数字信号处理结课论文

数字信号处理结课论文

生物医学信号处理方法论文

生物医学信号处理是指据生物医学信号特点，应用信息科学的基本理论和方法，研究如何从扰和噪声淹没的观察记录中提取各种生物医学信号中所携带的信息，并对它们进步分析、解释和分类。以下是我精心准备的生物医学信号处理方法论文，大家可以参考以下内容哦！

摘 要： 生物医学信号是人体生命信息的集中体现，深入进行生物医学信号检测与处理的理论与方法的研究对于认识生命运动的规律、探索疾病预防与治疗的新方法都具有重要的意义。

关键词： 生物医学信号 信号检测 信号处理

1 概述

1。1 生物医学信号及其特点

生物医学信号是一种由复杂的生命体发出的不稳定的自然信号，属于强噪声背景下的低频微弱信号，信号本身特征、检测方式和处理技术，都不同于一般的信号。生物医学信号可以为源于一个生物系统的一类信号，这些信号通常含有与生物系统生理和结构状态相关的信息。生物医学信号种类繁多，其主要特点是：信号弱、随机性大、噪声背景比较强、频率范围一般较低，还有信号的统计特性随时间而变，而且还是非先验性的。

1。2 生物医学信号分类

按性质生物信号可分为生物电信号（Bioelectric Signals），如脑电、心电、肌电、胃电、视网膜电等;生物磁信号（Biomagnetic Signals），如心磁场、脑磁场、神经磁场;生物化学信号（Biochemical Signals），如血液的pH值、血气、呼吸气体等;生物力学信号（Biomechanical Signals），如血压、气血和消化道内压和心肌张力等;生物声学信号（Bioacoustic Signal），如心音、脉搏、心冲击等。

按来源生物医学信号可大致分为两类：（1）由生理过程自发产生的主动信号，例如心电（ECG）、脑电（EEG）、肌电（EMG）、眼电（EOG）、胃电（EGG）等电生理信号和体温、血压、脉博、呼吸等非电生信号;（2）外界施加于人体、把人体作为通道、用以进行探查的被动信号，如超声波、同位素、X射线等。

2 生物医学信号的检测及方法

生物医学信号检测是对生物体中包含的生命现象、状态、性质和成分等信息进行检测和量化的技术，涉及到人机接口技术、低噪声和抗干扰技术、信号拾取、分析与处理技术等工程领域，也依赖于生命科学研究的进展。信号检测一般需要通过以下步骤（见图1）。

①生物医学信号通过电极拾取或通过传感器转换成电信号;②放大器及预处理器进行信号放大和预处理;③经A/D转换器进行采样，将模拟信号转变为数字信号;④输入计算机;⑤通过各种数字信号处理算法进行信号分析处理，得到有意义的结果。

生物医学信号检测技术包括：（1）无创检测、微创检测、有创检测;（2）在体检测、离体检测;（3）直接检测、间接检测;（4）非接触检测、体表检测、体内检测;（5）生物电检测、生物非电量检测;（6）形态检测、功能检测;（7）处于拘束状态下的生物体检测、处于自然状态下的生物体检测;（8）透射法检测、反射法检测;（9）一维信号检测、多维信号检测;（10）遥感法检测、多维信号检测;（11）一次量检测、二次量分析检测;（12）分子级检测、细胞级检测、系统级检测。

3 生物医学信号的处理方法

生物医学信号处理是研究从扰和噪声淹没的信号中提取有用的生物医学信息的特征并作模式分类的方法。生物医学信号处理的目的是要区分正常信号与异常信号，在此基础上诊断疾病的存在。近年来随着计算机信息技术的飞速发展，对生物医学信号的处理广泛地采用了数字信号分析处理方法：如对信号时域分析的相干平均算法;对信号频域分析的快速傅立叶变换算法和各种数字滤波算法;对平稳随机信号分析的功率谱估计算法和参数模型方法;对非平稳随机信号分析的短时傅立叶变换、时频分布（维格纳分布）、小波变换、时变参数模型和自适应处理等算法;对信号的非线性处理方法如混沌与分形、人工神经网络算法等。下面介绍几种主要的处理方法。

3。1 频域分析法

信号的频域分析是采用傅立叶变换将时域信号x（t）变换为频域信号X（f），从而将时间变量转变成频率变量，帮助人们了解信号随频率的变化所表现出的特性。信号频谱X（f）描述了信号的频率结构以及在不同频率处分量成分的大小，直观地提供了从时域信号波形不易观察得到频率域信息。频域分析的'一个典型应用即是对信号进行傅立叶变换，研究信号所包含的各种频率成分，从而揭示信号的频谱、带宽，并用以指导最优滤波器的设计。

3。2 相干平均分析法

生物医学信号常被淹没在较强的噪声中，且具有很大的随机性，因此对这类信号的高效稳健提取比较困难。最常用的常规提取方法是相干平均法。相干平均（Coherent Average）主要应用于能多次重复出现的信号的提取。如果待检测的医学信号与噪声重叠在一起，信号如果可以重复出现，而噪声是随机信号，可用叠加法提高信噪比，从而提取有用的信号。这种方法不但用在诱发脑电的提取，也用在近年来发展的心电微电势（希氏束电、心室晚电位等）的提取中。

3。3 小波变换分析法

小波分析是传统傅里叶变换的继承和发展，是20世纪80年代末发展起来的一种新型的信号分析工具。目前，小波的研究受到广泛的关注，特别是在信号处理、图像处理、语音分析、模式识别、量子物理及众多非线性科学等应用领域，被认为是近年来在工具及方法上的重大突破。小波分析有许多特性：多分辨率特性，保证非常好的刻画信号的非平稳特征，如间断、尖峰、阶跃等;消失矩特性，保证了小波系数的稀疏性;紧支撑特性，保证了其良好的时频局部定位特性;对称性，保证了其相位的无损;去相关特性，保证了小波系数的弱相关性和噪声小波系数的白化性;正交性，保证了变换域的能量守恒性;所有上述特性使小波分析成为解决实际问题的一个有效的工具。小波变换在心电、脑电、脉搏波等信号的噪声去除、特征提取和自动分析识别中也已经取得了许多重要的研究成果。

3。4 人工神经网络

人工神经网络是一种模仿生物神经元结构和神经信息传递机理的信号处理方法。目前学者们提出的神经网络模型种类繁多。概括起来，其共性是由大量的简单基本单元（神经元）相互广泛联接构成的自适应非线性动态系统。其特点是：（1）并行计算，因此处理速度快;（2）分布式存贮，因此容错能力较好;（3）自适应学习（有监督的或无监督的自组织学习）。

参考文献

[1] 邢国泉，徐洪波。生物医学信号研究概况。咸宁学院学报（医学版），2006，20：459～460。

[2] 杨福生。论生物医学信号处理研究的学科发展战略。国外医学生物医学工程分册，1992，4（15）：203～212。

张德明的主要成果

研究方向为通信信号处理及通信系统中的算法研究。近年来讲授的本科生课程有：《通信原理》、《数字信号处理》、《数字通信原理与SDH技术》等；同时从事研究生《信号分析》课程的教学工作。现为重庆市首批精品课程《电路分析基础》、重庆市首批特色专业“通信工程”专业和重庆市首批优秀教学团队负责人。从1993年以来已培养硕士研究生数十名，作为项目负责人或主要研究人员先后完成了多项国家、省部级科研攻关项目和教改项目，发表论文八十余篇，出版著作和教材十部。曾获四川省重大科技成果奖、邮电部科技进步三等奖、重庆市科技进步二等奖、重庆市优秀教育教学成果三等奖。先后获“四川省优秀青年教师”、“邮电部优秀青年骨干教师”、“邮电部有突出贡献专家”、“国务院特殊津贴”、“全国师德先进个人”、“重庆市优秀教师”、“重庆市名师奖”等荣誉称号。近5年来主持的教学研究课题 ：1）国家特色专业“通信工程”建设项目（TS10485），教育部、财政部，2008-2011；　 2）信息化环境下通信技术实践教学体系的研究和改革（0634166），重庆市教委，2007-2009；　 3）研究生优质课程“信号分析”建设项目，重庆市教委，2009-2010 ；　4）精品教材项目“现代通信系统与信息网”，高等教育出版社，2004-2006。近几年来编写的教材/专著 ：1）胡庆、谢显中、张德民等，电信传输原理，电子工业出版社，2004.8；　 2）胡庆、张德民等，通信光缆与电缆工程，人民邮电出版社，2005.2 ；　3）鲜继清、张德民等，现代通信系统与信息网，高等教育出版社，2005.8；　 4）张德民、胡庆，信号与系统分析，高等教育出版社，2006.9 5）何方白、张德民等，《数字信号处理》，高等教育出版社，2009.2.近几年发表的教学研究论文 ：1）　多模式培养适应社会需求的工程技术人才探索，全国高校电子信息科学与工程类专业教学协作会论文集，北京邮电大学出版社，2008.12 ；　2）新西兰工程教育专业认证调查报告，全国高校电子信息科学与工程类专业教学协作会论文集，北京邮电大学出版社，2008.12 ；　3）爱尔兰工程教育专业认证调查报告，全国高校电子信息科学与工程类专业教学协作会论文集，北京邮电大学出版社，2008.12获得的教学表彰/奖励 表彰/奖励情况本人排名颁奖单位颁奖时间 重庆市名师重庆市政府2005.09 高等教育教学成果三等奖2重庆市政府2005.11 教学成果一等奖1重庆市政府2009.02近几年来承担的学术研究课题：1）LDPC码译码器的模拟VLSI实现研究，重庆市教委，2003-2005，⑵； 2）基于蜂窝网反射信号的超低空目标无源探测和定位新方法研究，重庆市自然科学基金2008-2011，⑵近几年在国内外公开发行刊物上发表的学术论文：1）基于高阶累积量的空间特征估计方法及其应用，系统工程与电子技术，2006.03； 2）相干多径环境下自适应阵列的性能改进，电波科学学报，2007.06 ；　3）相干环境下LCMV自适应阵列抗干扰问题研究，电子与信息学报,2007.07 ；4）相干多径环境下信号空间特征及波达方向估计，电波科学学报，2007.08

本人是二本的通信工程专业，请教非官方回答！ 学习数字信号处理的目的是什么？ 在什么工作中的会起作用？

1.数字信号相比于模拟信号有很多很多很多优点<自己百度去：）>，正是因为优点多，所以很多地方都采用数字信号表示，于是必须研究数字信号处理
2.看什么工作，例如编解码算法，增强算法，处理算法，检测算法，估计算法，识别算法很多很多，数字信号处理只是这些算法的最基础的一个东西而已。运营商里面工作也是需要懂一点的，呵呵，二本通信工程专业？啥学校？家里面有没有背景？这些都很影响你毕业后的工作，例如如果想去运营商工作，二本的话数来数去貌似就南邮了，其它的要求都比较高，一般运营商都要求985名校加上南邮北邮两所学校。好点的地方要求会抬高，例如要求研究生等等。当然差的地方也有要其它学校的通信工程的情况。当然如果家里面有背景，啥学校都是浮云，仅运营商也不是没有可能的。
3.后续课程有：现代信号处理<加了随机过程的>，图像处理，图像通信，DSP芯片介绍，语音信号处理，雷达信号处理，自适应滤波器的设计……多了去的科目了。总之，就算到博士后依然有课程要学习。
4.有啊，数字信号处理是确定信号的分析，而且都是一些非常简单，非常基础的东西，例如FFT，DTFT，DCT，HIlbert变换等等这些变换的性质。后面都需要用到的，就算工作了也要用的。
5.大体轮廓是信号处理方面的知识，限于你是通信工程一般侧重通信原理，就简单介绍：一、从模拟连续信号扩展到数字信号，傅里叶变换离散化。二、Z变换，离散系统的结构。三、数字滤波器的设计。四、DFT以及FFT。一般学校的都差不多这些东西。当然如果你想仔细深入这门简单的课程，推荐奥本海默的<离散时间信号处理>里面还有很多扩展的基础知识
6.工作中有用啊，例如最简单的FFT，现在很多东西都需要使用FFT变换到频域里面去处理。还有AI机器人，也是在数字信号处理的基础上慢慢的演变到自适应处理的。通信手机中的的语音编解码器算法。你不觉得手机这侧输入声音，另外一个手机输出声音很奇怪么？你知道具体里面的链路么？不要想当然的以为是存在的就是合理的。
7.价值？多啊，例如医院中的胸透，核磁共振，你当里面没有到数字信号处理？还有，照相机中拍照，为什么你手抖画面也不会抖动？为什么拍照的处理速度那么快？如果不进行压缩处理，全部保存数据时非常吓人的，还有你知道为什么图片的后缀有.bmp以及.jpeg，.png等等格式么？视频信号有.3gpp,.mp4等等格式么？

PS：学好数字信号处理的关键是数学要好：）！尤其是越往深入了解越需要数学，例如随机过程，泛函分析，不过貌似是研究生课程，呵呵。 而且越往后面，知识面是越窄的，因为任何一个点都不是那么容易处理的，你去看看ITU官方网站上的标准你就知道有多少了，还有IEEE论文上Signal processing society ,communication society,information theory society,等等这些上面的文章，看完之后你会发现每个地方都有深度的，也就是说这些年你手里面拿的手机，MP3,MP4，录音笔，电脑（学生时代貌似就这些装备吧？）哪个不是需要数字信号处理的？