学位论文 > 优秀研究生学位论文题录展示

基于胎儿心率信号提取的自适应去噪算法的研究

作　者: 田宝凤
导　师: 闫维和；赵继印
学　校: 吉林大学
专　业: 通信与信息系统
关键词: 胎儿心率信号分段式变步长截断误差LMS算法收敛速度信噪比自适应噪声抵消系统
分类号: TN713
类　型: 硕士论文
年　份: 2004年
下　载: 370次
引　用: 8次
阅　读: 论文下载

内容摘要

1．引言胎儿心率信号是反映胎儿心脏电生理活动的一项客观指标，是表征生命体存在与否的一项重要的生命参数，是一种典型的生物医学信号，属于非平稳随机信号。对于处理这类信号，维纳滤波和卡尔曼滤波受到了限制，它们均要求预先知道信号的先验统计特性。自适应滤波理论和技术是统计信号处理和非平稳随机信号处理的主要内容，它具有维纳滤波和卡尔曼滤波的最佳滤波性能。自适应滤波可以在没有信号先验统计知识的条件下，通过自学习来适应外部随机环境的变化，逐渐逼近最佳滤波效果。本文对于各种自适应去噪算法进行研究，最后提出了一种分段式变步长截断误差LMS算法，并使之应用于自适应噪声抵消系统中，从而实现对于胎儿心率信号的提取。2. 自适应去噪算法的研究与新算法的提出本文首先以自适应滤波原理为基础，应用自适应噪声抵消系统，对归一化LMS算法、修正LMS算法以及截断数据和截断误差LMS算法还有一些改进的变步长LMS算法，对于特定的同一信号，通过计算机实验，在信噪比提高程度上和滤波后去噪效果上进行比较和分析，得出了变步长截断误差LMS算法和截断误差LMS算法比起其它算法均获得了很好的去噪效果，信噪比都提高了11dB左右。然而，由于变步长截断误差LMS算法采用了变步长的形式，因而它的运算时间比起截断误差LMS算法来说并不是最短的，这也说明了截断误差LMS算法的运算量是最小的，这一点和前面在理论上的论述是一致的。截断误差LMS算法虽然减小了计算量，但是在收敛速度上和步长为Sigmoid函数的变步长LMS算法的改进算法相比较收敛速度较慢，这就需要我们探索更好的算法或者对截断误差LMS算法进行改进，以实现既能加快收敛速度又能提高运算时间。基于上面的探讨，本文提出了两种新的算法，分别是分段式变步长LMS算法和分段式变步长截断误差LMS算法。通过将这两种算法与变步长截断<WP=69>误差LMS算法在信噪比提高程度上以及收敛速度和滤波后去噪效果上进行全面比较，得出分段式变步长LMS算法在波形恢复上具有很好的效果，而分段式变步长截断误差LMS算法对于信号去噪来说是一种最为理想的自适应去噪算法。分段式变步长截断误差LMS算法的提出，是基于最小均方误差的准则。这种算法是在分段式变步长LMS算法和截断误差LMS算法的基础上提出的。分段式变步长LMS算法是对迭代次数进行分段处理，在自适应的初始阶段，采用较大的步长，使之快速收敛，而随着自适应过程的进行，逐渐选用较小的步长值，这样就可以使进入稳态阶段之后步长的变化越来越小，使之得到尽可能小的失调量。下面用N表示整体迭代次数，N表示每一段中迭代次数的分界值，在每一段中的步长值分别用来表示，则具体的变步长的描述可以用下式来表示：其中，j=1,2,…,(N-1)，N＝1。……。分段式变步长截断误差LMS算法在分段式变步长LMS算法的基础上，每一段中利用符号函数sgn(·)将误差信号截断为1或－1，以减少计算量来加快自适应收敛速度。则分段式变步长截断误差LMS算法在每一段中权矢量的迭代公式如下式所示：w(n+1)=w(n)＋x(n) 3. 自适应噪声抵消系统的应用在自适应噪声抵消系统原理的论述基础上，将预测滤波器与自适应滤波器相结合构成新型自适应噪声抵消系统，依据预测误差的平方和最小的准则，首先对自回归预测滤波器AR模型德阶数进行估计，然后通过菜文森－<WP=70>德宾算法对自回归预测滤波器AR模型的系数进行预测，将预测出的参考通道信号作为主输入信号中噪声信号的估计值来抵消主输入通道中的噪声信号来实现胎儿心率信号的提取。4. 计算机仿真结果在自适应噪声抵消系统中的自适应滤波器采用横向滤波器结构，算法采用分段式变步长截断误差LMS算法，通过计算机仿真实验，实现了胎儿心率信号的提取，验证了分段式变步长截断误差LMS算法的有效性和优越性。

基于胎儿心率信号提取的自适应去噪算法的研究

内容摘要

全文目录

相似论文