基于块稀疏贝叶斯学习的体域网心电压缩采样?

• 作者: 刘继忠 张华 彭向东
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 块稀疏贝叶斯学习 体域网 心电信号 压缩采样
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 401-407
• 页数: 7页
• 分类号: TP393|TP391
• 字数: 5568字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.03.018

摘要

为有效提高体域网的实时性和降低体域网的功耗，提出一种基于块稀疏贝叶斯学习的体域网心电压缩采样方法。该方法在体域网框架下，利用压缩采样理论，在体域网的传感节点利用二进制随机观测矩阵对心电信号进行压缩采样，远程监护中心获得采样值之后，利用块稀疏贝叶斯学习重构算法和离散余弦稀疏变换矩阵对心电信号进行重构。实验结果表明，当心电信号压缩率在70%~90%时，基于块稀疏贝叶斯学习的重构算法要比其他重构算法的重构信噪比高出3 dB~21 dB。该方法能有效减少数据采样，减轻后续的数据存储、数据传输压力，提高体域网的实时性。同时该方法具有功耗低，易于硬件实现的优点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	南昌大学机器人研究所	348	2909	25.0	35.0
2	刘继忠	南昌大学机器人研究所	56	378	10.0	15.0
3	彭向东	南昌大学机器人研究所	8	55	3.0	7.0