摘要:压缩感知在低成本、低功耗、长时间的无线心电信号应用上具有优势。但现有重构算法中存在重构信号质量不理想、较大的计算量以及不能自适应噪声变化等问题。本文针对非稀疏心电信号快速精确压缩感知重构提出了先验块稀疏贝叶斯学习(P-BSBL)算法。算法在块稀疏贝叶斯学习基础上,根据心电信号先验引入了近似零解空间初值设置和数字特征迭代停止条件。为了验证算法效果,提出的方法在MIT-BIH心电数据库上进行了仿真实验。实验结果表明P-BSBL能够实现高效非稀疏心电信号高信号质量重构。P-BSBL在正常和非正常心电信号重构上都优于凸优化和贪婪方法;适用于高数据压缩比和噪声变化的心电信号重构。
关键词:先验块稀疏贝叶斯学习 压缩感知 心电 信号恢复 人体传感器网络
单位:东南大学仪器科学与工程学院 南京210096 邓迪大学医学科学与技术研究所 邓迪DD21FD
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关范文
心电学论文