基于ECG和PPG信号身份识别算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 中英文缩写对照附录 | 第9-10页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题背景及研究的目的和意义 | 第10-12页 |
| 1.2 ECG和PPG信号简介 | 第12-14页 |
| 1.2.1 ECG信号简介 | 第12-13页 |
| 1.2.2 PPG信号简介 | 第13-14页 |
| 1.3 国内外研究进展及成果 | 第14-20页 |
| 1.3.1 基于ECG信号身份识别的研究现状 | 第14-17页 |
| 1.3.2 基于PPG信号身份识别的研究 | 第17-19页 |
| 1.3.3 ECG信号与PPG信号比较 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 第2章 ECG和PPG信号的时频域特征研究 | 第22-53页 |
| 2.1 引言 | 第22页 |
| 2.2 希尔伯特黄变换[25] | 第22-26页 |
| 2.2.1 瞬时频率 | 第23页 |
| 2.2.2 经验模式分解与本征模态函数 | 第23-24页 |
| 2.2.3 希尔伯特变换 | 第24-26页 |
| 2.3 信号噪声与预处理 | 第26-30页 |
| 2.3.1 ECG信号噪声 | 第26页 |
| 2.3.2 PPG信号噪声 | 第26-27页 |
| 2.3.3 信号预处理 | 第27-30页 |
| 2.4 ECG信号时频域特征 | 第30-45页 |
| 2.4.1 ECG信号时域波形特点 | 第31-33页 |
| 2.4.2 ECG波形检测 | 第33-36页 |
| 2.4.3 ECG信号频域分析 | 第36-42页 |
| 2.4.4 ECG信号希尔伯特边际谱特征 | 第42-45页 |
| 2.5 PPG信号时频域特征 | 第45-52页 |
| 2.5.1 PPG信号波形特点 | 第45-47页 |
| 2.5.2 P波、V波检测 | 第47-48页 |
| 2.5.3 PPG信号频域分析 | 第48-51页 |
| 2.5.4 PPG信号希尔伯特边际谱特征 | 第51-52页 |
| 2.6 本章小结 | 第52-53页 |
| 第3章 ECG和PPG信号特征融合模型 | 第53-63页 |
| 3.1 引言 | 第53-54页 |
| 3.2 数据融合技术 | 第54-55页 |
| 3.2.1 数据融合层级 | 第54页 |
| 3.2.2 数据融合方法 | 第54-55页 |
| 3.2.3 数据策略选择 | 第55页 |
| 3.3 基于逐步筛选法的特征权值算法 | 第55-59页 |
| 3.3.1 逐步筛选法基本概念 | 第56-58页 |
| 3.3.2 特征权重算法 | 第58-59页 |
| 3.4 基于SVM的改进D-S证据理论融合算法 | 第59-62页 |
| 3.4.1 D-S证据理论与SVM基本概念 | 第59-61页 |
| 3.4.2 改进D-S证据理论融合算法 | 第61-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第4章 实验结果与分析 | 第63-70页 |
| 4.1 引言 | 第63页 |
| 4.2 实验仿真平台与数据 | 第63-64页 |
| 4.3 特征筛选结果及分析 | 第64-67页 |
| 4.3.1 实验数据集及分组 | 第64页 |
| 4.3.2 筛选结果及分析 | 第64-67页 |
| 4.4 特征融合结果及分析 | 第67-68页 |
| 4.5 识别结果及分析 | 第68-69页 |
| 4.6 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77页 |
