基于形态小波的QRS波检测算法

根据心电信号中QRS波群的特点,提出了一种基于小波变换和数学形态学相结合的形态小波检测算法。小波变换方法对突变信号在时频域都具有优异的辨识能力及“可变焦距”的优良特性;数学形态学是基于信号局部特征的,能够在时域上提取信号的峰谷信息。将这两种方法结合起来,利用MIT/BIH心电数据库进行验证,QRS波群的检出率高达99.84%。     

mexican-hat小波在QRS波检测中的应用研究

提出了一种基于小波变换,结合多种判别修正方法的QRS波检测算法。首先采用mexican-hat小波对信号进行小波变换,在第3尺度上采用模极大值阈值法对R波进行检测。其次采用平面几何的数学方法定位Q波和S波。对于高尖P波和大T波造成的误检,采用弧度法进行纠正。对于高频干扰造成的影响用QRS时长法予以排除。该算法经过MIT-BIH Arrythmia Database的心电数据验证,取得了满意的结果。     

基于数学形态滤波和提升小波变换的R波检测

利用数学形态学与提升小波变换相结合的方法对心电信号进行分析处理。先用数学形态方法对心电信号进行滤波预处理,可以有效地去除高频白噪声与低频的基线飘移,再利用提升小波变换对处理后的心电信号进行多分辨分析,得出各层逼近信号与细节信号,并在此基础上结合不应期、自适应阈值和回溯检漏等方法,提出了一种动态的R波检测算法,使得QRS波群的检出率达到99.89%。     

基于小波变换和希尔伯特包络分析的QRS波检测算法

提出一种基于双正交小波变换和Hilbert变换的QRS波检测算法。首先，通过双正交小波变换分解与重构，消除高频噪声，同时突出R峰位置，构造出有利于QRS波检测的检测层。然后，对信号求差分和希尔波特变换，进一步抑制P波、T波以及基线漂移等噪声。最后，在计算得到的包络信号上根据自适应阈值及决策规则进行R峰检测。根据MIT-BIH心率失常数据库有标注的临床数据进行验证，QRS波检测结果准确率达到99.01%，同时算法具有不错的鲁棒性和实时性。     

基于香农能量与自适应阈值的心电QRS复合波检测算法

针对现有心电QRS复合波检测算法对于一些信号异常的情况检测效果仍然不理想的问题,提出了一种基于香农能量与自适应阈值相结合的心电QRS复合波检测算法,以解决QRS复合波检测的低准确率问题。首先,从预处理后的信号提取香农能量包络;然后,结合改进的自适应阈值方法对QRS复合波进行检测;最后,根据QRS复合波增强后的信号定位所检测的QRS复合波的位置。使用MIT-BIH心律失常数据库的数据对所提算法进行性能评估,结果表明,所提算法即使在信号中存在高大的P波、T波、不规则心律以及严重的噪声干扰时依然能准确检测QRS复合波的位置,总体数据检测的敏感性、阳性检测度和准确率分别达到了99.88%、99.85%和99.73%,且该算法能够在保证准确率的情况下快速地完成QRS复合波的检测任务。     

带反馈修正的多结构元形态学心电信号QRS波检测算法

本文提出了一种带反馈修正的多结构元形态学心电信号QRS波检测算法。首先，采用形态学滤波消除心电信号中的脉冲噪声；接着，基于两种不同宽度的结构元，对滤波后信号进行形态学峰谷提取，获取QRS波波形陡峭信息和幅度信息；然后，根据形态学峰谷提取结果，采用自适应阈值检测法初步定位QRS波；最后，利用估算出的R-R间期对QRS波检测结果进行评估和修正，并反复此评估修正过程直至获得满意结果。经MIT-BIH心律失常数据库验证，本算法具有很好的QRS波检测效果。     

移动心电监护系统的心电图实时分析算法

在移动心电监护系统中,心电图中QRS波群的实时检测以及心律失常分析是至关重要的问题.针对这一问题,首先采用Pan-Tompkins算法检测QRS波,区分正常心电信号和心律失常,然后采用基于粗粒化过程的Lempel-Ziv(LZ)复杂度算法对心律失常进行分析.通过对MIT-BIH数据库中的100条正常心电信号、120条心动过速信号和60条心室颤动信号进行仿真测试,结果表明该算法能够克服各种噪声对心电信号的影响,实现QRS波的精准检测,而且基于K-Mean粗粒化过程的LZ复杂度算法可以有效分离心动过速和心室颤动,是一种分析心律失常比较实用的方法.     

基于改进遗传模拟退火 K-means的心电波形的分类研究

针对心电图自动诊断困难这一问题,提出了一种新的聚类算法：基于均方差属性加权的遗传模拟退火K-means改进聚类算法,用于改进心电图（ECG）信号的自动识别技术。利用小波变换的多分辨率和抗干扰能力好的特点,检测QRS波、P波、T波,提高了特征检测的准确性;利用聚类分析具有较好的鲁棒性和适合于大数据量分析的特点,对心电信号进行波形分类。采用MIT-BIH标准心电数据库中的部分数据对识别结果进行判断,改进后的K-means聚类算法的准确率高于传统的K-means聚类算法,实验表明该算法对心电信号可以进行有效分类。     

一种改进的心电图QRS波群检测算法

在利用小波变换检测QRS波群时,最关键的部分就是模极值配对,提出一种区域极值配对算法来检测R波。首先利用二次样条小波基函数和多孔(ATrous)算法对心电(ECG)信号进行小波变换求取模极值,用正极大值来确定搜索区域,以这个正极大值为起点,以这个确定区域为搜索范围,向左搜索负极大值点,将这两个极值配对,他们之间的过零点就是R波的对应点,然后在检测到R波的基础上检测出Q波与S波,再结合距离最大值法检测出QRS波群的起止点。并采用医学相关理论对检测结果进行优化,进一步去除错检点,补偿漏检点。最后利用MIT-BIH心率失常数据库中记录的数据对该算法进行验证,实验结果表明所提算法能准确检测QRS波群,平均检出率达到了99.97%。     

结合数据融合和数据挖掘的医疗监护报警

介绍家庭远程医疗监护和咨询智能系统,它能自动进行监护数据分析及异常情况识别和网络报警、远程实时诊断。在心电信号分析方面,采用了一种基于最小均方差的自适应噪声滤除方法,介绍了QRS综合波和P波的检测方法及共时域特征的提取,以及基于小波分析的心电信号频域特征的提取。在结合数据融合和数据挖掘的医疗监护模型的建模方面,采用多层感知器网络和决策树方法建立报警决策器的模型。     

基于改进ACO的WSN感知数据传输策略研究

无线传感器网络(WSN)能够利用传感器节点快速准确地获取物理世界的信息从而作为物联网的感知层在监控领域得到了广泛的应用,而能量利用率是能量受限无线传感器网络的一个关键属性,直接影响网络的生命周期.经典的分层路由LEACH(及其变种)算法是无线传感器网络中最常见的节能路由协议.该文提出了一种改进的LEACH算法,由sin...     

基于学习自动机的无线传感网能量均衡分簇算法

优化簇首选择、均衡节点能量负载以延长网络存活时间,一直是无线传感器网络分簇协议研究的重点。针对无线传感器网络节点随机分布的情况,在基于学习自动机(Learning Automata, LA)的ICLA算法基础上,提出一种兼顾节点密度的能耗均衡分簇算法。在簇头选举方面,综合考虑节点剩余能量和节点密度,利用学习自动机与周围环境进行信息交互和动作奖惩,选择出相对较优的簇头;根据簇首与基站距离和其节点密度构造大小非均匀的簇,实现不同位置不同网络疏密程度下簇内和簇间能耗互补均衡;构造了基于簇首剩余能量、簇内节点密度和传输距离的评价函数,并运用贪婪算法选择出最优中转簇首进行多跳传输。仿真实验结果表明,该算法能选择出更为合理的簇头,有效地均衡网络能量负载,延长网络生存时间。     

基于区域分簇的大规模无线传感器网络生命周期优化策略

针对环境监测、电网冰灾监测等大规模监测系统中监测区域覆盖广、传感器数量大等特性,为节约网络能耗以延长生命周期,提出了一种基于区域分簇的大规模无线传感器网络生命周期优化策略(RCS).该策略首先利用传感器节点的位置信息进行凝聚的层次聚类(AGNES)算法将大规模网络分区以优化簇首的分布;其次,候选簇首节点竞选簇首成功后进行不均匀分簇,同时加入时间阈值来均衡簇首节点的能耗;最后,采用簇间多跳路由,根据节点剩余能量、与汇聚点距离计算网络能耗代价来构建最小生成树进行路由选择.在仿真实验中,该策略与经典的低功耗自适应分簇(LEACH)协议和能量高效的非均匀分簇(EEUC)算法比较,簇首能耗平均分别减少了45.1%和2.4%,网络生命周期分别延长了38%和3.7%.实验结果表明,RCS在大规模网络中能有效均衡整体网络能耗,显著延长了网络的生命周期.     

基于传感器网络能量均衡分簇算法仿真研究

研究传感网络能量均衡分簇延长网络寿命问题。针对LEACH算法中簇首分布不均及簇首与基站一跳通信能耗大的问题,造成网络簇头的不均匀分布带来的能耗不均衡问题以及簇头的瓶颈等,为了解决上述问题,提出了一种基于能量高效的无线传感器网络分簇路由算法。算法首先在簇头选择过程中利用节点的能量、邻节点数以及每一轮中簇头的个数等参数设置节点当选簇头的优先度,使簇头均匀地分布在网络中;在簇的组建过程中利用能量参数设置簇的重建条件,达到减小簇的重建频率的目的。     

采用半贪心优化的节点非均匀分布路由协议

为避免无线传感器网络中因节点能耗不均衡而产生的能量空洞现象,延长网络生命周期,提出采用半贪心优化的节点非均匀分布路由协议。首先在网络监测区域分层的基础上,计算各层感知数据转发能耗,根据各层网络能耗比例和监测区域覆盖要求,设计了密度递减的节点部署模型;然后基于两跳通信的贪心范围,提出两跳能耗代价估计函数,改进半贪心算法;在簇间多跳通信阶段,利用优化的半贪心算法求解簇头到基站的最优转发路径。仿真实验表明,与现有的几种路由协议相比,新协议能够均衡各层网络节点能耗,延长网络生命周期,有效避免能量空洞现象。     

一种适用于煤矿井下无线传感网的能量均衡路由协议

矿井无线传感网的拓扑呈长距离带状,节点间能耗不均问题十分严重。非均匀分簇策略能从全局均衡节点能量负载,在矿井中具有良好的适用性。针对矿井传感网的带状特性提出了一个簇规模自适应调节的能量均衡分簇路由协议。协议根据节点离汇聚点的距离、剩余能量及分布密度来构造规模不等的簇。簇首的竞选以节点相对于周围候选者的能量水平为依据,避免了低能量节点被当选为簇首。簇间多跳路由算法依簇首近似线型的分布特点设计,不但考虑链路能耗最优,亦注重转发节点间的能量均衡。模拟实验结果表明,该路由协议显著平衡了网中节点能耗,延长了网络生存时间。     

基于PSO的非均匀分簇双簇头路由算法

针对无线传感器网络中分簇路由算法簇头负载过重,同时为了提高无线传感器网络的能量利用效率,提出了一种基于PSO的非均匀分簇双簇头路由算法。该算法首先通过候选簇头节点与基站距离的远近构造出几何规模不等的簇,然后根据簇的规模引进PSO优化算法最终选择出主簇头与副簇头。主簇头主要负责簇内节点数据的采集跟数据融合,副簇头主要完成簇内及簇间数据转发任务,实现数据的单跳与多跳传输。仿真结果表明,该算法有效的减少了簇头节点的能耗,在很大程度上均衡了整个网络的能耗,实现了网络生存周期的延长。     

面向智慧农业的无线传感器路由协议和节点定位算法研究

随着人类社会的的进步,物联网技术,云计算,区块链,大数据等先进的技术给人类社会的各个方面带来了翻天复地的改变,为了实现农业生产状态的智慧化,无人化管理,基于无线传感器网络技术的农业无线监控系统研究将从无线监控系统的路由协议算法和节点定位算法两方面进行探讨研究。在路由协议算法方面提出了基于划分四边形网格分簇的拓扑控制算法,并从网络拓扑结构,节点死亡、能量消耗三方面和LEACH算法进行对比,从仿真结果可以看出,基于划分四边形网络分簇的算法比LEACH算法性能更优。节点定位算法方面提出基于临时锚节点逐步定位算法,对节点定位算法从不同节点的邻居节点图和节点误差两方面做对比,仿真对比的结果表明农田面积为1000m*1000m,锚节点为50,传感器的数量为200时,网络连通性最大,节点定位误差最小,构建的无线监控系统适合于农田,温室大棚等农业应用。     

深海海底观测网络远程电力监控系统研究

为了实现对深海海底观测网络的观测传感器电能供给状态的在线实时监测,提出了一种基于水下接驳盒的远程电力监控方案.设计了电力监控系统的总体结构和接驳盒节点的硬件结构.监控系统以水下接驳盒为核心节点,通过光以太网进行远程通信,采用霍尔电流传感器和热敏电阻温度传感器相结合的方法,实现了对各种海底观测传感器的电流、温度监测和电能...     

WSN中基于非线性自适应PSO的分簇策略

如何更大程度地延长网络的生命周期是设计无线传感器网络路由协议时需要考虑的重要因素。针对此问题,提出一种新型的基于改进粒子群优化的分簇算法。该算法调整了传统粒子群优化算法的惯性权重系数,能够避免其过早陷入局部最优;同时考虑到能量均衡和传输路径,将转发节点与簇头协作,以减轻簇头的能耗。仿真对比实验表明,改进算法在合理分配节点和平衡簇结构系统方面具有良好的性能。