首页 > 文献资料
-
自适应噪声抵消在抑制高频电刀对心电监护仪干扰中的应用研究
本文讨论了如何利用自适应噪声抵消去除高频电刀工作时对心电监护波形的干扰.本课题基于高频电刀干扰成分的研究,采用了滤波系统去除高频成分的干扰;利用了自适应噪声抵消系统实现对噪声的跟踪、去除.并利用 MATLAB语言对抑制措施进行动态仿真,验证了抑制措施的可行性.
-
一种基于RLS-ANC系统的FECG信号提取新方法
本文介绍一种利用递推小二乘(Recursive Least Squares,RLS)自适应滤波算法提取胎儿心电(FECG)的新方法.该方法采用非入侵方式从孕妇腹部和胸部获取信息作为主输入和参考输入,首次应用多参考输入系统的RLS自适应滤波算法消除母亲心电(MECG),实时提取胎儿心电信号.实验结果表明,本方法不但具有良好的提取效果,而且对非平稳信号的适应能力强,收敛速度快于NLMS(Normalized Least Mean Squares)算法.
-
基于RLS-ANC自适应滤波的FECG信号提取方法
本文应用RLS-ANC(recursive least squares adaptive noise canceⅡation)自适应滤波方法提取胎儿心电(FECG)信号.该方法采用RLS-ANC自适应滤波消除母亲心电,提取胎儿心电信号.实验结果表明,本方法适应非平稳信号的能力强,收敛速度快,提取效果好于NLMS(normalized least mean squares)算法.
-
生物雷达检测中呼吸和心跳实时分离技术的研究
目的:从生物雷达检测到的体动信号中分离出心跳信号.方法:采用自适应噪声抵消模型,基于递归小二乘算法(recursive-least square,RLS)调整模型的输出,并将分离出的心跳信号与心电信号进行比较.结果:该方法可以从体动信号中分离出心跳信号,而且从心跳信号中提取的心率值与从心电信号提取的心率值具有很强的相关性.结论:基于自适应噪声抵消技术,可以实现生物雷达检测中呼吸和心跳的分离.
-
一种生物雷达呼吸和心跳信号实时分离技术
目的 本研究旨在从雷达式生命参数检测平台的回波信号中分离出呼吸和心跳信号,提取呼吸、心跳特征参数.方法 分析回波信号的特征,改进算法,将呼吸信号的谐波组合作为自适应滤波器的参考输入信号进行回波信号滤波处理实验.结果 提出了一种基于自适应谐波抵消的呼吸和心跳信号分离算法.结论 该算法在生物雷达模拟人体平躺实验中能够有效地分离出呼吸和心跳信号.
-
一种用于远程监护中心电信号检测的新方法
目的:远程心电监护过程中如何降低各种噪声干扰,将心电信号快速准确表达是实验拟解决的问题.方法:将人工神经网络和自适应噪声抵消原理相结合,用一个三层BP网络来代替自适应抵消中常用的线性滤波器,并根据实际情况改进其获得参考输入的方法.通过Madab/Simulink进行建模仿真,运用MIT/BIH数据库中的数据验证该方法的有效性.结果:①对用余弦波模拟的50 Hz工频干扰的滤除有显著作用,并且可以很好地保留原始信号的波形特征.②对MIT/BIH数据库中含噪声较严重的108号数据进行滤波,能够有效的消除基线漂移和其他因素引起的干扰,提高信号的信噪比.结论:由于神经网络具有自学习和非线性映射能力,该方法能够比一般的自适应滤波更好的适应噪声的非线性特性.在远程心电监护中,可以有效滤除运动和环境因素引起的各种干扰,效果满意.
-
基于DSP的自适应胎儿心电图仪研究
介绍了一种自适应胎儿心电图仪的研究与实现方法.研制了TMS320LF2407A数字信号处理芯片为核心的嵌入式系统.根据自适应噪声抵消(Adaptive noise cancelling,ANC)原理,研究与实现了自适应噪声抵消软件算法,无创无损提取胎儿心电信号,并通过通讯接口送至上位机实时显示,分析和记录处理结果.实验表明该仪器设计合理,性能良好.
-
基于分段式变步长截断误差LMS算法的心率信号提取
自适应滤波对于心率信号这类非平稳随机信号处理是一种有效的方法.提出了一种分段式变步长截断误差LMS算法,采用自回归预测滤波器估计出通过超声多普勒传感器采集到的心率信号中的噪声,用它作为自适应噪声抵消系统中的参考信号,其结果是抵消了主输入通道中的部分噪声,使信噪比提高了36个dB左右,实现了心率信号的提取.
关键词: 心率信号 自适应噪声抵消 分段式变步长截断误差LMS算法 信噪比 收敛速度 -
两导心电信号独立分量分析算法的研究
根据独立分量分析(ICA)理论,要想在观测信号中提取出独立分量,观测信号的数目必须大于或等于独立分量的数目,因此要求采用ICA算法的胎儿心电图机导联数必须大于一定数目,但在实际应用中常常难以满足这个条件.故本文提出了一种基于少数导联心电(ECG)信号的胎儿心电(FECG)提取算法,结合FECG和自适应噪声抵消算法,从两导采集于孕妇腹部体表的ECG信号中提取FECG.实验表明,该方法能够获得清晰的FECG信号.