<rt id="yamoe"></rt>
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
本文在此背景下，針對非線性PID控制、自抗擾控制以及Smith預估器和前饋控制展開研究。為了提高控制器的穩定性和魯棒性，設計了ADRC-Smith預估控制器和前饋ADRC控制器，將其應用于大時滯溫度控制系統，并在此基礎上設計了吹塑機控制系統解決方案，通過大量的理論研究、仿真和實驗，實現了良好的控制效果。論文的主要工作有： 1.研究了自抗擾技術和溫度控制的現狀以及溫度控制的特點。 2.研究了ADRC的發展史，深入了解ADRC的原理與優點。ADRC在控制非線性對象時比PID具有更好的控制性能，但是參數調節理論不完善，阻礙了其廣泛應用。 3.通過MATLAB仿真，得到ADRC參數之間的內在規律，通過將ADRC的參數統一到一個時間因子上，達到簡化調節參數個數的目的，從而降低調試難度，同時，在無時滯溫控實驗平臺上進行實驗，驗證了參數調節規律的可行性。 4.自抗擾控制器在大時滯溫控上的應用，以前文獻一般將時滯環節等效成一階慣性環節，這樣就要求增加ADRC的階次，增加了調節參數個數，在參數調節理論不完善的情況下無疑是增加了調試難度。本文將ADRC分別與Smith預估器和前饋控制器相結合，設計了ADRC-Smith預估控制器和前饋ADRC控制器來解決具有大時滯控制問題。這兩類新控制器的優點是不增加ADRC的階次，是解決不確定大時滯被控對象的新途徑，也是ADRC控制器實際應用上的一次創新。 5.在可編程計算機控制器(PCC)搭建的大時滯溫控實驗平臺上進行實驗，將前饋ADRC控制器和貝加萊專用溫度控制器PIDXH的控制效果進行比較，實驗結果表明前饋ADRC控制器在穩定性、魯棒性等方面都優于PIDXH控制器。 6.研究了吹塑機控制系統解決方案，并在吹塑機上實驗前饋ADRc控制器，得到了良好的控制效果，進一步驗證了算法的可行性。
上傳時間： 2013-04-24
上傳用戶：1234xhb
異步電機無速度傳感器矢量控制技術提高了交流傳動系統的可靠性，降低了系統的實現成本。準確辨識電機轉速是實現無速度傳感器矢量控制的關鍵。 本文對無速度傳感器矢量控制系統進行了研究，建立了異步電動機無速度傳感器電壓解耦矢量控制系統和基于模型參考自適應(MRAS)的無速度傳感器矢量控制系統?；贛RAS的無速度傳感器矢量控制系統利用電動機定子電壓方程和電流方程得到電動機轉速的模型參考自適應辨識算法，在此基礎上建立了一個改進的變參數MRAS速度辨識數學模型，并利用Matlab軟件對基于該速度辨識模型的無速度傳感器異步電動機矢量控制系統在不同的情況下進行了詳細的仿真研究。仿真結果驗證了該改進的變參數MRAS速度辨識模型具有令人滿意的辨識精度和動態性能。 基于MRAS的轉速估算理論從本質上來說屬于基于電機理想模型的轉速估算方案，該方法依賴于電機參數，而電機參數在電機運動過程中變化很大，因而給出了對電機的一些定、轉子參數進行實時辨識方法，以保持系統的動、靜態性能。 在傳統型模型參考自適應系統基礎上，將系統中原有的自適應調節機構用一個具有在線學習能力的人工神經網絡取代，提出一種基于神經網絡的異步電機轉速估計方法，并給出了速度估計器的神經網絡結構和學習算法。最后對基于神經網絡轉速估計的異步電機矢量控制系統進行了仿真，結果表明該系統具有良好的性能。 簡單介紹了基于DSP的異步電機無速度傳感器矢量控制系統的硬件結構以及軟件系統的設計。
上傳時間： 2013-05-30
上傳用戶：hakim
直流電動機具有優良的調速特性,調速平滑、簡單,且范圍大.同時其過載能力大,能承受頻繁的沖擊負載,廣泛應用于切削機床、造紙機等高性能可控電力拖動領域. 以往直流調速系統控制器采用分立元件,其故障率高,穩定性差,技術落后,很難滿足生產的需要.隨著計算機技術及通信技術的發展,數字化直流調速系統克服了這一不足,成為直調系統的主流. 本文設計的系統以DSP為主控芯片,監控系統控制芯片使用P89C669單片機,通過上下位機的數據通訊,實現系統參數設計和調節的數字化.下面是具體工作闡述: 1.設計了電封閉直流調速系統的硬件和軟件,完成兩臺同軸電機的電封閉實驗. 2.主電路使用三菱公司的IPM-PS21867作為功率輸出模塊,同時設計了驅動保護電路、控制電路以及通信保護電路. 3.采用PWM控制方式,編寫了系統的軟件.主要包括主程序、通訊顯示程序以及中斷服務子程序. 4.完成了樣機的整體布局和調試,實現了系統的雙閉環控制. 5.針對由于負載、轉動慣量等的變化影響系統的調速性能,本文基于模型參考自適應控制原理,給出了雙閉環調速系統自適應的Narendra方案的具體實現,通過仿真驗證方案的可行性.
上傳時間： 2013-04-24
上傳用戶：kennyplds
本文的目的在于設計一個自適應噪音抵消系統,使其能消除含噪語音信號中的背景噪音,達到提高語音信號質量的目的.主要工作分為兩大部分.本文在第一部分介紹了自適應數字濾波器的基本理論思想,具體闡述了自適應噪聲抵消系統基本原理,并對自適應噪聲抵消系統的指標、抵消性能進行了計算分析.自適應濾波器的算法是整個系統的核心,在第一部分中,對兩種最基本的自適應算法,進行了詳細的介紹和分析,并針對兩種算法的優缺點進行了詳細的比較.這一部分中最關鍵的是對設計的噪聲抵消系統進行計算機仿真,驗證系統設計的合理性和算法的正確性.通過對自適應噪聲抵消器的MATLAB仿真及對仿真圖形的分析,驗證了系統設計和自適應算法的可行性.第二部分主要完成自適應噪聲抵消系統的硬件設計和軟件編程.在第一部分計算機仿真分析的基礎上,利用高速信號處理芯片DSP(TMS320LF2407)設計了一個噪聲干擾抵消系統,在高速信號處理芯片(TMS320LF2407)上開發實現了自適應LMS算法.
標簽： DSP
上傳時間： 2013-06-28
上傳用戶：zklh8989
關于半橋或全橋自舉式浮動柵極驅動的四個中文文檔，為飛兆和IR公司技術文檔，介紹了自舉電路元件的選取及實際問題解決。可從其官網中下載。這里集合上傳~
標簽： 驅動
上傳時間： 2013-07-30
上傳用戶：碉堡1234
人臉識別技術繼指紋識別、虹膜識別以及聲音識別等生物識別技術之后，以其獨特的方便、經濟及準確性而越來越受到世人的矚目。作為人臉識別系統的重要環節—人臉檢測，隨著研究的深入和應用的擴大，在視頻會議、圖像檢索、出入口控制以及智能人機交互等領域有著重要的應用前景，發展速度異常迅猛。 FPGA的制造技術不斷發展，它的功能、應用和可靠性逐漸增加，在各個行業也顯現出自身的優勢。FPGA允許用戶根據自己的需要來建立自己的模塊，為用戶的升級和改進留下廣闊的空間。并且速度更高，密度也更大，其設計方法的靈活性降低了整個系統的開發成本，FPGA 設計成為電子自動化設計行業不可缺少的方法。 本文從人臉檢測算法入手，總結基于FPGA上的嵌入式系統設計方法，使用IBM的Coreconnect掛接自定義模塊技術。經過訓練分類器、定點化、以及硬件加速等方法后，能夠使人臉檢測系統在基于Xilinx的Virtex II Pro開發板上平臺上，達到實時的檢測效果。本文工作和成果可以具體描述如下： 1. 算法分析：對于人臉檢測算法，首先確保的是檢測率的準確性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一種基于Adaboost算法的人臉檢測方法。算法中較多的是積分圖的特征值計算，這便于進一步的硬件設計。同時對檢測算法進行耗時分析確定運行速度的瓶頸。 2. 軟硬件功能劃分：這一步考慮市場可以提供的資源狀況，又要考慮系統成本、開發時間等諸多因素。Xilinx公司提供的Virtex II Pro開發板，在上面有可以供利用的Power PC處理器、可擴展的存儲器、I/O接口、總線及數據通道等，通過分析可以對算法進行細致的劃分，實現需要加速的模塊。 3. 定點化：在Adaboost算法中，需要進行大量的浮點計算。這里采用的方法是直接對數據位進行操作它提取指數和尾數，然后對尾數執行移位操作。 4. 改進檢測用的級聯分類器的訓練，提出可以迅速提高分類能力、特征數量大大減小的一種訓練方法。 5. 最后對系統的整體進行了驗證。實驗表明，在視頻輸入輸出接入的同時，人臉檢測能夠達到17fps的檢測速度，并且獲得了很好的檢測率以及較低的誤檢率。
上傳時間： 2013-07-01
上傳用戶：84425894
生成自定義的國標一二級漢字庫0.使用PCTOLCD的各種調整功能調整出您需要的文字樣式,如字體,字樣(下劃,傾斜，加 粗),大小(各種點陣大小的字體,可鎖定點陣本身大小(如16*16),然后在這個固定的點陣大小 內調節文字的大小(例如在16*16的點陣中居中顯示12*12大小的漢字). 1.使用“導入文本”的按鈕 2.點右下角"生成國標漢字庫"按鈕. 3.選擇字庫文件名后單擊確定 4.耐心等待一段時間后既得到生成的漢字庫(時間視具體機器而定).
標簽： 字模軟件
上傳時間： 2013-04-24
上傳用戶：yangmars
在仿真環境下實現TMS320C6000系列DSP的程序自引導
上傳時間： 2013-08-03
上傳用戶：tdyoung
本文講述了一種運用于功率型MOSFET 和IGBT 設計性能自舉式柵極驅動電路的系統方法，適用于高頻率，大功率及高效率的開關應用場合。不同經驗的電力電子工程師們都能從中獲益。在大多數開關應用中
上傳時間： 2013-04-24
上傳用戶：520
