基于变分模态分解的脉率变异性信号提取方法

针对现有脉率变异性(Pulse Rate Variability,PRV)信号提取方法存在抗噪性差、参数选择主观等问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)的脉率变异性信号提取方法。首先,对原始脉搏信号进行变分模态分解,从中提取可以反映脉搏主波变化的分量,对该分量进行平滑滤波;然后,计算滤波后分量的极大值位置,以相邻极大值位置为依据,计算原始脉搏信号对应区间的最小值,得到脉搏信号波谷;最后,根据波谷计算脉率变异性信号。采用31组实测脉搏信号对所提出的算法进行验证,结果表明脉率变异性信号提取的准确率在97%以上,因此所提算法可用于日常生活工作状态下脉率变异性信号的精准提取。     

一种基于奇异值分解的SAW传感器频率估计算法

在声表面波(SAW)谐振式无线传感器的频率估计中,该文提出了一种奇异值分解(SVD)与快速傅里叶变换(FFT)相结合的频率估计算法。首先采用重复采样的方法对无线SAW谐振器回波信号进行提取,然后在FFT之前利用SVD法去除回波信号中的白噪声,最后通过高斯曲线拟合法对FFT算出的频率进行校正。运用该算法得到的频率均方误差为1.53×103,而直接用FFT算法均方误差为2.38×10~3,均方误差减小了55%。可见,利用该SVD与FFT相结合的频率估计算法在准确度、稳定性方面都有很大改善,且该算法操作简单,易于实现。     

核空间自适应非局部均值鲁棒分割算法

为改善传统模糊C均值(FCM)算 法对噪声干扰下图像的分割效果,提出了一种基于核空间邻域信息和自适应非局部均值相结 合的图像鲁棒分割算法。首先,利用传统FCM聚类算法进行初始聚类分割,将 所得聚类中心作为改进算法的初始聚类中心; 其次通过自适应非局部均值算法对图像进行平滑处理,避免图像过度分割;然后对引入核空 间邻域信息的目标函数进行最优化求解, 获取聚类中心和隶属度的迭代表达式;最后对像素进行分类时,利用邻域像素隶属度对像素 进行进一步滤波处理。实验结果表明:本文的 改进算法与传统FCM聚类算法、核空间FCM(KFCM)算法、基于邻域信息的FCM(FCM S)算法和基 于邻域信息KFCM(KFCM-S)算法相比,改进算法对强噪声干扰下的图像具有较好 的鲁棒性,并且能够有效分割图像的目标信 息和背景信息。从几种算法进行聚类分割结果所对应的峰值信噪比(PSNR)也可以看出,本文 改进算法的PSNR更高。     

基于局部均值分解和K近邻算法的滚动轴承故障诊断方法

将局部均值分解(LMD)和K近邻(KNN)算法结合起来对滚动轴承进行了故障诊断。首先,将LMD应用在轴承振动信号的分解,故障信息被包含在不同的PF分量中,对每个PF分量从时域和频域两个方面进行特征值提取。针对获得的高维特征向量进行PCA降维,最后在低维空间里,基于KNN算法,实现样本状态分类。实验结果表明,不同故障类型的滚动轴承样本均能被正确诊断。     

一种小波域改进非局部均值滤波算法

提出了一种噪声图像高效滤波算法。该算法对经典非局部均值滤波算法从边缘保持效果和计算复杂度两个方面加以改进。提出一种基于图像结构相似度(SSIM)相似性检测算子,并将其与传统的高斯加权欧氏距离进行加权融合,从而实现对经典非局部均值滤波的改进,可实现对图像边缘和平坦区域滤波的有效兼顾。将其引入到小波变换域,对于高频子图像,首先采用Canny算子实现自适应边缘检测,获得边缘和非边缘图像,采用改进非局部均值滤波和经典非局部均值滤波分别加以处理,然后实现图像的融合;最后实现小波系数重构。通过对实物图像和标准测试图像的仿真实验结果表明,该滤波算法的去噪效果较优,能基本实现对高强度随机噪声情形下的图像复原,从而印证了该滤波思路的可行性。     

基于复数局部均值分解的含旋转部件目标微多普勒分离技术

针对逆合成孔径雷达成像中某些含旋转部件的雷达目标,其回波由于受到旋转部件微多普勒的影响,从而导致目标主体成像质量下降的问题,该文研究了基于复数局部均值分解的微多普勒分离方法。该文通过分析目标主体和旋转部件回波分量的多普勒差异,并利用复数局部均值分解方法精确分离信号中内含的振荡模式,自适应地从高频至低频将复杂非平稳信号分解成若干个平稳的单分量信号,从而实现微多普勒信号分离。通过将微多普勒信号和目标主体回波进行分离,可以提高目标主体的成像质量,并能更好地获得旋转部件的微动参数特征。仿真和实测数据的结果证明了该方法的有效性。     

局部均值分解与支持向量机相融合的传感器故障诊断

为了提高传感器故障诊断精度,提出一种基于局部均值分解和支持向量机相融合的传感器故障诊断算法。首先利用局部均值分解方法将传感器的输出信号分解成一系列由包络信号和纯调频信号相乘所得的PF分量;然后利用支持向量机进行故障识别;最后采用Matlab编程实现仿真对比实验。实验结果表明,该方法可以较好地识别传感器故障,提高了传感器故障诊断的稳定性和准确性。     

基于自适应非局部均值的CBCT投影数据去噪算法

为了准确地获取放疗摆位信息,并减低临床患者 所接收的辐射剂量,提出了一种基于非局部均值(NLM)的锥形束计算层析(CBCT)投影数据去 噪算法。首先,计算在不同投射角度下获取的CBCT投影数据的噪声标准差、边缘信息和纹理 子块的平均梯度值的均值,确 定与该角度投影数据相适应的滤波强度值;然后,采用改进的NLM算法对投影数 据进行去噪处理;最后,经过三维重 建获得较高质量的CBCT图像。还对基于子块分割的噪声估计算法进行了改进,使其更适 用于CBCT投影数据的噪声估 计。实验结果表明,本文算法能够有效估计投影数据的噪声水平,去噪效果优于其它几种算 法,在去除噪声的同时,还能很 好地保留图像的细节信息,并可增强图像的对比度,有利于准确获取摆位信息和医生的临 床诊断。     

基于瞬时相位的跳频信号检测方法

对于混杂着噪声的跳频信号进行Hilbert变换,再利用解析信号提取瞬时相位信息,利用瞬时相位估计瞬时频率,提出一种针对瞬时频率直方统计的方法,检测和提取跳频信号的信息．仿真结果表明该方法在较低的信噪比情况下也可以得到理想的检测结果。     

基于均值滤波矩阵组的二维信号快速经验模式分解方法

 根据矩阵变换理论,提出了一种基于滤波矩阵组的局部均值求取方法.该方法构造了均值滤波矩阵组,只需在待处理矩阵左右各乘一个均值滤波阵,即可得到待处理阵的加权均值,简化了包络均值求解过程.在上述局部均值滤波理论的基础上,提出了二维信号的快速经验模式分解算法.实验证明,算法运算时间比传统经验模式分解方法提高了两到三个数量级.     

LFM相参脉冲串多普勒频率变化率估计

在传统的只测向单站无源定位算法的基础上,增加波达角变化率和径向加速度两个观测量,可以大大改善定位与跟踪的性能,所以高精度径向加速度估计(即多普勒频率变化率估计)具有重要意义。由于在无源定位里没有接收脉冲信号的任何先验知识,接收到的LFM相参脉冲串信号的相参性容易被破坏。文中借鉴雷达里的匹配滤波方法,提出一种“准匹配滤波”方法,首先估计每个脉冲的到达时间、脉冲宽度、起始频率和调频系数,接着构造本地参考信号用于对接收信号进行“准匹配滤波”,最后对其输出进行多普勒频率变化率估计。该方法可以避免处理过程中的非相参问题,运算简单,估计精度高,具有应用价值。     

Evolutionary Maximum Entropy Spectral Estimation and Heart Rate Variability Analysis

Spectral analysis has been used extensively in heart rate variability (HRV) studies. The spectral content of HRV signals is useful in assessing the status of the autonomic nervous system. Although most of the HRV studies assume stationarity, the statistics of HRV signals change with time due to transients caused by physiological phenomena. Therefore, the use of time-frequency analysis to estimate the time-dependent spectrum of these non-stationary signals is of great importance. Recently, the spectrogram, the Wigner distribution, and the evolutionary periodogram have been used to analyze HRV signals. In this paper, we propose the application of the evolutionary maximum entropy (EME) spectral analysis to HRV signals. The EME spectral analysis is based on the maximum entropy method for stationary processes and the evolutionary spectral theory. It consists in finding an EME spectrum that matches the Fourier coefficients of the evolutionary spectrum. The spectral parameters are efficiently calculated by means of the Levinson algorithm. The EME spectral estimator provides very good time-frequency resolution, sidelobe reduction and parametric modeling of the evolutionary spectrum. With the help of real HRV signals we show the superior performance of the EME over the earlier methods.     

基于FrFT的LFM相参脉冲信号多普勒频率变化率估计算法

线性调频信号(LFM)在雷达中广泛应用,精确获取观测LFM信号中的多普勒频率变化率信息是单站无源定位与跟踪系统的一项关键技术。该文提出了基于分数阶Fourier变换(FrFT)的多普勒频率变化率估计算法,在分数阶变换域上使信号能量聚集,消除调频率对参数估计的影响的同时充分提高了信噪比,进而利用保留的脉冲间相对相位关系获得了多普勒频率变化率的高精度估计。理论分析表明,该算法估计精度接近理论下界,数值仿真验证了算法的有效性。     

基于LMD18245型驱动器的二相步进电机细分驱动器设计

给出一种基于LMD18245型驱动器的二相步进电机细分驱动器的设计方法,着重介绍LMD-18245的工作原理以及系统的硬件连接和软件设计.     

基于相位补偿的BPSK相参脉冲串信号多普勒频率变化率估计算法

目标与观测平台之间径向加速度引起的接收信号多普勒频率变化率的精确估计对于高精度单站无源定位与跟踪具有重要意义。该文针对脉内相位调制信号的频率变化率不能直接表征多普勒频率变化率的问题,首先引入相位补偿的方法消除BPSK相位调制序列的影响,然后针对固定脉冲重复频率和脉冲重复频率抖动两种情况分别提出了径向加速度引起的多普勒频率变化率的精确估计方法,并且给出了多普勒频率变化率与采样频率、观测时间及脉冲重复频率之间的约束关系。仿真结果表明,典型参数条件下该文提出算法的信噪比门限比已有算法低约4~6 dB。     

高压脉冲电容器电容量漂移影响的实验研究

针对不同贮存环境对高压脉冲电窖器电窖量瀑移的影响进行了长期对比实验研究。采用同一批次同一型号高压脉冲电容器,随机抽取组合成实验对比组。通过观测,发现该型号高压脉冲电容器电容量的漂移与贮存环境温度的关系密切;与自然光照的关系并不明显;在同样的贮存环境下,与未加任何保护的实验对比组相比较。使用硅胶灌注的实验对比组电容量的漂移速度明显平缓,特别在贮存环境温度较低时,硅胶灌注对高压脉冲电容器电容量的漂移有明显的减缓作用。     

An Instrument for Recording the Fetal Pulse Rate

An instrument is described for recording the fetal heart rate using a microphone strapped onto the abdomen. Special precautions have been taken to reduce the effects of extraneous noise received by the microphone. The electronic system incorporates a narrow passband amplifier, a rapidly responding automatic gain control circuit, and a ratemeter in which the intervals between successive pulses are compared so that pulses which are unlikely to be genuine can be disregarded. The equipment is suitable for operation by nontechnical personnel, and has been used regularly in a maternity hospital for a period of eighteen months.     

Statistical Modeling of Fetal Heart Rate Variability

The random variability of fetal heart rate (FHR) is of practical importance in obstetric management. The variability is not white, however, and cannot be adequately described by its variance alone. We have modeled FHR variability as the scalar output of a multivariate, nonlinear stochastic process. An adaptation of the Kalman filter algorithm is used as part of an approximate maximum likelihood estimator of the process parameters. The filter algorithm permits recording artifacts to be disregarded, by treating them as "missing" observations.     

相参脉冲信号频率估计算法研究

 给出了一种适用于相参脉冲串的频率估计算法,通过脉内相关积累,提高了信噪比.分析了本算法实现相参频率估计的条件,推导了相应的信噪比门限的解析表达式,指出了信噪比门限与信号样本总数、占空比之间的关系.仿真结果表明:上述结论是正确的,在满足信噪比门限条件下,频率估计的精度接近相参脉冲串频率估计的克拉美-罗限.