本文關(guān)鍵詞：基于稀疏盲源分離的J波提取技術(shù)研究　出處：《太原理工大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 盲源分離 稀疏成分分析 混合矩陣估計 源信號恢復(fù)

【摘要】：冠狀動脈（冠脈）疾病嚴(yán)重威脅著人們生命健康，能夠?qū)Ω呶Ｈ巳鹤龀黾皶r準(zhǔn)確的預(yù)測評估極為重要。室性心動過速會有生命危險，并且患者的心電圖(ECG)上形成了J波。J點偏移形成的J波，由于其幅值很小，與正常心電信號混疊，想要從臨床上的觀測信號中看到J波，不是非常容易。如何將可能隱藏的J波從觀測信號中提取出來，并進行研究與分類，為臨床上冠心病的診斷提供參考依據(jù)，成為醫(yī)學(xué)界有價值的熱點問題。因此，要解決這個問題，盲源分離（Blind Source Separation，BSS）必是首選。 目前，國內(nèi)外對稀疏性很強的信號做了大量研究，并提出了很多可實現(xiàn)盲源分離的算法，但是，當(dāng)正常心電信號混合了J波之后，由于源信號不充分稀疏，利用傳統(tǒng)的稀疏成分分析（Sparse ComponentAnalysis，SCA）算法不能準(zhǔn)確的估計混合矩陣，以便從觀測信號中分離出J波。因此，當(dāng)源信號不充分稀疏時，估計混合矩陣和恢復(fù)源信號成為盲源分離技術(shù)發(fā)展的一次大跨越，這個問題也亟待解決。 針對源信號不充分稀疏的情況，本文系統(tǒng)地研究了盲源分離的基本理論，傳統(tǒng)SCA方法估計混合矩陣和實現(xiàn)信號盲分離的原理，在傳統(tǒng)K-means算法和反饋稀疏成分分析方法能夠分離出一個目視效果很好并接近源信號的基礎(chǔ)上，提出了反饋部分稀疏成分分析算法（FPSCA），源信號存在頻譜重疊，滿足部分稀疏性，定位重疊部分的極值點，并搜索其兩側(cè)幅值相同的點位，使得混合矩陣能夠準(zhǔn)確的估計出來�；蛘呦葘⑾∈椟c篩選出來，構(gòu)造比例矩陣來估計混合矩陣，在估計出混合矩陣的一列之后利用FPSCA準(zhǔn)確的估計混合矩陣。實驗結(jié)果證明，在源信號不充分稀疏的情況下，混合通道系數(shù)能得到很好的估計，J波能夠準(zhǔn)確的提取出來。
[Abstract]:Coronary artery disease is a serious threat to people ' s health . It is very important to make timely and accurate prediction and evaluation of high - risk population . J - wave is formed on electrocardiogram ( ECG ) of patients . It is not very easy to find J - wave from observation signal . It is a valuable hot issue for diagnosis of coronary heart disease . Therefore , blind source separation ( BSS ) is the first choice to solve this problem . However , when the source signal is not sufficiently sparse , it is estimated that the mixed matrix and the recovery source signal become a big leap in the development of blind source separation technology when the source signal is not sufficiently sparse . Therefore , the problem also needs to be solved . In this paper , the basic theory of blind source separation is studied systematically in this paper . The basic theory of blind source separation is systematically studied . The traditional SCA method is used to estimate the mixed matrix and realize the blind separation of the signal . In the traditional K - means algorithm and the feedback sparse component analysis method , it is possible to separate out the extreme points of the partial sparsity , locate the overlapping part and estimate the mixed matrix by FPSCA . The experimental results show that the mixed channel coefficient can be estimated well under the condition of insufficient source signal . The J wave can be accurately extracted .

【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R540.4;TN911.7

【參考文獻】

相關(guān)期刊論文 前10條

1 余先川;曹婷婷;胡丹;張立保;代莎;;基于小波變換和稀疏成分分析的盲圖像分離法[J];北京郵電大學(xué)學(xué)報;2010年02期

2 汪軍，，何振亞;瞬時混疊信號盲分離[J];電子學(xué)報;1997年04期

3 汪軍，何振亞;卷積混疊信號盲分離[J];電子學(xué)報;1997年07期

4 馮大政,史維祥;有效的自適應(yīng)波達方向盲估計算法[J];電子學(xué)報;1999年03期

5 肖明;謝勝利;傅予力;;基于頻域單源區(qū)間的具有延遲的欠定盲分離[J];電子學(xué)報;2007年12期

6 凌燮亭;延時狹帶信號的自學(xué)習(xí)盲分離[J];電子學(xué)報;1995年01期

7 凌燮亭;近場寬帶信號源的盲分離[J];電子學(xué)報;1996年07期

8 譚北海;謝勝利;;基于源信號數(shù)目估計的欠定盲分離[J];電子與信息學(xué)報;2008年04期

9 何振亞,劉琚,楊綠溪,蔚承建;盲均衡和信道參數(shù)估計的一種ICA和進化計算方法[J];中國科學(xué)E輯:技術(shù)科學(xué);2000年02期

10 劉琨;杜利民;王勁林;;基于時頻域單源主導(dǎo)區(qū)的盲源欠定分離方法[J];中國科學(xué)(E輯:信息科學(xué));2008年08期

本文編號：1412060