logo资料库

动态脉搏波处理和脉率提取.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书 资料大小：1.85M 资料格式：pdf 举报 版权申诉
第1页 / 共6页
第2页 / 共6页
第3页 / 共6页
第4页 / 共6页
第5页 / 共6页
第6页 / 共6页
资料共6页，全文预览结束
    2011 年第 2 期 文章编号: 1006-2475( 2011) 02-0084-05 计 算 机 与 现 代 化 JISUANJI YU XIANDAIHUA 总第 186 期 基于卡尔曼滤波的动态脉搏波处理和脉率提取 蒋伟平，蒋 平，朱 劲，王晓年 ( 同济大学电子与信息工程学院，上海 201804) 摘要: 在脉搏的动态检测中，由于被测体运动等因素的干扰，由压阻式脉搏传感器得到的脉搏波会发生形变甚至波峰丢 失，最终影响到脉率的提取。本文采用动态阈值结合波峰位置估计的方法识别脉搏波峰，并计算瞬时脉率; 利用加速度 计实时检测被测体的运动情况并动态调整瞬时脉率的置信度，进而引入 Kalman 滤波器，实现基于运动测量的自适应滤 波。实验结果表明，该方法有效地消除了运动噪声，最终实现准确实时监测脉率。 关键词: 瞬时脉率; 脉率; 波峰检测; 卡尔曼滤波 中图分类号: TP274 doi: 10． 3969 / j． issn． 1006-2475． 2011． 02． 023 文献标识码: A Dynamic Pulse Wave Processing and Pulse Rate Extraction Based on Kalman Filter JIANG Wei-ping，JIANG Ping，ZHU Jin，WANG Xiao-nian ( School of Electronics and Information Engineering，Tongji University，Shanghai 201804，China) Abstract: The dynamic measurement of pulse suffers，distortion and even peak-loss due to movement and other disturbances when using piezoresistive sensors which also distort the extracted pulse rate． This paper detects the pulse peak using a dynamic thresh- old combining an estimation of the peak position and the calculated instantaneous pulse rate． To fulfill the adaptive filter based on measurement of movement，it uses an accelerometer to detect the movement of the user and dynamically adjusts the reliability of the instantaneous pulse rate with the measured acceleration and with the averaged value derived from the Kalman filter． The result of experiments shows that the method is efficient in eliminating the movement noise，and generates a more accurate real-time measurement of the pulse rate． Key words: instantaneous pulse rate; pulse rate; peak detection; Kalman filter 0 引 言 英国 Bradford 大学经过长时间研究，研制出一套 基于无线通讯的人体参数实时监测和分析平台。该 平台通过类似手表的嵌入式设备采集人体的温度、脉 搏、加速等参数，并实时以无线的方式将数据传输到 手机，基于手机平台实现对使用者的行为识别与异常 报警等功能，以非侵入方式辅助老年人日常生活，在 保持老年人独立生活方式的同时，起到远程护理及异 常预警作用。其中脉搏信号是判断使用者身体状况 的一个主要信息源，因此如何实现脉搏信号的动态实 时采集和分析是这个平台的重要内容之一。 脉搏信号具有强度微弱、抗干扰性差、采集难度 高的特点［1-2］，使得准确地采集脉搏信号非常困难。 目前，常用脉搏传感器有: 应变式压力脉搏波传感器、 光电式脉搏波传感器、电阻抗式脉搏波传感器和压电 晶体式压力脉搏波传感器等。结合项目要求，本文采 用压阻式脉搏传感器，以接触方式测量手腕脉搏。 脉搏传感器都具有高灵敏度的特点，这使得在方 便采集脉搏信号的同时，也非常容易引入干扰噪声， 尤其是在被测体运动时，运动幅度和时间的不可预测 性，给运动状态下提取脉率造成了非常大的困难。本 文的研究重点就是运动对脉搏测量的影响，通过加速 度信号测量运动情况实现自适应滤波。 目前，脉搏信号的分析方法，主要有频域分析、小 波分析、时域分析等方法。频域分析是较常用的分析 方法，它将时域信号转换成相应的频谱曲线，由于不 同脉搏信号中各频率成分及其能量分布是有差异的， 因此可从脉搏频谱中提取与人体生理病理相应的信 息，即通过频谱曲线的特征分析，得到期望信息［3-4］。 小波分析在时域和频域同时具有良好的局域化性质， 是处理脉搏信号的有效方法。其主要根据小波变换 收稿日期: 2010-09-28 作者简介: 蒋伟平( 1986-) ，男，湖南浏阳人，同济大学电子与信息工程学院硕士研究生，研究方向: 机器人智能控制; 蒋平 ( 1963-) ，男，教授，博士，研究方向: 智能控制与智能机器人; 朱劲( 1958-) ，男，副教授，硕士，研究方向: 智能控制理论，机器 人控制，工业自动化工程。
    2011 年第 2 期 蒋伟平等: 基于卡尔曼滤波的动态脉搏波处理和脉率提取 85 系数或者是过零点和信号突变点之间的关系来表征 检测脉搏信号时域特征点和各个特征点脉搏信号的 变化［5-7］。时域分析方法是直接从时域脉搏波形中提 取脉搏的波峰、波谷高度和采样时刻、波形图的面积 等特征值，并将其与脉率、脉动的强弱和脉象等相结 合的方法。也可以采用微分处理的方法提取斜率、波 峰、波谷等特征信息［8-9］。除此之外，还可以采用统计 方法计算脉搏波形的均值向量、协方差等特征信息。 本文介绍所开发的手腕佩带式脉搏传感器的测量方 法，出 于 对 高 实 时 性、功 耗 低 的 要 求，测 量 采 用 Toumaz 公司 Sensium 芯片，以实现动态采集与脉搏提 取; 由于该芯片内部是 51 内核，从计算量的角度考 虑，本文采用时域分析方法，利用加速度信息实时检 测被测体的运动情况，从而动态调整压阻测量可真实 反应脉率的置信度，较强的运动对应于较低的测量置 信度，进而通过调整测量误差的形式引入 Kalman 滤 波器，实现基于运动测量的自适应滤波，消除运动噪 声干扰，实现脉率的动态提取。 1 脉搏信号的采集系统 脉搏信号采集系统由压阻式脉搏传感器、放大滤 波电路和 MCU 三部分组成，其原理框图如图 1 所示。 系统的信号链为: 压阻式脉搏传感器采集脉象信号， 输出的电压信号经放大滤波电路，再通过 Sensium 芯 片自带的 ECG 接口转换成数字信号; 利用加速度计 采集到的加速度信息作为脉搏测量不确定性依据，动 态调整 Kalman 滤波增益以提取准确脉率，然后将得 到的脉率通过无线通讯传送给上位机进行显示。 图 1 脉搏信号采集系统原理图 压阻式脉搏传感器是利用单晶硅材料的压阻效 应和集成电路技术制成的传感器。单晶硅材料在受 到力的作用后，电阻率发生变化，通过测量电路就可 得到正比于力变化的电信号输出。因此将传感器放 置于手腕脉搏处，脉搏时血管挤压脉搏传感器，导致 其电阻率发生变化，从而得到随脉搏变化的差分电信 号，作为放大滤波电路的输入。 放大滤波电路采用经典放大滤波电路［10］，主要 包括 RC 滤波、仪用放大器、高通滤波和两阶低通滤 波电路，如图 2 所示。由于提取到的脉率是通过无线 通讯传送给手机平台，而无线信号会给脉搏信号带来 高频干扰，所以在脉搏信号进入运放之前先经过一个 RC 低通滤 波 器 滤 除 高 频 噪 声，其 差 分 截 止 频 率 为 758Hz，共模截止频率为 15． 9kHz; 仪用运放选用的是 Analog Devices 公司的 AD8236 芯片。由于人体正常的 脉搏频率范围是 1 ～ 2Hz，本文通过一个高通滤波和一 个两阶低通滤波达到带通滤波的效果，高通滤波器的 截止频率设计为 0． 5Hz，两阶低通滤波器的截止频率 设计为 17． 6Hz。脉搏信号经过图 2 中的放大滤波电路 后，得到普通的电信号，作为 Sensium 芯片的输入。 图 2 脉搏放大滤波电路 为了实现系统的嵌入式、便携式的特点，本系统 电路侧重 小 型 化、低 功 耗 和 通 用 性 设 计，所 以 选 用 Sensium 芯片作为主控芯片，CMA3000-D01 采集加速 度信息。Sensium 芯片具有超低功耗、多种传感器接 口的特点，被广泛地应用在医疗领域。本文则是利用 Sensium 的 ECG 接口将放大滤波电路的输出信号转 换成为数字信号。CMA3000-D01 具有超低功耗、体 积小、数字输出的特性。 2 脉搏波峰的识别 为了有效地识别出脉搏波峰，本文先对脉搏数字 信号进行均值滤波去噪，再采用动态阈值结合波峰位 置估计的方法识别波峰，有效地消除了波形漂移和变 形的影响。 根据 Nyquist 抽样定理，要从采样信号中无失真 地恢复原信号，采样频率应大于 2 倍信号最高频率。
    86 计 算 机 与 现 代 化 2011 年第 2 期 人体正常的脉搏频率范围是 1 ～ 2Hz，考虑到采样频 率越高包含的信息越多，本文选择 250Hz 的采样频 率。由于采样频率是工频( 50Hz) 的整数倍，因此在 更新脉搏信号之前，取两个工频干扰周期内的采样数 据，即相邻的 10 个数据，求得平均值作为新的脉搏信 号，这样有效地抑制了工频干扰，同时也能过滤掉一 般随机干扰噪声。 文献［9］中提出局部形态特征判定脉搏波谷的 分析方法接近于人的实时认识过程，可以避免漂移和 变形带来的干扰，有效地判定波谷位置，而且只需要 很少的计算量［9］; 但是其有一定的局限性，该方法中 最关键是在于滑动窗口宽度的选择，文献［4］中采用 一固定宽度的滑动窗口，使得该方法的测量范围很 窄，但是由于脉率变异性的存在，脉搏周期还因人因 时而异，使得瞬时脉搏间隔相差很大。该方法的核心 思想是位置预判: 波谷的前后一定的范围内不可能再 出现波谷，如果出现则视为噪声。本文在保留其核心 思想的前提下，利用 Kalman 滤波得到平均脉率动态 调整滑动窗口宽度，大大提高了其适用范围。 本文提出新方法的思路如下: ( 1) 设定的两个固定的阈值 vol_threshold 和 num_ threshold。其中 vol_threshold 用以判断是否出现波峰; num_threshold 用来规定在波峰前后 num_threshold 范 围内不可能再出现波峰，如果出现则认为是噪声。 ( 2) 经过均值滤波的 n 个脉搏数据按照阈值 vol_ threshold 和 num_threshold 进行波峰识别，并同时统计这 n 个数据中的最大值 max 和最小值 min，并计数相邻的 波峰之间的采样点数，并将其作为 Kalman 滤波的输入 量，Kalman 滤波的输出即为平均脉率 pulse_rate; 必须确 保 n 至少大于一个脉搏周期内的采样点数; ( 3) 计算并更新动态阈值: vol_threshold = k1 × ( max + min) ; num_threshold = k2 × pulse_rate; ( 4) 按照( 2) 叙述继续进行峰值识别和统计新的 max 和最小值 min，并更新 pulse_rate。 经过不断的参数校正，对于本脉搏采集系统的最 优参数是: n = 1000，k1 = 0． 56，k2 = 0． 59 3 Kalman 滤波 脉率变异性( Heart Rate Variability，HRV) ，表示 瞬时脉搏周期的变化。其瞬时脉搏周期的差值可达 300ms 左右［11］。上述处理中计数到的是相邻波峰之 间的采样点数，可以通过采样频率计算出瞬时脉率， 因此还需进行进一步的处理消除脉率变异性的影响。 压阻式传感器具有灵敏度高的特点，所以本文应用它 采集微小的脉搏信号，但是由于这一特点同时也容易 受到运动的影响，再加上被测体运动幅度和时间的不 可预测性，使得在运动中提取脉率非常困难。一般采 用均值滤波的方法计算平均脉率，可是均值滤波的反 应速度慢，实时性差，对于运动时的噪声更是束手无 策。而 Kalman 滤波是最优化自回归数据处理算法，它 可以估计信号的过去和当前状态，甚至能预测将来的 状态，即使并不知道模型的确切性质［12-13］，未建模因素 可通过噪声模型描述。因此，本文采用 Kalman 滤波器 来消除脉率变异性和运动噪声的影响。将脉率变异性 和运动噪声考虑为 Kalman 滤波的不确定性，并假设脉 率变异性和运动噪声相互独立，对于脉率变异性假设 其服从正态分布的白色噪声，对于运动噪声则通过加 速度计检测，进而改变脉搏测量值的置信度，实现针对 运动不确定性的自适应 Kalman 滤波。为了减少计算 量，本文采用针对一阶运动模型的 Kalman 滤波。 正常的脉率变异是由于自主神经系统( ANS) 的两个 分支的协同作用。交感神经使脉率加速，而副交感神经使 脉率减速。交感神经和副交感神经共同作用维护心血管 活动以便对外部和内部的变化做出合适的反应。许多因 素影响 ANS 的活动，继而影响 HRV。这些包括人们的情 绪、呼吸方式、锻炼习惯甚至思维［14］。脉率变异性难以预 测，很难用数学模型来描述。虽然在不同的情绪下瞬时脉 率波形是完全不一样的，但是在相同运动状态下，整体平 均脉率是一样的。所以，本文假设脉率变异性造成噪声 V1( k) 服从正态分布的白色噪声V1( k) ～ N( 0，R1) 。 肢体的运动所造成的噪声 V2( k) 是造成运动中测 量脉搏最困难的原因，因为肢体的运动可能会造成脉 搏波形的移位和变形，甚至会造成脉搏波峰丢失的情 形，因此本文使用加速度计来测量肢体的运动信息，用 以补偿运动噪声。CMA3000-D01 是低功耗的三轴加速 度计，测得到 X、Y、Z 三轴方向的加速度信息足以反映 肢体的运动情况。一般采用加速度的一阶范数方差或 二阶范数方差来反映运动情况，本文采用各轴方向上 加速度的方差之和来反映当前的运动情况。 一阶范数方差计算公式: Acc1( i) = abs( XAcc( i) ) + abs( YAcc( i) ) + abs( ZAcc( i) ) n Avg1 = ( ∑ i = 1 Acc1( i) ) / n n V1 = ∑ i = 1 槡 ( Acc1( i) － Avg1) 2 二阶范数方差计算公式: Acc2( i) = n Avg2 = ( ∑ i = 1 XAcc( i) 2 + YAcc( i) 2 + ZAcc( i) 槡 2 Acc2( i) ) / n n V2 = ∑ i = 1 槡 ( Acc2( i) － Avg2) 2 各轴方向上加速度的方差之和的计算公式: n XAvg = ( ∑ i = 1 XAcc( i) ) / n
    2011 年第 2 期 蒋伟平等: 基于卡尔曼滤波的动态脉搏波处理和脉率提取 87 YAcc( i) ) / n ZAcc( i) ) / n n YAvg = ( ∑ i = 1 n ZAvg = ( ∑ i = 1 n V3 = ∑ i =1 槡 ( XAcc( i) － XAvg) n 2 + ∑ 槡 i =1 ( YAcc( i) － YAvg) n + ∑ i =1 2 ( ZAcc( i) － ZAvg) 槡 其中，XAcc( i) 、YAcc( i) 、ZAcc( i) 分别为 X、Y、Z 轴 方向上在 i 时刻的加速度值。 剔除，将新的采样输入压入队列，同时更新各个队列 中 n 个采样数据之和; ( 3) 当检测到波峰时，依据这三个队列中的 n 个 2 数据计算出 R2 值。 本文假设脉率变异性噪声和运动噪声两者相互 独立，互补干扰。这两个噪声之和 V( k) 为 Kalman 滤 波的测量噪声。 V( k) = V1( k) + V2( k) 考虑到按照上述方法计算得到 R2 值相当小，不 足以反应运动突变的情况，本文采用如下的方法计算 V( k) 的协方差 R: { R = R1 + R21 R2 ＜ t1 R1 + R22 R2 ＞ t1 其中，R22 ＞＞ R21。 当 R2 ＜ t1 时，被测体处于静止或轻微运动的状 态，这时脉率的变异性是主要的噪声，脉搏传感器测 量得到的瞬时脉率的置信度很高，R 取较小的值即 可; 当 R2 ＞ t1 时，被测体处于突变运动的状态，这时 主要的噪声是运动噪声，测量到的瞬时脉率置信度很 低，R 需取较大的值。 当检测到波峰时，按照上述计算方法更新测量噪 声协方差 R 值，调整测量值的置信度，从而达到改变 Kalman 增益的目的。 前一次的平均脉率值 X( k-1) 和当前的 X( k) 应 当相等，且没有输入量; 该系统的系统模型为: X( k) = X( k-1) 该系统的先验估计为: X = X( k-1) 不确定性为: W( k) ～ N( 0，P( k) ) 先验协方差为: P － ( k － 1) = P ( k － 1) 在理想情况下，通过压阻式脉搏传感器测量得到 的瞬时脉率 Z( k) 与该时刻的平均脉率 X( k) 相等， 但实际上，由于脉率的变异性和运动噪声的干扰，使 得它们之前存在一定的误差，因此本文将脉率的变异 性和运动噪声视为 Kalman 滤波器的测量误差，所以 该系统的测量模型为: Z( k) = X( k) + V( k) 该系统卡尔曼增益为: K( k) = P － ( k) × ( P － ( k) + R) － 1 后验估计值为: X( k) = X( k-1) + K( k) ( Z( k) -X( k-1) ) 后验协方差为: P( k) = ( 1 － K( k) ) P － ( k － 1) 经过不断地迭代计算，计算出的平均脉率值将在 真实脉率率附近达到动态平衡。该方法利用加速度信 息实时检测被测体的运动情况以作为 Kalman 滤波的 图 3 缓慢运动中三轴加速度曲线 图 3 是加速度计在旋转过程中测得的三轴加速 度值。依据这组数据计算得到的各组方差值如下表 1 所示。 表 1 方差值 各轴方向上加速度的方差之和 一阶范数 二阶范数 方差 0． 0462 0． 0140 0． 0015 从表 1 中可以看出，各轴方向上加速度的方差之 和最能反映当前的振动情况。加速度的二阶范数不 能够反映缓慢的且幅度小的运动。加速度的一阶范 数效果虽然有所改进，可是效果不及各轴方向上加速 度的方差之和。 本文为了简化计算量，使用各轴方向上加速度相 对于相应轴平均值偏差的绝对值之和( R2) 取代各轴 方向上加速度的方差之和。 R2 的计算公式: n R2 = ∑ i = 1 n abs( XAcc( i) － XAvg) + ∑ i = 1 abs( YAcc( i) － YAvg) n + ∑ i = 1 abs( ZAcc( i) － ZAvg) 由于运动的随机性和该系统本身能够滤除一定 的运动噪声，实时的 R2 是没有意义的，而且大大消 耗掉了 CPU 资源。所以本文只计算在检测到波峰时 刻的 R2，具体做法如下: ( 1) 建立 3 个长度为 n 的先进先出的队列，用于 缓冲各轴的加速度值; ( 2) 当采样新的加速度值时，将最先存入的采样
    88 计 算 机 与 现 代 化 2011 年第 2 期 不确定性，通过改变 Kalman 增益以达到动态调整脉率 测量值置信度的目的，从而实现基于运动测量的自适 应滤波，消除运动噪声干扰，实现脉率的动态提取。 4 实验结果 图 4 是在静止状态测到的脉搏的波形图和三轴 加速度图。在静止状态下的各轴加速度为恒值; 图 4 中红色脉冲是识别的波峰，从图 4 中可以看出，波峰 识别算法准确识别到了脉搏波峰。 图 6 运动状态下的脉搏波和三轴加速度波形 图 7 是运动状态下均值滤波和 Kalman 滤波效果 的对比图，从图 7 中可以看出由于运动噪声的影响，测 到的瞬时脉率振幅波动比静止状态时更大; 图 7 中均 值滤波求得的平均脉率也随着瞬时脉率的波动增大而 增大，而图 7 中 Kalman 滤波求得的平均脉率基本上和 静止状态下测量值保持一致。可见，Kalman 方法能够 有效地消除运动噪声，得到准确稳定的脉率。 图 4 静止状态下的脉搏波和三轴加速度波形 图 5 是静止状态下均值滤波和 Kalman 滤波效果 的对比图，图 5 中黑色曲线表示瞬时脉率，其振幅波动 最大，和第 3 部分讨论结果一致; 图 5 中蓝色曲线是采 用取宽度为 30 次心跳的均值滤波求得的平均脉率，图 5 中红色曲线是 Kalman 滤波求得的平均脉率。从图 5 中可以看出红色曲线非常平滑，波动很小，其效果明显 优于均值滤波，实时有效计算出了平均脉率值。 图 7 运动时均值滤波和 Kalman 滤波对比图 5 结束语 本文实现的脉搏实时检测是人体多生理参数动态 采集的一个重要组成部分，该测量方案的目标是要实 现良好的实时性和较强抗干扰能力。在实现的过程 中，针对一般的干扰，本文综合和改进各种时域信号处 理方法，并取得了良好的效果; 对于脉率的变异性和运 动噪声，本文深入探讨了基于 Kalman 滤波的脉搏信号 中运动噪声消除的方法，利用加速度信息实时检测被 测体的运动情况，动态调整脉搏传感器脉率测量值的 置信度，实现基于运动测量的自适应滤波，消除运动噪 声干扰，实现脉率的动态提取。实验结果表明，该系统 在采集人体脉搏信息方面非常有效。而且该系统高实 时性、稳定的测量结果，以及极少的软硬件资源，非常 符合嵌入式设备的要求。 ( 下转第 96 页) 图 5 静止时均值滤波和 Kalman 滤波对比图 图 6 是在运动状态测到的脉搏的波形图和三轴 加速度图。从图 6 中可以看出在运动状态下的各轴 加速度的波动情况; 图 6 中红色脉冲是识别的波峰， 从 6 图中可以看出，波峰识别算法对于受到较小的运 动噪声影响脉搏波也能准确识别到脉搏波峰，对于较 大的噪声无法正确识别出来，例如图中 800 ～ 1000 这 段区间。可是 Kalman 滤波能够消除这种噪声影响。
    96 计 算 机 与 现 代 化 2011 年第 2 期 心计算机长期以来起飞初始段无实时弹道的空白。 ［7］ 张玲霞． 靶场光电经纬仪多台交会测量数据的一种处理 参考文献: 方法［J］． 测绘学报，2003( 2) : 139-142． ［8］ 李英女． 测控数据的软件定义方法［J］． 飞行器测控学 ［1］ 赵士明． 高速电视测量仪技术［D］． 西安: 中国科学院西 报，2001( 2) : 72-76． 安光机所，2005． ［9］ 谭显祥． 光学高速摄影测试技术［M］． 北京: 科学出版 ［2］ 刘利生． 外弹道数据事后处理［M］． 北京: 国防工业出版 社，1990． 社，2002． ［3］ 王正明． 弹道跟踪数据的校准与评估［M］． 长沙: 国防科 技大学出版社，1999: 186-240． ［10］ 何照才． 光电测量［M］． 北京: 国防工业出版社，2001． ［11］ 莫年祥，等． 试验数据处理与应用［M］． 北京: 国防科工 委指挥技术学院出版社，2001． ［4］ 鲍忠贵． 异步串行通信在靶场试验中的应用［J］． 飞行 ［12］ 刘艺． Delphi 面向对象编程思想［M］． 北京: 机械工业出 器测控学报，2001( 3) : 29-33． 版社，2003． ［5］ 翟政安． 航天测控网通信系统的数据传输规程［J］． 飞 ［13］ 李润平． 测控中心实时应用软件系统采用线程机制的探 行器测控学报，1999( 3) : 34-39． 讨［J］． 飞行器测控学报，2004( 3) : 81-84． ［6］ 李英女． 测控数据的分析和应用策略［J］． 飞行器测控 ［14］ 王志强． 一种用于多目标测量的高速电视系统［J］． 红外 学报，2000( 2) : 59-64． 与激光工程，2006( 21) : 487-497． 檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴 ( 上接第 88 页) 参考文献: ［9］ 李作君，张跃． 动态血氧监测中脉搏波处理和脉率提取 ［1］ 罗山鹰，娄文忠． 一种用于 人 体 脉 搏 的 信 号 采 集 系 统 新方法［J］． 自动化与仪表，2009，24( 12) : 1-4． ［J］． 系统与开发，2001，20( 2) : 57-58． ［10］ Analog Devices Inc． 40 uA Micropower Instrumentation Am- ［2］ 周洪建，吴小玲，李桂英． 心电监护系统的设计［J］． 医疗 plifier with Zero Crossover Distortion［Z］． Analog Devices 卫生装备，2000( 6) : 1-5． Inc．，2009． ［3］ 罗志昌，张松，杨文鸣． 脉搏波形特征信息的研究［J］． 北 ［11］ Tasaki H，Serita T，Irita A，et al． A 15-year longitudinal fol- 京工业大学学报，1996，22( 1) : 71-79． low-up study of heart rate and heart rate variability in ［4］ 王炳和，罗建． 脉搏声信号的数据采集、处理与谱分析 healthy elderly persons［J］． The Journals of Gerontology: Se- ［J］． 声学技术，1999，18( A11) : 175-176． ries A，2000，55( 12) : 744-749． ［5］ 陈雪峰． 脉搏波特征提取算法及其应用研究［D］． 大连: ［12］ Greg Welch，Gary Bishop． An Introduction to the Kalman 大连理工大学，2006． Filter［R］． TR 95-041 Department of Computer Science U- ［6］ 刘宝华，杜连涛，王国永． 脉搏波中呼吸干扰的去除［J］． niversity of North Carolina，1995． 燕山大学学报，2008，32( 1) : 53-57． ［13］ Brown R G，Hwang P Y C． Introduction to Random Signals ［7］ 王燕． 小波分析与模糊识别方法的人体复杂系统脉象输 and Applied Kalman Filtering( 2nd Edition) ［M］． John Wi- 出信号的客观化研究［D］． 北京: 北京理工大学，2003． ley and Sons，Inc． New York，1992． ［8］ 张镜人，杨天权，郑秀春，等． 脉象图频域指标和时域指 ［14］ Malik M． Geometrical methods for heart rate variability as- 标的典型相关分析［J］． 辽 宁 中 医 杂 志，1995，22 ( 9 ) : sessment［C］/ / Heart Rate Variability． Future Publishing 393-395． Company，1995: 47-62． 檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴檴 ( 上接第 91 页) ［4］ Texas Instruments Incorporated． TMS320LF2407A，LF2406A， and Digital I / O Card User’s Manual［Z］． Advantech Co．， LF2403A，LF2402A，LC2406A，LC2404A，LC2402A DSP Con- Ltd．，1998． troller ［EB / OL］． http: / / focus． ti． com/ lit / ds / sprs145l / ［10］ MAXIM． MAX197: Multi-Range ( ± 10V，± 5V，+ 10V，+ sprs145l． pdf，2009-04-29． 5V) ，Single + 5V，12-Bit DAS with 8 + 4 Bus Interface ［5］ 金昊，柯冬香． 如何实现计算机数据采集系统的信号调 ［EB / OL］． http: / / www． maxim-ic． com / datasheet / index． 理［J］． 电子技术应用，1998( 11) : 15-20． mvp / id /1042，2009-04-29． ［6］ 袁南儿，王万良，苏宏业． 计算机新型控制策略［M］． 北 ［11］ Texas Instruments Incorporated． TL16C554 Asynchronous Com- 京: 清华大学出版社，1998． munications Element［EB/ OL］． http: / / www． datasheetcatalog． ［7］ 马杰． 微型飞行器模糊控制及信号采集系统综合设计 org / datasheet / texasinstruments / tl16c554． pdf，2009-04-29． ［D］． 南京: 南京航空航天大学，2002． ［12］ 刘会杰，张乃通． 基于查表法的快速 CRC 校验算法设计 ［8］ 杨龙祥． 单片可编程数字信号处理器( DSP) 在控制领域 ［J］． 通信技术，2002( 4) : 8-10． 的应用趋势［J］． 火力与指挥控制，1993( 3) : 39-44． ［13］ 陈燕坤，王毅． 基于 TMS320F2812DSP 智能脱扣器的设 ［9］ Advantech Co．，Ltd． PCL-836 Multifunction Counter / Timer 计［J］． 国外电子测量技术，2006，25( 10) : 24-26．
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料