生物电子学_6_数字处理.pptVIP

生物（医学）电子学 生物电子学 第六章 生物医学信号的数字处理 6.1 数字信号处理基础 1. 信号的定义与分类 信号的定义 一个传输信息的物理量函数 信息的载体 例 心电图信号 分析处理后得到信息 信号的分类 确定性信号—表示为确定的时间函数 随机信号—不能表示为确定的时间函数 6.2 数字信号的基本变换 1. 傅里叶变换 周期信号的频率表示—傅里叶级数 三角形式 6.3 随机信号处理的基本概念与方法 1. 随机信号的描述 分类 平稳随机信号：随机信号的统计特性与开始进行统计分析的时间无关； 非平稳随机信号：随机信号的统计特性与开始进行统计分析的时间有关； 各态历经性随机过程：所有样本在固定时刻的统计特征与单一样本在全时间上的统计特性一致； 非各态历经随机过程：不满足上述条件 高斯过程：服从高斯分布的过程； 非高斯过程：不服从高斯分布的过程 6.3 自适应滤波 1. 基本概念 具有自学习、自调整和自适应的能力，能够依据某些预先确定的最优准则在迭代过程中自动调整自身的参数和/或结构，去适应变化的环境，以实现在这中最优准则下的最优滤波 2. 与常系数滤波器的比较 6.4 信号平均与信号压缩技术 1. 信号平均 条件 信号具有某种周期特性 信号与噪声在频率域重合 End of This Chapter 自适应滤波器的性能函数 搜索最小点（梯度下降法） 迭代，选用最速下降法 迭代公式 学习曲线 5. 自适应滤波器的应用 自适应均衡 用于校正通信中由于数据传输信道色散引起的信号失真。 原理框图 自适应预测 当e(n)?min时, y(n)=s(n) 自适应系统辨识 当e(n)?min时,d(n)=y(n) 这样,未知系统=W(n) 自适应噪声(干扰)抵消 当e(n)=min时, s(n)+v1(n)-v2(n)?min 即v1(n)与v2(n)抵消 e(n)=s(n) 5. 自适应滤波器在生物医学工程中的应用 胎儿心电图的提取 意义 了解分娩期心率是否正常 有无疑难胎位 预测胎儿在子宫内的生理状况 问题 胎儿的心电与母亲的心电混在一起 信号 一般很难从接收信号中观测到胎儿的心电信号 EP潜伏期变化的自适应检测 概念 EP是中枢神经系统在外界声光电等刺激下产生的生物电信号。EP潜伏期反映了中枢神经系统传导通路上各部位的状态和变化。 潜伏期有正常的范围，若神经系统发生损伤、病变，则有延迟，称为潜伏期变化。检测这种变化，可以诊断神经系统的损伤。 自适应检测方法 EP波形及其潜伏期 算法原理 计算机仿真的结果 撞击加速度实验数据分析的结果 信号与噪声的特性 信号的波形必须是重复性的，不一定是严格周期性的。 噪声是随机的，且互不相关 信号波形的时间位置是能够准确掌握的。 有关公式 结果 统计结果 2. 信号平均器 信号平均实质上是一种数字滤波过程，信号平均器的传递函数如图，称为齿形滤波器 图中各齿的宽度随扫描重复次数的增加而减小，期望信号的频谱由离散频率组成 信号平均器的系统框图 信号平均软件 3. 信号（数据）压缩技术 为什么进行数据压缩 数据量大 存储空间有限 传输时间 数据压缩的可行性 数据之间存在冗余性 可以通过变换存储原始信号的变换形式 参数模型 压缩率 数据压缩的基本原理 信息 信息是待知而未知的知识。 消息中蕴涵着知识，信号是消息的载体。 同一消息可以用不同的信号来表达（语言，文字等）。 收到一条消息时，若早知道该消息一定发生，则该消息中不带来信息。 若事先不确定会发生，则该消息带来信息。 信息有量的度量。 信息量 * * 周期性信号—存在周期性的信号 非周期性信号—不存在周期性的信号 连续时间信号—在任意时间值（在一定范围内）都可以给出函数值的信号 离散时间信号—在时间上离散的信号 幅度连续的离散时间信号—抽样信号 幅度离散的离散时间信号—数字信号 2. 数字信号处理的过程 采样信号处理的过程 3. 采样定理 时域采样定理 频谱受限信号 可以用等间隔采样值来唯一表示。采样间隔必须大于1/2fm。 奈魁斯特采样频率： 奈魁斯特采样间隔： 频域采样定理 若信号f(t)是时间受限信号， ，若在频域中以不大于1/2tm的频率间隔对f(t)的频谱进行采样，采样后得到的频谱可以唯一地表示信号。 4. 数字信号处理的优点 处理功能强 灵活性好 精度高 稳定性好 复指数形式 非周期信号的频率表示—傅里叶变换 离散时间傅里叶变换（DTFT） 定义