重症监护病人心电导联信号质量评估

目的：研究基于重症监护病人心电导联的信号质量评估算法。方法：通过分析信号的波形特征、统计特性和相互关系导出反映信号质量高低的信号质量指数（Signal Quality Index, SQI）,并基于SQI进行病人的心率估计,应用美国麻省理工学院多参数智能重症监护数据库Ⅱ中437例病人的6000多小时高质量数据和添加的各类心电干扰的数据进行算法评价。结果：SQI随信噪比的降低而减小;SQI与心电搏动检测灵敏度和正检测率呈高度正相关关系;基于信号质量评估算法,在严重干扰存在时仍能提供精确的心率估计。结论：信号质量评估算法可对心电信号质量给出客观的评价。     

室内无线高精度定位的改进MUSIC算法

室内定位在一些特定场合的实用性和必要性已经日趋显著,其应用前景广阔,研究意义非常大。但是目前基于传统RSSI的定位算法不能满足室内定位的要求。针对RSSI测量方法误差较大的问题,提出用MUSIC算法估计信号的波达方向。传统的MUSIC算法只能对非相干信号进行DOA估计,但在室内环境中,存在严重的多径效应,MUSIC算法将会失效。通过构建Toeplitz矩阵,达到去相关的目的,从而对多信号的波达方向做出正确的估计。     

GPRS移动式心电监护系统的QRS波实时检测算法

目的探讨GPRS移动式心电监护系统ECG信号QRS波的实时检测算法.方法采用四点平均对CM5导联的ECG信号进行滤波,再对ECG信号的一、二阶差分值进行平滑处理,利用ECG信号的二阶差分值极小值和一阶差分过零点在较短的时间窗内实现QRS波精确定位,并设计了具有自学习和自适应功能的信号检测门限.结果算法能抑止多种噪声对ECG信号的影响,将搜索的时间窗宽度缩小到0.02 s以下,且算法只具有多项式的复杂度;经过临床测试,动态ECG信号进QRS波检测准确率可达99.8%以上.结论该算法适合于移动心电监护系统QRS波的实时检测和分析.     

基于肌音信号分析的踝关节动作模式识别

通过测量分析受试者小腿胫骨前肌和腓骨短肌的肌音信号,对踝关节背伸、跖屈、外展、内收等4个动作进行模式识别研究。提出了基于二次包络线的不等长信号分割算法,以及基于非线性小波变换的奇异值特征提取方法,并使用SVM分类器进行模式识别。结果表明：基于不等长分割的算法可以有效截取踝关节肌音信号的动作段信号;在两通道信号采集的情况下,利用非线性小波变换得到的奇异值特征在踝关节四模式识别中总体准确率可以达到87.8%,验证了本文提出的分析方法的有效性。     

自适应最小均方法在信号检测中的削弱噪声处理

利用非接触检测系统可检测到生命参数信号(呼吸、心动等信号).针对呼吸、心动信号频谱有重叠的特征,采用自适应最小均方法对信号进行相关噪声削弱处理,从而获取较为理想的心动信号,实验研究分析及实测结果表明该算法简易、实用.     

基于参数化双谱分析的超宽带生物雷达人体目标非接触检测

超宽带（UltraWideband,UWB）生物雷达广泛应用于生命体探测等领域,而人体生命体征信息的非接触检测是其需解决的最主问题。本文利用参数化双谱估计算法分析UWB生物雷达回波信号,以非高斯白噪声激励的AR（AutoRegression）参数模型对信号进行建模,并用带约束的三阶平均法对模型的参数进行估计。在此基础上,提出了一种新的基于UWB的人体目标非接触检测算法,并将该算法与现行的基于功率谱密度的检测算法进行对比、实验结果表明,有人位置点信号和无人位置点信号在双谱域表现出明显的差别特性,新算法能更好地实现人体目标的非接触检测。     

优化的动态平均权重算法及其在色谱信号处理中的应用

在液相色谱检测系统中,通常将朗伯 比尔定律计算得到的吸光度进行数模转换,再将转换结果以模拟信号的方式送入工作站进行分析。由于色谱信号大部分是直流信号,只有在出峰时信号频带才处于低频状态,导致基于动态平均权重算法（DWA）的多位量化调制器带入额外的谐波噪声,直接影响色谱信号的性能。本文提出了一种优化的DWA算法,可以更好地抑制谐波噪声,提高DAC性能。与常规DWA算法不同的是,本文算法加入了条件选择模块,通过控制每个选择周期的初始指针值,避免了谐波噪声的带入。仿真结果表明,该算法明显抑制了谐波噪声,有效提高了直流特性,从而更有利于对色谱信号进行处理。     

一种基于统计特性变换的盲信道辨识与均衡算法

在接收信号过采样的情况下,总结了SIMO信道堆栈系统模型。在此基础上针对输入信号为平稳非独立同分布且有已知自相关函数的情况,引入统计特性变换,导出了变换阵的闭式解。提出一种适用于平稳信号源的盲信道辨识与均衡算法,并对算法进行仿真,分析其辨识误差、收敛性能和均衡效果。结果表明：本文算法在输入信号为平稳非独立同分布时仍能对信道进行辨识且具有较高的精度,算法的收敛速度快并能达到理想的均衡效果。     

小波变换在心电信号检测中的应用研究

[目的 ]对心电图数据进行预处理和特征提取。 [方法 ]对心电 (ECG)信号的检测 ,最关键的是对QRS波群的检出。本研究利用小波在时、频两域具有表征信号局部特性的能力 ,适当选择基本小波 ,应用Mallat算法对心电图信号进行多尺度分解从而检测出QRS波。 [结果 ]在Mallat算法实现时 ,选用适当的基本小波 ,清晰的检测出了QRS波群。 [结论 ]小波变换原理检测ECG信号中QRS波群具有很好的效果 ,而且选用不同的基本小波 ,可以检测出不同频率成份的波段 ,这样也同样达到了去除噪声的目的     

过程信号的前馈—反馈型自适应盲分离算法

利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响。针对化工生产过程的复杂性和在线监测控制的要求,在其他学者研究的基础上,基于前馈－反馈型神经网络模型,提出了一种自适应盲分离算法用于过程信号的分离。计算机仿真实验的结果表明了算法的有效性。     

IaaS云环境下一种能耗和资源损耗优化的虚拟机放置策略

为了降低IaaS云中物理服务器的资源开销和能耗,提出了一种资源损耗模型;同时结合服务器能耗模型,提出了一种能耗和资源损耗优化的虚拟机放置策略;设计并实现了一种能耗有效且物理资源损耗优化的多目标虚拟机放置算法。仿真实验结果表明,该算法不仅能有效地降低物理服务器的能源消耗,同时能较好地控制物理资源损耗,从而实现节能减排,具有较强的理论和现实意义。     

大数据流计算环境下的低延时高可靠性的资源调度方法

在大数据处理过程中,如何保证流数据处理的可靠性及实时性变得日益重要。本文使用数据流图（DSG）对大数据流应用过程进行描述,并将DSG表示为扩展的Petri网以便对数据流过程进行建模。提出了基于CPU利用率平均变化率的资源熵算法计算资源组可靠性,并根据资源熵算法提出了基于时间和可靠性的资源调度算法（TRS-SCHE）以获得高可靠性、低延时的资源调度方案。通过仿真实验,模拟实现soda交通大数据分析应用并进行资源的调度,验证了TRS-SCHE相比于Storm隔离调度算法在响应时间、请求失败率和算法时间复杂度方面的优势。     

基于进化策略和公平竞争的多用户OFDM系统资源分配

提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明：与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。 关键词：OFDM; 进化策略; 子载波分配; 比特分配     

基于容器的云资源管理博弈模型

云联盟通过将隶属不同组织机构的云资源形成联盟解决单个云资源有限的问题。基于容器的虚拟化是近年来出现的一种更为轻量和便捷的虚拟化技术,可以替代Hypervisor抽象出的虚拟机。本文设计了一种适用于容器虚拟化云联盟的资源管理模型,并采用博弈论的方法,提出一种兼顾用户QoS约束和云平台资源利用率的资源分配方法。多组实验结果表明,该方法针对不同类型的服务都能有效地提高服务质量,同时有助于提高资源使用率。     

基于马尔可夫决策过程的云平台资源调度

云计算平台可以动态地配置资源,适合基于工作流的科学计算。当前云平台的资源调度研究更多考虑运行时长和成本的最优化,而较少提到鲁棒性。本文提出了一种基于马尔可夫决策过程理论的资源调度算法,对工作流任务进行分组,按照任务的计算量和依赖关系将任务期限分配给各个任务组,在满足工作流总期限的基础上,将异构环境中的云资源分配给工作流的各个任务,通过最大化每个任务组的容忍时间使得整个工作流的鲁棒性达到最优。实验结果表明：该调度算法在异构环境中可以在任务期限和开销内提高调度的鲁棒性。     

Singular Value Decomposition Based Feature Extraction Technique for Physiological Signal Analysis

Multiscale entropy (MSE) is one of the popular techniques to calculate and describe the complexity of the physiological signal. Many studies use this approach to detect changes in the physiological conditions in the human body. However, MSE results are easily affected by noise and trends, leading to incorrect estimation of MSE values. In this paper, singular value decomposition (SVD) is adopted to replace MSE to extract the features of physiological signals, and adopt the support vector machine (SVM) to classify the different physiological states. A test data set based on the PhysioNet website was used, and the classification results showed that using SVD to extract features of the physiological signal could attain a classification accuracy rate of 89.157%, which is higher than that using the MSE value (71.084%). The results show the proposed analysis procedure is effective and appropriate for distinguishing different physiological states. This promising result could be used as a reference for doctors in diagnosis of congestive heart failure (CHF) disease.     

一种半分布式光纤网络资源智能化管理方法

针对现有光纤网络资源管理方法无法有效地保证数据准确性及灵活处理复杂多变的现场状况的问题,提出了一种半分布式光纤网络资源智能化管理方法。该方法利用光纤网络区域化管理的特点,对光纤资源信息库中的资源数据按照区域进行数据块划分,将数据块副本分布存储于智能管理终端节点中。基于该方法,设计并实现了一种智能化光纤网络资源管理系统。对该系统的测试结果表明:所提出的半分布式光纤资源方法在性能指标上达到了光纤网络的管理标准,并能够很好地解决光纤网络管理的瓶颈问题。     

知识发现在数字图书馆资源建设中的应用

将知识发现（KDD）技术引入数字图书馆资源建设,以增强图书馆的知识服务能力,利用Aprio-ri算法,结合山西医科大学图书馆2013年的读者借阅明细记录分析借阅行为,发现数据中隐藏的规律性知识,为资源建设提供建设性的意见.     

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。     

带Turbo码的OFDM频域链路自适应方案

针对最优比特与功率加载算法需完全已知信道质量信息而在实际系统不可行的问题,提出基于资源块互信息的实用解决方案;针对频率选择性衰落和Turbo码交织深度要求较高的问题,提出根据互信息为不同资源块计算调制方式而对多个资源块内插计算相同码率的频域链路自适应解决方案。分析与仿真结果表明：基于资源块互信息的频域链路自适应解决方案能获得接近最优比特与功率加载算法的频谱效率。