原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及呼吸阻抗模型的参数辨识技术领域，具体公开了一种基于强迫振荡法的呼吸阻抗模型参数辨识方法及系统，针对目前少有学者探究的人体肺部区域结构参数获取难度高、准确度低等问题，采用FOT(强迫振荡法)技术，并使用经验模态分解(EMD)方法对原始长时间序列信号进行重构，以消除源信号中高次谐波的干扰，不仅可以对数据进行清洗，而且还有助于参数辨识；考虑到参数辨识的准确度、收敛速度等问题，使用遗忘因子最小二乘辨识，可以提升算法对数据的追踪与修复能力。本方法及系统可以方便地展示呼吸阻抗模型各部分的结果，为医
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116602654 A
(43)申请公布日 2023.08.18
(21)申请号 202310580170.0
(22)申请日 2023.05.22
(71)申请人 重庆大学
地址 400044
文档评论（0）