| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 脉搏波的研究意义及现状 | 第10-12页 |
| 1.2 基于提升小波的去噪算法的研究意义及现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 第2章 脉搏波的相关理论 | 第15-24页 |
| 2.1 脉搏波的产生与传播 | 第15-16页 |
| 2.2 脉搏波的波形特征 | 第16-17页 |
| 2.3 压力脉搏波与容积脉搏波 | 第17-18页 |
| 2.4 脉搏波波形特征的时域分析方法 | 第18-21页 |
| 2.4.1 特征点法 | 第18-19页 |
| 2.4.2 高斯函数法 | 第19-20页 |
| 2.4.3 脉图面积法 | 第20-21页 |
| 2.5 脉搏波波形特征的频域分析方法 | 第21-22页 |
| 2.6 脉搏波波形特征的时频联合分析方法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 小波变换理论及小波信号去噪 | 第24-34页 |
| 3.1 连续小波变换 | 第24-25页 |
| 3.2 离散小波变换 | 第25-26页 |
| 3.3 多分辨率分析 | 第26-29页 |
| 3.3.1 多分辨率分析的定义 | 第26-28页 |
| 3.3.2 Mallat算法 | 第28-29页 |
| 3.4 小波信号去噪 | 第29-33页 |
| 3.4.1 去噪问题的描述 | 第29-30页 |
| 3.4.2 小波变换模极大去噪 | 第30页 |
| 3.4.3 基于小波变换尺度间相关性的去噪 | 第30页 |
| 3.4.4 小波阈值去噪法 | 第30-33页 |
| 3.4.4.1 小波阈值收缩法 | 第30-32页 |
| 3.4.4.2 平移不变量小波阈值去噪法 | 第32-33页 |
| 3.4.5 几种小波去噪方法的比较 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 小波变换的提升实现 | 第34-44页 |
| 4.1 小波分解与重构的多相位表示 | 第34-36页 |
| 4.2 Laurent多项式的Euclidean算法 | 第36-37页 |
| 4.3 多相位矩阵的因子分解 | 第37-39页 |
| 4.4 提升算法 | 第39-42页 |
| 4.4.1 提升算法的实现 | 第39-40页 |
| 4.4.2 提升算法举例 | 第40-42页 |
| 4.5 小波变换提升算法的实现技巧 | 第42-43页 |
| 4.5.1 任意长度信号小波变换的提升实现 | 第42页 |
| 4.5.2 利用少量辅助内存实现多尺度小波变换 | 第42-43页 |
| 4.5.3 边界处理 | 第43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 自适应滤波原理 | 第44-56页 |
| 5.1 自适应信号处理 | 第44-45页 |
| 5.2 自适应算法介绍 | 第45-47页 |
| 5.3 维纳滤波器 | 第47-49页 |
| 5.4 均方误差曲面 | 第49-50页 |
| 5.5 牛顿算法 | 第50-51页 |
| 5.6 最陡下降算法 | 第51-53页 |
| 5.7 最小均方算法 | 第53-55页 |
| 5.8 本章小结 | 第55-56页 |
| 第6章 基于提升小波的脉波自适应去噪 | 第56-68页 |
| 6.1 脉搏波信号采集 | 第56-58页 |
| 6.1.1 MIMIC数据库介绍 | 第56-57页 |
| 6.1.2 实际仪器测量 | 第57-58页 |
| 6.2 噪声类型与运行环境 | 第58页 |
| 6.3 基于提升方案的小波阈值去噪 | 第58-64页 |
| 6.3.1 分解层数的确定 | 第58-59页 |
| 6.3.2 小波基函数的选择 | 第59-61页 |
| 6.3.3 固定小波基函数的提升方案去噪 | 第61-62页 |
| 6.3.4 自适应选择小波基的提升方案去噪 | 第62-64页 |
| 6.4 基于LMS的预测算子自适应选取的提升小波去噪 | 第64-66页 |
| 6.5 本章小结 | 第66-68页 |
| 第7章 总结与展望 | 第68-70页 |
| 7.1 总结 | 第68-69页 |
| 7.2 展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间发表的论著 | 第74页 |