【摘要】本實用新型屬于一種電力設備，特別涉及一種對 電網無功功率進行補償的裝置。其技術方案是： 一種電網無功補償裝置，包括一個測量控制單元[1]、一個或多 個投切和無功補償單元[2]，其特征是：所述測量控制單元[1]、 所述投切和無功補償單
【摘要】 本發明涉及信息處理以及醫學信號處理，特別是 一種基于提升小波的脈搏信號處理方法。本方法實現步驟：脈 搏傳感器攝取人體的脈搏波形，脈搏波形經調理電路、AD轉 換器變成數字信號后輸入微處理器，在微處理器中首先進行波 形預處理，即采用自適應相干模板法進行濾波。濾波后的脈搏 信號采用閾值法獲取連續穩定波形，再用時域聚類法剔除 穩定波形中在周期上不合格者，得到其中至少包含5個以上波 形樣本的最優波形。對最優波形做多層小波分解，再對小波分 解的高頻、低頻系數的閾值量化處理，最終得到脈搏波形的特 征向量W。本發明通過上述處理方法能夠獲得脈搏波形的過零 點、極值點、突變點等信息組成的特征向量，為進一步的分析 診斷打下良好基礎。 【專利類型】發明申請 【申請人】北京工業大學 【申請人類型】學校 【申請人地址】100022北京市朝陽區平樂園100號 【申請人地區】中國 【申請人城市】北京市 【申請人區縣】朝陽區 【申請號】CN200610113292.5 【申請日】2006-09-22 【申請年份】2006 【公開公告號】CN1935084A 【公開公告日】2007-03-28 【公開公告年份】2007 【授權公告號】CN100457023C 【授權公告日】2009-02-04 【授權公告年份】2009.0 【發明人】喬俊飛; 劉洪根 【主權項內容】1、一種基于提升小波的脈搏信號處理方法，其特征在于，該方法是按以下步驟實現的： 1)由脈搏傳感器攝取人體的脈搏波形，脈搏波形經調理電路、AD轉換器變成數字信號后輸入微處理器中的數據存儲器RAM，微處理器調用其程序存儲器ROM中的各處理模塊進行如下處理： 首先調用波形預處理模塊進行運算處理，該模塊采用自適應相干模板法進行濾波，其算法如下： 取采樣頻率為工頻的整數倍即k×50HZ，設X(n)為原始信號，S(n)為其中的有用信號，N(n)為工頻干擾信號，則： X(n)＝S(n)+N(n) 定義模板信號為： k為采樣頻率與工頻之比，取為自然數； 由于N(n)為周期信號，若S(n)為零均值信號，要進行處理的脈搏波信號可看成是零均值信號，當M足夠大即M≥100時，有： 從原始輸入信號中減去模板信號就能達到濾除工頻干擾的目的，即： 經過上述程序模塊處理后將數據保存RAM中，微處理器再調用波形優選模塊進行處理，該模塊算法實現如下： 2)多個完整的典型脈搏波形的優選， ①采用閾值法獲取連續穩定波形 i)先把前L秒的脈搏波形平均分成N段，其中，15≤L≤60，2≤N≤10，再用差分法分別出每段中的極小值點，并將N段中的極小值點的幅值與對應的采樣點數，即時間點分別保存在N個二維數組中； ii)在N個數組中比較各自數組中首個幅值與第二個幅值的大小，找出值較小的點，以此點為起點，做隔點差分計算，并把差分值的絕對值與一設定閾值比較，該閾值具體與硬件電路的放大倍數有關，可根據實驗經驗獲得，一般至少小于0.01，找到差分絕對值小于閾值的連續5個以上的點，其對應原波形中的4個以上連續穩定波形；將從這N個數組中出的符合條件的連續點的幅值及其對應的采樣時間點分別保存在另外N個數組中；如果有數組中不包含差分絕對值小于閾值的連續5個以上的點，則繼續按步驟2)-①-i)中方法接下來L/N秒中的點，直到出N段均含有4個以上穩定波形為止； ②用時域聚類法剔除在周期上不合格者 i)由步驟2)-①-ii)中得到的信息，回到原波形，就得到多于4×N個準周期的樣本波形，對這些準周期樣本進行分類；首先設第一個脈搏波的準周期， 稱之為樣本1，為第一聚類中心U1；如果第二個準周期脈搏波即樣本U2與U1的距離小于閾值，則將樣本2歸入第一聚類，U1修正為兩個樣本的平均值，否則設樣本2為第二聚類中心U2；樣本U2與U1的距離采用q＝1時的閔可夫斯基距離，即周期長度之差，閾值可根據實驗經驗具體設定，一般至少小于50ms；如果已經產生U2，再計算樣本U3與U1、U2的距離，如果沒有產生U2，就計算樣本U3與U1的距離，如其中之一小于閾值則可將其歸類，并依照上述方法修正聚類中心；否則設樣本U3為新的聚類中心，如此可將所有樣本分類一次； ii)如果分類后，沒有任何一類包含5個以上的樣本，則將閾值放大一倍，重復步驟2)-②-i重新進行分類，如果閾值放大到大于50ms，仍然沒有任何一類包含5個以上的樣本，則跳到脈搏波形的第二個L秒的信號，按照步驟1)、2)中所述步驟重新開始尋找4×N個以上的穩定周期脈搏波并重復上述聚類過程； iii)得到其中至少包含5個以上波形樣本的聚類后，則此類樣本即為所需最優波形；將其中包含樣本數最多的一類的聚類中心Umax定為標準脈搏周期，其倒數即為脈率。 3)脈搏波形特征的提取 得到優選波形后，可以只保存下該波形數據在RAM或者外部存儲器中，同時微處理器調用最后一個模塊即特征提取模塊，該程序模塊算法采用如下提升小波算法： ①提升算法 i)使用Donoho小波取其合成尺度函數和分解尺度函數分別有N和M階消失矩，進行提升； ii)其提升格式為： 分解： 預測： 更新： 其中Sl，dl為分解小波的逼近系數與細節系數； iii)為將上述提升格式進行分解為只需加法與移位運算，定義下面的運算格式：設P，U為兩個位移加法處理單元： P(a，b，c，d)＝(-a+b+c-d+b＜＜3+c＜＜3+8)＞＞4 U(a，b，c，d)＝(-a+b+c-d+b＜＜3+c＜＜3+16)＞＞5 其中，＜＜是左位移符號，＞＞是右位移符號，則 Sl＝x2l，dl＝x2l+1； dl＝dl-p(Sl-1，Sl，Sl+1，Sl+2)； Sl＝Sl+(dl-2，dl-1，dl，dl+1)。 ②對步驟2)中得到的5個以上周期的優選波形按照3)-①中所述的提升算法進行提升小波分解，并作如下處理： i、對所得脈搏波形做多層小波分解； ii、小波分解的高頻系數的閾值量化，對深層的高頻系數，選擇閾值進行軟閾值量化處理，表達式如下： 式中w是高頻小波系數，sgn是符號函數，σ是一個由經驗所得閾值，一般在0.5到1之間；由此得到多個一維向量A，B，C，D，E，……對這些一維向量對應元素a0，b0，c0，d0，e0，……排序，取中值做為最終的小波系數w′0，同理，依次對a1，b1，c1，d1，e1，……直至an，bn，cn，dn，en，……作相同處理，可得w′1……w′n，如此可得一個小波高頻系數一維向量w′； iii、小波分解的低頻系數的閾值量化，對第1層的低頻系數，選擇閾值進行軟閾值量化處理，處理方法同3)-②-ii，得到另一個一維向量w″； iv、記W＝[w′，w″]，最終獲得脈搏波形的特征向量W。 【當前權利人】北京工業大學 【當前專利權人地址】北京市朝陽區平樂園100號 【專利權人類型】公立 【統一社會信用代碼】12110000400687411U 【被引證次數】24 【家族被引證次數】26
未經允許不得轉載：http://www.mhvdw.cn/1776071604.html
喜歡就贊一下
