检索历史 清除

摘要随着医疗物联网的快速发展，利用穿戴式无线体域网、手机终端等实时监测心电图(Electrocardiograph,ECG)信号、血压、血氧等多生理参数，已变得非常便利、广泛。同时，对高频心电信号、起搏心电信号等复杂生理信号的无线感知和采集也提出更高需求。然而，上述两类心电信号因固有频率较高，按传统奈奎斯特(Nyquist)定律，信号的采集数据量较大，所以，探索高效生理信号压缩的方法非常必要。在此，对起搏心电信号的压缩感知特性进行初步研究。论文主要研究工作有：<br>　　第一，嵌入式环境下起搏心电信号的感知与传输<br>　　利用穿戴式无线体域网或者手机终端等，实现起搏心电信号的感知与传输。通过蓝牙4.0模块实现起搏心电信号的近程无线传输，解除了传统有线传输带来的束缚，降低信号传输的错误率与丢失率。<br>　　第二，设计起搏心电信号稀疏分解基函数<br>　　首先对小波基函数的特性进行分析，然后选择典型小波基函数分别对信号进行稀疏分解。最终通过实验证明：当选择的小波基函数与起搏心电信号具有相似特点时，信号的稀疏分解效果较好；并可知db小波、coiflet小波和symlet小波基函数，能对心电信号进行较好的稀疏表达。<br>　　第三，起搏心电信号压缩感知的测量矩阵优化设计<br>　　通过对常见测量矩阵构造方法及各自适用范围的研究，最终得出随机高斯测量矩阵更适于心电信号的降维观测，并为后续信号的精确重构提供理论依据和保障。<br>　　第四，起搏心电信号嵌入式压缩感知的重构及其性能评测<br>　　通过寻找合适的重构算法实现信号的精确重构，并对选择常见的性能评测标准对重构的性能进行评价。由实验结论可知：正交匹配追踪算法可以实现较好的信号重构效果，并且压缩感知信号的重构精度与压缩比、测量矩阵的M值密切相关，为获得较高的重构精度，需要减小压缩比、增大M值，同时计算复杂度将会随之升高。