公开(公告)号：CN113066502B

公开(公告)日：2022-07-26

申请号：CN202110263717.5

申请日：2021-03-11

Applicant: 电子科技大学

Inventor： 夏侯士戟 ,  梁宇航 ,  马敏

IPC: G10L19/02 ,  G10L21/0208 ,  G10L21/0272 ,  G10L25/03 ,  G10L25/27 ,  G10L25/51 ,  A61B7/04

Abstract: 本发明公开了一种基于VMD和多小波的心音分割定位方法，首先对心音信号样本中心音区间和类型进行标记，采用滑动窗对心音信号样本进行片段划分，使用峭度对VMD分解得到的各个IMF分量进行挑选，对最有效的IMF分量进行GHM多小波包分解，基于分解结果构建心音信号样本的时频域矩阵，根据标记的心音区间从中提取子矩阵并得到时间频率列向量，将其作为训练样本对预设的分类模型进行训练；对待分割定位的心音信号采用相同方法得到时频域矩阵，提取香农能量包络，基于最大类间方差法确定心音区间，提取子矩阵并采用相同方法获取时刻频率列向量，输入训练好的分类模型得到心音信号分割定位结果。采用本发明可以提高高噪声下的心音分割性能。

公开(公告)号：CN113066502A

公开(公告)日：2021-07-02

申请号：CN202110263717.5

申请日：2021-03-11

Applicant: 电子科技大学

Inventor： 夏侯士戟 ,  梁宇航 ,  马敏

IPC: G10L19/02 ,  G10L21/0208 ,  G10L21/0272 ,  G10L25/03 ,  G10L25/27 ,  G10L25/51 ,  A61B7/04

Abstract: 本发明公开了一种基于VMD和多小波的心音分割定位方法，首先对心音信号样本中心音区间和类型进行标记，采用滑动窗对心音信号样本进行片段划分，使用峭度对VMD分解得到的各个IMF分量进行挑选，对最有效的IMF分量进行GHM多小波包分解，基于分解结果构建心音信号样本的时频域矩阵，根据标记的心音区间从中提取子矩阵并得到时间频率列向量，将其作为训练样本对预设的分类模型进行训练；对待分割定位的心音信号采用相同方法得到时频域矩阵，提取香农能量包络，基于最大类间方差法确定心音区间，提取子矩阵并采用相同方法获取时刻频率列向量，输入训练好的分类模型得到心音信号分割定位结果。采用本发明可以提高高噪声下的心音分割性能。

公开(公告)号：CN117176269A

公开(公告)日：2023-12-05

申请号：CN202311084362.9

申请日：2023-08-25

Applicant: 电子科技大学

Inventor： 刘震 ,  唐小婷 ,  梁宇航 ,  龙兵 ,  王敏 ,  邱根 ,  米金华 ,  周秀云

IPC: H04B17/17 ,  H04B17/29 ,  G06N3/0464

Abstract: 本发明公开了一种射频前端模拟收发通道的故障诊断方法，将功率为p、频率为f1，f2的双音信号作为待测射频前端模拟收发通道故障诊断时其输入端的激励信号，然后利用蒙特卡洛统计分析方法重复实验，获取各种故障状态下待测电路的故障响应信号；接着利用自适应信号变分模态分解对故障响应信号进行分解，获取各个模态分量evdn，k，q(t)，并计算每个模态分量的瞬时频率fnkq(t)；随后将各模态分量的瞬时频率进行拼接组成表征故障状态n的特征向量Fnk＝[fnk1；fnk2；…；fnkQ]，并使用特征向量训练交错组卷积深度神经网络IGCDNN模型，将训练后的模型作为故障分类器，最后通过故障分类器诊断射频前端模拟收发通道未知的故障状态。