Novel ECG Signal Classification Based on KICA Nonlinear Feature Extraction

Electrocardiogram (ECG) signal feature extraction is important in diagnosing cardiovascular diseases. This paper presents a new method for nonlinear feature extraction of ECG signals by combining principal component analysis (PCA) and kernel independent component analysis (KICA). The proposed method first uses PCA to decrease the dimensions of the ECG signal training set and then employs KICA to calculate the feature space for extracting the nonlinear features. Support vector machine (SVM) is utilized to determine the nonlinear features of the ECG signal classification. Genetic algorithm is also used to optimize the SVM parameters. The proposed method is advantageous because it does not require a huge amount of sampling data, and this technique is better than traditional strategies to select optimal features in the multi-domain feature space. Computer simulations reveal that the proposed method yields more satisfactory classification results on the MIT–BIH arrhythmia database, reaching an overall accuracy of 97.78 %.     

基于IPPS的微弱信号检测

该文针对窄带极化雷达系统,研究了微弱信号的检测问题。首先给出了目标散射信号和随机极化波的瞬态极化投影序列(IPPS)表征方法,导出了随机极化波的IPPS到期望点广义距离的统计特性。在此基础上,利用信号和噪声的IPPS到期望点广义距离之间的差异,基于极化积累的思想,提出了一种基于IPPS的微弱信号检测算法,仿真结果表明该文算法可以实现10dB以上的性能改善。     

基于ISVS的微弱信号检测

针对窄带极化雷达系统,本文研究了微弱信号的检测问题.首先给出了目标散射信号和随机极化波的瞬态Stokes子矢量序列(简记为ISVS)的表征方法,导出了随机极化波的ISVS到期望信号匹配距离的统计特性.在此基础上,利用目标散射信号和接收机噪声的ISVS到期望信号匹配距离之间的差异,基于径向积累的思想提出了一种微弱信号检测算法,可以极大地改善雷达系统的检测性能,对于反隐身、预警和空间探测等应用领域有着重要的指导意义.     

一种非均匀采样下小信号的检测方法

非均匀采样由于其具有不受采样频率限制、频率分辨率高以及抗混叠等优点,使得其应用十分广泛。但非均匀采样会引起信号的频谱噪声,这样使得非均匀采样下小信号的检测不易实现。本文分析了非均匀采样引起频谱噪声的原因,提出一种基于非均匀采样的小信号检测方法。该方法根据非均匀采样检测得到的大幅度信号,应用陷波器将其消除,降低了由大信号引起的频谱噪声,从而检测出小信号。文中详细说明了陷波方法的原理、陷波器宽度和深度的选择、陷波器中心频率的确定以及陷波器在非均匀采样下的应用,最后给出实验结果。理论和实验表明,基于非均匀采样的陷波方法是一种行之有效的信号频率检测方法,使用该方法处理信号可以得到准确的频率估计效果,检测出信号幅度相差100倍以上的多个信号频率。     

一种新的跳频信号检测模型

 对基于信道化处理的跳频信号检测模型进行了研究.在介绍并推导了该检测结构的基础上,分析了该模型运算复杂度过高的原因,设计了一种基于分层处理的跳频信号检测模型.该模型通过对信号进行分层处理,减少了监控无用信道的面积,较大幅度降低了模型的运算量,提高了模型对资源的利用率,提升了模型的实用价值.仿真结果表明,改进后模型的运算量得到了大幅降低,验证了模型的有效性.     

一种用于心电信号检测的低噪声斩波放大器

提出了一种适用于心电信号(ECG)检测的斩波调制放大器。基于现有的局部斩波调制放大器,采用全局斩波调制方式优化了电路噪声性能;采用正反馈阻抗提升技术显著提高了输入阻抗。首次提出了替代传统共源共栅结构的电流分裂式结构方案,有效降低了运放的基底噪声。采用TSMC 0.18 μm CMOS工艺对该放大器进行了仿真验证。结果表明,在1.8 V电源电压下,功耗仅为8.6 μW,在0.1~100 Hz范围内等效积分噪声为0.26 μV·Hz-1/2,输入阻抗为417 MΩ,共模抑制比达138 dB。     

基于位置估计与识别后处理的心电信号P波检测

心电图中的P波是临床诊断中分析心律失常,判断心房病变的重要参考依据.但在心电信号的自动分析中,P波常由于特征不明显,形态、位置多变等原因,难以直接被准确检测.针对上述问题,本文提出了一种基于位置估计与识别后处理的P波检测算法.该算法根据ECG信号中QRS波群位置及RR间期信息,对P波位置进行估计,自适应确定P波检测区域;然后,对检测区域内心电信号进行移动窗口积分,通过搜索积分信号极值,检测出候选P波;最后,采用局部距离变换法提取出每一候选P波的边界点,并据此对该候选P波的幅值和时间宽度进行分析,识别出真实的P波,从而完成P波检测.经QT数据库和MIT-BIH心律失常数据库中真实心电数据验证,本算法适用于各种情况下可见P波的检测,且检测正确率高于98%.     

基于极化起伏度的微弱信号检测

本文研究了窄带极化雷达的微弱目标检测问题。首先给出了随机极化波的瞬态极化投影序列(IPPS)相对于任一期望信号的极化起伏度的概念,导出了极化起伏度的统计特性。在此基础上,利用目标散射信号和接收机噪声的IPPS 特性之问的差异,基于极化积累的思想提出了一种基于极化起伏度的微弱目标检测算法,通过合理选择脉冲宽度和接收带宽等参数,可以极大地改善雷达系统的检测性能。对于反隐身、预警和空间探测等应用领域有着重要的指导意义。     

基于瞬态极化统计量的微弱信号检测及优化算法设计

 针对窄带极化雷达系统,首先给出了极化聚类中心的统计分布函数,构造了GLRT检测似然比,据此提出了特征极化基下的微弱信号检测算法,同时计算出CFAR检测概率的解析表达式.然后通过极化基变换的方法证明了所选极化检验统计量分布具有极化不变性质,解决了一般极化基下的微弱信号检测问题,并给出了此种检测方案的优化算法.最后,我们通过仿真分析了此种检测算法的性能,结果说明低信噪比下新算法可以很大地改善雷达系统的检测性能,对于反隐身、预警和空间探测等领域有着重要的指导意义.     

基于Stokes子矢量估计的弱信号检测

研究了窄带极化雷达的弱信号检测问题。首先给出目标散射波和随机极化波瞬态Stokes子矢量序列（ISVS）的表征方法和匹配距离的概念，而后提出了一种雷达目标散射信号Stokes子矢量的估计方法。最后，利用目标散射信号和接收机噪声的ISVS之间的差异，基于径向积累的思想提出了一种弱信号检测算法，可以显著改善雷达系统的检测性能，对于反隐身、预警和空间探测等具有一定的指导意义。     

基于LabView的新型模块化信号检测方法

提出了一种基于模块化的LabView的光信号检测方法。基于该方法的实验系统由信号采集和数据处理两大部分组成。信号采集部分通过光电二极管将光强信号转换为电信号,利用放大器(AD620)、数模转换器(ADC0809)、单片机(AT89S51)、电平转换器(MAX232)和计算机(PC)完成对光信号的采集。数据处理部分主要利用LabView软件通过计算机的9针串口从信号采集部分获取数据,并对该数据进行进一步处理,最后输出光信号强度随时间变化的曲线。提出的设计方案充分利用了计算机强大的数据处理能力,不仅最大程度地实现了光信号的自动检测,而且简化了信号检测硬件系统的设计,提升了系统的功能。     

一种基于AD630的锁相放大弱信号检测系统

针对生化光电等领域弱信号检测的需要以及窄带滤波器抑制噪声能力的不足,设计了一种通用型弱电压检测与恢复系统。系统基于锁相放大原理,选用级联的平衡调制解调器件AD630对弱信号进行调制与解调恢复;并通过Labview驱动声卡产生白噪声来调节弱信号的信噪比。实验证明系统对信噪比接近-40dB的10μV弱信号有较好的检测恢复能力,检测增益接近30dB,并且具有进一步提高性能指标的潜力与空间。     

雷达脉冲信号检测及参数估计新方法

基于信号包络的信号检测是从信号与噪声能量差异的角度来区分两者,因此在信噪比较低的情况下包络检测效果不好。针对这个问题,提出利用信号的特征值——奇异谱斜率来区分信号和噪声,并从脉冲宽度角度来检测信号。在低信噪比环境中该方法可以有效地检测脉冲信号的有无,而在较高信噪比时该方法可以估计脉冲信号的到达时间和脉冲宽度。仿真试验证明了新方法在信号检测和参数估计方面的优越性。     

人体心电心音信号同步检测系统设计

设计了一种动态心电心音信号同步检测系统,对系统的整体设计方案进行了介绍,采用内置A／D的MSP430F149单片机和USB通信接口传输的采集系统进行同步采集、实时存储,并用VC＋＋6．0开发了客户定征分析软件系统。最后经过临床验证,本系统误差小,实用意义很大。     

一种新的雷达脉冲信号的非匹配检测算法

在电子侦察领域中，传统的雷达脉冲信号检测是基于包络检波的非匹配检测。为了提高在低信噪比条件下对雷达脉冲信号的检测概率和参数估计精度，文中提出了一种新的雷达脉冲信号的非匹配检测算法——极值序列分析法。该算法可在低信噪比条件下完成雷达脉冲信号的检测，然后对雷达脉冲信号的脉冲幅度、脉宽、到达时问、信噪比和载频等参数进行估计。仿真结果表明：极值序列分析法对雷达脉冲信号的检测概率高、参数测量精度高和处理速度快。     

基于平稳和连续小波变换融合算法的心电信号P,T波检测

P, T波的检测在临床上是心血管疾病诊断的重要依据。由于其波形能量低、形态复杂,极易受到噪声干扰,导致现有检测算法精度仍有待提高。该文提出平稳和连续小波变换融合算法检测P, T波,利用连续小波变换的多尺度信息,获取心电图(ECG)信号中P, T波主要成分,融合其平稳小波对P, T波候选段进行平滑处理,消除波形中锯齿状毛刺对峰值点检测的影响,最后对P, T波过零点进行时移修正,保证过零点还原到原始信号过程中能够准确对应其峰值点,从而提高P, T波检测精度。该文算法在MIT-BIH arrhythmic数据库上进行验证,最终P波的误差率、敏感度、正确预测度达到：0.23%, 99.85%, 99.90%;T波的误差率、敏感度、正确预测度达到0.27%, 99.85%, 99.87%。     

基于平稳和连续小波变换融合算法的心电信号P,T波检测

P, T波的检测在临床上是心血管疾病诊断的重要依据。由于其波形能量低、形态复杂,极易受到噪声干扰,导致现有检测算法精度仍有待提高。该文提出平稳和连续小波变换融合算法检测P, T波,利用连续小波变换的多尺度信息,获取心电图(ECG)信号中P, T波主要成分,融合其平稳小波对P, T波候选段进行平滑处理,消除波形中锯齿状毛...     

Digital Filters for Real-Time ECG Signal Processing Using Microprocessors

Traditionally, analog circuits have been used for signal conditioning of electrocardiograms. As an alternative, algorithms implemented as programs on microprocessors can do similar filtering tasks. Also, digital filter algorithms can perform processes that are difficult or impossible using analog techniques. Presented here are a set of real-time digital filters each implemented as a subroutine. By calling these subroutines in an appropriate sequence, a user can cascade filters together to implement a desired filtering task on a single microprocessor. Included are an adaptive 60-Hz interference filter, two low-pass filters, a high-pass filter for eliminating dc offset in an ECG, an ECG data reduction algorithm, band-pass filters for use in QRS detection, and a derivative-based QRS detection algorithm. These filters achieve real-time speeds by requiring only integer arithmetic. They can be implemented on a diversity of available microprocessors.     

一种提高TD-SCDMA弱信号检测精度的新方法

TD-SCDMA系统中,存在同频强功率信号干扰弱信号的现象,当用户数据目增多时,这种干扰愈加严重,导致弱信号检测困难,检测准确度低。现提出了一种提高TD-SCDMA弱信号检测精度的新方法,该方法首先首先重建强干扰信号,然后将强干扰信号从接收信号中去除掉,重复该过程,直到得到需要的弱信号。这里对方法进行了仿真实验,结果证明这种方法能将弱信号从强干扰信号中准确分离出来,使得弱信号的同步、信道估计和测量结果变得更加可靠。