专利交易市场

本发明提供一种融合小波包与互信息的生物信号特征提取方法，包括以下步骤：S1)、获取生物信号，并去除低频场电位和高频噪声；S2)、进行生物信号的分割；S3)、对生物信号进行小波包分解；S4)、随机选取少数用小波包分解系数表示的生物信号作为训练数据；S5)、运用最大互信息准则对训练生物信号数据进行特征选择；S6)、对测试生物信号进行特征提取，得到测试生物信号的低维时-频特征；S7)、应用分类器对所述生物信号的低维时-频特征进行分类，进而得到目标生物信号和多种非目标生物信号的多分类结果，本发明所提取的脑电信号特征经过聚类处理结果显示大大提高了正常与癫痫信号的分类精度。

一种基于优化模型的ECG信号有限新息率采样方法，适用于ECG信号FRI采样及信号重构，所提方法将ECG信号建模为一阶微分VPW模型，以利用FRI采样理论对其进行欠采样；然后使用双通道采样结构进行采样，采样通道一是一个FRI采样通道，用于获取信号的少量样本以进行参数估计；采样通道二为低速采样通道，用于采集少量的信号时域样本，以用于对ECG信号进行优化重构。为了提高ECG信号的重构精度，采用于粒子滤波的参数优化算法，以提高ECG信号参数估计的精度，从而提高信号重构的质量。为了提高参数估计的效率和优化的成功率，在基于粒子滤波的参数估计算法中引入了块坐标下降的思想，提升了优化的成功率和优化的效率。

本发明公开了一种脑电信号自适应实时去噪方法；本发明先对采样矩阵X进行中心化处理，计算采样矩阵X的协方差矩阵，并计算其特征值与特征向量，计算滤波自适用系数、滤波器系数、噪音信号y源信号；最后得到源信号矩阵；本发明在计算复杂度与收敛速度间取得了平衡，便于在PFGA中实现，可满足脑电信号实时采集需求。本发明收敛速度快，不易改变波形形状，可有效去除生理伪迹与电路噪声。

本发明涉及一种基于信号处理的实时跟踪平台，包括：红外热成像设备，设置在人员行走通道的一侧，用于面对所述人员行走通道执行红外热成像操作，还用于基于获取到的红外成像图像中的热源目标在所述红外成像图像中的相对位置决定发送给所述水平移动机构的驱动信号；水平移动机构，用于固定红外热成像设备以及可见光成像设备，并基于接收到的驱动信号驱动所述水平移动机构水平移动以跟随当前行走在人员行走通道的人体对象。本发明的基于信号处理的实时跟踪平台检测及时、设计具有一定的针对性。由于能够从水平方向和垂直方向采用不同的跟踪机制实现对要执行步态检测和校正的人员目标的高精度跟踪，从而有效提升后续不同检测和校正的精度。