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硕士专业学位论文Word格式.docx
- 文档编号:14663247
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:68
- 大小:1.26MB
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硕士专业学位论文Word格式.docx
《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硕士专业学位论文Word格式.docx》由会员分享,可在线阅读,更多相关《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硕士专业学位论文Word格式.docx(68页珍藏版)》请在冰豆网上搜索。
注明《国际十进分类法UDC》的类号。
声明
本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。
与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。
研究生签名:
年月日
学位论文使用授权声明
南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。
对于保密论文,按保密的有关规定和程序处理。
年月日
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(EmpiricalModeDecomposition,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。
关键词:
非接触式生命体征监护系统,信号处理算法,EMD,WA-EMD,DSP
Abstract
Non-contactvitalsignsmonitoringsystemisaninstrumentthatdetecthumanbody’svitalsignsintheconditionofcontactless.Thesystemcanmonitorthebreathingandheartbeatsignalsthroughtheclothes,quiltsandotherobstaclesofhumansindistanceandnon-contact.Thesystemcanbeusedforcriticallyillpatients,infectiousdiseaseoftheclinicalcareofpatients,andreal-timemonitoringandnewborninfantfamily.Avoidcontactwiththeelectrodesystemsofphysicalharmandhumanguardianshipintermittent.
Thisarticlemainlydiscussestheseparationalgorithmofsignalsofthenon-contactvitalsignsmonitoringsystem.Aimattheshortcomingsofthetraditionaltime-frequencyanalysisindealingsignal.Usetheempiricalmodedecomposition(EMD)andaddwindowempiricalmodedecomposition(WA-EMD)algorithmtoprocessthesignal.ThealgorithmcandecomposeacomplexsignalintoaseriesofcomponentsoftheIMFindifferentfrequency.ThearticleintroducesthebasicprinciplesandprocessofEMDalgorithmsandusesthisalgorithmtoseparatethetruesignalsfromthenon-contactsystem.AfterseveraltestswefoundthattheEMDmethodcan’tseparatethebreathingandheartbeatsignals.ThearticlealsointroducedwhytheEMDmethodcan’tseparatethebreathingandheart-beatingsignals.
BecauseofthelimitationoftheEMDalgorithminprocessingvitalsignssignal,thearticleproposedusingwindowaverageempiricalmodedecomposition(WA-EMD).Thismethodisobtainedthemeanenvelopesignalbyaddingthewindow,butnottheCubicSplineInterpolation.ItovercomestheModeMixing.Afterseveraltimesofsimulationexperiments,itisinvolvesthatthemethodcanseparatethebreathingandheart-beatingsignals,Andthemethodhasgoodnoiseimmunity.
Theendofthearticleisthissystem’shardwaredesignandimplementation,italsohaswrittenthesoftwareprogramsoftheWA-EMDalgorithms.Eventually,thedebuggingandrealizationofWA-EMDisbasedonDSPchipTMS320C6713.Theresultshowsthatthealgorithmisvalidityandfeasibilityindealingwiththebreathingandheartbeatsignal.
KeyWords:
non-contactvitalsignsmonitoringsystem,SignalseparationalgorithmEmpiricalModeDecomposition,WindowedAverageEMD,DSP
目录
摘要I
AbstractII
1绪论1
1.1非接触式生命体征监测技术的原理1
1.2非接触式生命体征监测系统及信号处理技术的国内外研究概述2
1.2.1非接触式生命体征监测系统的发展状况2
1.2.2现有非接触式生命体征信号处理方法3
1.3EMD算法的提出和发展现状4
1.4选题的背景和意义5
1.5论文的主要内容安排6
2经验模式分解算法8
2.1经验模式分解的概述8
2.2经验模式分解的基本原理9
2.2.1本征模函数的概念9
2.2.2瞬时频率10
2.2.3经验模式分解的基本过程10
2.2.4阈值条件的设置12
2.3EMD存在的问题13
2.3.1端点效应13
2.3.2模态混叠14
2.4经验模式分解的应用范围15
2.5本章小结19
3基于非接触式生命体征监测系统的信号处理方法20
3.1呼吸、心跳信号建模20
3.2EMD在呼吸、心跳信号处理中的应用21
3.2.1模拟信号的仿真21
3.2.2实际信号的测试24
3.3加窗平均经验模式分解算法26
3.3.1WA-EMD的基本原理26
3.3.2WA-EMD的改进效果28
3.4WA-EMD在呼吸、心跳信号处理中的应用29
3.4.1模拟信号的仿真30
3.4.2实际信号的测试31
3.4.3WA-EMD的抗噪声性能35
3.5WA-EMD和传统FFT的比较37
3.6本章小结38
4基于DSP平台的信号处理算法的实现40
4.1数字信号处理概述40
4.1.1DSP系统简介40
4.1.2DSP芯片的选型41
4.1.3TMS320C6713简介41
4.2DSP相关外设及电路设计42
4.2.1电源与复位电路43
4.2.2时钟模块45
4.2.3A/D转换模块设计45
4.2.4异步串行接口设计46
4.2.5JTAG接口47
4.3DSP的软件实现48
4.3.1集成环境CCS简介48
4.3.2整体设计流程49
4.4.3算法仿真与调试49
4.4本章小结54
5总结55
致谢57
参考文献58
1绪论
1.1非接触式生命体征监测技术的原理
生命体征参数是用来判断人体的生命活动正常与否的常用指标,主要有心跳、呼吸、体温、血压、呼吸末二氧化碳和脉搏氧饱和度等等。
其中心跳和呼吸是尤其重要的两个参数。
呼吸和心跳可以判断是否有生命体的存在,以及可以根据这两个参数的变化情况判断生命体是否正常运转。
另外,这两个参数的异常可能导致生命体的突发状况。
因此,实时的测量呼吸心跳信号在医学领域有着非常重要的作用。
目前常用的呼吸测量方法有:
压力传感器法、容积式测量法、电阻式测量法、触诊式测量法等;
常用的心跳信号测量方法有:
心电图、光电式脉搏测量法、心音等[18]。
非接触式生命体征监测仪是相对于接触式生命体征监测仪来说的,它的主要的特点是在工作的时侯不需要像常规的接触式监测仪那样要用电极或者传感器贴在身体的表面,它可以实现隔着衣服、纱布等障碍物实现非接触的、远距离的监测,可以监测到人的生命体征信号(像呼吸、心跳信号)。
该系统的总体框图[35]如图1.1所示:
图1.1非
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 经验 模式 分解 接触 生命 体征 信号 处理 方法 研究 硕士专业学位 论文