基于图像压缩传感的光学单点成像系统

压缩传感理论(Compressive Sensing,简称CS)以远低于奈奎斯特采样频率对稀疏信号进行全局观测,通过少量观测值即可准确重构原始信号,突破了香农采样定理的瓶颈,使得宽带信号和高分辨率信号的采集成为可能。目前压缩传感理论大都停留在理论研究和仿真阶段,鲜有涉及将该理论硬件化进行实践应用。文中介绍了最小均方差线性估计(MMSE)算法,通过与常用重构算法的仿真重构对比,突出了MMSE算法的优越性,证明了该算法在低采样率下重构质量较高,且具有较好的实践应用潜力。并进一步搭建了光学单点成像系统对压缩传感理论进行应用研究,实验表明该系统成像效果良好,具有较好的应用价值。

基于频谱校正技术的光学相干振动和热变形层析系统研究

本文提出采用基于频谱校正技术的增强型频域光学相干层析系统(EOCT)及其在非接触结构振动和热变形检测的应用.该EOCT系统采用基于CCD的宽带光谱仪以及宽带低相干的白光,所以这个增强型光学相干层析系统具有很高的检测分辨率,可达到0.9μm精度.但是,由于光谱信号作傅里叶变换的过程中产生了能量泄露,从而导致振动或热变形检测存在一定程度的误差.为了解决这个问题,本文提出采用一种频谱校正技术来校正此误差.从振动、热变形以及压电驱动器标定等实验的结果可知该方法的检测精度最高可达0.1μm.因此,自研制的EOCT系统在非接触振动、热变形测量以及压电驱动器在线标定等领域具有很好的应用前景.

用遗传算法求解机器排序优化问题

提出一种针对机器排序问题的遗传算法 ,该算法编码简单并构造了新的交叉和变异算子。用该算法成功地求解出了三个著名的Muth -Thompson问题 (MT6× 6 ,MT10× 10 ,MT2 0× 5 )的最优解。计算表明 ,该算法具有较高的效率 。

血压测量的EEMD和ANN的方法研究

血压是衡量人体心血管系统功能的一个重要指标。该文针对电子血压计不能实现血压的无创连续测量等问题,提出一种基于EEMD和ANN算法的无创血压测量方法。实验分析了MIMIC数据库中的19 500个脉搏波信号,通过EEMD对脉搏波进行分解,提取第4层分解信号的10个特征参数作为ANN的输入,脉搏波对应的血压作为ANN的输出进行血压模型的训练,并对模型进行误差分析。实验结果表明,模型的测试误差达到美国医疗器械促进协会(AAMI)制定的标准,通过该方法可实现血压的无创连续测量。

滤波器参数优化的SE方法

本文以钟形脉冲匹配滤波器的参数优化为例，将模拟进化（ＳｉｍｕｌａｔｅｄＥｖｏｌｕｔｉｏｎ，ＳＥ）的思想用于滤波器的参数优化，这是一种新的滤波器参数优化的方法，它可以用来寻找滤波器的最佳参数，使之与所需要的频率特性准确地匹配。本文描述了模拟进化算法的基本思想和用于滤波器参数优化的具体操作。文中给出的结果表明了这种新的算法的优点以及ＳＥ方法用于非标准特性滤波器参数优化的应用前景。

基于SWT和ANN的无创连续血压测量方法研究

本文针对电子血压计不能实现血压的无创连续测量等问题,提出一种基于平稳小波变换(Stationary Wavelet Transform,SWT)算法和光电容积传感技术的无创血压测量方法。实验分析了模拟数据库中的26900个脉搏波信号,通过SWT对光电容积脉搏波进行分解,重构第5层高频系数,提取该重构信号的10个特征参数作为神经网络(Artificial Neural Networks,ANN)的矢量输入,脉搏波对应的血压作为ANN的输出进行血压模型的训练,并对模型进行误差分析。实验结果表明,模型的测试误差达到美国医疗器械促进协会制定的标准,通过该方法可实现血压的无创连续测量。