检索结果-内蒙古大学图书馆

作者：刘寒梅云南大学

学位级别：硕士

盲信号处理的研究涉及人工神经网络、统计信号处理和信息论的多方面的知识,它具有非常重要的理论价值,已经成为人工神经网络的主要发展方向之一。盲信号分离,是用于解决从混合观测数据中分离源信号的一门新技术,已经在许多领域获得了广... 详细信息

盲信号处理的研究涉及人工神经网络、统计信号处理和信息论的多方面的知识,它具有非常重要的理论价值,已经成为人工神经网络的主要发展方向之一。盲信号分离,是用于解决从混合观测数据中分离源信号的一门新技术,已经在许多领域获得了广泛应用。本文首先介绍了盲信号分离和支持向量机的研究状况。接着论述了盲信号分离问题的信号模型及其算法的性能评价指标,并详细介绍了ICA的原理以及相关的理论知识,支持向量机的基本知识。鉴于基于最大负熵的fastica算法在最后分离信号时,需要在分离矩阵的迭代过程中选取适当的非线性函数,但是以往都是人为根据经验来选取,对分离效果,性能存在一定的影响。为了解决该问题,本文提出了基于最小二乘支持向量机(LS-SVM)的fastica算法,首先构造观测信号的经验分布函数作为其分布的近似,再利用LS-SVM来进行估计求解观测信号的密度函数,最后利用概率论知识转化成输出的分离向量的密度函数,代入分离矩阵的迭代公式,从而避免了非线性函数的人为选择。并用信号分离、语音分离和图像分离等实例做了仿真实验,结果表明基于LS-SVM的fastica算法对于盲信号分离效果优于前者。最后,由于基于信息最大化的扩展Infomax算法的权值迭代公式的求解利用自然梯度法存在收敛速度慢,计算量大,并且储存空间大的问题。为了解决该问题,本文提出了基于共轭梯度的扩展Infomax算法,把自然梯度法和共轭梯度法相结合,通过用共轭梯度方向来代替自然梯度的负方向,利用一维的极小值点的梯度满足共轭条件来寻找最优权值的迭代公式。改进之后的基于共轭梯度的扩展Infomax算法在收敛性、计算量都优于前者。并用信号分离、语音分离和图像分离等实例做了仿真实验,结果表明基于共轭梯度的扩展Infomax算法对于盲信号分离效果优于前者。

关键词：盲信号分离梯度法 fastica算法扩展Infomax算法

来源：评论

学校读者我要写书评

暂无评论

fastica在MIMO信道估计中的应用研究

引用

计算机工程与应用 2012年第6期48卷 106-109页

作者：牛德智陈长兴王曙钊王寅贺张明亮空军工程大学理学院西安710051

研究了MIMO无线通信系统的信道估计问题。通过对信道估计和盲分离问题的一致性分析,提出将盲分离的典型算法fastica应用于MIMO信道估计问题中,并将信号表征形式从实数域拓展到复数域。针对盲分离次序的不确定性以至造成的估计信道参数... 详细信息

研究了MIMO无线通信系统的信道估计问题。通过对信道估计和盲分离问题的一致性分析,提出将盲分离的典型算法fastica应用于MIMO信道估计问题中,并将信号表征形式从实数域拓展到复数域。针对盲分离次序的不确定性以至造成的估计信道参数不对应的问题,提出了相关系数重新定位法对所得的解混矩阵进行修正,最终用矩阵求逆的方法求得信道估计问题的对应解。仿真实验结果证明了方法的有效性。

关键词：多输入多输出(MIMO) 信道估计 fastica算法相关系数

来源：评论

学校读者我要写书评

暂无评论

强噪音环境下盲源信号的分离及定位算法的研究

强噪音环境下盲源信号的分离及定位算法的研究

引用

作者：施瑜南京邮电大学

学位级别：硕士

人耳的听力系统在嘈杂环境中可以自动识别各类音源,专注于感兴趣的特定声音,而语音设备在这方面存在局限性。盲源分离是解决该问题很好的方法。盲源信号的分离和定位技术是语音信号处理中的重要分支,在日常生活中随处可见,应用广泛,例... 详细信息

人耳的听力系统在嘈杂环境中可以自动识别各类音源,专注于感兴趣的特定声音,而语音设备在这方面存在局限性。盲源分离是解决该问题很好的方法。盲源信号的分离和定位技术是语音信号处理中的重要分支,在日常生活中随处可见,应用广泛,例如语音识别,电话或视频远程会议,助听器等等。该技术的最终目的是提取出有用的或特定需要的声源,即使在强噪音环境中也能抑制其他噪声,分离出纯净的源信号并对其进行定位。在语音定位方面,近年来定位精度指标随着硅麦克风阵列技术的发展而不断提升。本文主要的研究内容是硅麦克风阵列下盲源信号的分离和定位。对于盲源信号的分离和增强,传统算法比如维纳滤波,或者独立分量分析都可以解决这个问题,但是都存在局限性。本文将两者结合,采用基于负熵的fastica算法对语音信号进行特征提取和分离;应用维纳滤波算法,使得估计信号与ICA域中特征提取出的语音信号之间的均方误差最小,继而从接收的强噪声语音中估计出纯净的语音信号,仿真结果显示,算法增强效果较之未改进前的算法,信噪比提高了近一倍。针对麦克风阵列,推导了LMS自适应波束形成法,针对这种算法在低信噪比的环境下,语音增强效果很差的特点,提出了一种基于小波包阈值降噪预处理的新LMS算法,该算法经仿真验证,有效抑制噪声。传统的自适应波束形成算法都依赖于阻塞矩阵的性能,降低了系统的噪声抑制能力并且系统不稳定性,本文在自适应波束形成算法的基础上使用fastica算法来替代ANC模块,提取阵列接收信号中的期望语音信号,有效提高了系统的噪声抑制能力和稳定性。对于信号定位,分析了广义互相关函数法,这种方法必须假定信号和噪声之间不相关,但是在实际情况下可能无法满足上面的假设,而且互相关方法只能用于数据采样周期的整数倍,这些因素都会给延时估计带来一些误差,针对这种应用场景,提出了一种新颖的基于参数识别的时延计算方法。此方法采用有限脉冲响应滤波器(FIR)模拟信号延迟过程,标准麦克风采样信号作为输入,另一个麦克风采样信号作为输出,通过FIR的参数识别来获得延迟时间,然后根据设计的五元十字麦克风阵列,可以求出声源位置。最后,搭建电路系统环境,包括五路音频采集模块、FPGA处理模块、音频数据处理模块、SDK算法处理模块、输出定位显示模块。将算法移植到pynq-z2开发模块,通过实验可以看出,语音增强效果明显改善,定位也明显精确。

关键词：盲源分离语音增强语音定位麦克风阵列 fastica算法

来源：评论

学校读者我要写书评

暂无评论

基于时序MODIS的水稻种植制度提取

基于时序MODIS的水稻种植制度提取

引用

作者：耿利宁南京信息工程大学

学位级别：硕士

坚守18亿亩耕地红线一直是我国确保粮食安全的重要措施,而水稻是我国的最主要粮食作物之一,水稻的种植与生产管理显得尤为重要。随着中国人口的增长和城市化进程的加快,建立一个长期、有效、可靠的水稻监测体系是确保粮食安全、促进社... 详细信息

坚守18亿亩耕地红线一直是我国确保粮食安全的重要措施,而水稻是我国的最主要粮食作物之一,水稻的种植与生产管理显得尤为重要。随着中国人口的增长和城市化进程的加快,建立一个长期、有效、可靠的水稻监测体系是确保粮食安全、促进社会稳定的必要手段。水稻监测体系包括监测水稻种植面积、水稻物候期以及水稻产量影响等,遥感技术和信息处理技术的发展使得大区域的水稻监测得以实现。MODIS数据具有良好的时间连续性,但空间分辨率较低,且容易受云遮蔽影响,导致部分地区数据不够精确,这一直是光学遥感面临的挑战。本文以江苏省为研究区域,基于2010年MODIS数据,结合信号分离技术以及多种信号滤波方法,对水稻面积和水稻物候期的提取进行了深入的分析和研究,验证了相似性指数算法在提取水稻像元上的可靠性,并使用fastica算法对水稻像元的NDVI (Normalized Difference Vegetation Index)数据、EVI(Enhanced Vegetation Index)数据进行了混合像元分解,进一步探讨了水稻丰度计算方法中的误差来源,并对提取的水稻面积进行了验证。本文还对EVI数据进行了HANTS(Harmonic Analysis of Time Series)滤波和小波变换滤波的对比分析,使用小波滤波重构后的数据结合Matlab软件进行了水稻物候期的提取,并验证了结果的准确性。论文的主要结论如下： (1)相似性曲线提取含水稻像元的优势明显,相似性指数算法提取的水稻像元与实际水稻分布能很好的吻合,但该算法存在一定的局限性,带来了一定的误差。 (2) fastica算法分解的效果非常明显,能够分离出符合水稻生长特性的NDVI、EVI时相曲线,并且可以分离出不同条件下不同的水稻时相曲线；丰度计算方法能够很好的应用,与统计年鉴比较,基于不同的计算方法,EVI数据计算得出的水稻丰度平均精度为85.3%, NDVI数据计算得出的水稻丰度平均精度为84%。 (3)在丰度计算过程中,多次叠加线性拉伸的结果带来的误差大于分解不彻底时带来的误差,故当彻底分解的结果中曲线数量太多时,回归至只用一条曲线来代表研究区域内作物再进行丰度计算,可减少误差。 (4)针对云噪声污染地区,小波滤波相比HANTS滤波效果更好,新颖的移栽期提取方法和结合小波滤波的物候期提取方法能够较为准确的反应真实的水稻物候情况。

关键词：水稻面积提取水稻物候期提取相似性曲线 fastica算法小波滤波

来源：评论

学校读者我要写书评

暂无评论

基于独立成分分析的高光谱图像降维分割方法研究

基于独立成分分析的高光谱图像降维分割方法研究

引用

作者：王晶辽宁工程技术大学

学位级别：硕士

由于高光谱图像具有数据量庞大、波段间冗余多等特点,导致高光谱图像处理复杂,因此降维是减化高光谱图像处理的重要手段之一。针对高光谱图像的分割问题,提出两种基于独立成分分析(Independent Component Analysis,ICA)的高光谱图像降... 详细信息

由于高光谱图像具有数据量庞大、波段间冗余多等特点,导致高光谱图像处理复杂,因此降维是减化高光谱图像处理的重要手段之一。针对高光谱图像的分割问题,提出两种基于独立成分分析(Independent Component Analysis,ICA)的高光谱图像降维分割方法。首先利用高光谱图像波段的“分块”效应进行自动子空间的划分,同时计算各波段的标准差对高光谱图像进行筛选,选取最具代表性的部分波段,以构建降维处理的高光谱图像;然后利用快速独立成分分析(fastica)算法对降维高光谱图像进行解混操作;再分别根据平均绝对权重系数对高光谱图像进行波段选择或利用重建误差的评估对高光谱图像特征提取,以此实现高光谱图像的降维。最后使用模糊C均值(Fuzzy C-mean,FCM)聚类算法对降维后的图像进行分割。为了验证提出算法,分别对包含不同地物的高光谱图像进行降维分割实验。实验结果表明,提出算法能够有效实现高光谱图像的降维,获得较好的分割结果,并通过定性和定量评价验证本文算法的可行性及有效性。为了验证提出算法的优越性,以主成分分析(Principal Component Analysis,PCA)和无降维的FCM分割算法为对比算法,进行对比实验。通过比较得出,提出算法的分割结果较将PCA降维的分割结果理想,且本文提出的算法比无降维的FCM分割结果更加精确,同时,在FCM分割过程中,迭代次数和运行时间均小于无降维的FCM分割。

关键词：高光谱图像独立成分分析降维 fastica算法图像分割

来源：评论

学校读者我要写书评

暂无评论

基于盲源分离的肺音信号提取研究

基于盲源分离的肺音信号提取研究

引用

作者：王春华山东科技大学

学位级别：硕士

肺音信号是一种生理声信号,它是在人体的呼吸系统与外界在换气过程中产生的。肺音信号产生机理复杂却包含有丰富的生理和病理学信息。在现代的医学中,电子听诊是诊断呼吸系统疾病的一种常用的并且重要的手段。然而在听诊过程中,却有着... 详细信息

肺音信号是一种生理声信号,它是在人体的呼吸系统与外界在换气过程中产生的。肺音信号产生机理复杂却包含有丰富的生理和病理学信息。在现代的医学中,电子听诊是诊断呼吸系统疾病的一种常用的并且重要的手段。然而在听诊过程中,却有着心音信号这样一个不可避免的干扰。所以怎样从体表采集的肺音信号中除掉心音信号这样一个干扰,也从而成为一个热门研究。本文采用盲源分离(BSS)技术,来分离心音信号与肺音信号。盲信号分离就是在混合过程和被混合源信号均未知的情况下,根据少量的先验信息,从观测值中恢复或估计出源信号。这一先验信息通常就是盲信号分离中的基本假设条件一源信号是统计独立的。线性即时混合和独立性假设条件下的盲分离问题又称为独立分量分析(ICA)。源信号的统计独立性是一个很宽松的条件,因此盲信号分离在众多的领域中获得了广泛的应用,例如语音信号处理、图像信号处理、生物医学信号处理、通信、雷达等等。本文介绍了盲源分离的基本数学原理和基本模型、求解问题的步骤,详细阐述和分析了独立分量分析的理论和算法。同时论述了ICA在信号处理中的应用,提出了存在的问题和进一步研究的方向。详细阐述了利用快速不动点(fastica)算法和信息极大准则(Infomax)算法实现语音分离的相关问题。最后结合心音信号与肺音信号是具有短时平稳性的非平稳信号的事实,我们采用fastica算法和Infomax算法对肺音信号和心音信号进行盲源分离,最后通过仿真试验,表明了上述两个算法有较好的性能。同与以往的肺音信号提取的方法相比,我们采用盲源分离的方法既能够在分离出肺音信号也能够分离出心音信号。因此本文的研究有双重的意义。

关键词：盲源分离肺音信号独立分量分析 fastica算法 Infomax算法

来源：评论

学校读者我要写书评

暂无评论

基于独立分量分析的脑电消噪与特征提取

基于独立分量分析的脑电消噪与特征提取

引用

作者：王永飞安徽大学

学位级别：硕士

独立分量分析(Independent Component Analysis，ICA)是近年来由盲源分离(Blind Source Separation，BSS)技术发展来的一种新的多维信号处理方法。它以非高期信号为处理对象，在满足一定的条件下，能从多路观测信号中，较完整的分离出... 详细信息

独立分量分析(Independent Component Analysis，ICA)是近年来由盲源分离(Blind Source Separation，BSS)技术发展来的一种新的多维信号处理方法。它以非高期信号为处理对象，在满足一定的条件下，能从多路观测信号中，较完整的分离出隐含其中的若干独立源信号。 ICA最初主要是解决类似鸡尾酒会的盲源分离问题，二十世纪九十年代初，***和***等人从盲源分离问题研究中，提出了ICA的基本概念。***等人在分析了盲源分离问题的可分离性和不确定性，并给出一类基于高阶统计的矩阵代数特征分解方法。之后，Comon对ICA的概念进行了系统地阐述，并基于高阶统计直接构造了目标函数。1995年，***和***从信息论的角度重新阐述了盲信源分离问题，提出了随机梯度下降的ICA学习算法(Infomax ICA)，该算法可以说是ICA研究热潮的起点。随后，***及其研究小组在ICA算法理论研究方面也做了很多开创性的工作。在之后的ICA研究过程中，一些年轻学者，如***，***在ICA研究方面作出了卓有成效的贡献，提出的扩展Infomax算法、fastica算法，使得ICA技术进一步走向应用领域。大脑中通常有不同的部位(信号源)发出信号，脑电信号检测和记录设备记录到的实际上是不同的信号源发出的信号的混迭，而且还常伴随着一些噪声干扰源，这就需要利用ICA方法分离出信号源及噪声干扰源，以达到进一步对脑电信号进行消噪及特征提取的目的，从而帮助我们对脑认知功能做更深的探索研究。ICA应用于EEG的信号分析处理是ICA在生物医学信号处理领域中得到应用的一个实例。另外，ICA在通信、模式识别、雷达信号处理等众多领域均引起了极大的关注。在脑电信号处理过程中，包含人体其他器官组织产生的生物电信号(如眼电等)以及各种外界因素引起的干扰信号。我们对脑电信号处理的目的是为了从复杂的背景噪声中分离出有用的脑电信号，进而从中提取出具有明确生理意义的脑电特征，并应用于临床医学和脑认知科学的研究。本文简明扼要的介绍了独立分量分析发展的历史，介绍了本实验室的脑电信号采集系统及应用软件系统，并利用本系统采集了一位同事的脑电信号，本文根据所采集的脑电数据，利用ICA的基本原理及其代表性的两类算法对所采集的数掘进行了系统的分析，并将其应用于对脑电的消噪和特征提取的研究中本文所做的工作如下： 1．从ICA基本原理出发，分别探讨了fastica算法和Infomax算法基本原理，并对算法进行系统分析，以及对它们的盲源分离性能进行了分析验证，结果证明了ICA算法对实际应用将具有一定的指导意义。 2．对独立分量分析在ERP消噪中的应用进行了研究。首先对实测的视觉诱发ERP数据运用ICA算法进行分解，然后利用脑电的先验知识，从时域、频域及空间分布模式入手对ICA分离出的独立分量进行噪声识别，这种多角度分析法避免了仅从某一个角度分析时所带有的经验性。此外，传统的基于ICA的ERP消噪多是仅仅对非神经电活动(如眼电等)噪声进行消除，本文除了作了这方面的工作主外，还对部分与刺激具有锁时(Time-lock)关系的自发脑电噪声也进行了处理，从而克服了在后续的ERP提取过程中所造成的难以抑制这些锁时噪声的缺陷。实验获得了理想的ERP消噪效果，并为ERP的可靠提取提供了一条切实可行的新思路。 3．利用ICA分析对诱发脑电信号进行了研究，实验结果表明ICA可以明确地分离出含有一定生理意义的脑电特征，这对临床医学研究具有很重要的意义。

关键词：独立分量分析脑电特征提取盲源分离 fastica算法 Infomax算法脑电消噪自发脑电诱发脑电

来源：评论

学校读者我要写书评

暂无评论

危险品检测算法的研究与实现

危险品检测算法的研究与实现

引用

作者：陈春梅成都理工大学

学位级别：硕士

近年来,国际形势动荡,恐怖袭击事件时有发生。公共安全问题日趋严重,对于公交车上发生的危害公共安全的事件也越来越多,犯罪分子常常采用汽油、管制刀具等对普通民众进行伤害,造成的社会影响极其恶劣。因此为了在检测到的复杂混合信号中... 详细信息

近年来,国际形势动荡,恐怖袭击事件时有发生。公共安全问题日趋严重,对于公交车上发生的危害公共安全的事件也越来越多,犯罪分子常常采用汽油、管制刀具等对普通民众进行伤害,造成的社会影响极其恶劣。因此为了在检测到的复杂混合信号中,将危险品信号分离出来,研究一种有效的盲源分离算法是非常重要的。盲源分离研究的是在不知道源信号和将其混合的方式情况下,仅通过源信号的一些统计特性,然后根据观测信号(混合信号)来恢复出源信号。独立分量分析是盲源分离方法中的一种特殊算法,它是建立在源信号相互独立情况下的一种算法。而快速独立分量分析(fastica)算法是利用了最大化信号的非高斯性,该算法采用了牛顿方法去处理计算值的多个采样数据,每步的迭代计算能从混合信号中间分离出一个独立的成分,属于独立分量分析算法中的一种快速计算方法。在本论文中,首先分析了危险品微波检测的原理,根据检测的原理对检测系统的功能进行了实现。其中以汽油、乙醇等常见危险品的介电常数为基础,远距离非接触式测量危险品S参数,并对S参数进行分析,实现利用厘米波远距离非接触式地排查危险品。然后对算法进行了研究,针对不同的情况使用了两种算:累加算法和Fast ICA算法。在只检测到一种危险品的时候,我们只需要判断出它是什么危险品,论文中分别介绍了累积求和与累加算法来进行判断,最终根据得出的结果判断出累加算法比累积求和的算法更加适用于危险品检测中;对于同时检测到多种危险品信号的时候,由于此时的信号是一个观测信号,因而我们需要利用Fast ICA算法对其进行盲源分离,得到不同危险品的独立信号。在论文中分别以水和空气作为参考,通过对比发现以水为参考得出的解混信号与源信号的相似程度要比空气的要加接近。为了将危险品检测的算法进行实现,设计了一个危险品检测软件系统,系统包括上位机部分与下位机部分。开发危险品检测软件系统时,对现有的一些可以开发界面的工具进行了一个简单的对比,最终选择了Qt开发框架。在通信方面,采用高可靠性TCP协议的客户端/服务器模式来进行通信,在下位机请求连接上位机并连接成功时,就可以开始下位机信息的发送和上位机数据的接收。当上位机接收检测到危险品的信息后,就会在界面上显示危险品图片和对图片的说明,发出报警声,并且还能将接收到的信息进行截图保存。在危险品检测算法的研究与实现的过程中,对算法和程序进行了不断的改进和调试,改正了各种细节错误。初步实现了能够将检测到的危险品进行判别,并通过危险品检测软件系统来实现报警,在通信的稳定性以及上位机和下位机各自的功能等方面都基本达到了要求。

关键词：危险品检测 fastica算法盲源分离独立分量分析上位机

来源：评论

学校读者我要写书评

暂无评论

基于盲源分离的图像加密方法

基于盲源分离的图像加密方法

引用

作者：张晨大连交通大学

学位级别：硕士

盲分离图像加密是一种可靠、具有极高安全性的图像加密方法。盲分离依据源信号之间的相互独立性把混合信号分离开,最终得到的是源信号的估计。独立分量分析（ICA）是近期发展起来的一种盲源分离信号处理技术,在应用ICA算法对图像进行解... 详细信息

盲分离图像加密是一种可靠、具有极高安全性的图像加密方法。盲分离依据源信号之间的相互独立性把混合信号分离开,最终得到的是源信号的估计。独立分量分析（ICA）是近期发展起来的一种盲源分离信号处理技术,在应用ICA算法对图像进行解密时,盲分离的这种不确定性可能会给解密过程带来困难,因此,通过盲分离对图像加密的方法也会受到一定的约束。本论文旨在用多种不同的ICA算法对加密图像进行解密,并将这几种ICA算法进行对比分析。本文主要研究有:（1）系统归纳了三种典型的ICA算法,即ComonICA、Jade、fastica和KernelICA算法,详细介绍了一些信息论的基础知识和分离准则,主要包括独立性定义、矩、累积量、峭度、信息最大化法、最小互信息法等。（2）采用Jade算法对加密图像进行解密,用噪声作为一个密钥即参考信号;并且实现Jade算法Matlab程序仿真。并对解密时间、相似度、信噪比三个性能指标进行分析。然后采用传统的fastica算法对已加密的图像进行解密,并与Jade算法相比较,通过比较发现fastica算法解密出来的图像稳定性较差。（3）分别采用KernelICA算法的3种不同核函数对图像进行解密,然后采用噪声作为一个密钥即参考信号;并且实现KernelICA算法Matlab程序仿真。并对解密时间、相似度、信噪比三个性能指标进行分析,仿真验证了 KernelICA算法的有效性与实用性。

关键词：盲分离图像解密 Jade算法 fastica算法 KernelICA算法

来源：评论

学校读者我要写书评

暂无评论

胎心音信号监测的研究

胎心音信号监测的研究

引用

作者：章榕月海南大学

学位级别：硕士

近年来,由于二胎政策的逐步开放,新生儿的发病率及死亡率也随之增加,胎心音监测可以让医生了解胎儿在母体内的身体状况,由此可以有针对性的治疗患者。一般情况下,人体的心音是能够反映一个人的大致身体情况的,因而便携式的电子胎心音监... 详细信息

近年来,由于二胎政策的逐步开放,新生儿的发病率及死亡率也随之增加,胎心音监测可以让医生了解胎儿在母体内的身体状况,由此可以有针对性的治疗患者。一般情况下,人体的心音是能够反映一个人的大致身体情况的,因而便携式的电子胎心音监护设备可以实时的监控孕妇及胎儿,最大程度上减少医疗不及时导致的无法挽回的情况发生,然而胎心监护设备提取胎心音源信号的精确度很大程度上会影响临床诊断。本文提出了方法是首先运用经验模态(EMD)方法对待处理的信号进行分解,分解出多个内涵模式函数(IMF)分量并筛选出含有目标函数的分量,然后运用盲源分离法对筛选后的IMF分量进行去噪的处理算法。该方法的去噪性能整体上强于小波变换去噪和数学形态学去噪。本文所做的研究工作的具体内容如下:(1)详细介绍了研究论文的意义,即胎心音信号监测可以降低胎儿的发病率及死亡率。同时对胎心监测技术的产生以及国内外胎心监测的发展和演变做了详细的说明。(2)详细介绍了胎心音是如何产生的,而且观测的胎心音均由四个心音信号混合而成。介绍了胎心音、母体心音和内部噪音的时频域特性,它有助于选择正确的去噪方式对收集的喊噪胎心音进行去噪。(3)阐述了胎心音去噪几种方法基本思想,其去噪主要方法有小波变换去噪法,数学形态学去噪法,经验模态分层去噪以及盲源分离去噪法。(4)研究了胎心音信号从收集、去噪处理、胎心音的特征识别到胎心率计算的一整套相对完善的处理流程,并且研究了一种新的算法,该算法步骤是先让EMD分解算法对信号进行分层,然后对分层的信号用盲源分离法进行去噪处理,同时分析EMD分解算法的过程中的缺陷,并提出相应的策略对EMD的缺陷进行相对应的修改。并将本文研究的方法与小波变换去噪、数学形态学去噪进行去噪结果同胎心音源信号做了图形对比,并计算了相应的信噪比,结果证明本文研究的信号去噪方法性能更加好。

关键词：胎心音经验模态 fastica算法信号去噪特征识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：