带钢热连轧机变刚度和最优前馈分析与实现

论证和分析了本钢连轧厂引进的德国ＡＥＧ公司厚控模型算法与我国自动研制的动态设定型变刚度理论的关系，从而证明了动态设定型变刚度原理用于本钢连轧厂引进的液压压下系统是可行的。同时针对前馈ＡＧＣ中采样信号出现的奇异项，采用一阶差分法来预测信号变化，对奇异信号进行预处理。实验证明效果良好。     

心电图信号处理程序的设计

心电图（ＥＣＧ）信号进入微机可简化心电图机的结构,微机数据处理的特点,可方便地滤除心电图的各种干扰,并可进行辅助分析。本文介绍一种ＥＣＧ信号处理程序的设计方法。     

一种GPS软件接收机自适应门限快速捕获算法

当前GPS接收机的搜索策略是基于C/A码相位和载波频率的串行搜索．基于二维串行搜索，本文推导了不同累加次数下捕获到信号的概率密度函数和未捕获到信号的概率密度函数，提出一种新颖的自适应门限捕获算法．该算法能根据接收卫星信号功率的不同自动地调整门限，同时保证误捕率恒定．相对于传统的固定门限的捕获算法，该算法捕获速度更快，从而减小了首次定位时间．     

心电图数据的分段DCT压缩方法

一个心动周期（一帧）的心电图（ＥＣＧ）波形大致可分为两段：高频段（幅度变化梯度大的段）和低频段（幅度变化梯度小的段）。鉴此，本文提出了一种高压缩比、高重构波形质量的ＥＣＧ数据压缩算法。将一帧的ＥＣＧ波形分解为高频段和低频段两段，然后应用离散余弦变换（ＤＣＴ）分别进行数据压缩。实际数据处理结果显示，在百分比均方根误差（ＰＲＤ）为３％～４％时，数据压缩比（ＣＲ）达到９．５～１１．５，而且本算法还具有良好的去噪声干扰的特性。     

基于压缩感知的步长自适应前向后向追踪重建算法

压缩感知(CS)是一种新的信号采样、处理和恢复理论,能够显著地降低高频窄带信号的采样频率。针对稀疏度未知信号的重建,提出了步长自适应前向后向追踪(AFBP)算法。不同于固定步长前向后向追踪(FBP)算法,AFBP的步长可变。它利用一种自适应阈值的方法选取前向步长,然后对候选支撑集进行正则化处理以保证其可靠性,接着用自适应阈值与变步长双向控制的方法选取后向步长以减少重建时间。AFBP能够自适应后向删除估计支撑集中部分错误索引以提高信号准确重建概率。在稀疏信号非零值服从常见分布条件下,用AFBP、FBP等算法进行重建的结果表明,AFBP的准确重建概率、重建精度与FBP相当,重建时间明显少于FBP,能够更高效地重建稀疏度未知信号。     

TMS320C54X实现ITU G.728语音编码标准

ＩＴＵ Ｇ．７２８标准晃国际电信联盟于１９９２年的一种比４特率为１６Ｋｂ／ｓ低延时ＣＥＬＰ类型语音编解码器。本文首先对Ｇ．７２８编解码算法和定点数字处理芯片ＴＭＳ３２０Ｃ５４Ｘ作了简单介绍。由于Ｇ．７２８标准是一种低延时语音编码标准,因此计算复杂度高,在实时实现中需要作特别处理。本文着重介绍了这种低延时ＣＥＬＰ（ＬＤ－ＣＥＬＰ）算法在ＴＭＳ３２０Ｃ５４Ｘ上实现的软、硬件设计和在定点ＤＳＰ芯片实现此     

基于过采样的归一化累积量盲均衡算法

传统的波特间隔均衡器只能补偿接收信号混叠的频率响应特性,并不能补偿信道畸变。针对这一问题提出一种基于过采样的归一化累积量算法,先对接收信号进行过采样,再利用变步长自适应调整均衡器的抽头系数,不仅能避免算法陷入局部最优,而且还能有效补偿信道畸变。仿真表明:引入过采样和变步长的盲均衡算法,有效地提高了收敛速度,降低了稳态剩余误差。     

带限数字信号多分辨率逼近的计算

５１．引言 基于多尺度分析的ＭＡＬＬＥＴ算法是小波分析中能实时处理的一个很有效的算法．在数字信号处理中实施此算法的第一步是将采样信号表示到某一分辨率的抽样空间中,然后用＊见毗算法进行分解以得到各个分辨率的小波分量．但是如何将采样信号表示到某一分辨率的抽样空间中没有有效的方法,一般采取的方法一种是直接将采样信号用Ｍａｌｌｅｔ算法进行分解,但这明显是缺乏理论根据的;另一种方法是‘拟插值”算法,但这仅对样条小波有效,而且“拟插值”算法的逼近误差无法考虑． 考虑到数字信号是对带限信号的采样而得到的,我们以…     

数字语音编解码的一种DSP实现方法

本文针对ＩＴＵ Ｇ．７２８标准语音编解码器,提出了一种ＤＳＰ的实现方法。在简介Ｇ．７２８编解码和ＤＳＰ芯片ＴＭＳ３２０Ｃ５４１基础上,本文主要研究了ＣＥＬＰ（ＬＤ－ＣＥＬＰ）算法在ＴＭＳ３２０Ｃ５４１上的实现和实现此算法的一些关键技术,并给出了实际仿真结果。     

一种变步长LMS算法在远程水声通信中的研究应用

在远距离水声通信中,信道时变多径干扰严重,相位波动大,信噪比低;采用传统的固定步长自适应算法的通信系统性能不稳定;为了更好地解决这一问题,提出了自适应变步长判决反馈均衡器联合二阶锁相环的自适应LMS算法;利用32kHz的采样频率信号进行采样,并进行能量归一化处理,随后,进行相干解调和低通滤波,对信号进行抽样;对比分析了两种不同的接收机,试验结果表明文中提出的算法优于传统的固步长LMS算法,并且在远距离水声通信中是可行的。     

自适应参数的轨迹压缩算法

随着轨迹数据量的急剧增长,数据规模变得越来越庞大、复杂,给数据的存储、传输和分析带来了一系列的难题,迫切需要对移动对象的轨迹数据进行有效地压缩。现有的轨迹数据压缩算法大都是基于固定压缩阈值,来判定轨迹点是否被保留,在算法执行过程中,用户难以确定压缩阈值。针对现有轨迹数据压缩算法压缩阈值难以确定的缺点,本文提出了自适应参数的轨迹压缩算法。该算法根据用户期望达到的压缩效果,按照优先保证压缩比的策略,在保证压缩效率和压缩效果的情况下,帮助用户自动确定压缩阈值,从而避免了用户需要根据自己的经验,进行反复实验来得到理想压缩阈值的过程。实验结果表明,本文提出的算法都具有较高的压缩效率和较好的压缩效果。     

离散余弦变换在心电信号压缩中的应用研究

目前心电（ECG）信号压缩是生物医学信号压缩的一个热门研究领域.临床诊断过程中,心电信号的存储与传输是一个有待解决的问题,由于采集到的原始信号数据量巨大,为了便于对大量的心电数据进行存储、分析和传输,对于这些数据的压缩处理是十分必要的.通过对心电数据压缩方法的概述与讨论,在研究国内外有关心电信号数据压缩算法及其研究状况的基础上,采用了离散余弦变换（DCT）算法对心电信号进行压缩,取得了较高的压缩比和保真度,具有一定的应用价值.     

心电图小波零树压缩算法的研究

该文提出了一种小波零树编码的心电图压缩算法。算法由整数小波变换、小波零树编码、自适应算术编码三部分组成。算法不需要任何浮点运算,计算复杂度低,压缩效率高,便于在便携式Holter中实现。用MIT-BIH心率数据库的样本数据对提出的算法进行测试,结果表明提出的算法是有效的,在得到高压缩比的同时仍能保持低的信息失真度。     

帧间差值的DCT压缩ECG数据的方法

心电图（ECG）信号具有准确周期性,各个心动周期（称其为帧）的ECG波形极为相似,将相邻两帧的ECG波形数据相减,得到值数据的波形比原始ECG波形量、数据值小、差值数据的DCT有效分量更为集中在低频段,且这些分量的幅度较低,由此,可以得到更高的数据压缩比。因此本文提出了一种利用ECG帧间差值代替原始ECG信号进行DCT变换,并用双码长编码方法对DCT分量进行编码的数据压缩方法。用该方法得到的重构TCG波形具有良好的保真度。     

自适应阈值小波滤波及其在ECG消噪中的应用

采集的心电信号,各类噪声往往覆盖了其有用信号的全频段范围,通常的方法难以有效消噪。讨论了将非线性阈值函数h引入小波消噪中,通过训练信号来确定各尺度下的h函数参数,然后采用阈值自适应的小波滤波进行心电信号消噪的方法。通过和Donoho的小波阈值消噪法对实测心电信号消噪比较,说明了该方法在心电消噪方面的有效性,且在消噪后波形不失真方面具有更好的优越性。     

实时数据库有损压缩算法的研究

在实时数据库中,测点数量多,数据量庞大,数据变化慢,数据冗余多,且实时数据库对实时性的要求很高,因此需要高效的压缩算法对实时数据进行压缩。实时数据库中的数据压缩算法分为有损和无损两类,文中就数据有损压缩进行了研究。通过对现有的有损压缩算法进行分析和比较,总结并提出了一个新的算法。该算法基于预测和动态修正,对实时数据进行快速高效的有损压缩。通过测试和比较,该算法在提高压缩比的同时能满足系统对还原精度的要求。     

基于HMM的心电数据压缩方法研究

心电数据压缩在远程医疗和动态监测方面具有非常重要的意义。心电信号的各个脉动周期具有很强的相关性。基于隐马尔可夫模型(HiddenMarkovModel,HMM)的心电数据压缩方法充分利用ECG信号的相关性对源信息进行处理。实验证明,该方法在高数据压缩比的情况下仍然能够很好地恢复原始数据,计算复杂度相对较小。     

基于嵌入式零树小波的心电信号压缩算法及实现

针对便携式无线心电监护设备在数据存储及传输上的局限性,结合心电信号的特点,提出了一种基于嵌入式零树小波(Embedded Zero-tree Wavelet,EZW)算法的压缩算法。通过对EZW算法第一、二次迭代加以合并,并预先判断和标记第一次迭代出现的零树是否在整个编码过程中始终是零树,以提高算法的压缩率和运算效率。以MIT-BIH心律不齐数据库为样本数据集进行仿真,同时在MICAZ节点上作实际运行测试。实验证明,该算法相比于EZW算法压缩率更高,能更好地应用于无线设备上的心电信号压缩。     

压缩技术在数据采集系统中的应用

介绍了一种通用编码的数据压缩技术－ＬＺＷ算法，并以此算法为核心，对采集的数据预先作有条件的有损压缩和自适应编码变换，在压缩数据的同时，使数据和ＬＺＷ算法要求的数字输入格式相匹配，使之能更好地发挥作用，经实际验证，数据经有压缩，自适应编码和ＬＺＷ压缩之后，达到较高的压缩率，该方法具有通用性好，易于实现的特点。     

A novel algorithm for wavelet based ECG signal coding

Wavelets have emerged as powerful tools for signal coding especially bio-signal processing. Wavelet transform is used to represent the signal to some other time-frequency representation better suited for detecting and removing redundancies. A novel algorithm for wavelet based ECG signal coding is proposed in this paper. Experimental results show that this algorithm outperforms than other coders such as Djohn, EZW, SPIHT, etc., exits in the literature in terms of simplicity and coding efficiency by successive partition the wavelet coefficients in the space frequency domain and send them using adaptive decimal to binary conversion. Proposed algorithm is significantly more efficient in compression, simple in implementation and in computation than the previously proposed coders. This algorithm is tested for 26 different records from MIT-BIH arrhythmia database and obtained an average percent root mean square difference as around 0.01-4.8% for an average compression ratio of 2:1 to 35:1. A compression ratio of 8.5108:1 is achieved for MIT-BIH arrhythmia database record 117 with a percent mean square difference as 1.29%.