基于改进FastICA的胎儿心电提取算法研究

针对FastICA算法容易陷入局部最优,导致提取的胎儿心电往往含有较多噪声的问题.本文将修正BFGS法(MB?FGS)和混沌优化算法相结合来代替传统的牛顿迭代法,提出一种新的独立分量分析方法,并用于胎儿心电信号的提取.分别用合成信号和临床信号对该算法进行验证,实验结果表明本文提出的算法能提取出清晰并不含母体心电的胎儿心电信号,而且算法性能更优于FastICA.     

使用时频盲源分离和小波包去噪的胎儿心电信号提取

提出一种使用时频盲源分离(TFBSS)和小波包去噪的胎儿心电信号提取新方法。首先通过重排时频谱时频盲源分离方法进行胎儿心电信号的初次提取,并将初次提取得到的母体心电信号和噪声对应的各路分量置零,其余分量由混合矩阵进行重构;然后再利用重排时频谱的时频盲源分离方法对重构信号进行胎儿心电信号的二次提取,得到含噪声的胎儿心电信号;最后通过小波包去噪抑制胎儿心电信号中的基线漂移和噪声。在胎儿心电信号和母体心电信号的QRS波无重叠、部分重叠或完全重叠的情况下,通过该方法能有效抑制母体心电信号和噪声的干扰,提取胎儿心电信号。实验结果表明该方法能提取清晰的胎儿心电信号。     

基于形态学和小波变换的心电信号去噪算法

在处理心电信号采集过程中混入的基线漂移、工频干扰及肌电干扰等噪声的过程中,小波变换取得了广泛的应用。针对小波算法的缺陷及不足,提出了一种基于数学形态学和小波阈值的混合算法。该算法利用非线性形态学滤波器滤除基线漂移,将获得的含高频噪声心电信号通过小波阈值算法进行处理,最后获得无噪声的ECG（心电）信号。采用MIT/BIH Arrhythmia Database中的数据对算法进行了验证,实现了三种主要干扰的滤除,本算法效果良好,为后续特征点的识别奠定了基础。     

基于相关性评估与FastICA的实时心电信号提取算法

针对传统的独立成分分析(ICA)算法无法实现实时的信号分离和提取的问题,提出一种基于相关性评估和实时FastICA的方法.通过对混合信号分段,并进行FastICA处理,再对分离后的信号段进行相关性评估,选取与心电信号相关性最大的信号段进行相位的修正与幅值缩放,实现心电(ECG)信号的实时提取.在分离处理前,对混合信号进行基线漂移的过滤,提高了算法的鲁棒性.实验表明:所提算法的准确率可达96.7％,能够有效实现心电信号的实时提取.     

噪声背景下的胎儿心电提取

在实际应用中,考虑有噪声影响的胎儿心电提取算法具有现实意义,因此本文提出了噪声背景下的基于归一化均方预测误差的新的胎儿心电提取算法.该算法在目标函数中去除了噪声的干扰.理论分析和仿真实验表明了该算法的有效性.与不考虑噪声的胎儿心电提取算法相比,该算法具有更好的提取性能.     

红外气体传感器信号调理及数据处理

针对红外气体传感器易受外界光源、电磁等干扰影响,其输出信号中存在大量噪声而影响检测精度的问题,设计了一种红外气体传感器信号调理及数据处理电路。该电路采用硬件和软件相结合的方法,在硬件上设计了信号调理电路,在保证信号真实性的同时具有非常好的放大滤波功能;在软件上采用中位值平均滤波算法对信号进行处理,可有效克服信号中混入的噪声,且对周期性和热噪声产生的干扰也有很好的抑制作用。试验结果表明,该电路可有效滤除传感器中的大量噪声,准确提取有用信号,提高检测精度及稳定性,满量程精度可达0.54%。     

非线性自适应滤波在磁致伸缩导波传感器信号处理中的应用

针对传统滤波算法对磁致伸缩导波传感器信号滤波,存在降噪效果不理想、滤波后信号失真等问题,提出一种基于小波分解的非线性自适应滤波算法。在利用小波分解提取参考噪声的基础上,将神经网络和粒子群优化算法引入传统自适应滤波中,实现了对信号的非线性自适应滤波。以纵向导波磁致伸缩传感器对钢杆的检测信号为例,应用该算法进行滤波处理,结果表明:这种算法能够有效滤除检测信号中的噪声,具有滤波后信号信噪比高、信号不失真、容易实现实时处理等优点,可以实际应用在磁致伸缩导波传感器信号处理中。     

基于回归支持向量机的胎儿心电提取

针对胎儿心电难以提取的问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法.首先利用回归支持向量机(Support vector regression machine,SVRM)拟合母体心电传导至腹壁所经历的非线性变换,然后将母体心电经由所拟合的非线性变换得到腹壁混合信号中的母体心电干扰的最优估计,再从腹壁混合信号中减去母体心电干扰的最优估计得到含噪声的胎儿心电,最后通过小波包去噪技术抑制胎儿心电中的基线漂移和噪声,得到清晰的胎儿心电.在胎儿心电和母体心电QRS波完全重叠的情况下,通过该方法能够提取出清晰的胎儿心电.实验结果验证了该方法的有效性.     

融合加速度信息的动态心电EMD滤波算法

在远程医疗和家庭健康诊断中,医护手环在进行心电信号采集时,因被测试者呼吸和抖动的影响,心电信号中会夹杂运动伪迹噪声。为了有效滤除心电信号中的运动伪迹,将加速度信息加入到EMD心电滤波算法当中,通过对被测者运动状态的判断和分类,选用合适的阈值和滤波算法分解项对心电信号进行处理。通过自制手环进行心电采集,使用该算法进行处理,达到较好的滤波效果。     

基于FastICA的SAR抗噪声干扰研究

在合成孔径雷达信号优化问题的研究中,信号很容易受到噪声的干扰,从而影响其成像结果.为了在信号处理端研究出抗噪声干扰的有效方法,分别将各种噪声干扰信号,如射频噪声干扰信号、噪声调幅干扰信号、噪声调频干扰信号等,与原始SAR回波信号的混合信号作为观测信号,模拟受到干扰之后的SAR回波信号,采用FastICA算法对观测信号进行分离,从而得到原始SAR回波信号,达到抗噪声调幅干扰的目的.通过对条带式SAR点目标成像进行仿真,结果表明,FastICA算法能有效地消除噪声干扰.