复杂信号的特征分析与识别方法的研究控制科学与工程专业论文.docxVIP

摘要l博士后_T-作期间的重点研究方向是信息的特征提取、筛选和分类，结合具体 摘要 l博士后_T-作期间的重点研究方向是信息的特征提取、筛选和分类，结合具体 的项目开展了相应的研究∥主要的研究内容可vT．分为两大部分：一部分是基于隐 马尔可夫树统计模型的研究，另一部分是中医舌象和脉象的特征提取和客观化研 究 第一部分的研究内容是结合国防“十五”预研项目、国防973项目以及上 海市教委“曙光计划”项目。这部钭研究包含两个研宄重点，一个重点是针对一 维非高斯信号的统计建模：另一个重点是纹理图像的建模和识别。(包含了一维非 高斯信号的隐马尔可夫树模型的建立，结合水声信号这一典型的非高斯信号，研 究了其建模、检测、重构和识别。提出了基于隐马尔可夫树模型(HMT)的水 声信号的重构方法；提出了基于HMT的船舶噪声的检测方法，实验比较结果证 明该方法有着独特的检测优越性；提出了HMT结合支撑向量机解决水声噪声信 号分类识别的方案。另外一个重点是将一维HMT拓展到二维纹理图像的建模和 -／y,34中。提出了子代捆绑HMT模型(HMT-bind。)，使得模型的表达能力得到提 高；提出了利用泊松分布的IIMT建立尺度系数统计模型【pllMT)，并将子代捆 绅i概念运用其中，得到pHMT-b,ndmg，通过实验比较表明，HMT-b，。dang和pHMT-b，ndlqg 不仅对纹理图像具有很好的模型表达能力，而且对人脸的识别也有不错的鉴别能 ，1。}， ／第二部分撕研究是结合本人中请的中国博士后科学基金和参加的上海市科 委重点项目以及国家863高技术发展项目而开展的／提出了中医脉象和舌象的特 征提取和客观化的方案，并加以论证。这一部分的研究根据研究对象分为了两个 7／-面：脉象和心电(信号处理)和舌象(图像处理)。在脉象信号处理方面，首 乒．设计并实现了采集脉象的实验系统；通过研究不同脉象的医学特点，从时域和 频域提取了十余种特征；针对特征的冗余和相关，研究了基于BB算法的特征筛 选方法，提出了一种改进算法BBPP+，实验证明BBPP+大大加快了筛选的进程； 并运用各种模式分类算法验证了该筛选方案的实效性。在舌象图像处理方面，设 计了一种舌象封闭采集环境：研究了舌图像的色彩校正问题；不仅研究了基于色 彩空间分布的舌体分割、舌质舌苔分离算法，还提出了基于RGB协方差矩阵特 。正值特性的舌体分割、舌质舌苔分离算法，并取得了好的效果；研究了基于二分 反光模型的舌苔润燥特性鉴定，以及舌体的纹理特征分析。考虑到中医诊断的特 殊性，本文重点研究了基于sFMMNN模糊规则提取的算法，通过实验充分分析 T sFMMNN参数对规则提取能力的影响／7 另外，初步研究了心电信号的时域特征提取；研究了一种盲分离的新算法。 泫算法对超高斯和亚高斯信号都有较好的分离效果。在对各种信号的分离性能 L，新算法较ME算法的信噪比提高约10dB。运为以后进一步研究水声信号的 俭测和识别，以及医学生理信号的降噪提供了研究工具和技术储备。 关键词：小波域隐马尔可夫树模型，水声信号处理，图像纹理分析，舌象特征提 取，脉象特征提取，盲分离 ABSTRACT^t ABSTRACT ^t the beginning of this report．to analyze and recognize different types of the underwater so¨nds．hidden Markov tree model iu wavelet domain is adopted to modeI the noise and ious ship-radiated noise．With HMT models in different work conditions and conditions． properties of ship-radiated noise thoroughly studied by experiments．Moreover，using obvious d；tfereflce between models ofthe noise and that ofthe ship．radiated noise．a new method of detecting ship-radiated noise from noise is put forward Experirnents prove that the new method outperform method based high order statistics analysis，zero—crossing detection and energy detection Furthermore．an improved cla