本文選題：信號處理 + 零空間追蹤算法�。� 參考：《北方工業(yè)大學(xué)》2017年碩士論文

【摘要】：隨著計(jì)算機(jī)和電子信息技術(shù)的迅速發(fā)展,數(shù)字信號處理技術(shù)的理論、算法以及實(shí)現(xiàn)手段也越來越多的被人們所關(guān)注。在這其中,信號的模型表示和信號分解是我們最想研究的方向。許多學(xué)者在這一研究領(lǐng)域提出了很多方法,把一個信號分解為幾個信號的和的形式就是信號分解,即信號的模型表示。本文中的基于微分算子的零空間追蹤算法,就是一種很好的信號分解算法。基于微分算子的零空間追蹤(NSP)算法在信號去噪和信號分解中有著廣泛的應(yīng)用。該算法是彭思龍教授和黃文良教授在2008年的時候提出的一種全新的自適應(yīng)信號分解算法。它不同于其他的分解方法,該算法定義了一種微分算子,使得分解出的信號在我們所定義的微分算子的零空間中。由于不同類型的信號會屬于不同階數(shù)的微分算子的零空間中,為了使可以分解的信號范圍更加廣泛,胡晰遠(yuǎn)博士在2011擴(kuò)展了零空間追蹤算法。在此之后,又有許多研究人員提出了不同類型的微分算子,進(jìn)而對該算法進(jìn)行了改進(jìn),提高了可分解信號的范圍。本文中,我們將偶數(shù)階微分算子應(yīng)用到零空間追蹤算法中,依據(jù)輸入信號的特點(diǎn),確定微分算子的階數(shù),再通過求解最優(yōu)化問題,估算出微分算子的系數(shù),從而確定微分算子的形式,即確定了有哪些提取信號屬于該算子的零空間。最后,我們舉例證實(shí)了該算法的可行性。在本文的第三部分中,我們首先利用零空間追蹤算法對實(shí)際生理信號腦電波進(jìn)行了去噪處理。然后我們對專家的分類結(jié)果進(jìn)行分析,從信號的頻率和信號的數(shù)值分布特點(diǎn)兩方面給出睡眠期分類的方法,從中找到了一個分類標(biāo)準(zhǔn),使得該分類標(biāo)準(zhǔn)可以應(yīng)用于任何腦波數(shù)據(jù)。實(shí)驗(yàn)證明了我們的分類結(jié)果和專家的分類結(jié)果吻合度達(dá)到了百分之八十,可以看出,我們的睡眠分類標(biāo)準(zhǔn)還是比較不錯的。
[Abstract]:With the rapid development of computer and electronic information technology, more and more attention has been paid to the theory, algorithm and realization of digital signal processing technology.Among them, the signal model representation and signal decomposition are the most desired research direction.Many scholars have put forward a lot of methods in this field. The form of decomposing a signal into the sum of several signals is signal decomposition, that is, the model representation of signal.The zero space tracking algorithm based on differential operator in this paper is a good signal decomposition algorithm.The zero space tracking (NSP) algorithm based on differential operators is widely used in signal denoising and signal decomposition.This algorithm is a new adaptive signal decomposition algorithm proposed by Professor Peng Sloan and Professor Huang Wenliang in 2008.It is different from other decomposition methods. This algorithm defines a differential operator so that the decomposed signal is in the zero space of the differential operator we define.Because different types of signals belong to the zero space of differential operators of different orders, in order to make the range of decomposable signals more extensive, Dr. Hu extended the null space tracking algorithm in 2011.After that, many researchers proposed different types of differential operators, and then improved the algorithm to increase the range of decomposable signals.In this paper, we apply the even-order differential operator to the zero-space tracking algorithm, determine the order of the differential operator according to the characteristics of the input signal, and then estimate the coefficient of the differential operator by solving the optimization problem.Thus, the form of differential operator is determined, that is, which extracted signals belong to the null space of the operator.Finally, we illustrate the feasibility of the algorithm.In the third part of this paper, we first use the zero-space tracking algorithm to de-noise the actual physiological signal brain waves.Then we analyze the classification results of the experts, and give a classification method of sleep period from two aspects: the frequency of the signal and the numerical distribution of the signal, and find a classification standard.So that the classification criteria can be applied to any brain wave data.The experimental results show that the degree of agreement between our classification results and expert classification results is up to 80%. It can be seen that our sleep classification criteria are quite good.
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O175.3;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 劉瓏;李勝;王軼卿;;基于小波包變換的腦電波信號降噪及特征提取[J];計(jì)算機(jī)工程與科學(xué);2015年04期

2 莊瑋;段鎖林;徐亭婷;趙以鋼;;基于支持向量機(jī)的腦電信號分類方法研究[J];科學(xué)技術(shù)與工程;2014年09期

3 肖維維;欒衛(wèi)軍;彭思龍;;基于三階線性微分算子的零空間追蹤算法[J];系統(tǒng)工程理論與實(shí)踐;2013年05期

4 羅志增;李亞飛;孟明;孫曜;;腦電信號的混沌分析和小波包變換特征提取算法[J];儀器儀表學(xué)報(bào);2011年01期

5 趙天姿;宋煒;王尚旭;;基于匹配追蹤算法的時頻濾波去噪方法[J];石油物探;2008年04期

6 李谷;范影樂;李軼;龐全;;基于腦電信號Hilbert-Huang變換的睡眠分期研究[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2007年06期

7 張立振;;分解信號為正交本征模態(tài)函數(shù)的方法[J];振動與沖擊;2007年05期

8 蓋廣洪;經(jīng)驗(yàn)?zāi)B(tài)分解的一種改進(jìn)算法[J];西安交通大學(xué)學(xué)報(bào);2004年11期

9 王菡僑;何權(quán)瀛;;美國睡眠醫(yī)學(xué)學(xué)會有關(guān)呼吸事件的最新判讀規(guī)則[J];中華結(jié)核和呼吸雜志;2008年09期

，

本文編號：1768471