基于脉搏波的心率信号提取实现方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 心率提取方法研究现状 | 第12-16页 |
| 1.2.1 心率信号提取现状分析 | 第12-15页 |
| 1.2.2 心率信号提取主要存在的问题 | 第15-16页 |
| 1.3 本文研究的主要内容 | 第16-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 第二章 心率提取实现数据采集 | 第18-24页 |
| 2.1 脉搏波采集原理与方法 | 第18-19页 |
| 2.1.1 脉搏波采集原理 | 第18-19页 |
| 2.1.2 脉搏波采集方法 | 第19页 |
| 2.2 三轴加速度信号采集原理 | 第19-21页 |
| 2.2.1 三轴加速度传感器分类 | 第20页 |
| 2.2.2 三轴加速度信号成分分析 | 第20-21页 |
| 2.2.3 三轴加速度传感器采集原理 | 第21页 |
| 2.3 信号预处理 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 运动状态识别辅助心率信号提取 | 第24-34页 |
| 3.1 加速度信号特征提取 | 第24-27页 |
| 3.1.1 时域特征 | 第24-25页 |
| 3.1.2 频率特征 | 第25-26页 |
| 3.1.3 样本熵特征 | 第26-27页 |
| 3.2 主成分分析与特征选择 | 第27-30页 |
| 3.3 运动状态识别 | 第30-32页 |
| 3.3.1 运动状态识别算法 | 第30-31页 |
| 3.3.2 决策树分类算法实现 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于自适应滤波的心率信号提取实现方法 | 第34-43页 |
| 4.1 自适应滤波算法原理 | 第34-37页 |
| 4.1.1 自适应滤波器的组成 | 第34页 |
| 4.1.2 自适应滤波的收敛特性 | 第34-36页 |
| 4.1.3 自适应滤波的学习曲线 | 第36-37页 |
| 4.2 基于对数函数改进的LMS算法 | 第37-42页 |
| 4.2.1 改进的对数函数LMS算法 | 第37-39页 |
| 4.2.2 参数分析 | 第39-41页 |
| 4.2.3 和其他变步长算法的性能比较 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 实验结果与分析 | 第43-49页 |
| 5.1 加速度信号方向无关性 | 第43-45页 |
| 5.2 实验结果评价标准 | 第45页 |
| 5.3 实验结果分析 | 第45-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 全文工作总结 | 第49-50页 |
| 6.2 下一步工作展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 附录A 攻读硕士学位期间所发表的学术论文及成果 | 第57页 |
