-
公开(公告)号:CN102973264A
公开(公告)日:2013-03-20
申请号:CN201210524183.8
申请日:2012-12-07
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/0402
Abstract: 本发明提供了一种基于形态学多分辨率分解的心电信号预处理方法,步骤1:应用直线型结构元素对的形态滤波器修正基线漂移;步骤2:应用提升方法构造形态学多分辨率分解心电信号至第二层和第三层;步骤3:选择第二层与第三层信号分量中QRS复波失真更小的分量作为预处理后的心电信号。本发明应用直线型结构元素对修正基线漂移,能够在较大程度上减小波形失真。应用形态学多分辨率分解方法滤除肌电干扰等高频噪声,性能优于基于小波变换及形态滤波的预处理方法,且方法简单、易于实现。采用提升方法构造多层形态学分解,由于选择了适合心电信号的预测、更新算子,不但进一步优化了去噪性能,而且减小了心电信号特征波的失真。
-
公开(公告)号:CN104717662B
公开(公告)日:2019-02-19
申请号:CN201510115142.7
申请日:2015-03-16
Applicant: 哈尔滨工业大学深圳研究生院
IPC: H04W16/14
Abstract: 本发明结合认知无线电与合作通信技术,提出了联合空‑时频谱共享的合作中继传输方法,认知用户源节点与认知用户中继节点采用了选择式解码转发中继方式的机会式使用授权频谱。通过有效结合频谱感知结果,在不对授权用户造成有害干扰的情况下,认知用户采用合作中继传输的方式充分利用联合空时的频谱空穴进行传输,有效的提高了频谱利用率以及通信系统性能。
-
公开(公告)号:CN102973264B
公开(公告)日:2014-09-17
申请号:CN201210524183.8
申请日:2012-12-07
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/0402
Abstract: 本发明提供了一种基于形态学多分辨率分解的心电信号预处理方法,步骤1:应用直线型结构元素对(Bo,Bc)的形态滤波器修正基线漂移;步骤2:应用提升方法构造形态学多分辨率分解心电信号至第二层和第三层;步骤3:选择第二层与第三层尺度分量中QRS复波失真更小的分量作为预处理后的心电信号。本发明应用直线型结构元素对修正基线漂移,能够在较大程度上减小波形失真。应用形态学多分辨率分解方法滤除肌电干扰等高频噪声,性能优于基于小波变换及形态滤波的预处理方法,且方法简单、易于实现。采用提升方法构造多层形态学分解,由于选择了适合心电信号的预测、更新算子,不但进一步优化了去噪性能,而且减小了心电信号特征波的失真。
-
公开(公告)号:CN111673781B
公开(公告)日:2022-06-03
申请号:CN202010524762.7
申请日:2020-06-10
Applicant: 哈尔滨工业大学
Abstract: 一种变刚度仿人机器人手爪,它包括手指和连接手指的手掌;所述手指包含有N指,N指中至少具有拇指;除拇指外的N‑1指结构相同;除拇指外的每个指由变刚度直线驱动装置驱动作屈曲运动,变刚度直线驱动装置安装在手掌上,用于调节每个指刚度以适应抓握目标;拇指由安装在手掌上的对掌驱动器驱动而旋转,拇指由拇指驱动器驱动作屈曲和偏摆运动,拇指和其余手指的相对运动实现抓握姿态变化。本发明通过变刚度直线驱动装置实现手指关节刚性改变,配合拇指的相对运动,提高了机器人手爪抓取目标的适应性。
-
公开(公告)号:CN104717662A
公开(公告)日:2015-06-17
申请号:CN201510115142.7
申请日:2015-03-16
Applicant: 哈尔滨工业大学深圳研究生院
IPC: H04W16/14
Abstract: 本发明结合认知无线电与合作通信技术,提出了联合空时频谱共享的合作中继传输方法,认知用户源节点与认知用户中继节点采用了选择式解码转发中继方式的机会式使用授权频谱。通过有效结合频谱感知结果,在不对授权用户造成有害干扰的情况下,认知用户采用合作中继传输的方式充分利用联合空时的频谱空穴进行传输,有效的提高了频谱利用率以及通信系统性能。
-
公开(公告)号:CN103083013B
公开(公告)日:2015-05-13
申请号:CN201310018594.4
申请日:2013-01-18
Applicant: 哈尔滨工业大学深圳研究生院
IPC: A61B5/0472
Abstract: 本发明提供了一种基于形态学与小波变换的心电信号QRS复波检测方法,步骤1:输入抑制基线漂移与去除高频噪声后的ECG信号,并进行分段;步骤2:应用db6小波对步骤1得到的分段ECG信号进行四层小波分解;步骤3:应用多分辨率形态学分解方法,对步骤1得到的分段ECG信号进行分解,寻找第三层与第四层细节分量上共同的模极大值点,作为R峰位置;步骤4:将步骤2与步骤3得到的R峰位置进行或运算,若结果为1,则保留为新的R峰位置;步骤5:R峰的回溯;步骤6:确定QRS复波起点与终点;步骤7:确认是否完成全部ECG信号检测,若已完成,就结束算法;若未完成,更新阈值,重复步骤2至步骤7直到算法结束。该方法能够达到99%以上的检测正确率。
-
-
-
-
-