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(lèi)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(jì) 源信號(hào)恢復(fù)

【摘要】：冠狀動(dòng)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(shí)準(zhǔn)確的預(yù)測(cè)評(píng)估極為重要。室性心動(dòng)過(guò)速會(huì)有生命危險(xiǎn)，并且患者的心電圖(ECG)上形成了J波。J點(diǎn)偏移形成的J波，由于其幅值很小，與正常心電信號(hào)混疊，想要從臨床上的觀測(cè)信號(hào)中看到J波，不是非常容易。如何將可能隱藏的J波從觀測(cè)信號(hào)中提取出來(lái)，并進(jìn)行研究與分類(lèi)，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(jià)值的熱點(diǎn)問(wèn)題。因此，要解決這個(gè)問(wèn)題，盲源分離（Blind Source Separation，BSS）必是首選。 目前，國(guó)內(nèi)外對(duì)稀疏性很強(qiáng)的信號(hào)做了大量研究，并提出了很多可實(shí)現(xiàn)盲源分離的算法，但是，當(dāng)正常心電信號(hào)混合了J波之后，由于源信號(hào)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(jì)混合矩陣，以便從觀測(cè)信號(hào)中分離出J波。因此，當(dāng)源信號(hào)不充分稀疏時(shí)，估計(jì)混合矩陣和恢復(fù)源信號(hào)成為盲源分離技術(shù)發(fā)展的一次大跨越，這個(gè)問(wèn)題也亟待解決。 針對(duì)源信號(hào)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(jì)混合矩陣和實(shí)現(xiàn)信號(hào)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(gè)目視效果很好并接近源信號(hào)的基礎(chǔ)上，提出了反饋部分稀疏成分分析算法（FPSCA），源信號(hào)存在頻譜重疊，滿(mǎn)足部分稀疏性，定位重疊部分的極值點(diǎn)，并搜索其兩側(cè)幅值相同的點(diǎn)位，使得混合矩陣能夠準(zhǔn)確的估計(jì)出來(lái)�；蛘呦葘⑾∈椟c(diǎn)篩選出來(lái)，構(gòu)造比例矩陣來(lái)估計(jì)混合矩陣，在估計(jì)出混合矩陣的一列之后利用FPSCA準(zhǔn)確的估計(jì)混合矩陣。實(shí)驗(yàn)結(jié)果證明，在源信號(hào)不充分稀疏的情況下，混合通道系數(shù)能得到很好的估計(jì)，J波能夠準(zhǔn)確的提取出來(lái)。
[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(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：R540.4;TN911.7

【參考文獻(xiàn)】

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(bào);2010年02期

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

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

4 馮大政,史維祥;有效的自適應(yīng)波達(dá)方向盲估計(jì)算法[J];電子學(xué)報(bào);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(bào);2007年12期

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

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

8 譚北海;謝勝利;;基于源信號(hào)數(shù)目估計(jì)的欠定盲分離[J];電子與信息學(xué)報(bào);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(jì)的一種ICA和進(jìn)化計(jì)算方法[J];中國(guó)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(shí)頻域單源主導(dǎo)區(qū)的盲源欠定分離方法[J];中國(guó)科學(xué)(E輯:信息科學(xué));2008年08期

本文編號(hào)：1412060