为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数...为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数据划分成信号帧和噪声帧,采用3F–C法估计了白噪声和窄带干扰参数。通过仿真实验和实测数据处理,与传统小波包降噪方法的结果进行了对比。数据分析结果表明:无论是针对单一白噪声环境还是存在窄带干扰的混合噪声环境,该能量估计方法的准确性均优于传统小波包降噪方法,且随着信噪比的降低和信号时间窗口长度的增加,该方法表现出更明显的优势。在信噪比为–8 d B的条件下,使用该方法对实测局部放电脉冲信号进行能量估计的相对误差仅为4.07%,而使用小波包降噪方法时相对误差则达到44.12%。展开更多
目的探讨应用静息态功能磁共振成像(resting state functional magnetic resonance imaging,rs-fMRI)技术研究原发性失眠(primary insomnia,PI)患者较为一致的易损脑区,从而揭示PI脑损伤可能的神经机制。材料与方法检索2022年4月7日之...目的探讨应用静息态功能磁共振成像(resting state functional magnetic resonance imaging,rs-fMRI)技术研究原发性失眠(primary insomnia,PI)患者较为一致的易损脑区,从而揭示PI脑损伤可能的神经机制。材料与方法检索2022年4月7日之前采用局部一致性(regional honogeneity,ReHo)及低频振幅/比率低频振幅/动态低频振幅(amplitude of low-frequency fluctuation/fraction amplitude of low-frequency fluctuation/dynamic amplitude of low-frequency fluctuation,ALFF/fALFF/dALFF)分析方法探讨PI患者脑功能改变的文献,按照严格的纳排标准,采用激活似然估计法(activation likelihood estimation,ALE)对既往研究中PI患者相对于健康对照组(healthy controls,HCs)自发神经活动异常的脑区进行整合分析。结果共纳入19篇文献20个研究(PI 706例,HCs 681例)。结合ReHo及ALFF/fALFF/dALFF数据元分析结果显示,PI患者相对于HCs左侧梭状回和海马旁回活动增加(体素分别为3640、928 mm3,P<0.05),并未发现活动减低的脑区。单独ALFF数据元分析结果显示,PI患者相对于HCs左侧梭状回活动增加(体素为1360 mm3,P<0.05),并未发现活动减低的脑区。单独ReHo数据元分析结果显示,PI患者相对于HCs并未出现任何活动增高或减低的脑区。结论本文通过ALE元分析发现PI患者较为一致的易损脑区为左侧梭状回和海马旁回,这有助于进一步从神经病理学的角度理解PI脑损伤。展开更多
文摘为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数据划分成信号帧和噪声帧,采用3F–C法估计了白噪声和窄带干扰参数。通过仿真实验和实测数据处理,与传统小波包降噪方法的结果进行了对比。数据分析结果表明:无论是针对单一白噪声环境还是存在窄带干扰的混合噪声环境,该能量估计方法的准确性均优于传统小波包降噪方法,且随着信噪比的降低和信号时间窗口长度的增加,该方法表现出更明显的优势。在信噪比为–8 d B的条件下,使用该方法对实测局部放电脉冲信号进行能量估计的相对误差仅为4.07%,而使用小波包降噪方法时相对误差则达到44.12%。
