基于特征参数的脉搏波高斯拟合

由非创伤性测量获得的脉搏波可由若干个高斯函数合成,提出一种得到最优高斯拟合脉搏波信号的方法.首先提取能反映人体心血管系统生理病理信息的一些特征参数,然后选择其中的一个或多个特征参数作为评价高斯拟合效果的标准,最后依据这些标准得到最优的高斯拟合脉搏波信号.由于依据该方法得到的拟合脉搏波信号的一些重要特征参数与实测脉搏波信号最为接近,因而更能真实地反映人体心血管系统的生理病理状态.     

基于小波变换的无创血压检测方法研究

为了在空间环境下测量连续血压,提出一种基于脉搏波速法,采用小波变换检测脉搏波信号峰点,准确计算脉搏波传导时间,并在此基础上推算出人体动脉血压的原理和方法,将其应用在自己研制开发的无创血压采集系统上.系统对传感器定位要求不高,误差和不适感较少,解决了其他基于脉搏波速法的血压采集系统所存在的心电、脉搏波信号同步性差,以及计算精度较低的问题.实验结果表明,本系统能准确定位脉搏波峰点、计算出脉搏波传导时间,并在此基础上计算得到人体动脉血压     

TP-CBS心血管血流参数无损伤检测系统

提出一种以桡动脉脉搏波分析为基础、无损伤的心血管血流参数微机检测系统介绍了系统构成及主要特点,桡动脉信息的采集、分离、分析、处理的方法。并以临床应用及动物试验实例,证实了该系统的实用意义。     

指脉脉搏波自动识别及自动采集控制方法

提出一种指脉脉搏波自动识别及采集自动控制方法.以手指伸入传感器后脉搏波采样值的变化自动启动采集;通过对采集信号的模拟和数字滤波以及基线漂移的滤除,得到有效的脉搏波波形;利用差分阈值法提取脉搏波的起始点得到单个的脉搏波;依据单个脉搏波的异常类型对脉搏波进行自动识别;当连续3屏的脉搏波特征参数平均值绝对误差小于0.005时,自动停止脉搏波采集.实际测量实验表明:该方法能对脉搏波有效性进行判断和对脉搏波检测进行自动控制,可应用在指脉脉搏波检测中.     

基于FPGA和Matlab的实时脉图信息处理系统设计

为了在无创心功能检测中准确迅速地检测出脉搏波,获得有用的诊断信息,在临床医学上有效地防治疾病,设计了一种基于FPGA和Matlab的高速实时脉图信息处理系统.该系统以FPGA芯片为核心,利用FT245BM型快速USB接口芯片和HK-2000G脉搏传感器,实现了对脉搏信号的采集,在主机上运用VB和Matlab混合编程技术,采用均值微分,积分、模糊插值、希尔伯特黄变换、小波变换等算法,完成脉搏信息的时频处理.该系统通过软硬件滤波,去除了呼吸等干扰信号,能正确地实时显示、存储、打印数字化脉波图像信息,自动运算得到脉图特征参数.通过对不同人体脉图特征参数测试,脉图信息有效、可靠,在医学亚健康诊断及病态诊断和家庭医疗方面有广泛的应用价值.     

基于手指动脉波的无创血压测量系统

设计了一种基于手指动脉波的小型无创血压测量系统。通过光电式脉搏波传感器,采集同一根手指动脉前后两点的脉搏波信号,用微处理器主控通过阈值法提取脉搏波波峰,对比波峰时间差,得出脉搏波传播时间,建立脉搏波传播时间与血压之间的对应关系,通过实验确定关系式中的个性化参数,利用得到的关系式求得血压值,将所设计的系统测得的血压值与欧姆龙电子血压计的测量值进行对比,结果表明,两者误差较小,有较好的一致性。该系统可以实现血压的无创检测。     

基于小波变换的脉搏波信号去噪

利用Mallat算法对脉搏波信号进行多分辨分析和去噪,具有品质因数恒定、运算量小、分解尺度可调的优点,且去噪效果好,整个系统基于MSP430单片机实现,完成了对脉搏波检测的功能,效果较好,有一定的实际应用价值。     

基于GPRS技术的远程住宅监测系统设计

为了让住户可以方便地对个人住宅进行远程监控,设计了一种基于GPRS技术的远程监测系统,可以对房屋内的温度、光照、红外报警等信息进行实时采集和监测.系统以微处理器SPCE3200为控制核心,利用SIM300模块实现数据的远程传输,用户通过手机接收信息.实验证明,该系统满足设计要求.     

基于多特征参数综合分析脉搏波信号失真度算法的实现

在利用脉搏波信号计算生命体征时,为检测并排除严重失真的脉搏波信号,综合利用欧氏距离、脉搏波传导时间以及脉搏波波形系数,提出一个用于判断脉搏波失真度的参数——脉搏波联合特征系数。其中在计算欧氏距离的过程中,利用心电信号R波对PPG信号进行多段分割,对每小段进行时间轴归一化处理以抑制欧氏距离对时间轴伸缩的敏感度。通过分析实测脉搏波信号,验证了本文算法能准确识别失真波形。     

基于GSM的远程报警系统的研制

提出了一种基于GSM网络传输的远程报警系统.前端控制器接口控制多种探测器,分析整理报警信息,并利用串口控制GSM模块将相应的报警信息以GSM短消息形式进行传输,警情直达用户和计算机监控中心.对系统的硬件实施、算法研究与软件实现进行了详细描述,系统具有可靠性高,实时性好及低成本等特点,可广泛运用于家庭或其它需远程监控的场合.     

基于双弹性腔模型与整心动周期脉搏波的血流动力学参数估计

为了对心脏疾病的诊断和治疗提供指导,同时也为进行心脏辅助装置的设计及评价提供有利的工具,提出了基于双弹性腔模型和整心动周期脉搏波的血流动力学参数估计方法,运用非线性最小二乘Levenberg-Marqurdt算法对实测脉搏波数据进行参数估计得到动脉系统的模型参数,即人体的血流动力学参数(包括外周阻力、动脉顺应性和血流惯性).利用MATLAB/Simulink工具结合图形用户界面(graphical user interface,GUI)建立的左心与动脉系统耦合的动力学电路模型得到的仿真结果与人体实测脉搏波数据进行对比分析,验证了模型参数估计的有效性.用该方法估计的参数结果符合生理参数范围,且效果优于传统的舒张期估计方法,其中主动脉顺应性参数的估计结果误差降低了50%,参数带入模型得到的仿真结果与实测脉搏波之间的误差也降低了20%左右.     

基于CSS技术和TOA的室内停车场定位系统

为了解决大型室内停车场场地复杂、寻车难等问题,提出了一种基于扩频技术的室内停车场车辆无线定位系统,给出了该方案的工作原理、系统设计和实现方案.该系统通过基于CSS技术和信号到达时间差TOA的定位算法进行车辆定位,方便用户快速找到车辆.实验表明,系统定位结果稳定可靠,定位准确,具有一定的应用前景.     

基于深度强化学习的超密集网络中多用户上行功率控制方法

针对超密集网络中由于用户数量多、相互距离近,通信过程中彼此之间干扰大,导致频谱利用率不高的问题,建立了通过优化控制发射功率同时提升系统信息容量和满足服务质量的用户数量的优化问题. 由于该问题非凸且功率控制为离散变量,将其建模为马尔科夫决策过程. 在此基础上,提出了基于深度强化学习的功率控制算法,并设计了相应的动作空间、状态空间及奖励函数. 仿真结果表明,所提算法与最大发射功率策略和随机发射功率策略相比,分别提高了至少15.9%的信息容量和至少10.7%的用户服务质量满足率. 与不考虑用户服务质量满足率提升的算法相比,所提算法通过适当降低信息容量,提升了用户服务质量满足率.     

医用新型高精密恒流电刺激器系统的设计

提出一种新型医用高精密恒流电刺激器系统的整体方案,可作为诱发电位的电刺激器,也可用作功能式神经肌肉电刺激器。针对高精密恒流电刺激器对刺激电压高伏值和刺激电流高精确度的设计要求,电源设计部分采用推挽升压后再倍压整流得到一个平稳的360 V高压,同时电路中的12 bit D/A和运放组成的恒流源电路可以保证一个高质量的脉宽低于10 μs、最大100 mA恒定电流的产生。针对高精密恒流电刺激器的高人体安全系数的要求,对电路中的控制信号、反馈信号和通信信号采用光电隔离,并对供电电源采用DC-DC电源隔离屏蔽;同时设计了过流保护电路、脉宽限制电路和脉宽检错电路,结合底层硬件保护和上层脉宽检错电路的双重安全保护措施,大大提高了刺激器的安全系数。系统硬件电路的仿真和实际测试结果证明该设计方案的可行性和可靠性可满足临床医疗检测的要求。     

指端微循环容积脉搏血流模型的建立及模型参数的辨识

指端容积血流脉搏波中包含着丰富的血液循环系统的生理信息,为了研究指端容积血流脉搏波,本文在桡动脉和指脉之间建立了一个指端容积脉膊血流模型,并运用最小二乘法对指端容积脉膊血流模型的参数进行了辨识.     

最小误码率排序迭代优化的SLNR改进算法

针对多用户MIMO系统应用SLNR算法时由于干扰用户增加引起的系统性能下降问题,联合考虑误码率性能和信道质量,提出一种先把部分已知的多用户干扰加入SLNR准则进行抑制,根据信噪比大小确定预编码矩阵的设计顺序,再利用已知的多用户干扰迭代优化后续用户预编码矩阵的SLNR改进算法.由于只利用发射端信道信息优化预编码矩阵,改进算法无需基站与用户协作,计算复杂度低.对比仿真结果表明,改进算法收敛速度快,在高信噪比区域,误码率性能和系统容量增益得到了显著提升.     

WLAN中基于协作博弈的比例公平性带宽分配机制

在IEEE 802.11无线局网(WLAN)中,从协作博弈论的角度提出一种按用户流权重成比例(比例公平性)的带宽分配方案．通过建立用户流基于吞吐量的效用函数,将比例公平性的带宽分配过程建模为以整体效用最大化为前提,以个体效用最大化为目的的用户流之间的协作博弈．依据此博弈的纳什议价解(即用户流获取比例公平性带宽份额的最优信道竞争参数CW_min),提出了带宽分配方案PF-DCF．仿真结果表明,与802.11e EDCA相比,PF-DCF不仅有效的解决了低权重用户流无法获取系统带宽的问题,而且将WLAN在饱和状态下的吞吐量提高15％．     

基于改进加权协同过滤的集群用户黑箱个性意象预测

为了解决传统意象定位中感性意象部分信息丢失及用户模糊的个性化需求不完全表达的问题,提出基于改进加权SO（WSO）算法的集群用户个性意象预测研究. 建立用户特征域,基于K-modes算法计算用户差异度,确立用户集群. 对甄选样本实施兴趣度排序及自主性意象评价,创建集群意象因子集. 引入用户相似度优化WSO算法,增强集群用户间的内在联系,精准预测目标用户黑箱的个性意象分值. 基于语义差异问卷及平均绝对误差分析验证黑箱意象,输出集群中单一用户的个性化意象,实现意象预测. 以无人机为例,预测用户的个性意象,误差小于0.5被舍去,表明该方法能够较好地实现用户模糊的意象黑箱透明化,且预测的意象符合用户的个性化需求,可以有效辅助设计师有针对性地设计.