心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
设计并实现具有硬件滤波空气清新器的信息采集系统，根据空气的复杂性以及随机性，结合自适应滤波器的原理，提出一种新的空气信息采集系统设计方法。该方法利用最小均方(LMS)自适应滤波器进行软件滤波，针对空气
上传时间： 2013-06-14
上传用户：sjb555
自适应滤波器是智能天线技术中核心部分-自适应波束成形器的关键技术，算法的高效稳定性及硬件时钟速率的快慢是判断波束成形器性能优劣的主要标准。 首先选取工程领域最常用的自适应横向LMS滤波算法作为研究对象，提出了利用最小均方误差意义下自适应滤波器的输出信号与主通道噪声信号的等效关系，得到滤波器最佳自适应参数的方法。并分析了在平稳和非平稳环境噪声下，滤波器的收敛速度、权系数稳定性、跟踪输入信号的能力和信噪比的改善等特性。 在分析梯度自适应格型算法的基础上，提出利用最佳反射系数的收敛性和稳定性，得到了梯度自适应格型滤波器的定步长改进方法；并以改进的梯度自适应格型和线性组合器组成梯度自适应格型联合处理算法，在同样环境噪声下，相比自适应横向LMS算法，其各项性能指标都得到了极大地改善，而且有利于节省硬件资源。 设计了自适应横向LMS滤波器和梯度自适应格型联合处理滤波器的电路模型，并用驰豫超前技术对两类滤波器进行了流水线优化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多种EDA工具，完成了滤波器的FPGA硬件设计与仿真实现。并以FPGA实现的3节梯度自适应格型联合处理器为核心，设计了一种TD-SCDMA系统的自适应波束成形器，分析表明可以很好地利用系统提供的参考信号对下行波束进行自适应成形。
上传时间： 2013-07-16
上传用户：xyipie
波束形成模块是声纳信号处理系统中的核心部分，其作用为在空域上加强来自某一方向的信号，抑制干扰，同时探测目标的方位。因此，波束形成模块的研究在水下探测器、水下武器引信等声纳系统中显得尤为重要。本文基于阵列波束形成的原理对圆阵自适应波束形成展开了比较深入的研究。 首先，本文概述了声纳波束形成的研究背景和研究现状。基于本课题所研究的主动声纳模型，分析了主动声纳信号，提出应用复基带信号进行波束形成的方案；对接收波束形成的原理和方法进行了比较详细的推导和论述。 其次，本文重点对均匀圆形阵列流形的波束形成作了详细分析和波束图函数推导，并且应用MATLAB软件进行了仿真分析。然后对LMS自适应算法进行了介绍，由对LMS算法的分析推导了DLMS算法，并对LMS算法和DLMS算法进行了分析，并将DLMS算法应用于均匀圆阵波束形成。仿真结果表明，基于FIR滤波架构的DLMS算法以牺牲部分收敛速度为代价，可获得高速并行处理能力。DLMS自适应波束形成方法能使目标方向信号加强，同时将干扰信号零陷。 最后，本文介绍了基于FPGA的并行度为2的8阵元DLMS自适应波束形成设计思路以及实现方法。系统的整体结构采用了并行处理架构，而在单个支路采用了流水线技术。并应用硬件描述(VHDL)语言在QuartusⅡ4.0环境下设计了各软件模块和功能仿真。
上传时间： 2013-04-24
上传用户：moonkoo7
随着无线通信技术的不断发展，人们对移动通信及宽带无线接入业务需求的不断增长，无线频谱资源显得日益匮乏。因此，如何提高频谱利用率，一直以来就是无线通信领域研究的主要任务。认知无线电的提出成为当下解决频谱资源稀缺的一个有效方法。而认知无线电的特性要求认知无线系统必须具备一个可重构的自适应调制解调器。因此，对于认知无线电平台中自适应可重构调制解调器的深入研究具有重大的意义。 软件无线电是实现认知无线电的理想平台。本文首先阐述了软件无线电的基本工作原理及关键技术，对多速率信号处理中的内插和抽取、带通采样、数字下变频、滤波等技术进行了分析与探讨，为设计自适应可重构调制解调器的设计提供了理论基础。然后介绍了认知无线电系统的构成和基本工作方式，接着重点研究了其中通信模块的FPGA实现。在通信模块的实现中，研究了基于认知无线电的BPSK、π/4 DQPSK、8PSK及16QAM调制解调技术，简要论述了他们的基本概念和原理，并给出了设计方案。接着按信号流程逐一介绍了各个功能模块在DSP+FPGA硬件平台上的实现，并对得到的数据进行了分析，给出了性能测试结果。在此基础上，结合认知无线电系统的要求，提出了可变调制方式，可变传输带宽的自适应可重构调制解调器的设计方案，并对其中一些关键模块的硬件实现给出了分析，同时给出了收端波特率识别的策略。最后，论文提出了一些新的自适应技术，如波特率估计、信噪比估计等，并给出了应用这些技术的自适应调制解调器的改进方案。
上传时间： 2013-06-17
上传用户：alan-ee
为了提高数字水印抗击各种图像攻击的性能和保持图像的稳健性和不可见性，提出了一种基于离散小波变换（DWT），SVD（singular value decomposition）奇异值分解水印图像和原始载体图像的离散余弦变换（DCT）的自适应水印嵌入算法，主要是将水印图像的两次小波变换后的低频分量潜入到原始图像分块经过SVD分解的S分量矩阵中，同时根据图像的JPEG压缩比的不同计算各个图像块的水印调节因子。实验证明该算法在抗击JPEG压缩、中值滤波、加噪等均具有很好的鲁棒性，嵌入后的图像的PSNR达到38，具有良好的视觉掩蔽性
标签： 数字水印算法
上传时间： 2013-10-09
上传用户：ca05991270
最小均方自适应滤波器，两个基本过程：滤波和自适应
标签： 自适应滤波器
上传时间： 2015-06-15
上传用户：shus521
用于智能天线中自适应的移动目标的跟踪，其中有卡尔曼滤波的源代码
上传时间： 2015-11-07
上传用户：kr770906
本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法。 它以一种改进的自适应 混合高斯模型为背景更新方法，用连通区检测算法分割出前景目标，以 Kalman滤波为运动模型实现对运动目标的连续跟踪。在目标跟踪时，该算法针对目标遮挡引起的各种可能情况.
上传时间： 2014-01-07
上传用户：凌云御清风
以下程序是基于matlab软件实现自适应滤波器的lms和rls两种算法，不像有些程序那样冗杂，简练明了。定义一个输入信号加入一组噪音，用自适应算法进行滤波，其中用到一个for循环。
上传时间： 2014-12-22
上传用户：龙飞艇
