生物醫(yī)學(xué)信號是源于一個(gè)生物系統(tǒng)的一類信號，像心音、腦電、生物序列和基因以及神經(jīng)活動(dòng)等，這些信號通常含有與生物系統(tǒng)生理和結(jié)構(gòu)狀態(tài)相關(guān)的信息，它們對這些系統(tǒng)狀態(tài)的研究和診斷具有很大的價(jià)值。信號拾取、采集和處理的正確與否直接影響到生物醫(yī)學(xué)研究的準(zhǔn)確性，如何有效地從強(qiáng)噪聲背景中提取有用的生物醫(yī)學(xué)信號是信號處理技術(shù)的重要問題。 設(shè)計(jì)自適應(yīng)濾波器對帶有工頻干擾的生物醫(yī)學(xué)信號進(jìn)行濾波，從而消除工頻干擾，獲得最佳的濾波效果是本研究要解決的問題。生物醫(yī)學(xué)信號具有信號弱、噪聲強(qiáng)、頻率范圍較低、隨機(jī)性強(qiáng)等特點(diǎn)。由于心電(electrocardiogram，ECG)信號的確定性、穩(wěn)定性、規(guī)則性都比其他生物信號高，便于準(zhǔn)確評估和檢測濾波效果，本研究采用ECG信號作為原始的模板信號。 本研究將新的電子芯片技術(shù)與現(xiàn)代信號處理技術(shù)相結(jié)合，從過去單一的軟件算法研究，轉(zhuǎn)向軟件與硬件結(jié)合，從而提高自適應(yīng)速度和精度，而且可以使系統(tǒng)的開發(fā)周期縮短、成本降低、容易升級和變更。 采用現(xiàn)場可編程邏輯器件(Field Programmable Gate Array，F(xiàn)PGA)作為新的ECG快速提取算法的硬件載體，加快信號處理的速度。為了將ECG快速提取算法轉(zhuǎn)換為常用的適合于FPGA芯片的定點(diǎn)數(shù)算法，研究中詳細(xì)分析了定點(diǎn)數(shù)的量化效應(yīng)對自適應(yīng)噪聲消除器的影響，以及對浮點(diǎn)數(shù)算法和定點(diǎn)數(shù)算法的復(fù)合自適應(yīng)濾波器的各種參數(shù)的選擇，如步長因子和字長選擇。研究中以定點(diǎn)數(shù)算法中的步長因子和字長選擇，作為FPGA設(shè)計(jì)的基礎(chǔ)，利用串并結(jié)合的硬件結(jié)構(gòu)實(shí)現(xiàn)自適應(yīng)濾波器，并得到了預(yù)期的效果，準(zhǔn)確提取改善后的ECG信號。 研究中，在MATLAB(Matrix Laboratry)軟件的環(huán)境下模擬，選取帶有50Hz工頻干擾的不同信噪比的ECG原始信號，在浮點(diǎn)數(shù)情況下，原始信號通過采用最小均方LMS(LeastMean Squares)算法的浮點(diǎn)數(shù)自適應(yīng)濾波器后，根據(jù)信噪比的改善和收斂速度，確定不同的最佳μ值，并在定點(diǎn)數(shù)情況下，在最佳μ值的情況下，原始信號通過采用LMs算法的定點(diǎn)數(shù)自適應(yīng)濾波器后，根據(jù)信噪比的改善效果和采用硬件的經(jīng)濟(jì)性，確定最佳的定點(diǎn)數(shù)。并了解LMS算法中步長因子、定點(diǎn)數(shù)字長值對信號信噪比、收斂速度和硬件經(jīng)濟(jì)性的影響。從而得出針對含有工頻干擾的不同信噪比的原始ECG，應(yīng)該采用什么樣的μ值和什么樣的定點(diǎn)數(shù)才能對原始ECG的改善和以后的硬件實(shí)現(xiàn)取得最佳的效果，并根據(jù)所得到的數(shù)據(jù)和結(jié)果，在FPGA上實(shí)現(xiàn)自適應(yīng)濾波器，使自適應(yīng)濾波器能對帶有工頻干擾的ECG原始信號有最佳的濾波效果。
上傳時(shí)間： 2013-04-24
上傳用戶：gzming
·詳細(xì)說明：語音信號處理的課件，包含語音信號的短時(shí)分析、特征提取、矢量量化，語音編碼、合成與識別
標(biāo)簽： 語音信號處理
上傳時(shí)間： 2013-07-23
上傳用戶：huannan88
隨著遙感影像數(shù)據(jù)量不斷增長，為了更加高效地組織與管理海量的遙感影像，研究并提出了改進(jìn)的基于小波分解的影像金字塔構(gòu)建方法。利用多分辨率分析和圖像的小波分解與重構(gòu)算法，參考影像金字塔構(gòu)建的一般方法，將圖像小波分解的不同級系數(shù)量化、編碼后，分別存儲于金字塔的不同層中。該構(gòu)建方法可以有效地降低金字塔各層之間的數(shù)據(jù)冗余，減少總數(shù)據(jù)量和瀏覽時(shí)的數(shù)據(jù)流量，并能更好地支持嵌入式碼流和漸進(jìn)式傳輸。
上傳時(shí)間： 2013-10-20
上傳用戶：1477849018@qq.com
針對城市公交網(wǎng)絡(luò)的評價(jià)問題，在綜合考慮城市公交系統(tǒng)諸多因素的基礎(chǔ)上，建立了城市公交網(wǎng)絡(luò)系統(tǒng)的綜合評價(jià)指標(biāo)體系。然后利用非負(fù)矩陣分解的知識，提取出指標(biāo)體系中的主要綜合性指標(biāo)。通過對銀川市現(xiàn)有的公交網(wǎng)絡(luò)進(jìn)行綜合評價(jià)后發(fā)現(xiàn)，文中所提出的方法可以克服傳統(tǒng)的評價(jià)方法結(jié)果無明確幾何意義和主觀依賴性等缺點(diǎn)，從而可以更為有效的給出量化的評價(jià)結(jié)果。
標(biāo)簽： 非負(fù)矩陣分解 城市 公交網(wǎng)絡(luò) 模型
上傳時(shí)間： 2013-11-13
上傳用戶：haohaoxuexi
設(shè)計(jì)了一個(gè)嵌入式語音識別系統(tǒng)，該系統(tǒng)硬件平臺以ADSP-BF531為核心，采用離散隱馬爾可夫模型(DHMM)檢測和識別算法完成了對非特定人的孤立詞語音識別。試驗(yàn)結(jié)果表明，該系統(tǒng)對非特定人短詞匯的綜合識別率在90%以上。該系統(tǒng)具有小型、高速、可靠以及擴(kuò)展性好等特點(diǎn);可應(yīng)用于許多特定場合，有很好的市場前景。文中講述了該系統(tǒng)CODEC、片外RAM、ROM以及CPLD等與DSP的接口設(shè)計(jì)，語音識別運(yùn)用的矢量量化、Mel倒譜參數(shù)、Viterbi等有關(guān)算法及其實(shí)際應(yīng)用效果。
標(biāo)簽： ADSP-BF 531 嵌入式 中的應(yīng)用
上傳時(shí)間： 2013-10-28
上傳用戶：rolypoly152
所有模數(shù)轉(zhuǎn)換器(ADC)都有一定量的“折合到輸入端噪聲”，可以將其模擬為與無噪聲ADC 輸入串聯(lián)的噪聲源。折合到輸入端噪聲與量化噪聲不同，后者僅在ADC處理交流信號時(shí)出 現(xiàn)。多數(shù)情況下，輸入噪聲越低越好，但在某些情況下，輸入噪聲實(shí)際上有助于實(shí)現(xiàn)更高 的分辨率。這似乎毫無道理，不過繼續(xù)閱讀本指南，就會明白為什么有些噪聲是好的噪 聲。
上傳時(shí)間： 2013-11-14
上傳用戶：Sophie
在需要對信號進(jìn)行再量化的場合，可以通過加入dither來避免小信號再量化所產(chǎn)生的諧波失真，但同時(shí)會使噪聲功率增加。這種情況下，可以利用人耳的心理聲學(xué)特性，通過噪聲整形來降低噪聲的可聞性，提高實(shí)際的信噪比，改善音質(zhì)。本文提出了兩種新的設(shè)計(jì)最優(yōu)噪聲整形濾波器的方法-遺傳算法和非線性優(yōu)化算法，并分別實(shí)現(xiàn)了原采樣率下和過采樣率下基于心理聲學(xué)模型的最優(yōu)噪聲整形濾波的設(shè)計(jì)。結(jié)果證明，該方法靈活方便、實(shí)現(xiàn)效果良好。
標(biāo)簽： 整形濾波器
上傳時(shí)間： 2014-01-05
上傳用戶：testAPP
SNR boost是一種噪聲成型技術(shù)，該技術(shù)能夠改變量化噪聲的頻譜
上傳時(shí)間： 2013-10-17
上傳用戶：894898248
模糊綜合評判法是一種基于模糊數(shù)學(xué)的綜合評判方法，該綜合評判法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評判轉(zhuǎn)化為定量評判，即用模糊數(shù)學(xué)對受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評判。它具有結(jié)果清晰，系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。本文以新一代天氣雷達(dá)發(fā)射機(jī)故障為例，論述了該方法如何獲取故障診斷數(shù)據(jù)，如何進(jìn)行故障定位等過程。
標(biāo)簽： 模糊綜合 故障樹分析法 中的應(yīng)用
上傳時(shí)間： 2013-10-17
上傳用戶：yxgi5
為了模擬圖像分類任務(wù)中待分類目標(biāo)的可能分布，使特征采樣點(diǎn)盡可能集中于目標(biāo)區(qū)域，基于Yang的有偏采樣算法提出了一種改進(jìn)的有偏采樣算法。原算法將目標(biāo)基于區(qū)域特征出現(xiàn)的概率和顯著圖結(jié)合起來，計(jì)算用于特征采樣的概率分布圖，使用硬編碼方式對區(qū)域特征進(jìn)行編碼，導(dǎo)致量化誤差較大。改進(jìn)的算法使用局部約束性編碼代替硬編碼，并且使用更為精確的后驗(yàn)概率計(jì)算方式以及空間金字塔框架，改善了算法性能。在PASCAL VOC 2007和2010兩個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，平均精度比隨機(jī)選取的特征采樣方法能夠提高約0.5%，驗(yàn)證了算法的有效性。
上傳時(shí)間： 2013-10-24
上傳用戶：wawjj
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
