基于概率密度函数匹配与分数低阶矩的并行盲均衡算法

为了提高脉冲噪声下盲均衡器的性能,该文提出一种基于概率密度函数匹配与分数低阶矩的并行盲均衡算法。首先采用概率密度函数匹配的思想进行盲均衡,充分利用其收敛速度快的优势。为了解决此均衡过程中引起的相位信息损失以及抑制脉冲噪声能力差的问题,又以并行的方式结合判决信号的分数低阶矩,并以此作为代价函数来共同更新盲均衡器的权向量,进一步提高了算法在脉冲噪声下的收敛速度与收敛精度。仿真实验表明,所提算法在有效解决相位旋转问题的同时较好地抑制了脉冲噪声,此外还具有较快的收敛速度和较小的稳态误差,稳健性较强。

水声传感网中的高效调制解调器的设计

为适应水声传感网络节点密集、规模大、工作时间长的特点,提出了一种具有小体积、低成本、低功耗等特点的水声调制解调器。采用数字幅度调制2ASK调制解调方式,硬件使用低功耗设计方案,电池供电,使用市场上量产的收发一体式小型水声换能器,使功耗和成本得到大幅度降低。经实际测试,整机最大功耗为90 mW,数据传输速率为2kbps,具备代替市场上昂贵水声调制解调器的潜力,在水声传感网技术中有良好的应用前景。

基于Android智能手机的心电与呼吸监测系统

针对家庭实时监测心电和呼吸的需求,本文设计了一款基于Android智能手机的便携式心电与呼吸监测系统。系统通过心电电极采集心电和呼吸信号,经蓝牙将采集的信号传输至Android智能手机端进行实时分析、显示和报警。对采集的心电信号进行预处理,用差分阈值法和局域变换法检测QRS波群,并判断是否有心电异常,同时根据呼吸信号计算出呼吸频率并监测呼吸暂停状况。模拟和真人测试表明,本系统能够准确地计算心率、呼吸频率、监测心电异常状况。

脉冲噪声下基于Renyi熵的分数低阶双模盲均衡算法

针对脉冲噪声下盲均衡器难以快速收敛并有效抑制噪声的问题,该文提出一种基于Renyi熵的分数低阶双模盲均衡算法。该算法将Renyi熵与分数低阶统计量相结合并用作代价函数来更新盲均衡器权向量,利用Renyi熵提高算法的收敛速度,利用分数低阶统计量增强算法对脉冲噪声的抑制能力。为了提升系统稳健性,该文进一步提出双阈值加权判决法,通过设置双阈值并引入非线性加权函数,使得两种代价函数之间的切换更为平滑。在不同脉冲性噪声、不同信道环境下进行仿真实验,结果表明,该文算法既能有效抑制脉冲噪声,又具有较快的收敛速度。

基于循环相关熵谱的时频混叠信号载波频率估计方法

针对Alpha稳定分布噪声环境下时频混叠BPSK信号载频估计的性能退化问题,提出了基于循环相关熵谱的时频混叠BPSK信号载频估计方法,推导了BPSK信号在0频率处循环相关熵谱幅度切面上循环频率与载波频率之间的关系,并将此关系应用于载波频率估计中。这种基于循环相关熵谱载频估计方法,能够抑制脉冲噪声的影响,具有较好的估计性能,仿真实验证明了算法的有效性与顽健性。

基于改进色度模型的非接触式心率检测与估计

成像式光电容积描记技术能够实现低成本、非接触的远程生理参数检测与估计。其中,基于色度模型的视频图像心率估计算法计算简单、效率高,且具有较强的抗运动干扰能力,但并未考虑实验中光照变化产生的信号干扰。针对该问题,提出一种基于改进色度模型的非接触心率估计算法,通过定义感兴趣(ROI)区域和背景区域的反射光模型,利用两种区域颜色通道信息的比值来消除光照干扰,从而得到消除光照干扰的色度模型,并进行脉搏波的提取与心率估计。对10名在校大学生采集到的人脸图像进行分析,发现该算法估计心率的相对误差为3.52%±2.53%,原始色度模型算法的相对误差为7.23%±2.82%,两者对比有显著性差异(P<0.01)。该算法能有效抑制光照变化所引起的干扰,使所提取脉搏波信号的信噪比平均提高1.52 d B,这对更精确地进行非接触式心率估计与脉搏波信号提取具有重要意义。