基于EKF+EKS的BCG动态高斯模型滤波研究

• 全文链接
• 请求原文

作   者：

王子民;  甘智宇;  刘振丙; 

作者机构：

桂林电子科技大学电子工程与自动化学院;  桂林电子科技大学计算机与信息安全学院; 

关键词：

高斯核函数;  扩展卡尔曼滤波;  扩展卡尔曼平滑;  心冲击图信号; 

期刊名称：

计算机应用与软件

基金项目：

智能医疗信息的检索分析及三维重建
基于多任务学习的复杂概念漂移数据流分类研究
代价敏感的稀疏学习与距离度量学习方法研究
跟随领航者多机器人协调与编队自修复控制研究
基于四元数表示的彩色图像局部特征提取方法研究

i s s n：

1000-386X

年卷期：

2019 年 36 卷 10 期

页   码：

197-204

摘   要：

心冲击图(Ballistocardiogram,BCG)信号属于微弱信号,现实采集的BCG信号通常包含采集环境干扰和个体差异,因此缺乏健康个体的BCG信号模板和适用于BCG信号的降噪方法。提出一种基于高斯核函数的动态BCG信号模型,在动态高斯模型的基础上,应用扩展卡尔曼滤波与扩展卡尔曼滤波平滑对BCG信号进行复合滤波。该模型提供健康个体的BCG信号,包括H波、I波、J波、k波、L波和M波特征。经联合扩展卡尔曼滤波与扩展卡尔曼平滑滤波后的BCG信号比其他传统滤波器滤波后的BCG信号信噪比更高。基于动态高斯模型合成的BCG信号能完整表达健康个体的BCG信号特征,联合扩展卡尔曼滤波和扩展卡尔曼平滑的复合滤波,对BCG信号的滤波达到了更好的降噪效果。