基于NAR-KF的心音信号仿真研究

摘要：

为了建立一维时间序列的心音信号模型,通过医院采集数据,采用非线性自回归(NAR)神经网络对S1与S2心音信号进行建模,在得到心音信号的预测值后,对心音信号使用卡尔曼滤波方法进行降噪.为验证融合算法对于心音信号降噪的可行性与优越性,进行了一系列仿真实验.在同时考虑精度与训练时间的情况下得到了一组较为理想的模型,再将该模型输入卡尔曼滤波的预测值中,通过原心音信号进行滤波,对比降噪前的第一心音信号滤波值的均方误差,有较为优越的降噪性能.得到的第二心音信号对比降噪前也有较为明显的提升.实验结果表明,融合算法在信噪比以及均方误差等降噪性能上有明显的优越性.

关键词：心音信号;非线性自回归;卡尔曼滤波;心音信号建模;心音信号降噪;降噪性能

所属期刊栏目：44

分类号：TN912.16-34

资助基金：国家自然科学基金;江西省自然科学基金

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：35-38