强运动环境下抗基线漂移可穿戴运动体征监测系统设计

本文针对强运动环境设计了一种可穿戴运动体征监测系统。选用ADS1292型模数转换器芯片作为心电(ECG)信号采集模块,LMT70型温度传感器芯片作为体温信号采集模块,ICM20602型6轴陀螺仪作为加速度测量模块,可穿戴于人体实现动态心电监测、体表温度采集以及运动步数和运动距离测量。针对强运动导致的基线漂移对心电信号检测的影响,设计了归一化最小均方(NLMS)自适应滤波器进行滤除。测试结果表明,本设备测试精度较高,抗基线漂移能力较强。

基于小波Mallat算法的自然电位曲线基线漂移校正方法研究

在石油、煤田及金属矿勘探中,自然电位测井能够用于渗透性地层划分、地层水电阻率确定、地层对比和沉积相分析等。由于受钻孔内环境、地面电极环材质和探管结构等多种因素的影响,自然电位曲线存在基线漂移、分辨率低、干扰大等问题,尤其是自然电位曲线的基线漂移,影响了测井曲线的质量,降低了测井曲线的解释精度。因此,文章提出了一种基于小波分解与重构算法的自然电位曲线基线漂移校正的方法,对地浸砂岩铀矿成矿预测和环境分析具有重要的指导意义。

基于集合经验模态分解的心电信号自适应降噪及基线漂移修正

在心电信号的采集过程中,各种噪声的干扰会引起信号失真及基线漂移,进而影响对心脏信号的精准判断。针对此,提出一种基于集合经验模态分解的自适应算法。首先,对含有噪声及基线漂移的心电信号进行集合经验模态分解(EEMD),分解出固有模态函数(IMF)分量。然后,筛选出需要处理的IMF分量。最后,通过自适应窗口处理带噪的低阶IMF以及移除导致基线漂移的高阶IMF,从而达到降噪和修正基线漂移的目的。在MIT-BIH数据库中的实验结果表明,基于EEMD方法的降噪效果良好,在同等肌电噪声情况下,与基于EMD的自适应窗口法对比,在平均信噪比上提升1.7507,增幅约为13%;在同等基线漂移情况下,与基于EEMD的阈值法对比,在平均基线矫正率上下降0.0795,降幅约为14%。

地震波基线漂移校正及结构地震响应分析

针对实际地震动采集过程中由于低频噪声、速度和加速度初始值以及人为操作误差等诸多影响因素造成地震波位移时程曲线出现严重基线漂移的问题,以地震波基线漂移校正为目标,在Iwan法和EMD法的基础上,提出了一种新的基线漂移处理方法。该方法可以保留原始记录的峰值和频谱特性,保证了基线漂移处理后的速度终点值为零,位移终点值平行于时间轴。在文中方法的基础上应用ANSYS结合"大质量法"和"位移法"进行了地震响应动力计算。结果表明:采用文中提出的基线漂移处理方法可以保证在不改变原始记录峰值及频谱特性的基础上,对地震波基线漂移现象进行校正。研究成果对低频噪声、初始值及人为操作误差等因素引起的基漂现象滤除具有参考价值。

抑制工频干扰及基线漂移的快速算法

本文讨论了一种可由普通微处理器快速实时实现的自适应模板法 ,并从FIR滤波器的角度证明了该方法不仅可消除工频干扰 ,而且对基线漂移也有一定的抑制作用。

基于形态滤波的脉搏波信号基线漂移消除方法研究

脉搏中蕴涵着大量的人体生理病理信息,因此分析脉搏信号成为诊断亚健康状态的重要手段。但是由于呼吸运动和身体移位导致了脉搏信号的基线漂移,影响了诊断结果的正确性。针对基线漂移的去除需求,文章提出了一种基于形态学滤波的方法,该方法通过采用2种不同宽度的结构元素,对脉搏波信号进行广义形态开闭和闭开滤波,分离出基线漂移。实验结果表明,该方法能实时有效地滤除基线漂移,处理效果优于传统算法。

气体光谱分析应用中傅里叶变换红外光谱基线漂移分段比校正方法

针对气体光谱分析应用中傅里叶变换红外光谱仪长时间连续工作时易出现光谱基线漂移、畸变问题,对红外光源温度波动及漂移、动镜倾斜、分束器性能变化以及检测器横向偏移对光谱基线的影响进行了仿真研究,结果表明光谱基线的漂移近似线性。基于此,本文提出分段比光谱基线漂移修正法SBCPD校正光谱基线。通过比较基线校正前后仿真光谱峰高变化、偏最小二乘(PLS)定量分析模型预测不确定度、油气探井气测录井在线基线校正性能,发现SBCPD性能优越,要优于传统的多项式拟合法及airPLS法。经检验,该方法性能稳定,计算量小,便于工程应用。

基于小波变换的自适应滤波器消除ECG中基线漂移

设计了一种新的基于小波变换的自适应滤波器 ,其参考信号选择原始信号经小波分解后的高频部分 .该滤波器可有效消除心电信号中基线漂移 .经MIT/BIH心电数据库检验 ,取得满意的结果 .

EEMD在同时消除脉搏血氧检测中脉搏波信号高频噪声和基线漂移中的应用

人体血氧饱和度是基于脉搏波信号测量得到的,然而在脉搏波信号采集的过程中存在着由人体呼吸和仪器本身热噪声等带来的基线漂移和高频噪声,影响人体血氧饱和度的测量精度。因此,该文提出一种总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与基于排列熵(Permutation Entropy,PE)的信号随机性检测相结合的方法,同时消除基线漂移和高频噪声。对脉搏波信号进行EEMD分解,计算分解到得到的内在模式分量的排列熵,选取阈值,分别判断并剔除代表高频噪声和基线漂移的内在模式分量。最后信号重构就得到同时消除高频噪声和基线漂移的脉搏波信号。通过自行研制的测量装置所采集的脉搏波信号进行实验验证,利用信号的频谱和交直流比R评价效果。结果表明:该方法有效地同时消除了脉搏波信号中的高频噪声和基线漂移,这将有利于人体血氧饱和度测量精度的提高。

心电基线漂移去除方法的比较研究

基线漂移可严重影响心电信号的分析与处理。滤波法和拟合基漂法是去除心电基线漂移的两类主要算法。本文讨论了形态滤波、中值滤波、线性相位FIR滤波、小波变换、形态和小波相结合、中值滤波和小波相结合等去除基漂的滤波方法,并与导数法与坐标法这两类基漂拟合方法进行了对比。实验结果表明,滤波法实现简单,但精度较低;分段拟合法去除基漂的效果更好,有自适应的特性而且失真较小。无论是实时性还是准确性,基漂拟合法都比滤波法更有优势;但某些场合下,基漂拟合点的提取十分困难,此时只能使用滤波法。本文比较了基漂去除的常用方法,从而为基漂去除方法的选择提供参考。

近红外离散波长光谱基线漂移校正方法研究

微分是(近)红外光谱多元分析校正中最常使用也是最有效的光谱基线漂移校正方法。由于数据数目较少及相邻数据在光谱意义或数学意义上缺乏连续性,微分不能直接用于离散波长光谱消除基线漂移。为此,提出了一种结合插值拟合和微分校正离散光谱基线漂移的新方法。思路是采用三次样条插值法对离散波长光谱进行拟合,然后对拟合光谱进行Savitaky-Golay卷积求导,再从微分光谱中取出对应于原离散波长光谱数值的数值,构成离散波长光谱的微分光谱,从而实现离散波长光谱的基线漂移校正。通过分别由模拟离散波长光谱数据和实际的离散波长光谱数据建立多元校正模型检验新方法效果。采用ABC干粉灭火剂和土壤的近红外光谱数据及性质建立了PLS和MLR模型。结果表明,新方法能有效消除离散波长光谱的基线漂移对多元分析校正产生的不利影响,明显地提高了多元分析校正模型的准确性,对改善离散波长光谱仪器分析准确度具有重要的理论意义和实际应用价值。

用 IIR 算法消除 ECG 基线漂移

讨论无限脉冲响应ＩＲ（ＩｎｆｉｎｉｔｅＩｍｐｕｌｓｅＲｅｓｐｏｎｓｅ）滤波及改良的ＩＲ算法的原理，针对实验结果，提出了实际操作过程中所应注意的问题，并给出带有基漂的心电图信号通过ＩＲ滤波后的波形．

基于基线漂移模型的气体光谱自动基线校正

傅里叶红外光谱是监测污染源废气排放的一种重要手段。发展针对气体光谱的自动基线校正方法对于污染气体快速检测及长时间在线监测具有重要意义。目前自动基线校正中的一个难点是如何准确校正存在宽峰的光谱:宽峰在频域中具有一定低频成分,基于频域滤波提取光谱中低频基线信息的方法因难以选择合适的分离条件容易产生基线扭曲。采取自动识别基线点,基于预先设定的基线模型拟合光谱基线的方法可以规避频域方法中分离条件选取的环节,但其校正效果对所采用的基线模型非常敏感。当基线模型中的自由度过小时,拟合基线无法准确逼近光谱基线漂移,基线校正的误差较大;而当基线模型中的自由度过大时,尤其是含有实际基线漂移中不存在的虚假自由度时,容易产生基线扭曲。目前常用的基线模型有线性、多项式、样条插值、指数模型等,在基线模型的选择上缺乏较为统一的标准。本研究着眼于避免基线模型缺乏必要自由度或含有虚假自由度,提出基于实际基线漂移的自由度建立基线模型。研究发现,气体光谱中主要的基线漂移在光谱中可被近似表示为波数的特定阶次(0次、1次、2次和4次项)的形式。以此作为基线模型提出了一种自动基线校正新方法。新方法以传统迭代多项式拟合自动基线校正方法作为基础,将其中仅设定多项式最高阶次的基线模型改进为上述由具有物理意义支撑的特定阶次构成的基线模型;此外,增加了对吸收峰尾部的判定,用于避免在采用阈值分辨吸收峰与基线时,吸收峰尾部因吸光度较低被误识别为基线的问题。以实测获得的含有水汽宽峰的空气光谱作为样本,对所提方法的基线校正效果进行了验证,并与迭代多项式拟合方法中两种较有代表性的Lieber和Mahadeven-Jansen(LMJ)方法以及Liu和Koenig(LK)方法的基线校正效果进行了对比。实验结果表明,所提方法与采用不同最高多项式阶次的LMJ及LK方法相比,可更好的避免基线扭曲,同时其校正后的光谱基线与吸光度0线间具有最低的方差平均值。研究表明,采用实际基线漂移的自由度建立光谱基线模型可获得良好的基线校正效果。

一种利用小波变换逼近信号滤除心电图基线漂移的方法

该文提出了一种利用小波变换逼近信号滤除心电图(ECG)基线漂移的方法。该方法的基本思想是:通过对ECG信号进行多尺度分解,利用分解后所得的逼近信号充分逼近ECG中的基线漂移噪声的特性,从而滤除ECG中的基线漂移分量。将该方法应用于MIT-BIHDatabase眼1演提供的30分钟的真实ECG记录上,结果显示该方法能较好地滤除ECG基线漂移,且对信号的其他成分损害较小。

随钻测井钻井液脉冲信号基线漂移的矫正

钻井液脉冲信号携带了随钻测量系统的参数信息,其在传输过程中受到各种噪声的干扰,信号不平稳且存在基线漂移。为去除钻井液脉冲信号的噪声和基线漂移,使其能满足信号解码的要求。采用小波变换技术过滤信号噪声,检测出脉冲位置,并采用中值滤波的方法矫正信号中出现的基线漂移。实验结果表明,小波变换能够有效地去除钻井液波信号中的噪声,中值滤波很好地解决了钻井液脉冲信号中的基线漂移现象。采用中值滤波的方法去除基线漂移完全满足现场的要求,为钻井液波信号的解码奠定了基础。

基于小波和自适应滤波的ECG基线漂移校正

为校正ECG信号的基线漂移,提出小波变换和自适应滤波相结合的方法。利用小波变换对原始ECG信号进行分解,将得到的高频分量作为参考信号输入,采用基于幂函数的最小均方算法(P-LMS)进行自适应滤噪处理。通过与传统的归一化最小均方算法(NLMS)进行对比,验证该算法的准确性。仿真实验和MIT-BIH数据库中的实际数据检验结果表明,基于幂函数的最小均方算法和小波变换相结合的方法能够有效校正基线漂移,并较好地保持心电信号的几何特征。

基于改进EEMD的心电信号基线漂移消除方法

针对传统方法滤波效果不佳的问题,本文提出了基于改进集合经验模态分解(Ensemble empirical mode decomposition,EEMD)的消除心电信号基线漂移方法。该方法克服了经验模态分解(Empirical mode decomposition,EMD)模态混叠的问题,并对EEMD方法存在的问题和不足进行改进,建立集合经验模态分解方法中加入辅助白噪声大小的可依据准则,从而确定加入的辅助白噪声大小以及集合平均次数这两个重要参数。它从含噪心电信号中提取基线漂移信号,然后重构其余本征模函数(Intrinsic mode function,IMF)分量得到"干净"的心电信号,为后续的研究提供前提。经实验验证表明:相较于传统方法,这种方法能够提高信噪比、降低均方差、保持特征波形、去噪更加彻底,很好地解决了心电信号低频成分损失的问题。

一种消除脉搏波信号中呼吸基线漂移的方法

该文提出一种在经验模式分解的过程中结合小波变换的方法,来消除呼吸基线漂移的影响。首先通过经验模态分解将脉搏波信号分解为若干内在模式分量,并判断出含有呼吸基线漂移信息的分量,再利用小波变换将这些分量分解,将代表呼吸基线漂移的小波细节置零,信号重构后就达到了消除呼吸基线的目的。利用自行研制的测量装置采集的脉搏波信号进行实验验证,并采用信号交直流比进行效果评价。结果表明该方法有效地消除了呼吸基线漂移,这将有利于血氧饱和度等人体生理参数无创检测精度的提高。

基于小波变换的自适应滤波器消除脉搏波基线漂移

脉诊仪的研制中,由于呼吸运动和身体移位导致脉搏信号的基线漂移是必须克服的。本文提出了一种新的基于Meyer小波变换的自适应滤波器,其参考输入选择原始信号经小波分解后的高频分量。通过仿真和实际测量实验表明,该方法能有效消除脉搏波的基线漂移。

一种新的基于三次样条插值技术的心电图基线漂移消除方法

现有的基于三次样条插值技术的基线消除方法都是从 PR段上提取“基准点”,这种提取“基准点”方法如果应用于 PR段不平直或噪声较大的信号时 ,其准确性要下降。本文利用 QRS波段的高频特性 ,先用一个 FIR基线滤波器对 ECG信号进行粗略滤波 ,求出 R波波峰的位置和其幅度在滤波前后的变化值 ,经过实验论证 ,所求得的位置和变化值可分别被看作是一个“基准点”的位置和幅度。然后 ,对在周期上找到的所有的“基准点”进行三次样条插值计算 ,得到的拟合曲线就是基线。文章把该方法和文献 [3]所述方法进行了比较 ,结果表明该方法具有更好的性能。