典型文献
非接触式UWB传感的生命体征检测分析
文献摘要：
为解决心跳信号易被呼吸谐波和其他噪声干扰而难以提取的问题,提出一种结合遗传算法(GA)和反向传播(BP)神经网络的聚类经验模态分解体征提取模型.首先,采用动目标检测法滤除超宽带(UWB)雷达所接收回波信号中的静止杂波;然后利用距离门选择方法提取出体表振动信号,对其进行聚类经验模态分解得到固有模态函数分量;最后通过GA-BP神经网络对固有模态函数分量转化后的特征向量进行权值训练,以贝叶斯正则化作为BP的训练函数重构心肺信号,并与原始聚类经验模态分解重构信号进行比较.仿真实验结果表明,在不同信噪比下,GA-BP神经网络提取的信号与实际结果吻合度更高,可有效提高呼吸与心跳信号的提取准确度.
文献关键词：
超宽带雷达;聚类经验模态分解;GA-BP神经网络;贝叶斯正则化;信号处理
中图分类号：
作者姓名：
陈华颖;张珣
作者机构：
杭州电子科技大学现代电路与智能信息研究所,浙江杭州310018
文献出处：
引用格式：
[1]陈华颖;张珣-.非接触式UWB传感的生命体征检测分析)[J].软件导刊,2022(04):19-24
A类：
B类：
非接触式,UWB,生命体征检测,检测分析,决心,心跳信号,呼吸谐波,噪声干扰,GA,反向传播,聚类经验模态分解,解体,提取模型,动目标检测,检测法,滤除,收回,回波信号,静止,杂波,距离门,选择方法,振动信号,固有模态函数分量,特征向量,行权,权值,贝叶斯正则化,数重,心肺,分解重构,重构信号,吻合度,高呼,超宽带雷达,信号处理
AB值：
0.310193
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
