基于经验模式分解的非接触式生命体征信号处理方法研究

发布时间：2017-11-14 11:20

  本文关键词：基于经验模式分解的非接触式生命体征信号处理方法研究

  更多相关文章： 非接触式生命体征监护系统 信号处理算法 EMD WA-EMD DSP

【摘要】：非接触式生命体征监测系统是在不接触人身体的情况下监测生命体征信号。该系统可以实现隔着衣物、被子等障碍物实现远距离、非接触的监测人体的呼吸和心跳信号。可以用于对危重病人、具有传染性疾病的病人的临床监护,以及刚出生幼儿的家庭实时监护。避免了接触式系统的电极对身体的伤害和人为监护的间断性。本文主要是对非接触式生命体征监测系统的信号处理方法进行了相关的研究,针对传统的时频分析在信号处理中的不足之处,本文采用了经验模式分解(EMD)和加窗经验模式分解(WA-EMD)两个算法。经验模式分解(Empirical Mode Decomposition, EMD)可以自适应的把复杂信号按频率分解成有限个IMF分量。文章中主要对EMD算法基本的原理和算法的基本过程进行了介绍,并用该方法对呼吸、心跳信号进行分离,经过多次试验发现,EMD算法在呼吸和心跳信号分离问题上具有局限性,不能广泛应用于非接触式生命体征监测。由于EMD算法在处理生命体征信号中的局限性,文章又引用了加窗经验模式分解(WA-EMD)算法。加窗经验模式分解使用加窗求平均值的方法代替EMD中的三次样条插值,克服了EMD中的端点效应和模式混叠等弊端。经过多次的模拟仿真实验,证明了,在理论上WA-EMD算法能够从所采集到的原始信号中分离出呼吸和心跳信号,而且该方法的抗噪声性能良好。文章的最后对本系统的硬件方面进行了设计,并对WA-EMD算法的软件程序进行了编写。最终,基于TMS320C6713芯片的DSP平台对WA-EMD算法进行了仿真和调试。其结果表明该算法在处理呼吸、心跳信号方面是有效的和可行的。
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7

【参考文献】

中国期刊全文数据库 前4条

1 陈平;李庆民;赵彤;;瞬时频率估计算法研究进展综述[J];电测与仪表;2006年07期

2 贾民平,凌娟,许飞云,钟秉林;基于时序分析的经验模式分解法及其应用[J];机械工程学报;2004年09期

3 陈宇杰;王健琪;路国华;;非接触式生命信息检测技术的综述[J];医疗卫生装备;2006年03期

4 王健琪,王海滨,荆西京,杨国胜,杨波,董秀珍,邱力军;呼吸、心率的雷达式非接触检测系统设计与研究[J];中国医疗器械杂志;2001年03期

中国硕士学位论文全文数据库 前2条

1 岳宇;生物雷达检测技术中心跳与呼吸信号分离技术的研究[D];第四军医大学;2007年

2 刘丽娟;时频分析技术及其应用[D];成都理工大学;2008年

，

本文编号：1185176