采用多源信息融合的心血管监护系统研究

采用多源信息融合技术建立一套心血管监护系统,通过多个数字化传感器采集得到与病人心血管健康状况息息相关的心音、脉搏等信号,经过对信号进行滤波、加窗处理得出心音和脉搏特征参数。运用信息融合算法——D-S算法对病人的心血管健康状况予以诊断,借助Access和Lab SQL建立并访问病员数据库,最终完成监护系统设计。     

采用多传感器信息融合的智能监护终端研究?

针对心血管疾病的易发性和诊断复杂性等问题,设计了一种基于多传感器信息融合的智能监护终端。通过脉搏传感器和心音传感器采集与心血管疾病相关的脉搏波与心音等信号,再由微处理器和相关硬件电路进行信号分析、处理、显示和存储,从而获取相关的血流动力参数,最后利用智能化的信息融合算法诊断人体的心血管功能是否正常。实验表明,整个系统运行效果良好。     

一种多源信息融合方法及其应用

介绍了一种多传感器数据融合的新方法。对于一个传感器无法准确测量的场合,加入一个辅助传感器,能够比较全面地反映对象或目标的全部信息。使用模糊理论,将测量信号模糊化,使得对信息量的“依赖程度”减轻。根据传感器作用域的不同,使用信息补充和证据增强（或削弱）原则,将两个信号进行融合。仿真结果表明,这种多传感器数据融合的方法,能够较好地解决仅使用一个传感器难以实现的问题。     

多传感器融合的穿戴式心率监测系统

为提高日常行为下心率监测准确率,用多传感器融合的方法分别融合与生物电生理和生物机械力密切相关的心电、脉搏波信号,实现基于Android平台的高可靠、穿戴式心率监测系统.使用本系统和ST-1212心电工作站进行了18例日常行为下不同动作不同强度的同步采集和分析实验.通过分析信号时域特征得到反映信号质量高低的信号质量指数,根据质量指数自适应调节卡尔曼滤波器对两路信号获得的心率做最优估计,最后通过卡尔曼滤波残差调节权重得到融合心率.结果表明,融合心率相比单从心电或者脉搏波信号所得心率准确度提高46%以上。该系统通过多传感器融合的方式能有效降低干扰对心率估计的影响,可相对长时间地进行心率低负荷连续监测.     

基于模板匹配和镜像延拓的两阶段经验模态分解算法

针对传统经验模态分解算法存在的端点效应问题,提出了一种适用于脉搏信号分析的基于模板匹配和镜像延拓的两阶段经验模态分解算法。依据脉搏信号的类周期特征,首先识别其特征信息,分离出单一心动周期内的脉搏信号;然后使用信号相干平均技术获取脉搏信号模板,依据模板将首尾端点处的脉搏信号扩展至整个心动周期;最后采用镜像延拓方法对扩展后的脉搏信号进行经验模态分解。实验结果表明,扩展后的脉搏信号能够较好地模拟原信号首尾端点处的变化趋势,因此新算法能够有效抑制传统经验模态方法存在的端点效应问题,适用于诸如脉搏信号等具有类周期特征的生理信号分析。     

基于多传感器的汽车防盗系统的数据融合技术

基于汽车的常见被盗方式,介绍了用多传感器采集信号、信息融合技术处理信号的方法,分析了信息融合技术的基本算法,讲述了神经网络的自学习和自组织能力.通过分析可知:使用多传感器的汽车防盗系统具有高的准确性和可靠性,能起到及时、有效的预警和报警作用.     

基于迭代的交叉信息融合频率估计方法

对工程中短时、低信噪比信号进行频率估计时,传统信息融合法存在抗噪性差、信息损失大、信息利用率低等不足,为此提出一种基于迭代的交叉信息融合频率估计方法.由相位关系确定粗测频率范围,在此范围内对交叉组合后的多段信号进行信息融合,得到交叉信息融合频谱,进而利用该频谱与单段信号频谱的关系进行迭代,得到新的交叉信息融合频谱,计算新交叉信息融合频谱的算术平均值实现频率估计.仿真结果表明,与现有方法相比,提出的算法在提高频率估计精度的同时,具有更好的抗噪性和鲁棒性,验证了其可行性和有效性.     

基于特征参数的脉搏波高斯拟合

由非创伤性测量获得的脉搏波可由若干个高斯函数合成,提出一种得到最优高斯拟合脉搏波信号的方法.首先提取能反映人体心血管系统生理病理信息的一些特征参数,然后选择其中的一个或多个特征参数作为评价高斯拟合效果的标准,最后依据这些标准得到最优的高斯拟合脉搏波信号.由于依据该方法得到的拟合脉搏波信号的一些重要特征参数与实测脉搏波信号最为接近,因而更能真实地反映人体心血管系统的生理病理状态.     

基于多传感器的汽车防盗系统的数据融合技术

基于汽车的常见被盗方式，介绍了用多传感器采集信号、信息融合技术处理信号的方法，分析了信息融合技术的基本算法，讲述了神经网络的自学习和自组织能力．通过分析可知：使用多传感器的汽车防盗系统具有高的准确性和可靠性，能起到及时、有效的预警和报警作用．     

一种超宽带穿墙雷达多视角成像融合算法

演化的后向投影算法被应用于实孔径超宽带穿墙雷达成像,对单个视角雷达回波数据进行统计,在此基础上提出了基于信息量加权的多视角融合算法,并利用实测数据进行简单加的融合方法和信息量加权融合方法的对比,结果表明信息量加权方法可以得到更好的目标咋波比和成像效果.     

基于峭度和时域能量的局放脉冲提取算法

提出了一种针对电力电缆局部放电脉冲的提取方法,首先根据信号峭度的变化定位局部放电脉冲峰值所在位置,然后根据信号能量的变化采用滑动能量搜索的方法以局部放电脉冲峰值为中心向两边计算搜索局放脉冲的边沿,从背景噪声中准确提取局放脉冲信号。该方法可以将局部放电检测信号中纯噪声信号部分与包含局部放电脉冲信号的部分区分开来,且不受局部放电脉冲个数和脉冲所在位置的限制,并具有步骤简洁、计算量小的特点。通过与小波阈值去噪、经验模态分解（EMD）两种主流电力电缆局部放电脉冲提取方法的仿真实验对比和实际实验对比,验证了该方法的有效性与准确性。     

Obtaining Prior Information for Ultrasonic Signal Reconstruction from FRI Sparse Sampling Data

超声信号FRI稀疏采样数据重构中先验信息的获取

宋寿鹏,倪英杰,邵勇华

（江苏大学 仪器科学与工程系,江苏 镇江 212013）

研究目的：

提供一种从超声信号采集的稀疏数据中重构原信号时,回波中脉冲数目获取方法。该方法可以从稀疏采样数据中直接求得脉冲串数目,避免信号重构时预先给出脉冲串数目带来的不足。

研究方法：

论文首先从理论上给出了根据稀疏采样数据获取脉冲数目的方法,然后分析了噪声对该方法的影响,并给出了解决方法,最后通过仿真和实际测试验证了提出方法的有效性。当从超声信号中获取到稀疏采样数据后,将这些稀疏数据转换成离散傅立叶系数,形成Hankel矩阵,实施SVD分解,去除由于噪声产生的分解系数后,剩余的分解系数即为脉冲数目。

结果：

提出一种从超声信号FRI稀疏采样数据中直接估算脉冲串数目的方法,仿真实验分析了噪声水平阈值因子的影响,给出了实验中选取该因子的经验公式。实验结果表明该方法有效可行。

结论：

该方法可有效解决目前利用FRI稀疏采样数据重构信号时人为给定脉冲串数目的弊端,不需要先验脉冲宽度信息,可通过稀疏数据的离散傅立叶变换、构建汉克尔矩阵及奇异值分解得到脉冲串的数目。信号中噪声的影响可有效消除,可用于实际中脉冲超声检测信号的稀疏采样与重构。

关键词：FRI;超声信号;稀疏采样;信号重构;先验信息

     

一种新的局部放电超声信号脉冲边缘提取算法

本文针对GIS局部放电检测常用的超声波法,构建了超声信号测量系统,提出了一种新的基于移动窗信号方差阀值的超声信号脉冲边缘提取算法,可以有效的从滤波后的数据中查找出单个脉冲波形起始和结束位置,从而提取脉冲波形,为进一步实现超声波形信号特征提取和缺陷模式识别提供了基础。     

振动噪声环境影响下脉搏信号的非线性特性比较

应用代替数据法计算振动噪声环境影响下脉搏信号的混沌特性,根据所得到的几个特征参数值对不同振动噪声环境下的脉搏信号进行非线性特性对比与分析;阐述了基于代替数据法的时间序列的混沌特性计算原理,通过实验测量不同振动噪声参数并计算与之相应的脉搏信号,获得了振动噪声参数对脉搏信号特征参数的数值变化及影响规律.     

形态滤波方法在振动信号降噪中的应用

针对在旋转机械振动信号采集过程中引入的噪声污染和基线漂移等问题,采用形态开-闭和闭-开组合运算对染噪的振动信号进行处理.采用形态滤波方法对振动信号进行降噪处理,无须考虑振动信号的频谱特征.在对信号进行基线漂移校正时,所取直线结构元素的长度为采样信号周期长度的一半即可,但是为了得到更好的效果,可以将结构元素取得长一些.为消除信号中混入的尖峰脉冲干扰,结构元素的长度应该远小于待滤波函数的长度,并大于干扰脉冲的宽度.通过在仿真信号中加入不同的噪声干扰检验形态滤波方法的降噪能力,并将形态滤波方法用于现场信号的降噪处理,处理后的信号较好地保持了原信号的特征,说明该方法具有良好的滤波降噪效果,而且算法简单,便于工程现场的使用.     

PVDF型脉搏传感器信号处理电路的设计

针对PVDF型脉搏传感器用于脉搏信号的采集,提出了一种脉搏信号处理方法。信号处理硬件电路包括一级放大器、基线校正电路、带通滤波器、50Hz工频陷波电路和二级放大电路等组成,软件去除噪声干扰信号采用数字滤波技术中的中值滤波技术。此方法较好地还原了真实的脉搏信号,有利于脉搏信号的测量和监测.     

数字化人体心率检测仪的设计

文章介绍了一种基于人体脉搏信号特征的数字化人体模型心率检测仪的设计.该仪器采用反射式红外传感器获取脉搏信号,以uPSD3234单片机为主控芯片,对红外信号进行A/D转换,采样数据经低通滤波,数字微分后,选择适于脉搏微分波形的模板进行匹配滤波处理,实现了对脉搏波的检测,并使用了一种中值算法来提取有效的脉搏时间间隔,从而获得精确的心率值.实验表明：检测仪的设计和数据处理方法是可行的.     

一种在线奇异小波消噪法

介绍了采用奇异小波分析法在线消除噪声的方法。选取合适的奇异性小波基 ,抽取信号与小波基卷积序列中的某一项作为滤波输出。非平稳干扰信号和真实信号变化的脉宽是不同的 ,两种信号的奇异程度也是不同的。随着小波基尺度增大 ,信号中的白噪声逐渐被滤除。从理论上找到了对真实信号变化最敏感的检测条件 ,按照此条件推导出真实信号与脉冲噪声能有效地被区分。最后的仿真结果表明 ,在合理选取处理信号的长度进行小波变换时 ,该方法能消除信号中的白噪声 ,尤其能有效地在波动信号中滤除弱脉冲干扰信号 ,对强脉冲干扰也有一定的抑制作用。对提高测量仪表的精确度有一定的借鉴作用     

Pulse Signal Recovery Method Based on Sparse Representation

Pulse signal recovery is to extract useful amplitude and time information from the pulse signal contaminated by noise.It is a great challenge to precisely recover the pulse signal in loud background noise.The conventional approaches,which are mostly based on the distribution of the pulse energy spectrum,do not well determine the locations and shapes of the pulses.In this paper,we propose a time domain method to reconstruct pulse signals.In the proposed approach,a sparse representation model is established to deal with the issue of the pulse signal recovery under noise conditions.The corresponding problem based on the sparse optimization model is solved by a matching pursuit algorithm.Simulations and experiments validate the effectiveness of the proposed approach on pulse signal recovery.     

一种未知脉冲信号检测与瞬时频率高精度估计方法

针对未知脉冲信号检测与瞬时频率估计问题,提出了一种基于瞬时频率高精度估计的联合检测方法.在瞬时频率高精度估计中,采用快速傅里叶变换分析与陷波滤波器相结合,实现对未知信号瞬时频率高精度估计.在未知脉冲信号检测中,采用能量累积法和瞬时频率方差法相结合方式,综合瞬时频率方差检测器和能量累积检测器的优势,可对未知脉冲信号实现有效检测.结果表明,在一定信噪比条件下,本文方法可以实现对未知脉冲信号瞬时频率的高精度估计,瞬时频率估计方差接近克拉美罗下界,估计精度提高了0. 1%,同时实现了对窄带和宽带未知脉冲的有效检测.