用生物特征进行身份识别是目前模式识别领域的研究热点之一,由于人体的心电信号较为稳定且容易获取,因此利用心电进行身份识别得到了广泛的关注。传统基于心电的身份识别算法需要预先提取特征,然后进行模式识别,处理流程比较复杂,且容易受到噪声的影响。考虑心电QRS波群具有相对稳定的特点,利用QRS波群进行身份识别。首先对心电信号进行小波阈值降噪,然后提取QRS波群,将其转换为二值图,最后输入到卷积神经网络进行身份识别。通过几种不同超参数的卷积神经网络的计算比较,发现本文所述方法的最高准确率可达98.2%。此外,也对比了其他典型心电身份识别方法,结果表明,所述方法的识别准确率高于其他算法。     

无线光通信自适应阈值检测技术研究进展

光信号在大气湍流信道中传输时会引起信号衰落和光强闪烁等现象,接收端采用固定阈值检测无法正确恢复出基带信 号,需要对接收信号判决阈值进行自适应调整。 自适应阈值检测技术能够有效抑制大气湍流效应,是改善无线光通信系统的误 码性能、提高系统可靠性的重要手段,其检测性能主要针对阈值检测算法和反馈机制等方面进行优化和改进。 回顾自适应阈值 检测技术的发展历程,从无线光通信系统结构出发,根据贝叶斯最大似然估计和最大后验概率准则,推导了接收信号的最优判 决阈值模型,通过比较接收信号和最优判决阈值解调出基带信号。 分析了基于最小均方误差滤波、卡尔曼滤波和渐消卡尔曼滤 波 3 种算法的典型自适应阈值检测模型,分别适用于平稳输入信号和非平稳输入信号,同时介绍了西安理工大学在自适应阈值 检测领域使用高阶累积量代替传统二阶统计量的相关研究工作,最后对未来该领域发展趋势进行总结和展望,可为未来无线光 通信自适应阈值检测技术的研究和发展提供一定的参考借鉴。     

改进阈值函数的小波去噪算法

针对小波软、硬阈值函数去噪后信号存在局部震荡和边缘模糊导致去噪效果不佳的问题,研究了小波去噪原理和优化阈值函数的规则,设计了一种具有连续性、灵活性和恒定偏差小的可调阈值函数,提出了一种基于改进阈值函数的小波去噪算法,将其应用于含有高斯白噪声的信号中进行去噪。实验表明,相较于传统方法,所提方法对仿真信号和心电信号都具有灵活性和适用性,并且去噪后信号的信噪比提升了16.21%,皮尔逊相关系数增大了1.62%。因此,本文所提算法具有可行性,可有效保留特征信息,去噪效果更加理想。     

ECG去噪算法的设计与实现

对心电信号进行数字滤波时,因其幅频特性和过渡带的影响很容易造成心电波形失真,为了使原始含噪心电信号与降噪后的心电信号具有同等光滑性和最小方差估计特性,去噪连续性效果更好,分析研究了几种常用的去噪算法,并分别采用MIT BIH数据库中的数据及实测心电数据进行仿真分析,仿真结果表明采用小波阈值去噪算法可以更好的对心电信号进行去噪处理,得到清晰不失真的原始心电信号,信噪比(SNR)达到30以上,均方误差（MSE）在0.1以下,设计方法简单、计算量小,具有很好的应用前景和广泛地使用价值。     

基于Bayes估计的双小波维纳滤波电能质量信号去噪算法

提出一种基于贝叶斯(Bayes)估计的双小波维纳滤波的电能质量信号去噪算法.该算法在第一个小波域采用基于Bayes估计的小波阈值去噪技术估计期望信号,在第二个小波域将含噪信号和估计信号分别进行小波变换,用估计信号的小波系数设计经验维纳滤波器,对含噪信号的小波系数进行维纳滤波再反变换,从而实现去噪功能.实验结果表明该算法比常用的小波阈值去噪方法及基于它们的双小波雏纳滤波算法去噪效果要好;当噪声强度逐渐增加时,该算法能够在诸算法中产生最大的信噪比.     

小波去噪与压缩在电厂设备中的应用

为解决600 MW发电机组辅机设备噪音振动数据占用大量存储空间及缓解其数据传送压力问题,针对噪音振动数据的特点提出了一种基于小波阈值去噪和最优小波包压缩的压缩算法。新算法针对小波软硬阈值函数的不足,提出了新的阈值函数对噪音振动数据进行去噪;新算法使用相关系数法获取最优的小波基。仿真表明,改进阈值函数相对原阈值函数在保留高频原始信号的能力和去噪能力方面都有增强;使用改进阈值函数去噪后,小波包压缩能完整的重构信号。最优小波包压缩与改进阈值去噪算法已初步应用于岳阳电厂辅机设备的数据压缩,算法对节省硬盘容量、保护硬盘及高效的数据传送有着重要的作用。     

应用复小波变换对电力变压器局部放电超高频信号去噪研究

以电力变压器超高频局部放电在线检测系统为例,提出了一种基于复小波变换技术的分离局部放电超高频信号和噪声的方法;研究了三步骤去噪算法,对其最优复小波的选择、复小波分解阶数的确定及其阈值算法的选取作了重点研究。针对不同的噪声给出了不同的阈值算法——惩罚阈值法和SURE法的阈值选取能方便地捕捉噪声范围内存在信号分解的微小的细节信息,而普通阈值法和渐进SURE法的阈值选取能有效地去除噪声;最后,给出了在线去除局部放电超高频信号噪声的步骤和方法。结果表明:利用复小波变换技术,抑制电力变压器超高频在线监测的局部放电信号中的噪声是一种极为有效的优化方法。     

基于ARM的心电信号检测

为了更好地解决心电信号的采集和处理问题,设计了以ARM微处理器LPC2368为控制核心,采用嵌入式μC/OS_Ⅱ操作系统的心电信号检测系统。将微弱的心电信号经过放大滤波处理后提取出来,利用A/D转换器将其转换为数字信号,通过串口上传到PC上进行分析处理;也可以在ARM上实现对心电信号的实时滤波、基于差分方法的QRS波检测以及心率计算。经测试,该系统实现了对心电信号的实时采集、存储、显示、数据传输、数字滤波及QRS波检测等功能,达到了预期目标。     

Developments in ECG acquisition, preprocessing, parametermeasurement, and recording

The subjects considered in this article follow the logical procedures of acquisition, preprocessing, wave detection, parameter measurement, and recording of the ECG. The authors present an economic procedure for simultaneous multichannel signal acquisition, digital real-time interference elimination and drift suppression, a real-time software QRS detector, and algorithms for wave onset and termination determination. The authors also discuss fast algorithms for lengthwise and crosswise lead presentation that supports the use microdot thermal printers for signal recordings     

QRS Detection Based on Multiscale Mathematical Morphology for Wearable ECG Devices in Body Area Networks

A novel wearable electrocardiograph (ECG) QRS detection algorithm for wearable ECG devices in body area networks is presented in this paper, which utilizes the multistage multiscale mathematical morphology filtering to suppress the impulsive noise and uses the multiframe differential modulus accumulation to remove the baseline drift and enhance the signal. The proposed algorithm, verified with data from the MIT/BIH Arrhythmia Database and wearable ECG devices, achieves an average QRS detection rate of 99.61%, a sensitivity of 99.81%, and a positive prediction of 99.80%. It compares favorably to the published methods.      

S注入法的配电网故障定位的研究

介绍一种基于S注入法的配电网故障定位方法的研究.这种检测系统主要由恒流信号源和信号检测两部分组成.其中,恒流信号源的控制部分主要采用了非线性PID控制,可是实现在负载大范围波动时保持注入电流频率和幅值的恒定;信号检测部分主要采用了编码和高阶滤波技术.这种故障定位方法具有抗干扰能力强、可靠性高、灵敏度高等优点,适用于复杂...     

Design of efficient fractional operator for ECG signal detection in implantable cardiac pacemaker systems

A low power and high-performance digital electrocardiogram (ECG) detector has become a basic requirement in modern implantable cardiac pacemakers. A fractional operator-based digital ECG detector for modern pacemaker systems is proposed in this work. Instead of conventional thresholding, an adaptive slope prediction threshold is utilized for the detection of ECG peaks. A stochastic search-based algorithm, namely, cuckoo search algorithm, is used to design an optimal fractional operator that is used for ECG denoising. It has been found that the proposed adaptive slope prediction threshold increases the QRS complex detection performance. A low detection error rate (DER) ranges from 0.01% to 0.56%, positive predictivity (P+) ranges from 99.32% to 99.98%, sensitivity (Se) ranges from 99.45% to 99.98%, and a detection accuracy (Acc) ranges from 99.43% to 99.96% for different databases are achieved for the proposed ECG detector, which is better compared with the existing ECG detectors. The proposed design of fractional order operator based on the lattice wave digital filter (LWDF) requires a minimum number of the multipliers for its structural realization.     

The principles of software QRS detection

The QRS complex is the most striking waveform within the electrocardiogram (ECG). Since it reflects the electrical activity within the heart during the ventricular contraction, the time of its occurrence as well as its shape provide much information about the current state of the heart. Due to its characteristic shape it serves as the basis for the automated determination of the heart rate, as an entry point for classification schemes of the cardiac cycle, and often it is also used in ECG data compression algorithms. In that sense, QRS detection provides the fundamentals for almost all automated ECG analysis algorithms. Software QRS detection has been a research topic for more than 30 years. The evolution of these algorithms clearly reflects the great advances in computer technology. Within the last decade many new approaches to QRS detection have been proposed; for example, algorithms from the field of artificial neural networks genetic algorithms wavelet transforms, filter banks as well as heuristic methods mostly based on nonlinear transforms. The authors provide an overview of these recent developments as well as of formerly proposed algorithms     

基于DSP的心电信号检测系统

心电信号的检测是研究心电病理特征的前提,是心电信号分析仪的重要组成部分.本文介绍了一种基于DSP的心电信号采集和分析系统.根据心电信号的特点,本系统采用AgCl电极作为心电信号传感器,结合AD620为主的前置放大电路进行模拟信号的采集.以TMS320VC5509低功耗DSP和CPLD为主进行数字系统设计.在DSP中编程实现数字滤波器的设计,最终得到P、T和QRS复波特征明显的ECG.本系统功耗小,成本低,精度高,达到了医疗仪器的设计要求.     

适用于嵌入式系统的心音心电信号采集仪

心音信号(PCG)、心电信号(ECG)是人体重要的生理信号,携带大量生理特征,但这些微弱信号的提取极易受到外界的干扰.采用三导联的方式,利用仪用放大器AD623的优良特性提取心电信号,采用专用的集成心音传感器HKY-06B提取心音信号.另外,使用差分阀值的算法,通过心电信号可以精确地定位心音信号.系统采用+3 V电池供...