论文部分内容阅读
针对传统的独立成分分析（ICA）算法无法实现实时的信号分离和提取的问题，提出一种基于相关性评估和实时FastICA的方法。通过对混合信号分段，并进行FastICA处理，再对分离后的信号段进行相关性评估，选取与心电信号相关性最大的信号段进行相位的修正与幅值缩放，实现心电（ECG）信号的实时提取。在分离处理前，对混合信号进行基线漂移的过滤，提高了算法的鲁棒性。实验表明：所提算法的准确率可达96．7％，能够有效实现心电信号的实时提取。