检索结果-南通市图书馆

基于心冲击信号的心率提取及心电信号波形重构的研究

在线全文

学校读者我要写书评

暂无评论

基于心冲击信号的心率提取及心电信号波形重构的研究

作者：刘斌山东大学

学位级别：硕士

基于心电的日常生命体征监护长期在心血管疾病预前和治疗中扮演着重要的角色。但是该监护需要到特定地方由专业人员操作,并且对人体有一定的约束。而由于心冲击图技术具有无创、非接触式以及可长期连续监护等优点,因此基于心冲击信号的... 详细信息

基于心电的日常生命体征监护长期在心血管疾病预前和治疗中扮演着重要的角色。但是该监护需要到特定地方由专业人员操作,并且对人体有一定的约束。而由于心冲击图技术具有无创、非接触式以及可长期连续监护等优点,因此基于心冲击信号的监护越来越受到研究人员的关注。从心冲击信号中提取心率是临床监护中的重要问题。然而,当前的心率提取方法还存在准确性低的特点,这阻碍了心冲击信号在临床上的广泛应用。因此本文提出了基于自适应噪声的完备集合经验模态分解（CEEMDAN）的心冲击信号心率提取与基于自适应模板匹配算法（ATMA）的心冲击信号心率提取方法。前者使用CEEMDAN方法对心冲击信号进行分解,通过观察发现其第七级分量与心冲击信号的心动周期具有周期一致性的特点。CEEMDAN方法还可以检测出心冲击信号中由于体动等因素造成的伪影。后者对每个受试者提取长度为250的模板,通过模板在原始心冲击信号上不断平移得到相关系数函数曲线,然后更新模板。在相关系数函数曲线上应用峰值检测算法提取心率并与金标准心电信号提取的心率作对比。结果表明,本文提出的两种心率提取算法查全率分别达到了 96.72%和99.79%,查准率分别达到了 97.31%和99.91%。在当前的心血管临床监护技术手段中,心电信号已被广泛应用和研究。研究者可从心电信号的波群中提取出对应于各类异常的特征。本文发现,心电信号和心冲击信号在时间序列上具有一定程度的耦合性。得益于心冲击信号的无接触式采集等特点,如能从心冲击信号中提取出心电信号的特征,将极大推广心冲击图在临床监护中的应用。本文使用U-Net+ResNet卷积神经网络建立心冲击信号到心电信号的映射,重构出的心电信号能反映出RR间隔以及QRS波群宽度等特征。在进行心电信号疾病诊断时,这些特征起着非常重要的作用。当心冲击信号到心电信号的特征映射确立之后,可以通过测量心冲击信号进行心血管疾病特征分析,实现仅基于心冲击信号的心血管疾病的有效诊断。

关键词：心冲击图心电图自适应模板匹配算法自适应噪声的完备集合经验模态分解波形重构卷积神经网络

基于CEEMDAN与改进小波阈值的电缆局部放电信号降噪方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电工技术 2023年第13期 192-195,200页

作者：邹文磊赵来军孙岩洲孙抗河南理工大学电气工程与自动化学院河南省煤矿装备智能检测与控制重点实验室河南焦作454003

对检测到的电缆局部放电信号降噪是实现电缆绝缘诊断与评估的前提,为此提出一种基于自适应噪声的完备集合经验模态分解(CEEMDAN)与改进小波阈值的电缆局部放电信号降噪方法。首先,采用CEEMDAN算法将染噪局部放电信号进行分解,得到数个... 详细信息

对检测到的电缆局部放电信号降噪是实现电缆绝缘诊断与评估的前提,为此提出一种基于自适应噪声的完备集合经验模态分解(CEEMDAN)与改进小波阈值的电缆局部放电信号降噪方法。首先,采用CEEMDAN算法将染噪局部放电信号进行分解,得到数个模态分量;然后,计算模态分量的峭度值,筛选出有效特征分量并重构;最后,将重构信号通过改进小波阈值法再次降噪去除冗余噪声,得到降噪后的局部放电信号。将该方法、传统小波阈值法及集合经验模态分解与改进小波阈值法分别用于不同噪声强度下局部放电仿真信号的降噪处理,结果表明该方法具有更高的信噪比与波形相似系数,能有效抑制周期性窄带干扰与白噪声。

关键词：局部放电自适应噪声的完备集合经验模态分解峭度改进小波阈值降噪

在线全文

学校读者我要写书评

暂无评论

抽油机悬点位移间接测量方法研究

机床与液压 2019年第8期47卷 151-156页

作者：仲志丹孙勇军庞永星河南科技大学机电工程学院河南洛阳471003 洛阳乾禾仪器有限公司河南洛阳471003

针对利用抽油机悬点加速度信号计算位移精度较差的问题,提出自适应噪声的完备集合经验模态分解(CEEMDAN)自适应降噪和极点对称模态分解(ESMD)去趋势项相结合的求解方法。首先使用CEEMDAN分解加速度信号,然后根据模态分量自相关函数与原... 详细信息

针对利用抽油机悬点加速度信号计算位移精度较差的问题,提出自适应噪声的完备集合经验模态分解(CEEMDAN)自适应降噪和极点对称模态分解(ESMD)去趋势项相结合的求解方法。首先使用CEEMDAN分解加速度信号,然后根据模态分量自相关函数与原始信号自相关函数的相关系数,确定噪声分量和有效分量的分界点;进一步采用小波阈值法提取噪声分量中有用信号,并基于排列熵的性质自适应确定小波分解的层数;重构所有模态分量实现降噪;再对消噪的加速度信号进行积分变换得到位移,最后使用ESMD剔除趋势项。仿真分析和实测数据结果表明,该方法比现有方法精度更高、自适应性更好。

关键词：加速度信号自适应噪声的完备集合经验模态分解极点对称模态分解位移信号

基于CEEMDAN-SVM的高铁轴承故障诊断研究

在线全文

学校读者我要写书评

暂无评论

石家庄铁道大学学报（自然科学版） 2021年第2期34卷 116-122页

作者：杨帅郝如江石家庄铁道大学机械工程学院河北石家庄050043

高铁轴承在高铁运行中起着重要作用,对其进行状态检测和故障诊断有着十分重要的作用和意义。总结出一种基于自适应辅助噪声的完备集合经验模态分解(CEEMDAN)和样本熵(SampEn)相结合的高铁轴承故障诊断方法。振动信号经过分解获得诸多的... 详细信息

高铁轴承在高铁运行中起着重要作用,对其进行状态检测和故障诊断有着十分重要的作用和意义。总结出一种基于自适应辅助噪声的完备集合经验模态分解(CEEMDAN)和样本熵(SampEn)相结合的高铁轴承故障诊断方法。振动信号经过分解获得诸多的本征模态分量(IMF),计算其样本熵特征参数来表征不同故障状态下的轴承信号的相关特征,并构造相应的训练和测试样本数据,而后将样本数据录入支持向量机(SVM)并配合灰狼优化算法(GWO)进行训练和测试,完成轴承故障的分类和识别。实验结果表明,此方法能够有效区分不同故障状态下的轴承振动信号。

关键词：自适应噪声的完备集合经验模态分解样本熵灰狼优化算法支持向量机