心电信号序列的复杂度计算算法及程序

由于心电信号包含丰富的信息，所以人们采取各种方法电信号进行处理，以便得出有用的结论。本文给出一种复杂度计算算法与程序，用于分析处理心电信号．     

基于经验模态分析心电信号预处理研究

心电信号是典型的强噪声下非平稳弱信号,其分析效果受各种干扰影响很大。因此,选择有效的滤波方法对心电信号分析有着非常重要的意义。提出一种基于经验模态分解阈值处理的新滤波方法用于心电信号预处理,并以MIT/BIH标准数据库中的心律失常数据作为仿真对象进行仿真分析,并取得了令人满意的消噪效果。     

基于小波变换的心电信号降噪处理

实测的心电信号不可避免地存在一些强干扰和噪声,为了实现准确地提取反映心电信号的特征信息,该文应用一维离散小波变换实现了对心电信号的降噪处理。实验研究结果表明,该方法能够有效地去除心电信号中的噪声,从而为心电信号特征信息的提取奠定了理论基础。     

轧机自动位置控制系统混沌特性研究

针对轧机自动位置控制系统(APC)控制后的钢板不能准确停车,出现类似振动的现象,在考虑轧辊与钢板间的阻尼力、弹性力和轧辊偏心力的基础上,建立了一个轧机自动位置控制系统停车后的非线性模型.阐述了Lyapunov特性指数的计算方法,将Lyapunov指数作为APC系统非线性运动的混沌的判据.给出了Lyapunov指数与AP...     

基于小波稀疏的心电信号压缩感知

为降低可穿戴心电监护系统的实时数据量,以方便数据存储、传输,探讨了小波稀疏域下心电信号压缩感知采样和重构过程,以得到小波稀疏域下的心电信号最优压缩感知方法.从压缩率、重构精度和重构耗时角度,分析了心电信号在以Daubechies、Coiflet、Symlet、Biorthogonal、ReverseBior等小波构建的变换矩阵下的稀疏性能,研究了伯努利、循环、高斯、哈达马、托普利兹等观测矩阵的采样性能,完成了不同重构算法的结果分析,提出了基于db4小波滤波稀疏、伯努利观测矩阵采样、GOMP重构的心电信号压缩感知采样方法.基于MIT-BIH数据库的实验结果表明:该方法在心电信号压缩比(CR)达68.75％时,重构均方根差百分比误差(PRD)约为1％,且重构用时短,具有显著的应用优势.     

新混沌系统及其特性分析

提出了一个新的不同于Lorenz系统和Chen系统的三维自治混沌系统。这个混沌系统的奇怪吸引子与Lorenz、Chen系统、Ln系统以及Liu系统不同,存在六个平衡点,其拓扑结构与它们的拓扑结构也完全不同。该系统含有五个参数,其中三个方程中均含有非线性顷。分析了该新系统的混沌吸引子相图、平衡点及其性质、Lyapunov指数和分形维数等非线性动力学特性。     

低分辨率小规模网络流量数据的混沌特性鉴别

使用非线性时间序列分析方法,对低分辨率采样的小规模网络流量数据进行混沌特性分析。给出了网络流量数据的平滑策略,计算了网络流量数据的最大Lyapunov指数,并对流量数据与噪声序列加以区分,从不同角度验证了小规模网络流量数据具有低维混沌特性。为采用混沌方法研究网络流量行为特性奠定了基础。     

胎儿心电信号中加性噪声的抑制研究

目前采用腹部导联采集的胎儿心电信号中一般混有传感器加性噪声,传统的提取胎儿心电信号的算法—FastICA算法,提取的胎儿心电信号中一般都存在该类干扰。为了滤除该干扰,对传统的FastICA算法进行改进,在对信号进行标准化和白化处理中结合形态学滤波的处理方式,对其中的加性噪声进行处理,有效克服了传统算法对加性噪声不敏感的缺点。对合成的模拟母婴信号的仿真结果表明,该算法在滤除母体心电干扰的同时有效抑制了传感器加性噪声,且信号重构均方根误差值较传统算法小。对实际信号的处理取得了满意的分离效果。     

基于蓝牙4.0的心电信号采集和处理系统设计

介绍了ADS1292心电信号处理模块和CC2541的通信模块的软件设计.首先由CC2541对其进行相应的配置,然后ADS1292采集人体的心电信号,并对心电信号进行相应的处理,最后由SPI总线读取ADS1292处理后的数据,并通过蓝牙模块发送到Andriod手机客户端.     

基于马尔科夫链理论的改进的最大Lyapunov指数混沌预测法

针对很多文献都一直规避的基于最大Lyapunov指数的混沌预测会出现两个预测值的问题,引入马尔科夫链改进最大Lyapunov指数的混沌预测方法。改进的方法将时间序列的斜率作为状态变量,并根据马尔科夫链建立状态转移矩阵,判定预测值演化方向,进而根据混沌动力学系统的演化规律选择最优的预测值。最后利用渝武高速公路的交通流数据进行验证,结果表明了改进算法的可行性和有效性。     

基于调Q小波变换的心电信号特征量提取方法

与传统的基于频域划分信号分解方法不同,提出了一种基于品质因数的自适应信号分解方法。利用调Q小波变换自适应生成品质因数不同的小波函数作为信号分解的基函数,利用Mallat塔式算法将复合信号分解为具有持续振荡特性的高共振分量和具有瞬态冲击特性的低共振分量,并将其用于心电信号的特征量提取。相比于小波分析、经验模态分解等方法,该方法可以有效地去除信号中的噪声及干扰,分离频谱混叠且振荡形式不同的信号。通过数值仿真和实例分析证明了该算法的优越性。     

一种具有随机邻居元胞自动机的混沌特性

研究了一种具有随机邻居的2值元胞自动机模型的动力学性质,给出了其理想状态的动力学模型,分析了该模型的混沌特性,并通过分叉图、Lyapunov指数和Sehwarzian导数解释了模型由倍分叉通向混沌的过程。最后,通过计算对比,分析了非理想状态与理想状态下模型动力学性质的差异。     

基于混沌理论的图像加密技术研究

为对基于混沌理论的图像加密技术有一个更加系统的了解,对其进行了一个简单的研究。混沌密码学因其较低的数学复杂性和更好的安全性而受到越来越多的关注。它成功避免了数据扩展,从而降低了传输成本和传输延迟,基于混沌理论的数字图像加密技术利用了被称为混沌映射的离散非线性系统动力学原理,根据系统的类型,可以使用多种类型的混沌映射。通过对已有的基于混沌理论的加密技术进行归纳总结,并进行相关的实验研究,寻找其中的异同点,以谋求对这一领域的进一步了解。     

一种改进的心电信号基线漂移矫正方法

传统滑动平均滤波法有实现容易、计算简单的优点,但在矫正心电信号的基线漂移时容易造成有用心电信号的丢失,从而使滤波后的心电信号产生失真.文中在传统滑动滤波器的基础上,考虑心电数据的采样率并进行跳跃采样对算法进行改进,给出了改进算法的数学模型,并利用MIT-BIH心电数据库中的实测数据对两种算法进行了比较验证.实验表明改进算法处理后得到的结果,在矫正心电信号的基线漂移时与原算法相比,减少了有用心电信号的损失,滤波后的心电信号失真更小,与原始数据的吻合度更高,效果更理想.     

基于EZW的ECG压缩算法研究与改进

嵌入零树小波(Embeded Zerotree Wavelet,EZW)作为一种高效的压缩方式,虽然在编码上具有一定的优越性,但是其多层零树结构信息编码会使信号的压缩比有所降低。因此,研究了EZW压缩算法的优化与改进。首先研究了使用提升小波格式处理ECG信号,其中重点研究了小波的消失矩提升规律与提升算法;其次对EZW压缩算法编码方式的改进进行了研究。对ECG分解信息进行特征值检测,然后根据特征信息将ECG的小波系数进行加权计算。通过衡量系数的权重,再进行优化编码,从而达到了改进压缩效益的目标。     

基于小波阈值的心电信号去噪算法

将小波阈值方法应用于心电信号的去噪处理,在对常用阈值函数理解分析的基础上提出一种改进的阈值函数,并利用Matlab对MIT-BIH数据库中的心电数据进行仿真,分别采用常用阈值函数和改进阈值函数进行硬、软阈值处理．实验表明,改进阈值函数的软阈值去噪方法能有效地滤除心电信号中主要干扰,并较好地保留了心电信号的特征信息．     

基于新蝶状模型的混沌控制及其应用研究

针对将混沌技术应用于微弱信号检测的问题,本文提出了一种基于新蝶状(novel butterfly-shaped,NBS)模型的新的混沌控制方法,并将该模型应用于微弱信号检测.首先利用Lyapunov指数谱,结合数值仿真确定系统各个周期态的参数范围,然后根据参数周期微扰法,对扰动参数引入分段控制机制,构建一个受控系统,计算出系统处于特定周期态的参数范围,最后在该范围内选择适当的参数值,即可把系统稳定到所期望的周期轨道上.这种改进策略不需要计算周期激励信号幅值的精确解,大大简化计算的步骤,提高计算效率,控制结构简单,易于实现,且可以应用于微弱呼吸信号的检测.仿真结果表明了该方法的有效性.     

混沌理论在股票市场分析上的应用

本文介绍了检验经济数据中的混沌现象的两种方法—R/S分析和BDS统计方法。通过对上证综指进行R/S分析,计算了它的Hurst指数并发现它的平均循环周期,并研究了经济时间序列的短期或长期依赖特性及其演化趋势。对同样的数据进行BDS分析,研究了经济时间序列的随机特性。