实验动物兔子心电图奇异性检测：进化谱方法

基于小波变换的进化谱分析能够揭示非平稳信号特定时刻的时一频域特性．实验动物兔子左冠状动脉前降支结扎实验,可以模拟早期心肌缺血症状的不同生理变化过程．左冠状动脉病变引发心肌缺血是急性心肌梗死等冠心病的早期主要征兆．文中提出了基于连续复小波变换的进化谱估计算法,在满足时一频域不确定性原理条件下,为获得非平稳信号的瞬时频谱提供了一种有效的新方法,它能够识别生命系统数据中的局部奇异性．应用这种算法对实验动物兔子的多种心电图数据的进化谱分析结果表明,QRS波群进化谱特性的变化与早期心肌缺血有内在关联．QRS波群进化谱品质因数Q是心电图在时频域的一个特征参数,Q数值变异可能为识别早期心肌缺血提供一种新的医学诊断参考特征．     

量子神经网络在心电图分类中的应用

将量子叠加的概念引入前向神经网络,提出了量子神经网络的计算模型.量子神经网络分类器是将量子迁移(量子间隔)概念引入前向神经网络,在隐含层和输出层借鉴量子理论中的量子迁移(量子间隔)思想,神经元采用多个激励函数的叠加,形成对特征空间的多级划分,在训练过程中,量子神经元能够根据需要伸展或坍塌.当输入模糊信息时,该算法可以学习数据集中的不精确性或不确定性,具有较高的分类精度.将该算法应用于心电图诊断中,结果表明具有较好的分类效果和较快的训练速度.     

心电图信号的频域分析

提出了一种简便有效的、由心电图（ECG）曲线提取QRS-T复合波的新方法，从而获得P波（当房颤未发生时）或f波（当房颤时）；利用功率谱、自相关、互相关等信号处理技术，对它进行了处理和分析，特别是，比较了未房颤时和发生房颤时的相关信息的显著差别。     

基于阶比跟踪的全息谱技术

分析了传统全息谱技术的原理,针对传统全息谱技术只能应用于平稳信号的不足,提出了一种基于阶比跟踪的全息谱分析方法.该方法通过阶比跟踪采样,把时域里的非平稳信号转化为角域里的平稳信号,再应用传统全息谱技术进行分析,减少了非平稳信号对全息谱图的影响,扩大了全息谱分析方法的应用范围.研究了阶比跟踪全息谱的原理,并进行了仿真实验.仿真实验和误差分析表明:与传统全息谱分析方法相比,此方法可以有效用于非平稳信号的分析中,谱图清晰,效果明显.     

Singularity detection of the rabbit electrocardiogram: An evolutionary spectral method

The time–frequency characteristics of the spectral density of non-stationary signals (NSS) in the neighborhood of an instant time point can be determined using the evolutionary spectral analysis. An experimental rabbit model involving ligation of the left anterior descending coronary artery to simulate the physiology of early phase myocardial ischemia (EPMI) has been previously described. Clinically, EPMI derived from left coronary artery stenosis is the main symptom of coronary heart diseases including acute myocardial infarction. Here, we propose a new algorithm for estimating the evolutionary spectral density functions, which is an effective approach to determine the instantaneous frequency spectra (IFS) of NSS under the uncertainty principle in the time–frequency domain. The localization singularity information in the data recorded from a living system could be detected by means of the IFS. Electrocardiogram (ECG) data recorded from experimental rabbits were analyzed with the new algorithm. Results showed that the Q’s value of the evolutionary spectral quality number of the QRS-complex data was the characteristic parameter of ECG, and there was a matched connection between the time–frequency characteristics of QRS-complex data and the myocardial ischemia symptoms of the rabbits. These results provide valuable information regarding features of the EPMI for use in clinical diagnoses.     

解决高维INLP和MINLP问题的混沌差分进化算法

为改进差分进化(Differential Evolution,DE)算法的搜索能力,提出一种新的混沌差分进化算法(CGLSDE)﹒首先,该算法利用混沌序列替换DE参数并采用混沌全局搜索算法来改进DE的全局搜索能力;其次,CGLSDE算法还采用了单维和多维的混沌局部搜索来改进DE的局部搜索能力﹒仿真结果表明:CGLSDE算法在解决高维整数非线性规划(INLP)问题和高维混合整数非线性(MINLP)问题上,其性能要好于其它3种混沌差分进化算法﹒     

一种非正交多址接入下行链路信号检测方法

非正交多址接入（non-orthogonal multiple access,NOMA）下行链路存在严重的多址干扰。软解调-串行干扰消除（successive interference cancellation,SIC）检测方法是一种性能较好的信号检测方法,但是接收机的复杂度比较高。考虑到软解调算法对其他用户信号的信号特征信息并未充分利用,提出一种基于软解调算法改进的联合检测算法,该算法直接利用多用户叠加信号的联合星座图计算用户信号信息比特的软信息,不需要对干扰信号进行检测和重构,可以降低接收机的复杂度。仿真分析表明,与软解调-SIC检测方法相比,联合检测方法在性能损失不超过1．5 dB的情况下,可以将接收机的复杂度降低一半。     

希尔伯特时频谱特征提取方法

为了优化高频率分辨率的希尔伯特时频谱的表达效果,提出一种基于卷积运算思想的希尔伯特时频谱平稳化和自适应增强方法.首先,由希尔伯特黄变换得到高频率分辨率的时频谱和边际谱,通过设定时域和频域平稳因子及权重得到相应的核矩阵,并依照卷积运算的过程对时频谱进行平稳化;然后,将平稳化之后的边际谱值作为时频谱中相应瞬时频率处谱线的增...     

基于全相位谱线插值的电力谐波检测方法研究

传统基于FFT的谐波检测方法在非同步采样或非整周期截断情况下会产生严重的频谱泄漏,为抑制频谱泄漏对谐波检测精度的影响,提出基于全相位谱线插值的电力谐波检测新方法.该方法使用全相位谱实际频点附近的三根离散谱线获得频率和幅值校正量,并利用离散全相位谱峰值谱线相位即为对应的实际频率相位的特点,无需另加校正即可实现较高的相位精度.利用全相位谱旁谱线相对于主谱线按平方衰减的特性,并结合旁瓣衰减速度快的Nuttall四项五阶余弦窗,可有效抑制基于FFT谱线插值算法相邻谐波成分的相互干扰,提高谐波检测精度.通过与三谱线插值法和全相位时移相位差法的仿真对比实验,结果表明文中提出的算法具有更好的谐波检测精度.     

检测调幅信号的1．5维谱方法

在用修正的双谱法检测ＡＭ信号的基础上提出了一种新的解决方法——１．５维谱法，并且在一定条件下，提出了修正的１．５维谱方法，这些方法既能很好地检测ＡＭ信号，又具有计算量小、运算速度快的优点。     

基于小波包方法的非平稳地震动模拟和设计谱拟合

提出了一种基于小波包分解和重构的模拟非平稳地震动并拟合设计谱的方法.该方法模拟出工程用地震动并调整频率分量,使其以一定的精度拟合设计谱.首先,利用5个参数生成了构成地震动加速度时程的小波包系数矩阵,并通过小波包重构获得加速度时程,该系数矩阵模拟了实际地震记录中频率随持时逐渐减小的特点.其次,将模拟的地震动利用小波包分解方法分解为具有高分辨率非重叠的小波包系数矩阵,然后根据设计谱调整频率分量.数值算例表明,该方法模拟的不同持时的加速度时程均能吻合同一设计谱,且迭代后仍然能保留地震动的非平稳特性.另外,该方法具有较稳定和较快的收敛过程,能在有限次调整迭代中实现较高的拟合精度.     

优选Atlas微阵列检测胶质瘤基因表达谱的分析方法

从Atlas微阵列多种分析法中优选获得差异基因信息量大且较准确的方法。使用Atlas微阵列检测2例新鲜胶质母细胞瘤组织、获得相应的基因表达谱,选取不同的标准化基值及内参照共组合成8种不同方法,比较2例肿瘤组织的差异表达基因,并随机抽取部分基因行RT-PCR验证,由不同分析法得到的结果不同,以一种看家基因为标准化基值,且以所有基因表达值的中位数为内参照比较时得到的信息最多,且经RT-PCR证实可靠。证明以看家基因为标准化基值、并以所有差异基因表达值的中位数为内参照,可能是分析Atlas微阵列检测结果的较优方法     

基于改进循环谱的直扩信号检测方法研究

基于循环谱理论,根据直扩信号与平稳噪声具有不同的谱相关特性,可对直扩信号进行检测,分析循环谱包络在循环频域——谱频域上的分布,能实现载频及伪码速率的参数估计。在有限时间条件下,为实现更低信噪比情况下的信号检测,提出了集平均的频域平滑循环周期图的改进算法,避免了多维搜索,并对算法进行抗噪声性能及统计特性分析,理论表明具有进一步的抑制噪声水平。通过计算机仿真,说明了此法能在低信噪比情况下实现参数估计,并分别证明了数据长度及平滑点数对实验数据的影响,验证了理论分析的正确性。     

动基座上陀螺平台水平精度统计测量方法——谱分析法

本文提出一种统计测量动基座上陀螺平台水平精度的方法。这种测量方法首先在静基座上测量系统的传递函数,然后测量动基座上系统输入的功率谱;再根据系统的传递函数和系统输入的功率谱,计算得到系统输出的功率谱;最后由系统的角度/电压转换系数和系统输出的功率谱来评价陀螺平台的水平精度。     

一种基于时频域归一化二次谱的信号特征检测方法

针对传统的基于傅里叶变换的信号特征检测方法在频率域内没有考虑时间分辨率，而基于小波变换的方法对缓变信号特征检测困难等问题，提出了一种基于时频域归一化二次谱的信号特征检测新方法．该方法首先在频率域内对原始信号的振幅谱进行傅里叶变换，再将其归一化，获得归一化二次谱，这种二次谱的自变量具有时间量纲，它既能反映信号的频率特征，也能反映信号的时间特征．然后，基于二次谱进行特征检测，同时可采用补零或加窗等方法对数字信号进行处理，以防止频谱泄露，从而克服了单纯频谱分析的不足．针对大型杆件与石油管线传导信号的特征检测结果表明，所提方法能对被测物的完整性做出准确、有效的诊断．     

基于多尺度相位谱的显著性运动目标检测

针对视频序列中的显著性运动目标检测问题,提出一种基于图像频域中的多尺度多特征显著性运动目标的快速检测方法.所提算法在对视频序列多尺度运算的基础上,通过提取视频序列底层特征,分析其离散余弦频域中的时空域相位信息,最终构建时空域显著性视频序列,完成序列中的显著性运动目标检测.实验结果表明,所提算法在复杂背景环境下,特别是各...     

变系数非线性Schrdinger方程的辛Runge-Kutta谱方法

用辛Runge-Kutta谱方法研究变系数非线性Schr(o)dinger方程.我们在空间方向用快速Fourier变换方法来离散二阶导数项,在时间方向用2级4阶隐式辛Runge-Kutta方法来离散一阶导数项,给出了变系数的非线性Schr(o)dinger方程的数值解法.数值结果显示该算法行之有效,它可以保持系统模方守恒和能量守恒的性质.     

基于调制宽带转换器的倒谱恢复算法

亚奈奎斯特采样主要应用于宽带通信和射频(RF)技术中。目前理论成熟且硬件实现的亚奈奎斯特采样技术有随机解调器和调制宽带转换器。随机解调器主要用于谱线的检测,而调制宽带转换器是用于稀疏多频带信号。调制宽带转换器(MWC)是一种用于获取频域稀疏、时域连续信号的一种亚奈奎斯特采样方法。其平均采样速率要低于奈奎斯特速率。亚奈奎斯特采样是一种全盲采样方法,即在信号采样和信号重构时都是不知道频谱信息和频谱位置。本文提出一种基于调制宽带转换器的时域对偶信号的倒谱恢复算法,能在极小误差(0.0098)范围内完美的恢复出原始信号。     

基于独立分量分析的非均匀采样弱信号频域检测

非均匀采样可以在对模数转化器件的采样频率要求较低的情况下,提取超出Nyquist采样定理限制的频率.当包含两个幅值相差大于10%信号的混合信号经过非均匀采样后,由于采样的伪随机性会产生频谱噪声,因此从幅值谱中辨别不出幅值很小的弱信号.根据非均匀采样的幅值谱识别出大信号频率,构造模拟源信号,以混合信号作为另一个源信号,根据独立分量分析(ICA)对幅值不敏感的特点,使用FastICA算法从混合信号的频谱中成功分离出幅值为强信号幅值五百万分之一的弱信号.在弱信号检测过程中,提出利用互相关系数进行"扫相"处理,以解决大信号相位匹配的问题.在相位匹配存在0.70%误差的情况下,成功分离出幅值为强信号幅值0.06%的弱信号.