一种基于经验模式分解的心电QRS波检测方法

讨论了一种信号分析法——经验模式分解法,用于检测心电信号中QRS波的可行性和有效性,并提出了相应的检测算法。实验结果表明,适当选择心电信号在经验模式该方式分解后的内在模函数,特别是其高频分量,可有效地抑制或缓解各种主要噪声干扰,使用简单算法即可分离QRS波的特征点。该方法经标准心电信号进行有效验证,获得了较高的准确率。     

基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

作为一种新型非线性、非稳态数据的自适应处理算法,希尔伯特-黄变换（Hilbert-Huang Transform,HHT）,近年来开始应用到人文社会科学领域。HHT的核心是经验模态分解（Empirical Mode Decomposition,EMD）算法。EMD分解过程中常会产生模态混叠和端点效应现象,造成分解结果失真。针对碳市场价格多尺度特征,改进HHT算法以提高碳市场价格多尺度分解质量。引入高斯白噪声到EMD分解中,建立集成EMD（Ensemble EMD,EEMD）算法来抑制EMD分解中存在的模态混叠现象;针对EEMD分解过程中存在的端点效应问题,通过5种端点延拓方法的比较,改进EEMD算法,得出适合碳市场价格多尺度分解的延拓方法;将改进HHT算法应用于两个不同到期时间的欧盟碳期货价格（DEC12、DEC14）进行多尺度分解,结果表明:改进HHT算法能显著提高碳市场价格分解精度,扩大了HHT在碳市场价格多尺度分析中的应用范围。     

基于提升小波的心电信号R波检测算法研究

心电信号特征波的准确检测是心电信号自动分析和诊断的关键,其中QRS波群的R波识别更是计算心率,区分心率失常及心率变异性分析的前提和基础。本文在提升小波算法的基础上,对传统的差分阈值算法进行了改进,通过对R波第一检测点及时间窗宽度的精细优化,使得本文改进后的差分阈值算法具有更好的实时性及更强的R波识别率。使用MIT-BIH标准心律失常数据库的心电信号数据作为样本数据进行实验,实验表明本文改进后的差分阈值算法能够准确检测R波的特征值,R波识别率高且明显优于传统的差分阈值算法。     

一种三维复杂介质波前时间的高精度数值算法

基于水平集的波前扩展算法,如FMM(Fast Marching Method)、GMM(Group Marching Method)，作为一类计算复杂介质波前时间的有效方法而被广泛使用。该类算法都是基于程函方程的有限差分格式来计算波传播时间，在介质离散单元尺寸较大的情况下，计算精度较低。为提高波前时间的计算精度，在一个长方体单元内，将任意点的波传播时间用已知节点上波前时间的插值函数表示，然后根据Fermat原理确定未知节点上的波前时间，再结合高效率的GMM算法，形成了一种计算三维复杂介质波前时间的有效算法。数值模拟实验表明，与原GMM算法相比，该算法大大提高了波前时间的计算精度，同时具有很强的稳定性和适应性。     

基于双树紧支剪切波变换的遥感图像融合

提出一种基于双树紧支剪切波的遥感图像融合算法。紧支剪切波变换是剪切波理论的空域实现,因其步骤中包含了传统的离散小波变换(DWT),引入了移变性。分析移变性对图像融合的影响,采用双树复数小波抑制紧支剪切波的移变性,与主分量分析变换(PCA)或IHS变换相结合,提出遥感图像融合算法。通过Quick Bird和IKONOS的三组数据的进行实验,结果表明提出的融合方法性能优于基于DWT、àtrous小波、Curvelet以及基于频域实现剪切波(àtrous shearlet)方法。     

一种新的波达估计方法

分析了目前常用的波达角估计算法,研究了等距线阵和圆阵的特点,指出其存在关于横轴镜像对称信号源的空间模糊性,利用等距T型阵克服了这一困难。提出了一种新的基于训练序列波角达估计新算法,新算法基于如下假设:各个信号源的训练序列互相正交,并且各个信号源都是幅度为1的恒模信号。该文给出了新算法的数学推导过程,得到一个简单的波达角估计公式。应用Matlab对新算法进行了仿真,仿真结果表明新算法能够快速、精确地估计波达方向。     

微机心电图波形分析程序的流程及算法

本文论述了CSS—Ⅱ型微机心电图自动诊断系统的波形分析和识别程序的设计思想及主要算法。其中包括用于QRS波群定位、P波定位与测量的“多导联同步信号定位和检测算法”,用于S—T段分析的“模糊(Fuzzy)聚类算法”;用于各子波起止点的精确检测的“局部区间坐标变换(LOT)”和“多区间局部坐标变换(MLOT)算法”等。它们有效地解决了微机运行速度慢、精度低等问题,所检测得到的参数与医学专家的目测结果极为吻合。     

一种基于并串结合方式的波控系统设计

针对相控阵雷达波控系统的特点,提出了一种基于并串结合方式的波控系统,实现对相控阵雷达众多T/R组件的波束控制.本文指出了几种常用波控系统设计的优缺点,重点介绍了本波控系统设计的原理、组成和具体实现方法,并介绍了该波控系统设计在各方面带来的改进,包括布相时间短、波束切换快、系统扩展方便,同时能够有效的减少阵面走线、提高波控系统的可靠性和可维修性.     

非线性发展方程的代数孤立波解

本文提出寻找非线性发展方程的代数孤立波解的方法 ,并作为实例利用该方法得到mKdV和KdV方程的代数孤立波解。     

整体波场延拓法基准面校正

提出了一种新的近地表问题解决方法——整体波场延拓法基准面校正(WEDD)。借助地震理论中的互换原理和观测面沉降概念,在基准面校正过程中将炮点和检波点的处理统一起来,并利用炮点-全偏移距域双平方根算子实现波场的单域整体延拓,最后提取目标深度的波场值完成参考面的重新定义。模型试算结果表明了WEDD方法的有效性。     

基于经验模式分解和移动平均的金融时间序列分析

将经验模式分解理论应用于金融时间序列分析中,建立了一种新的基于经验模式分解和移动平均的综合分析模型。经验模式分解基于信号的局部特征时间尺度,能把复杂的信号分解为有限个基本模式分量之和,是一种完全在时域中进行的自适应分解,克服了小波等分解分析方法中的基函数选择问题,非常适用于非线性和非平稳过程的分析。股市分析实例表明,该模型能有效提高股市波动信号的信噪比,揭示股市价格的内在运动规律,增强分析结果的可靠性,在金融时间序列分析中具有很高的应用价值。     

Multiscale Combined Forecast of Carbon PriceBased on Mixed Structure Data

Accurate forecast of the carbon trading price is of great significance in promoting the scientific and rational development of carbon trading market. Therefore, this paper proposes a multi-scale combined forecasting method for carbon price based on mixed structure data. First, the Google Index is used to extract the unstructured data related to the carbon price.The dimensions of unstructured data are reduced based on principal component analysis. Then, EMD is employedto the structured data,unstructured data and the carbon trading price to obtain different IMFs, which are reconstructed by the Fine-to-Coarse technique to get low, high frequency sequence and trend sequence. Furthermore, the three items are predicted respectively by using ARIMA, PLS and neural networks according to the features of each scale in time series. Finally, the forecasting results are summed to get the carbon price forecast sequence. The proposed method is used to forecast carbon price in EU. The empirical results show that the prediction accuracy of the model is higher than that of the single prediction method and the prediction method that time series aren’t decomposed by EMD, which is of great applicability.     

基于改进EMD 的地震信号去噪

压制随机噪声是地震数据处理过程中的一个重要环节,目前大多数去噪技术都不同程度存在去噪效果差、易损伤有效信号等问题。利用经验模态分解可将信号自适应地分解为不同特征尺度固有模态函数的优点,及小波变换模极大值滤波方法对噪声的依赖性较小且适合于低信噪比信号去噪的优势,构造了一种经验模态分解与小波变换模极大值相结合的新的去噪算法,该算法很好地实现了地震有效信号与随机噪声的分离,有效提高了地震数据信噪比。将该算法应用于仿真实验和实际地震数据处理,结果都表明该方法明显优于常规经验模态分解去噪效果。     

EMD算法和循环平稳理论在机械故障诊断中的应用

针对非平稳非线性的循环平稳信号提出了基于Hilbert变换的EMD分解重构消噪法;用带有强噪音和高斯噪声的典型循环平稳信号进行了仿真,并结合二阶循环平稳分析法对信号进行了信息提取.在实验部分,该文试用基于Hilbert变换的EMD分解重构和循环平稳理论结合的方法对运转中的故障轴承信号进行了分析,实验结果表明,这种应用能有效提取出信号中的有用信息,成功提取旋转机械运转产生的信号中的故障信息.     

基于模态分解的Hilbert-Huang变换

Hilbert-Huang变换(HHT)是近年来发展起来的一种新的时频分析方法。本文首先阐述了基于经验模态分解(EMD)的Hilbert—Huang变换(HHT)的基本原理及英特点,然后将该方法用于实例,对比分析了HHT变换和传统的傅立叶变换的实验结杲,进而说明了该方法用于信号时频分析的可行性和优越性。     

基于EMD分解和共振解调的滚动轴承故障诊断研究

在介绍滚动轴承的故障机理的前提下,采用振动信号分析法对滚动轴承状态监测和故障诊断进行研究。通过LabVIEW编程,应用EMD分解和共振解调相结合的方法,对振动信号进行分析,获取有用故障特征,进而确定故障类型。     

心电信号实验研究系统设计

本文设计了一个心电信号实验研究系统,系统可以采集、模拟任意导联心电信号,并将结果存储到心电数据库供研究分析使用。采集模拟仪采集或模拟可以采集任意导联、正常、异常心电信号,并保存结果;心电数据库以采集模拟仪为工具,在完成一些心电处理实验的基础上,采集并存储各种参数的心电信号,提供第三方研究使用。采集模拟仪和心电数据库组成一个实用系统,为心电信号的研究分析和相关仪器的开发提供了一个优秀的实验研究平台。     

基于EEMD穿墙雷达人的运动模式识别

根据穿墙雷达动目标探测中人的运动多普勒信号属于非线性、非平稳信号的特点,分别采用经验模式分解(EMD)和整体平均经验模式分解(EEMD)将人5种运动的多普勒信号分解为一系列本征模式函数(IMF)。采用支持向量机(SVM)学习算法,将两种方法分解后的各IMF能量占总能量的百分比作为支持向量机分类器的特征向量进行模式识别,分析了特征向量维数对识别率的影响,比较了EMD和EEMD的识别率。EEMD能够消除EMD存在的模式混合问题,识别率更高,达到94%以上。