基于Informax的優(yōu)化ICA心電信號去噪研究.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、盲源分離,是在源信號未知,混合系統(tǒng)也未知的情況下,從一些觀測信號中把觀測不到的源信號恢復(fù)出來,在科學(xué)研究、工程應(yīng)用甚至現(xiàn)實生活中,可以把觀測到的很多信號當(dāng)成是未知源信號的混合。獨立分量分析(Independent Component Analysis,ICA)就是在盲源分離這種應(yīng)用背景下應(yīng)運而生,并逐步發(fā)展成為信號處理及數(shù)據(jù)分析的得力方法。應(yīng)用ICA方法解決盲源分離問題,僅需滿足源信號統(tǒng)計獨立等一些易滿足的先驗條件,就能從混合信號中恢復(fù)

2、原本不能夠觀測到的各源信號成分,因此被廣泛應(yīng)用于生物醫(yī)學(xué)信號處理、語音信號的識別與分離、圖像處理與識別、地理空間信息處理等諸多領(lǐng)域。
   心電信號是最早用于臨床醫(yī)學(xué)研究以及疾病檢測的生物電信號之一,它是了解心臟活動的重要途徑,也是心臟及心血管疾病預(yù)防與診斷的重要依據(jù)。通常從體表獲得的心電信號,都不可避免地受到工頻干擾、基線漂移以及EMG尾跡等噪聲的干擾。去除心電信號的噪聲,對后續(xù)的特征波檢測與識別、病理診斷、數(shù)據(jù)壓縮等都具有非

3、常重要的意義,因此備受國內(nèi)外學(xué)者關(guān)注。心電信號去噪問題可以看成是一個盲源分離問題,其產(chǎn)生機(jī)理、噪聲環(huán)境及體表信號采集過程基本滿足ICA的假設(shè)條件與數(shù)學(xué)模型,所以可以通過ICA建模來處理。通常典型的ICA算法模型都假設(shè)獨立源信號具有相同或類似分布。如傳統(tǒng)ICA算法在分離過程中僅用到信號二階與四階的統(tǒng)計量,即說明算法在處理問題時是隱含假設(shè)源數(shù)據(jù)滿足高對稱分布。但這種假設(shè)與分析數(shù)據(jù)的實際情況并不總是相一致,一旦該隱含假設(shè)不成立,傳統(tǒng)ICA算法

4、將不能有效分離源信號。針對傳統(tǒng)ICA法不能有效解決非對稱分布源信號的缺陷,本文基于源信號密度估計方法,來優(yōu)化傳統(tǒng)ICA的分離結(jié)果。
   本文詳細(xì)闡述了ICA的基本模型與算法組成,并在傳統(tǒng)Informax算法基礎(chǔ)上進(jìn)行了優(yōu)化,提出了基于Informax的優(yōu)化ICA去噪方案,并建模仿真,精準(zhǔn)地濾除了影響心電信號提取的三大噪聲,獲得了理想的效果。
   最后,本文將基于Informax的優(yōu)化ICA心電去噪方法與常用的Info

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論