共查询到10条相似文献,搜索用时 140 毫秒
1.
在非协作通信中,基于循环谱理论的检测方法是直扩信号检测的重要方法之一.目前,该方法都是假设背景噪声和干扰为平稳信号.但是实际上,直扩信号面临严重的窄带干扰,特别是在军事领域,更是面临敌方有意的人为强窄带干扰.由于存在调制,人为的窄带调制信号都存在循环平稳特性,这对目前基于循环谱理论的直扩信号检测方法提出了挑战.文中通过理论分析、MATLAB仿真,分析了直扩信号、窄带调幅干扰信号,验证了窄带调幅信号具有循环平稳特性,提出了利用循环谱包络检测存在窄带调幅干扰的直扩信号检测方法,并写出了具体的算法. 相似文献
2.
将Marr小波变换和非线性能量算子相结合实现了心电信号的R波检测,心电信号的Marr小波分解信号很好地抑制了各种噪声干扰,结合非线性能量算子运算可突出了QRS波的特征点,使得阈值检测便于实施,利用修正策略提高了R波检测率,经MIT/BIH标准心律失常数据库验证,R波的检测率可达到99.7%,该方法对于心电信号的自动分析系统具有应用价值。 相似文献
3.
在移动心电监护系统中,心电图中QRS波群的实时检测以及心律失常分析是至关重要的问题.针对这一问题,首先采用Pan-Tompkins算法检测QRS波,区分正常心电信号和心律失常,然后采用基于粗粒化过程的Lempel-Ziv(LZ)复杂度算法对心律失常进行分析.通过对MIT-BIH数据库中的100条正常心电信号、120条心动过速信号和60条心室颤动信号进行仿真测试,结果表明该算法能够克服各种噪声对心电信号的影响,实现QRS波的精准检测,而且基于K-Mean粗粒化过程的LZ复杂度算法可以有效分离心动过速和心室颤动,是一种分析心律失常比较实用的方法. 相似文献
4.
5.
为了更准确地检测心律失常,提出基于单心搏活动特征与BiLSTM-Attention模型的心律失常检测方法。采用MIT-BIH心律失常数据库对算法进行验证,用双正交小波变换去除噪声干扰;通过二进样条小波变换的模极大极小值对检测R波峰值位置,并提取QRS波群数据及RR间期;使用BiLSTM-Attention分类模型进行心搏识别。实验结果表明,N、S、V和F类心搏的灵敏度分别为99.76%、94.74%、97.53%、83.93%,阳性预测值分别为99.76%、94.03%、97.53%、87.04%,F1综合指标达到了99.40%,证明了该算法的有效性。 相似文献
6.
智能视频监控系统中的干扰检测及分类 总被引:1,自引:1,他引:0
针对智能视频监控系统中的干扰检测问题,提出了一种新的检测方法,并将干扰类型进行了分类.该方法对智能视频监控系统中的遮挡、失焦、亮度异常、偏色和噪声污染五种干扰分别提取检测特征,实现了对不同类型干扰的分类检测.同时,该方法采用了自适应更新阈值的方法,降低了检测方法的复杂度,提高了其实用性.实验结果表明:在能够满足监控系统实时性的要求下,与经典方法相比本文方法的检测性能较好,适用范围较广,分类正确率达到了92.2%. 相似文献
7.
基于阵列信号处理的认知无线电频谱空洞检测方法 总被引:1,自引:0,他引:1
探讨了一种基于阵列信号处理技术的干扰温度估算方法,以提高认知无线电频谱空洞检测精度.在该方法中,定义了考察区域内任意一点的干扰温度,通过估计干扰源的参数来计算干扰温度值,形成了考察区域内的干扰温度分布,进行频谱空洞可用性判决.理论分析和仿真结果表明,与MTM-SVD方法相比,该方法对考察区域干扰温度的估算具有较高的精细度,从而提高了频谱检测的精度. 相似文献
8.
9.
10.
雷达自适应频率控制系统是针对有源压制性干扰的重要抗干扰措施.对该系统的总体设计、干扰检测算法、最优频率点选择和干扰检测电路等系统组成的关键技术进行介绍.该控制器以单片机和74LS161芯片为核心,综合运用信号检测与估计理论,通过频谱分析找出干扰最小的频点,然后控制发射机以该频点进行工作,达到有效对抗干扰的目的. 相似文献