基于高阶统计量的心音信号分析

对高阶统计量方法应用于心音信号分析进行了研究。建立了心音信号的AR双谱模型,获得了心音的双谱幅度图,并采用模型参数作为特征参量对心音信号进行了二类模式识别。实验结果表明,高阶统计量在心音信号分析和处理中具有较大的应用潜力。     

焊接缺陷超声检测回波信号的双谱分析

针对焊接缺陷超声检测中信号处理的特征提取问题，应用高阶谱方法对三类压力容器焊接缺陷的超声回波信号进行了分析，在焊接缺陷超声检测中，回波信号的相位携带有被检对象重要的结构特征信息。高阶谱方法与常规的功率谱分析方法不同，它不仅有振幅而且包含有相位，能揭示常规功率谱分析所不能表现的重要信息。本文应用高阶累积量技术对缺陷回波信号进行双谱分析，提取出缺陷回波基于双谱的平均相位信息作为特征参量，取得了较好的识别结果。     

弱信号检测的几种新方法

介绍了三种弱信号检测的新方法，它们是基于子波变换的信号检测，基于高阶统计量的信号检测和基于人工神经网络的信号检测，理论分析和实验证明它们可以有产儿地利用信号的选验信息来提高检测性能，因而受到了人们极大的关注而迅速得到了发展。     

基于小波分析和神经网络的心音信号研究

针对传统的冠心病诊断方法具有不准性或有创性问题,积极广泛开展冠心病无损检测的研究,提高诊断准确性,为大众提供方便可行的检测手段是十分必要的。在分析冠状动脉堵塞与心音信号关系的基础上,研究心音信号的预处理,对心音信号进行去噪和定位分段;利用ARMA模型及功率谱估计对心音信号进行分析研究,提取冠心病病理特征;通过神经网络对心音信号进行分类,实现冠心病的智能无损诊断。实验结果表明,采用上述方法进行冠心病无损诊断准确率达到85.1%,为临床上的冠心病的无损诊断提供了应用基础。     

基于谱估计的雷达信号模型验证方法

雷达信号模型是雷达系统仿真的重要组成部分,因此雷达信号模型验证在系统可信性分析中具有重要意义。采用经典谱估计和最大熵谱估计两种方法对仿真产生的两组雷达信号进行谱估计,提出了利用相关系数方法在频域对模型进行验证,对比分析了两种方法的优缺点,并对某雷达仿真系统与某次试验采集得到的数据进行了验证,表明此雷达仿真系统具有较高的可信度。     

特征向量功率谱在FSK信号检测中的应用

本文首先针对车载FSK信号检测对小轨信号检测困难等问题进行了探讨,然后分析了当前机车FSK信号的特征,我们采用基于特征向量的功率谱估计算法对短序列FSK信号进行上下边频识别和小轨信号的检测。结果表明使用这种方法得到的结果很好地解决了问题。     

信号能量聚点与特征提取方法研究

为了在特征提取中充分利用信号的真实特征信息，定义了刻画信号能量分布的A水平能量聚点的概念，并进行了简要分析。根据目标信号功率分布的特点，首先对目标信号进行小波阈值消噪以突出其能量分布的特征信息，然后对消噪后的信号作功率谱估计并计算功率谱信号的A水平能量聚点，以能量聚点各A水平的频率区间作为特征量，对目标信号进行特征提取。通过对水压场信号的仿真计算，采用模糊聚类的方法对提取的信号特征量作聚类分析，对特征量的有效性进行了检验。计算结果表明，在较低信噪比条件下，信号A水平能量聚点特征量模型能够反映出真实的目标特征；采用所给出的特征提取方法，达到了目标信号检测准确率高、虚警率低的效果。     

基于DSP的数字心音信号检测系统设计

分析了心音信号的产生机理、信号成分及心音的临床诊断价值。根据人体心音信号噪声强、信号弱、随机性强、容易受到外界干扰等特点,设计了基于DSP的心音信号数字检测系统,该系统由心音传感器、放大电路、滤波电路、A/D转换和DSP等部分组成;使用该系统先后在多家医院进行了临床心音信号采集,300多例心音样本采集实验表明,本系统可实现对微弱心音数据的实时采集、放大与有效滤波,采集系统可以满足对心音信号的检测要求。     

心脏杂音提取和分类识别研究

为了分析心脏杂音中包含的病理信息,采用奇异谱主分量分析方法从病理心音信号中提取杂音成分。对四种常见的病理心音信号进行奇异谱分析,得到各主分量和经验正交函数,选择合适阶次重构正常心音成分和杂音成分。计算杂音信号的样本熵作为特征值输入支持向量机分类器实现分类识别,为临床诊断提供参考信息。     

基于FastICA和SVM的EEG信号分类系统

针对大量EEG数据进行分析时,视觉检测显得既费时效率又低,提出了EEG信号分类系统.该系统采用FastICA方法获取EEG信号模式的高阶统计信息,并将输入模式空间映射到相应的独立成分空间,然后利用SVM在独立成分空间中构造广义最优分类超平面.实验研究结果表明:系统综合了FastICA和SVM特性,具有响应实时、漏检率低等优点.     

1 1/2三维谱估计在直升机声信号特征提取中的应用

提出一种基于11/2维谱估计的直升机声信号低频线谱特征提取方法.11/2维谱是高阶谱的一个特例,它具有几个特殊的性质,这些性质使其能抑制高斯噪声、加强谐波信号基频分量以及剔除非二次相位耦舍的谐波分量,因此在处理线谱估计问题时11/2维谱估计要比传统的功率谱估计方法具有更好的性能;同时与双谱估计等常用的高阶谱估计方法相比,11/2维谱估计大大简化了计算.通过对实测直升机噪声数据进行仿真,结果证明,将11/2维谱估计用于直升机声信号的特征提取可行、有效.     

基于心音传感阵列ICA 信号处理的冠心病诊断的研究

通过研究冠脉血流动力学和心脏心音产生的机理，首次提出了将独立分量分析（ICA）方法应用于心音信号处理并达到自动检测冠心病的目的。在本系统中，信号采集系统采用了高灵敏度传感器列阵对正常人及冠心病患者胸部的多个部位进行检测。经预处理后的信号最后通过计算机进行数据采集。应用独立分量分析的方法将心脏舒张期的心音信号进行分离，并将各心音分量的统计特征参数作为输入参量输入到径向其函数网络（RBF网络）进行训练和识别。实验结果说明，独立分量分析结合人工神经网络的心音信号的分析方法是一种较为有效的诊断冠状动脉疾病的无创伤方法。     

改进的Duffing振子逆相变弱信号检测

针对传统Duffing振子检测系统在正向相变时容易受过渡带影响并且噪声对检测系统也会产生影响的问题,提出融合高阶累积量和Duffing振子的逆相变混沌检测方法。该方法首先利用Lyapunov指数方法计算检测系统的临界阈值 γ_d,令检测系统的周期策动力为 γ_d,其次对待检信号通过计算其高阶累积量进行预处理,能够降低噪声功率,并得到谐波信号的幅度变化规律;然后,将经过预处理的待检信号输入至检测系统,利用Lyapunov指数得到在逆相变发生时对应的周期策动力幅值;最后,根据逆相变发生前后所对应的周期策动力幅值之差,计算出待检信号的幅值及检测信噪比。仿真实验结果表明所提方法可用于-50.97 dB信噪比下微弱正弦信号的检测,相比较传统的Duffing振子检测系统具有较好的检测效果。     

基于谱相关分析的频谱空洞检测方案

设计了一种新的频谱空洞的检测方法,基于谱相关分析的理论,在循环相关匹配滤波器的基础上,采用单通道信号的检测统计量作为统计判据,用Bartlett(巴特利特)窗周期图法进行功率谱估计,并进行了蒙特卡罗仿真.仿真结果表明,在低信噪比的情况下,该检测方案具有良好的检测性能.     

一种DSSS信号载频与码片速率的估计方法

在军事通信领域中,为解决抗干扰问题,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大.针对低信噪比DSSS信号载频与码片速率检测的难题,为提高通信系统的性能,消除噪声,利用循环统计量的循环特性可以体现出循环平稳信号的频率参数,高阶循环累积量可以有效地抑制任何平稳噪声与非平稳高斯有色噪声的特点,提出了一种可同时对DSSS信号的载频与码片速率进行盲估计的方法.通过对不同延时切片的选择可以实现低信噪比DSSS信号载频与码片速率的检测,不需要任何的先验信息,在低信噪比的情况下有较好的估测效果.仿真实验验证了估计方法有效性.     

基于树莓派的心音诊断系统

当今社会，心脏疾病已成为威胁人类健康的“头号杀手”。心血管类疾病一直伴随着我们人类，成为人们生活中最大的隐患，对人们的生命健康造成了严重的威胁。因此，为了提取反映心脏健康状况的定量的全方位的心音信息，利用先进的数字信号处理技术和计算机技术，以树莓派为中央处理器，通过被誉为“数学显微镜”的小波变换分析心音的各种成份时间，设计一套便捷的、高质量的心音采集系统，并与互联网信息连接，能够对心音信号波形进行显示。实验测试结果表明，该系统所提取的波形平滑，系统运行稳定，可以准确地判断出所采集的心音信号类型，这对于心血管疾病的预防有重大意义。     

基于CEEMDAN和小波熵的心音信号去噪算法研究

针对传统心音去噪算法可能丢失部分重要心音信息问题，提出了一种自适应噪声完备经验模态分解(CEEMDAN)和小波熵结合的心音信号去噪算法。算法通过CEEMDAN将心音信号自适应分解成多个本征模态函数(IMFs),基于各阶本征模态的能量分析判别信噪分界点，对含噪IMF分量采用小波熵自适应阈值去噪后，与信号IMF分量重构，得到去噪后的心音信号。仿真结果显示，在不同信噪比条件下，上述算法均能明显提高心音信号的信噪比，降低均方根误差，优于其它传统去噪算法，具有良好地抑制噪声能力。     

正弦频率估计的互高阶谱矩方法

本文首次提出采用互高阶谱估计方法估计正弦频率，从理论上建立了互四阶累积量的Ｙｕｌｅ－Ｗａｌｋｅｒ方程，并在此基础上提出了互高阶谱估计的矩方法。仿真结果表明，该方法具有良好的频率估计性能。     

基于高阶统计量和星座图的通信制式识别研究

针对实际工程中基于高阶累计量的调制方式识别方法对信噪比要求较高且对部分调制方式识别率低的问题, 本文提出了基于双谱分析和星座图相结合的一种新的调制方式识别方法。基于高阶累积量提取特征值,进一步对取得的累积 量特征值求傅里叶变换得到接收信号的双谱分析,对QPSK、OFDM和QAM调制信号进行分类识别,对于QAM调制中的 16QAM、32QAM和64QAM调制方式再依据星座图结果进行识别。通过实验数据表明,此调制方式识别方法识别率较高,高 阶谱分析对信噪比要求低。     

基于有限长序列分析的Welch法谱估计研究

研究功率谱估计,为提高谱的性能,Welch法是经典谱估计中性能较好且在实践中得到广泛应用的方法.通过分析影响有限长序列傅里叶变换性能的因素(包括离散傅里叶变换的长度和窗函数类型及其长度),根据上述因素对Welch法谱估计性能的影响,得到参数选择的一般原则,为实验参数选择提供依据.用仿真信号以及实际语音信号进行仿真分析,实验结果表明,Welch参数选择方法可以得到较理想的谱估计性能.