-
题名应用小波变换去除膈肌肌电图信号中的心电干扰
被引量：11
- 1
-
-
作者
谢燕江
杨智
范正平
罗远明
-
机构
中山大学信息科学与技术学院
广州呼吸疾病研究所
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2010年第2期366-370,共5页
-
基金
国家自然科学基金(No.60704045)
-
文摘
膈肌肌电图信号是微弱的人体生物电信号,该信号往往受到被测对象自身心电图信号的严重干扰.本文应用小波变换的分析方法,提出了一种心电定位和小波阈值相结合的去心电新算法.该方法在对信号各层小波系数分析的基础上,通过小波相关系数法确定心电干扰的位置和范围,并用绝对值均值的阈值算法对该范围内的小波系数进行阈值处理.实验结果表明,该方法能够有效去除膈肌肌电图信号中的心电干扰,并较好地保留了膈肌肌电图信号的信号特征,为膈肌肌电图信号用于呼吸疾病的分析诊断创造良好的条件.
-
关键词
信号处理
小波变换
膈肌肌电图信号
心电干扰
-
Keywords
signal processing
wavelet transform
diaphragmatic electromyographic signals
electrocardiography interference
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名某小型地面无人作战平台控制手势识别方法研究
被引量：5
- 2
-
-
作者
梅武松
陈科仲
李忠新
-
机构
南京理工大学机械工程学院
陆军装备部驻重庆地区军事代表局
-
出处
《南京理工大学学报》
CAS
CSCD
北大核心
2022年第3期262-269,共8页
-
基金
中央高校基本科研业务费专项资金(30918012203)。
-
文摘
针对某小型地面无人作战平台控制手势识别率低的问题,该文提出了一种控制手势识别方法。首先,对控制手势的肌电图(EMG)信号进行预处理,提取平均绝对值、平均绝对值斜率、波长和方差4种特征构成特征集,输入支持向量机(SVM)中进行分类;然后,针对其中的相近手势引入了角速度信号和EMG信号特征融合的方法进行识别,并进行了手势控制地面无人作战平台的实验验证。结果表明,该文方法的识别率较传统Hudgins特征集识别方法提高了3.29%,在引入角速度信号后相近手势识别率提高了13%,手势整体识别率提高了5.56%。
-
关键词
地面无人作战平台
手势识别
肌电图信号
支持向量机
角速度
特征融合
-
Keywords
ground unmanned combat platform
gesture recognition
electromyography signal
support vector machine
angular velocity
feature fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
