首页 > 文献资料
-
基于小波变换和经验模式分解的心音信号研究
针对经验模式分解(EMD)中的端点效应问题,本研究提出先用小波去除噪声干扰,再用EMD方法提取心音信号的特征.对于EMD的端点延拓,采用一种新的自适应波形匹配端点延拓方法.通过小波去噪,克服了直接运用EMD分解时无用频率分量带来的干扰,有效地减少EMD的分解层数,自适应波形匹配延拓方法充分考虑了心音信号的内在规律与端点处的变化趋势,较之传统的延拓方法更加合理.用所提出的方法对心音信号进行EMD分解,并用双阈值法对分解后的信号进行第一心音(S1)第二心音(S2)的定位分析,通过对40例心音信号定位分析,S1和S2的检出率分别达到97.05％和97.12％.表明该分析方法能够有效地抑制端点效应,提高EMD分解的准确性和时效性,为后续心音的分析提供准确的参考信息.
-
基于IMF能量熵的脑电情感特征提取研究
为提高脑电信号情感识别分类准确率,结合经验模态(EMD)分解和能量熵提出一种新的脑电特征提取方法.本研究主要介绍了EMD分解的基本原理,分析了传统EMD算法中的“端点效应”,采用分段幂函数插值算法改善了EMD分解的精度和性能,然后将改进后的算法应用到脑电信号特征提取,获取脑电信号的IMF分量后计算出IMF能量熵作为情感识别的特征,后通过分类实验对比改进后的EMD算法和传统EMD算法对脑电情感特征的分类准确率.实验结果显示改进的EMD算法能使识别率提高15％左右,并且以IMF能量熵为特征的平均识别率在80％以上,实验结果表明将IMF能量熵用于脑电信号情感识别是可行的.
-
一种新的HHT在心音包络提取中的应用
目的:心音包络比原始心音可以更好地显示心音的特征,是进行心音识别的基础.希尔伯特-黄变换(HHT)是一种提取心音包络的有效方法,它首先利用经验模态分解算法提取心音信号的固有模态函数,然后利用希尔伯特变换提取心音包络.常规的希尔波特-黄变换在分解过程中会引起端点效应和过冲等问题.方法:本文提出了一种基于改进型希尔伯特-黄变换的心音包络提取新方法.结果:该方法首先采用包络线性延拓法抑制端点飞翼问题,然后采用三次贝塞尔分段插值算法替代原始经验模态分解算法中的三次样条插值算法减小分解过程中的误差.结论:仿真实验和实际采集的心音信号实验证明了该方法的有效性.
-
改进的相移及相移插值方法研究
为了对复杂地质体实现精确的偏移归位,在使用相移与相移插值方法时,成像质量和计算效率这两个因素是我们必须考虑的。为此针对实际中遇到的各种问题,对相移及相移插值方法进行了如下技术上的改进：讨论空间域内的动态边界吸收法;首次提出波数域滤波方法,这两种方法有效克服了端点效应并使计算效率显著提高;阐述小速度偏移方法并对相移因子进行分析实践证明二者明显改善了偏移剖面的成像质量。
