柔性可持续穿戴的肺音信号监测听诊贴研究

针对当前数字听诊器在长时间穿戴监测方面的不足,研制了一种具有可延展电路结构、可紧密贴合的柔性肺音无线听诊贴。对听诊贴的前端进音腔室、体表贴合性、可延展电路结构的力学-电学性能以及信号降噪方面展开研究。结果表明:该柔性听诊贴可贴合体表,可延展电路在体表动态环境中力学-电学性能稳定,最后对采样的肺音信号经过小波阈值降噪后信噪比显著提高,实现了持续动态监测的可穿戴数字化听诊,可为后续肺部的持续诊疗工作提供一定的研究价值。

基于肌音信号的KPCAGASVM步态模式识别

外骨骼机器人发展迅速,基于生理信号的运动意图识别在人机协同控制研究中得以重视。针对肌电信号易受肌肉疲劳影响和采集要求高的缺点,提出一种基于肌音信号的核主成分分析和改进支持向量机(KPCAGASVM)的模式识别方案,对平地行走、上楼下楼和上坡下坡5种步态进行模式识别研究。基于遗传算法进行参数调优,其识别方案KPCAGASVM的识别准确率为97.33%,优于PCAGASVM和其他分类器。实验验证,基于肌音信号的KPCAGASVM为一种高效的步态运动识别方案。

短波多音信号并行干扰消除解调算法

为了对抗严重的多径效应,短波通信系统经常采用多音并行方式进行信息传输,结合快速傅里叶(FFT)算法对信号进行调制和解调。部分通信系统的帧周期不满足载波间正交的条件,传统算法采用截断每帧信号的方式恢复载波正交条件后使用FFT算法进行解调,削弱了信号的空间分集增益。针对以上问题提出一种基于并行干扰消除策略的多音信号并行解调算法,通过构建干扰消除矩阵,在不牺牲信号帧长度的前提下实现解调,仿真实验证明了所提算法的有效性。

磨音信号采集与处理实验系统的设计与实现

在实验教学中,为帮助学生更好地掌握声音信号采集与处理领域的相关知识,开发了一套磨音信号采集与处理实验系统。采用STM32F103作为主控芯片,实现磨音数据的采集与存储、快速傅里叶分析、选频段磨音能量分析、TCP通信等功能。在实验教学中重点介绍磨音采集电路、信号调理电路、上位机显示等内容。实验的综合性强,能够有效促进学生的工程能力和科研思维的发展。

基于LS-DTW和优化k-medoids的磨音信号聚类分析

磨音信号是反映磨机运行状态的一个重要参数,准确区分不同状态下的磨机信号将直接影响后续磨机运行参数优化的结果。通过聚类算法可以对磨音信号进行分类,为使磨音信号聚类效果更优,不仅需要类内距离小,还需要类间距离尽可能大。由此提出一种基于局部稳定性加权动态时间规划(Local Stability Dynamic Time Warping,LSDTW)和优化k-medoids的磨音信号聚类方法。首先为克服动态时间规划(Dynamic Time Warping,DTW)得到的计算结果对噪声高度敏感的缺点,使用局部稳定性估计对DTW加权计算来降低噪声对计算结果的影响,其次针对k-medoids聚类需要多次计算才能确定聚类个数的不足,提出使用异常迭代模式(Abnormal Pattern,AP)优化k-medoids方法选取代表性的初始集群中心。采用优化k-medoids方法对LS-DTW的结果进行聚类分析,以平均轮廓系数作为评价标准,对比LS-DTW-k-medoids、DTW-k-medoids、DTW-优化k-medoids、k-means++算法效果可知,经本文方法聚类后,类内紧致性更优。

基于盲分离技术的肺音信号中心音干扰的去除

在分析去除肺音信号中心音干扰重要性和目前几种分离方法局限性的基础上 ,利用二者之间的相对独立性 ,首次将盲分离技术应用于分离肺音信号中的心音干扰。实验结果显示 ,本方法能有效地分离肺音、心音混合信号 。

肺音信号非高斯ARMA模型及双谱研究

应用高阶累积量方法 ,从肺音信号辨识肺胸系统的ARMA模型参数 .分别在肺胸系统正常和异常的情况下 ,对肺泡呼吸音、哮呜音和喘呜音进行了分析 .实验结果表明 ,高阶累积量能够很好地抑制高斯噪声 ,并能提取由于肺部机能异常引起的肺胸系统声传递函数的变化 ,对肺胸系统自动分类。

不同种类肺音信号的双谱分析

本文根据肺音信号非高斯随机特性 ,应用高阶累计量技术对肺音信号进行双谱估计 ,揭示了常规功率谱估计不能表现的重要信息 ,如不同肺音信号的高斯偏离程度 ,二次相位耦合情况等 ,同时参数双谱估计可以提取肺音源和肺胸系统传递函数。实验结果表明双谱估计能够很好地区分由于肺部机能异常引起的肺音信号的变化 ,揭示肺胸系统的声传输特性 。

肺音信号的非线性检测与肺胸系统声传递特征研究

利用高阶累积量从肺音信号中提取肺胸系统声传递函数。肺音信号存在着多种干扰噪声，其综合可视为高斯噪声，用高阶累积量对非高斯ＡＲ模型的高斯噪声抑制能力进行了仿真研究。在肺胸系统正常和机能异常情况下对肺泡呼吸音、哮鸣音、喘鸣音和破裂音进行了分析。实验结果表明高阶累积量能够很好地提取由于肺部机能异常引起的肺胸系统声传递函数的变化。

肺音信号的同态处理

本文应用同态处理技术对肺音信号进行了分析识别,提取了肺音音源特征与导出了肺胸系统的传递函数.实验结果表明:正常肺音音源为白噪声,异常肺音音源为周期脉冲序列,肺胸系统相当于声低通滤波器.理论分析和实验结果说明,同态处理方法是肺音分析的有效方法。

病理性肺音信号的分析识别方法

目的:通过研究肺音与肺部疾病的内在联系,分析识别肺音信号的特征值,为人体肺部器官的器质和功能性病变等肺部急性病诊断提供重要依据。方法:对病理性肺音分类及肺音检测系统中肺音信号噪声干扰的来源进行阐述,并对目前存在的短时傅里叶变换、小波分析识别、高阶谱分析法等病理性肺音分析识别方法的优缺点进行归纳总结。结果:短时傅里叶变换应用于肺音信号分析识别降低了对肺音信号平稳性的要求;小波分析识别是典型的肺音分析识别方法,对肺音中混入的心音等非相同频率段噪声的消除效果较好;高阶谱分析有效地抑制高斯噪声的同时保留了肺音信号的相位特性,且能提取同类肺音信号模式特征的相似性和异类肺音信号模式特征的差异性。结论:完善的肺音信号分析识别方法,对于肺部病理性肺音的特征提取及完整的系统肺音特征参数数据库建立,以及对于肺部疾病相关基础研究及临床诊断与数据统计日益显示出重要性。肺音信号分析识别在临床上具有重要的研究价值,通过本文的综述对借助于肺音信号特征值检查人体肺部病理信息具有重要的借鉴意义。

基于肌音信号的步态动作模式识别研究

通过采集腿部肌肉5个通道的肌音信号,利用3层决策树对跑步、上楼、下楼、走路、静止5种步态动作进行模式识别研究。在决策树的第1层和第2层,应用双阈值门限法识别静止和跑步两种步态模式,在第3层,提出基于步态信号的自适应不等长分割算法以及改进的模糊熵算法,利用线性分类器对走路、上楼、下楼进行分类识别。结果表明:双门限阈值法可有效地对静止和跑步进行识别,当采用改进的模糊熵特征时,对走路、上楼、下楼3种步态模式的分类准确率达到了94.87%;而当综合利用近似熵、样本熵和改进的模糊熵3种特征时,其分类准确率达到了98.76%。

特征与分类算法在基于肌音信号的头部运动分类中的对比研究

提取颈部肌肉的肌音(Mechanomyography,MMG)信号时域、时⁃频域和非线性动力学的15个常见特征,按照其性质分为5个特征集,并选择其中一部分构建高维特征矢量后进行主成分分析(Principal component analysis,PCA)降维处理,应用于头部动作的模式识别研究中。分别采用支持向量机(Support vector machine,SVM)、K近邻(K⁃nearest neighbor,KNN)和线性判别分析(Linear discriminant analysis,LDA)3种分类器,对6种头部动作(低头、抬头、左摆头、右摆头、左转头和右转头)的MMG信号进行分类。实验结果表明,选用时域、时⁃频域和非线性动力学特征组合的方式,以及使用SVM作为分类器,可使各类动作的分类精度均达到80%以上,从而获得相对较高的准确率。

基于S变换的罗音信号检测算法

呼吸音中的罗音信号随机性强,变异性大,同时又蕴含了丰富的疾病信息.为从呼吸音中有效地检测出罗音,文中引入S变换,提出了一种基于S变换的罗音信号检测算法.首先从呼吸音信号S变换的时频谱图中提取罗音的时频特征,降维后采用局部峰值判别法检测罗音.实验结果表明,该算法的罗音信号检测正确率达93.70%,检测性能优于其他算法,说明该检测算法是有效的.

磨音信号检测与处理方法研究

针对传统磨音检测和处理方法无法有效去除噪声和提取磨音特征,导致球磨机料球比检测精度较低的问题,提出了一种基于盲源分离(BSS)的磨音检测方法和基于经验模态分解(EMD)的磨音处理方法;该方法首先利用BSS技术从多个音频传感器采集的混合噪声中分离出磨音信号,然后对其进行EMD分析,利用相关系数准则和本征模函数(IMF)能量的判别熵准则提取了磨音的有效的IMF,最终找到了不同料球比水平下磨音有效IMF能量的范围;实验结果表明提出的磨音检测方法可有效提取出磨音信号,提出的磨音分析方法大大提升料球比检测精度,为应用于实际的球磨机料球检测系统提供了理论基础。

肺音信号中心音干扰的自适应消除

作者采用了MLMS算法自适应消噪声器来消除肺音信号中的心音干扰。MLMS算法对步长因子μ的选择限制不严;可以选得比LMS算法所用的大得多,以增加自适应跟踪速度。本文介绍了应用的实际效果。

一种DOR侧音信号相关处理算法研究

差分干涉单向距离测量(Delta Differential One-Way Range,△DOR)是一种比甚长基线干涉测量(Very Long Baseline Interferometry,VLBI)定轨精度更高的测量技术,其被广泛应用在深空航天器的导航中。为了进行测量,航天器要发射专门的DOR侧音信号。介绍了一种DOR侧音信号的相关处理算法及特点,论述了用来求解差分相位的FX型相关处理算法,对侧音信号的整周相位模糊进行了定义建模,并详细讨论了利用低频DOR侧音解模糊的原理和方法,通过仿真验证了算法的正确性。

康复工程领域中肌音信号的研究进展

生物医学信号处理与分析技术是现代医学诊断和治疗中的重要技术之一,目前已得到广泛应用并不断取得进步。肌音信号(mechanomyography,MMG)作为一种生物医学信号,记录并量化了活动的骨骼肌纤维的低频侧向振动,以其自身的特点逐步受到国内外一些研究机构的关注,并用于康复工程(rehabilitation engineering)领域。康复工程是用工程的方法和技术为具有功能缺陷或残疾的患者恢复、重建或代偿某些功能,实现最大限度的生活自理、劳动和工作等能力。

一种无线电话音信号时差估计方法

无线电话音信号的时差估计一直是个难题,其主要原因有话音信号带宽较窄且非平稳、在时域上具有非连续性及无线电信道(特别是短波信道)衰落的非一致性。针对上述特点,提出了使用短时处理技术来估计两路信号互相关谱的线性相位的无线电话音信号时差估计方案。新方案融合了话音激活检测技术和短时分段处理技术,并使用加权最小二乘相位拟合方法来求解时差。对比实验表明新方案的时差估计效果显著优于经典的广义互相关算法。

MT8880的音信号检测在交换系统中的应用

主要介绍了 MT8880忙音检测功能在交换系统中的应用 ,给出了忙音检测的算法 ,并利用软件控制 DTMF的时钟Ф 2 。