第ｌ９卷 第２３期 电子设计工程 ２０１１年１２月 Ｖ０１．１９ Ｎｏ．２３ Ｅｌｅｃｔｒｏｎｉｃ Ｄｅｓｉｇｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｄｅｃ．２０１ｌ 基于小波变换的ＱＲＳ波群检测 卢菲．高振斌 （河北５－业大学通信与信息系统，天津３００４０１） 摘要：提出了一种基于小波多分辨分析的算法，对心电信号进行特征提取和识别。通过小波变换对常规心电图信号 进行分解去噪和特征提取，并利用动态自适应阈值和删除多检点，补偿漏检点对ＱＲＳ波检测进行优化。实验结果表 明该方法在ＱＲＳ波形不失真的情况下，提高了一部分ＭＩＴ—ＢＩＨ数据库信号中ＱＲＳ波识别的准确率，并且对于较低 准确率的心电信号的原因进行了分析。 关键词：心电信号；小波变换；ＱＲＳ波；特征提取；正确率 中图分类号：ＴＮ９１１．７２ 文献标识码：Ａ 文章编号：１６７４—６２３６（２０１１）２３—００４６—０４ ＱＲＳ ｗａｖｅ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ＬＵ Ｆｅｉ，ＧＡＯ Ｚｈｅｎ—ｂｉｎ （Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ，Ｈｅｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ ３００４０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｐｒｏｐｏｓｅ ａ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ ａｎａｌｙｓｉｓ ａｌｇｏｒｉｔｈｍ ｆｏｒ ＥＣＧ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ， ｔｈｒｏｕｇｈ ｔｈｅ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｏｆ ｃｏｎｖｅｎｔｉｏｎａｌ ＥＣＧ ｓｉｇｎａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｄｅｎｏｉｓｉｎｇ ａｎｄ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ，ａｎｄ ｔｈｅ ｕｓｅ ｏｆ ｄｙｎａｍｉｃ ａｄａｐｔｉｖｅ ｔｈｒｅｓｈｏｌｄ ａｎｄ ｔｈｅ ｄｅｌｅｔｉｏｎ ｏｆ ｍｕｌｔｉｐｌｅ ｐｏｉｎｔ，ｃｏｍｐｅｎｓａｔｉｏｎ ｄｅｔｅｃｔｉｏｎ ｐｏｉｎｔ ｔｏ ＱＲＳ ｗａｖｅ ｄｅｔｅｃｔｉｏｎ ｗａｓ ｏｐｔｉｍｉｚｅｄ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ ｉｎ ｔｈｅ ＱＲＳ ｗａｖｅｆｏｒｍ ｄｉｓｔｏｒｔｉｏｎ ｉｎ ｔｈｅ ｃａｓｅ ｒａｉｓｓ ａ ｐｏｒｔｉｏｎ ｏｆ ｔｈｅ ＭＩＴ－ ＢＩＨ ｄａｔａｂａｓｅ ｉｎ ＱＲＳ ｗａｖｅ ｓｉｇｎａｌ ｒｅｃｏｇｎｉｔｉｏｎ ａｃｃｕｒａｃｙ ａｎｄ ｔｈｅ ｌｏｗ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ＥＣＧ ｓｉｇｎａｌｓ ａｒｅ ａｎａｌｙｚｅｄ． Ｋｅｙ ｗｏｒｄｓ：ＥＣＧ ｓｉｇｎａｌ；ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ；ＱＲＳ ｗａｖｅ；ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ；ａｃｃｕｒａｃｙ ｒａｔｅ ＱＲＳ波群是心电信号最重要的组成成分，反映了心室收 定Ｒ波位置，否则将进一步计算下一个相邻尺度的小波变 缩时心脏内的电流活动情况。其发生时间和波形提供了许多 换，再用类似比较的方法。这样提高了准确率，但仅仅是对于 关于心脏状态的信息，比如最基本的心率。因此，在心电信号 Ｒ波检测。文中应用小波变换进行对心电信号的去噪以及对 的自动诊断技术中，ＱＲＳ波群的检测变得非常重要。其中Ｒ ＱＲＳ波进行检测分析，在ＱＲＳ波形不失真的情况下，提高了 波是ＱＲＳ波群中最为突出的部分．因此通常通过检测Ｒ波 ＱＲＳ波识别的准确率。 峰值位置来获悉ＱＲＳ波群的位置。所以Ｒ波检测就成为心 电信号自动诊断算法实现的关键，成为区分正、异常心律的 １方法介绍 基础。对于ＱＲＳ波的检测一般使用的方法包括等值、差分、模 １．１基本理论 板、曲线拟合等方法，这些方法在实际使用中．对心电信号中 小波变换是将信号分解成由一个母小波经过平移、尺度 出现的强工频干扰，尤其是对运动心电信号中较强的肌电干 伸缩得到的一系列小波的叠加，小波变换是一种时频分析方 扰、严重的基线漂移，波形的形态变异等．均在不同的程度上 法，它在低频的部分具有比较低的时间分辨率和比较高的频 存在着波形失真、识别的准确率不高等弱点。 率分辨率，而在高频部分则与之相反，并具有对信号的自适 小波变换方法是通过直接检测某些特征尺度的模极大 应性．它的这一特性特别适合处理心电信号。 值来实现Ｒ波的定位。Ｃｕｉｗｅｉ Ｌｉｔ ］采用的是二次样条小波对 小波变换中，信号ｆ￣ｘ）连续小波变换 ｌｆ，电信号进行了５尺度的分解，通过对含有较强ＱＲＳ波的 ２、３尺度模极大值对的检测．同时运用正、负极大值的幅度阈 （ ） ） （ ）＝ ｆ，（￡） （竺 ）ｄｒ （１） 、／Ｓ一 值判断，从而实现Ｒ波ｌ的检测。在检测过程中运用了幅度和 斜率阈值可变、忽略、回找等优化措施进一步提高了检测的 其中，ｓ为尺度因子，ｔ为平移因子， （竺 ）是对基 Ｖ ｓ 准确率。Ｓｈｕｂｈａ Ｋａｄａｍｂｅ￣２１等采用与上述相似的方法，但不同 本小波Ｏｓ（ ）进行伸缩平移所得。由于小波基函数与连续变 点是选取了两个连续尺度．当两个尺度模极大值数目一致 化的尺度参数及位移参数具有很大的相关性，因此信号厂（ｔ） 时，根据位置差异的不同，直接或者忽略不应期的方法来确 的连续小波变换系数的信息量是冗余的，为了在不丢失原信 收稿日期：２０１１－０９—２７ 稿件编号：２０１１０９１６４ 号信息的前提下，尽量减少小波变换系数的冗余度，因此，在 作者简介：卢菲（１９８７一），女，河北衡水人，硕士研究生。研究方向：通信信号处理。 －４６－ 卢菲。等 基于小波变换的ＱＲＳ波群检测 实际应用中一般将连续小波离散化，常用的为二进制离散，即 ５）检测出ＱＲＳ波起点和终点。 令ｓ＝２Ｊ（ｊ∈Ｚ），这样的小波变换称为厂（６）删除多检点，补偿漏检点。 ．ｘ）Ｚ进制小波变换。 对于心电信号厂（ｎ），用Ｍａｌｌａｔ算法进行二进制小波变换， 原始心电信号 其形式为： 进行￣ａｌｌａｔ算法分解（１，２，３，４，５） ｓ ，（ｎ）＝Ｙ ｈ￣Ｓ ，（ｎ一 ｋ） （２） 在ｗ（３）上检测正负极大值对 ，（ｎ）＝２ｇ￣Ｓ２Ｊ，，（ｎ一２卜 ｋ） （３） 其中 厂（ｎ）是待处理心电信号， 厂（ｎ）是信号的二进 ．爰赣奕藿奈季 负极大值小于闽值ｓ ｌ匝 Ｌ＝ 制小波变换，ｈ ｇｋ为正交数字低通滤波器Ｈ（Ｗ）和高通滤波 墨． 雨 器Ｇ（埘）的系数 。 １．２基于小波变换的去噪方法 是ｌ减小１９值，在这一段中 检测正一负极值对 基于小波变换的去噪是根据有用信号和噪声信号在不同 尺度的小波系数上有不同的统计特性来进行去噪的。有用信 求正一负极值对过零点 号通过小波变换后。它的小波系数在各尺度上具有较强的相 时移修正 关性，并且当尺度逐渐增大时，信号也会增大或保持不变：而 ｌ堡 坚盛ｌ 噪声信号经过小波变换后产生的系数在各尺度上是不相关或 图１小波变换检测ＱＲＳ波的流程图 弱相关的，并且会随尺度的增大而减小，分散在小波变换后的 Ｆｉｇ．１ Ｆｌｏｗ ｃｈａｒｔ ｏｆ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｄｅｔｅｃｔｉｏｎ ｏｆ ＱＲＳ ｗａｖｅ 所有系数中。因此当变换尺度较小时，认为信号的小波系数主 １．４ ＱＲＳ波检测算法优化 要由噪声组成，当变换尺度较大时，小波系数主要由有用信号 在用小波变换检测ＱＲＳ波中，为了提高检测率，采用动 的小波系数所控制。所以去噪即是消除由噪声产生的系数，保 态自适应阈值和补偿方法。 留有用信号系数，最后由所得到的小波系数进行信号重构，得 １）动态自适应阈值 到原始信号的去噪后的信号Ｌ４ｊ。 ＥＣＧ信号中ＱＲＳ波的幅度随生理或检测情况的变化常 小波分解与重构去噪算法介绍 有较大变化。因此，小波变换３尺度上的正极大值阈值Ｓ。和 １）根据信号的特性选择小波基确定分解层数，文中采用 负极小值阈值Ｓ 也应该是自动可变的。本文将ＥＣＧ信号（１ ０００ ‘ｄｂ５’小波进行５层分解； 个采样点）划分为４段，求每一段数据上对应的正极大值Ａ。、 ２）对带噪信号进行小波５分解； Ａ ２、』４，、』４ ，取Ａ为这些正极大值的中值，负极大值曰 、曰：、 、 ３）对噪声信号和有用信号进行处理。即将噪声信号所处 日 ，取 为这些负极小值的中值。 的频带置零，仅提取有用信号所在的频带； 设采样点内最大值为 ，最小值为Ⅳ，则本段极值点检测 ４）对处理后的频带进行小波重构，重构信号就是去噪后 的信号。 ） （４） ‘Ｌ １．３基于小波变换的ＱｒＳ波检测 １ 心电信号在进行多尺度分解时，可明显看出ＱＲＳ波在尺 ３２＝ １＝（０．７ ０．３Ｂ） （５） 斗 度３下最为明显．无论尺度变大或变小．牵 阈值分别为： １ Ｓ。＝ １＝（０．７肌０．ＱＲＳ波的能量都会 当大的Ｔ波或者大的Ｐ波出现时。可能幅值大于Ｒ波峰 逐渐减小，同时干扰能量却逐渐变大，因此可知在尺度３上 值，所以检测需要删除多检点，补偿漏检点，方法是加上ＲＲ ＱＲＳ波的能量最大，对于ＱＲＳ波的检测也在尺度３上进行。 间期作为依据．当两个Ｒ波之间间隔小于０．４ＲＲ时，去掉值 Ｒ波会在尺度上会产生一对模极大值．即一个正极大值一负极 小的Ｒ波，当两个Ｒ波之间间隔大于１．６ＲＲ时，减小阈值，在 小值对。Ｒ波峰取值就对应于这一正极大值一负极小值对的过 这一段中检测Ｒ波。 零点。而且同时Ｒ峰点与该过零点有较稳定的时移，所以在 Ｌ５ ＱｒＳ波中起点、终点的检测 检测出Ｒ波峰是要进行一定的时移调整Ｉ５－７１。ＥＣＧ信号的小波 ＱＲＳ波的起点（Ｑ波）位置是在Ｒ波对应的模极大值对 变换检测Ｒ峰点的方法如图１所示。 之前的第一个模极大值点，ＱＲＳ波的终点（Ｓ波）位置是由Ｒ 检测算法具体步骤如下： 波对应的模极大值对之后的第二个模极值对中靠后的极值 １）对原始ＥＣＧ信号进行５层小波分解。 点。检测过程中，在Ｒ波峰对应的过零点前后的一段时间窗 ２）检测第３级小波变换的模极值对（差分）。 Ｉ：１内寻找模极大值，进而获得ＱＲＳ波的起点或终点。如果Ｑ ３）筛选模极值对。 波或Ｓ波不存在时，即在该时间窗口内找不到一个模极大值 ４）综合多尺度的模极值对，确定其零交叉点位置，反馈 点，那么Ｒ波生成的模极大值对中极小值前、后的第一个拐 到原始ＥＣＧ信号，并进行一定的时移调整，得到精确的ＱＲＳ 点就是ＱＲＳ波的起点和终点嘲。 波群位置。 仿真结果如图２和图３所示，选取ＭＩＴ—ＢＩＨ心电数据库 －４７－ 《电子设计工程）２０１１年第２３期 中１１５，快速分解其心电信号，并检测Ｒ波峰及ＱＲＳ波群。图 ３中圆圈所标为Ｒ波峰，方框所标为ＱＲＳ的起点和终点。 尺度３下小波系数的模极大值点 图２尺度３下小波系数的模极大值点 Ｆｉｇ．２ Ｓｃａｌｅ ｗａｖｅｌｅｔ ｃｏｅｆｉｆｃｉｅｎｔｓ ｍｏｄｕｌｕｓ ｍａｘｉｍａ ＥＣＧ信号的Ｒ波峰值及ＱＲＳ波波段 ｒ ｝｝ ６ 『 ’ Ｊ ｝一 、｝ ｉ ｊ √ ｝ 一一￡ ・ Ｉ ｉｌ ｌ 』 １ ｛ ｛０ １００ ２００ ３００ ４００ ５００ ６００ ７００ ８００ ９００ １０００ 图３ ＥＣＧ的Ｒ波峰值及ＱＲＳ波波段 Ｆｉｇ．３ ＥＣＧ ｐｅａｋ ｖａｌｕｅ ｏｆ Ｒ ｗａｖｅ ａｎｄ ＱＲＳ ｗａｖｅ ｂａｎｄ ２检测结果 文中采用ｄｂ５小波将心电信号进行尺度分解，得出模极 大值对的过零点，然后用于Ｒ波的标定和ＱＲＳ波的检测。在 ＭＡＴＬＡＢ平台下。把该检测方法用于Ｍ１Ｔ—ＢＩＨ心律失常库的 ４８个记录进行检验。该库共有１０９ ４２８次心跳。选择每个记 录的第一导数据进行检测。 常用的计算心律失常算法准确率的公式为： ＋ （６） 其中 表示该心拍被正确检测出的个数； 表示该心 －４８－ 拍被错检的个数。ＴＰ＋ＦＰ即为总心拍数［９１。 文中选用ＭＩＴ－ＢＩＨ中从１００到２３２之间４８个的数据进 行正确率检测，每组数据选用６５ ００００个采样点进行检测．结 果如图４所示。 】００ 】∞ ｌｌｌ ¨Ｏ １２２ ２０２ ２０９ ２１５ ２２２ ２３２ 匹囹 图４本文算法对ＭＩＴ．ＢＩＨ数据库文件的Ｒ波检测结果 Ｆｉｇ．４ ＴｈｅａｌｇｏｒｉｔｈｍｏｎｔｈｅＭＩＴ－ＢＩＨｄａｔａｂａｓｅｆｉｌｅＲｗａｖｅｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔｓ 如图４所示，本文算法在１０４，１１４，２０３，２０７，２２８上有着 较差的准确率，其中１４０存在严重高频噪声，从而会使Ｒ波 形严重失真，１１４，２２８号ＱＲＳ波群不明显，很容易造成漏检， ２０３号心电信号主要受到噪声的影响，并且ＱＲＳ波出现变 异，心电信号出现变形，导致检测结果并不理想，２０７号心电 信号波形存在正向和倒向Ｒ波，而且倒向Ｒ波严重变形会造 成误判【 。 使用相同的样本用不同的方法对与Ｒ波进行检测，并做 对比实验．从表１中可以判断出本文算法对于准确率的提高 有一定作用。 表１ Ｒ波检测方法对比实验表 Ｔａｂ．１ Ｃｏｍｐａｒｉｓｏｎ ｅｘｐｅｒｉｍｅｎｔ ｔａｂｌｅ ｏｆ Ｒ ｗａｖｅ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ 结果显示文中提出的运用ｄｂ５小波分析方法在Ｒ波峰、 ＱＲＳ波起点终点的标定有很好的效果。通过对比可以看出小 波变换方法相较与差分法等有着较高的准确率，虽然在个别 心电信号的正确率较低。但本文算法仍不失为一种行而有效 的心电信号检测算法。这对于进一步计算很多重要的参数如 ＲＲ间期、ＱＲＳ宽度、Ｐ波、Ｔ波位置及波幅等心电图信号的重 要特征有很好的提示作用。 ３结束语 通过运用ｄｂ５小波进行小波去噪。运用小波进行Ｒ波 峰、ＱＲＳ波起点终点的标定并对其准确率和其他方法进行比 较。实践证明该方法检测的准确率达到了良好的程度。该算 法运用动态自动阈值进行优化达到较高正确率，并对一些特 定的准确率较低的心电信号进行了原因分析。 参考文献： 【１］ＬＩ Ｃｕｉ—ｗｅｉ，ＺＨＥＮＧ Ｃｈｏｎｇ－ｘｕｎ．Ｄｅｔｅｃｔｉｏｎ ｏｆ ＥＣＧ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｐｏｉｎｔｓ ｕｓｉｎｇ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍｓ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１９９５，４２（１）：２１－２８． 【２】Ｋａｄａｍｂｆ Ｓ，Ｍｕｒｒａｙ Ｒ，Ｆａｙ Ｇ．Ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ—ｂａｓｅｄ ＱＲＳ ｃｏｍｐｌｅｘ ｄｅｔｅｃｔｏｒ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ ＢＭＥ，１９９９，４６（７）：８３８—８４８． ｆ３１苏丽敏，戴启军，王杰．基于Ｂ一样条双正交小波Ｒ波的标定 卢菲，等 基于小波变换的ＱＲＳ波群检测 和ＱＲＳ波检测［Ｊ１．中国组织工程研究与临床康复，２００９，１３ （９）：１６５７—１６６０． ＹＵ Ｈｕｉ，ＺＨＡＮＧ Ｌｉ－ｘｉｎ，ＬＶ Ｙａｎｇ－ｓｈｅｎｇ．ＱＲＳ ｗａｖｅ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ［Ｊ］． Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｃｌｉｎｉｃａｌ Ｍｅｄｉｃｉｎｅ，２００１，５（２）：６５—７０． ＳＵ Ｌｉ－ｍｉｎ，ＤＡＩ Ｑｉ－ｊｉｕ，ＷＡＮＧ Ｊｉｅ．Ｒ ｗａｖｅｆｏｒｉＢ ｃａｌｉｂｒａｔｉｏｎ ａｎｄ ＱＲＳ ｗａｖｅｆｏｒｍ ｄｅｔｅｃｔｉｏｎ ｏｆ Ｂ－・ｓｐｌｉｎｅｓ－・ｂａｓｅｄ ｂｉｏｒｔｈｂｏｇｏｎａｌ ｗａｖｅｌｅｔｓ［Ｊ］． Ｊｏｍａｌ ｏｆ Ｃｌｉｎｉｃａｌ Ｒｅｈａｂｉｌｉｔａｔｉｖｅ ３＇ｉｓｓｕｅ Ｅｎｇｉｎｅｅｒｉｎｇ Ｒｅｓｅａｒｃｈ，２００９，１３（９）：１６５７—１６６０． ［８】张种．基于小波分析的心电信号［Ｄ】．山西：中北大学，２００９． ［９】高彩虹，钱坤喜，李天博．心电信号临床信息的自动识别研 究［Ｄ】．江苏：江苏大学，２０１０． 【４】季虎．心电信号自动分析关键技术研究［Ｄ】．长沙：国防科学 技术大学．２００６． 【１０】张永海．心电信号ＱＲＳ波检测算法的研究［Ｄ】．哈尔滨：哈尔 滨工业大学，２００８． 【ｌ１】赵文哲，方滨，沈毅，等．心电信号中Ｒ波检测方法的比较 ［５】王文，孙世双，周勇．基于小波变换的心电图ＱＲＳｇ￣群检测 方法研究［Ｊ］．北京生物医学工程，２００２，２１（４）：２４１—２４４． 研究『Ｊ１．生物医学工程学杂志，２００９（１）：５５—５８． ．ＷＡＮＧ Ｗｅｎ，ＳＵＮ Ｓｈｉ—ｓｈｕａｎｇ，ＺＨＯＵ Ｙｏｎｇ．Ｒｅｓｅａｒｃｈ ｏｆ ＺＨＡＯ Ｗｅｎ—ｚｈｅ，ＦＡＮＧ Ｂｉｎ，ＳＨＥＮ Ｙｉ，ｅｔ ａ１．Ｒ ｗａｖｅ ｉｎ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｂａｓｅｄ ｄｅｔｅｃｔｉｏｎ ｏｆ ＱＲＳ ｃｏｍｐｌｅｘ ｉｎ ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｍｅｄｉｃａｌ ＥＣＧ０￣ＢｅｉｊｉｎｇＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２００２，２１（４）：２４１－２４４ Ｅｎｇｉｎｅｅｒｉｎｇ，２００９（１）：５５－５８． 【６］孙光耀，余生晨．小波变换在ＱＲＳ波检测中的应用［ＪＪ．北方 ［１２】赵文哲，方滨，沈毅，等．一种使用关联积分进行ＱＲＳ波检 工业大学学报，２００３，１５（３）：１５—１７． 测的新方法［Ｊ］．北京生物医学工程，２００７，２６（５）：４８９—４９２． ＳＵＮ Ｇｕａｎｇ－ｙａｏ．Ｙｕ Ｓｈｅｎｇ—ｃｈｅｎ．Ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｉｎ ＱＲＳ ｚＨＡＯ Ｗｅｎ—ｚｈｅ，ＦＡＮＧ Ｂｉｎ，ＳＨＥＮ Ｙｉ，ｅｔ ａ１．Ａ ｎｅｗ ＱＲＳ ｗａｖｅ ｄｅｔｅｃｔｉｏｎ ａｐｐｌｉｃａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈ Ｃｈｉｎａ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｃｏｒｒｅｌａｔｉｏｎ ｉｎｔｅｇｒａｌ［Ｊ］．Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｏｌｏｇｙ，２００３，１５（３）：１５－１７． Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，２００７，２６（５）：４８９－４９２． ［７］余辉，张力新，吕杨生．基于小波变换的ＱＲＳ波检测［Ｊ］．生物 ［１３】张永海．心电信号ＱＲＳ波检测算法研究【Ｄ］．深圳：深圳研究 医学工程与临床，２００１，５（２）：６５～７０． 生院．２Ｏ０８． （上接第４５页） ５）项目进展分析模块本模块输人项目任务进度、成本 Ｃｈｉｎａ Ｓｈｉｐｂｕｉｌｄｉｎｇ，２０１０（４）：１４９—１５８． 偏差跟踪模块的数据，导入到系统内部，运用挣值分析法对 ［３】陈艳，李桂陵，吴永明．ＣＡＬＳ￣境下基于多色集合理论的 基础数据进行计算，得到项目级进展的评价指标数据，并生 产品全寿命周期支持系统［Ｊ】．机电工程技术，２０１１（４０）： 成曲线图。 ９８－１００． ６）项目进展预测模块本模块通过分析模块分析出来的 ＣＨＥＮ Ｙａｎ，ＬＩ Ｇｕｉ—ｌｉｎｇ，ＷＵ Ｙｏｎｇ—ｍｉｎｇ．Ｐｒｏｄｕｃｔ ｌｉｆｅ ｃｙｃｌｅ 结果与原计划数据进行比较，对目前的项目进行预测，我们 ｓｕｐｐｏｒｔ ｓｙｓｔｅｍ ｏｆ ｐｏｌｙｃｈｒｏｍａｔｉｃ ｓｅｔｓ ｔｈｅｏｒｙ ｉｎ ＣＡＬＳ［Ｊ］． 根据预测可对工程的进度、投入等进行调整。 Ｍ＆Ｅ Ｅｎｇｉｎｅｅｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，２０１１（４０）：９８－１００． ４结束语 ［４】张国能．ＣＡＬＳ体系下综合后勤保障中的寿命周期费用管 理研究【Ｄ】．广西：广西工业大学，２００６． 综合保障系统随着科学技术进步而向前发展．目前保障 【５】彭晓冰．基于微架构概念 Ｊ２ＥＥ企业应用架构模式［Ｊ］．江 性已成为设备完整性设计的一个重要部分。综合保障系统是 苏科技大学学报：自然科学版．２００６（２０）：７２—７６． 与舰船的设计、制造、使用等过程同步进行的，并在其维护过 ＰＥＮＧ Ｘｉａｏ—ｂｉｎｇ．Ｅｎｔｅｒｐｒｉｓｅ ａｐｐｌｉｃａｔｉｏｎ ａｒｃｈｉｔｅｃｔｕｒｅ ｏｎ ａ 程中更新数据，本文提出的综合保障系统只是它的一个系统 ｃｏｎｃｅｐｔｕａｌ ｆｒａｍｅｗｏｒｋ ｏｆ ｔｈｅ Ｊ２ＥＥ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｊｉａｎｇｓｕ 框架，可供实用系统研制时参考。 Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ：Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ， 参考文献： ２００６（２０）：７２—７６． ［１】周宇霞．Ｋ８Ｅ综合后勤保障服务系统关键技术研究［Ｄ］．南 【６】梁莱歆，陈煜．将挣值法应用于软件项目管理探讨［Ｊ】．现代 昌：南昌大学．２００７． 计算机，２００９（５）：１１９—１２１． 【２】朱永梅，郑红叶．舰船柴油机零部件全寿命周期主动可靠 ＬＩＡＮＧ Ｌａｉ－ｘｉｎ，ＣＨＥＮ Ｙｕ．Ｄｉｓｃｕｓｓｉｏｎ ｏｎ ｕｓｉｎｇ ｅａｒｎｅｄ ｖａｌｕｅ 性研究『Ｊ】．中国造船，２０１０（４）：１４９—１５８． ｍｅｔｈｏｄ ｉｎ ｓｏｆｔｗａｒｅ ｐｍｊｅｃｔ ｍａｎａｇｅｍｅｎｔ［Ｊ］．Ｍｏｄｅｍ Ｃｏｍｐｕｔｅｒ， ＺＨＵ Ｙｏｎｇ－ｍｅｉ，ＺＨＥＮＧ Ｈｏｎｇ—ｙｅ．Ｒｅｓｅａｒｃｈ ｏｎ ｉｎｉｔｉａｔｉｖｅ ２００９（５）：ｌ １９—１２１． ｒｅｌｉａｂｉｌｉｔｙ ｏｆ ｆｕｌｌ—ｌｉｆｅ ｃｙｃｌｅ ｆｏｒ ｍａｒｉｎｅ ｓｈｉｐ ｄｉｅｓｅｌ ｅｎｇｉｎｅ［Ｊ］． －４９－
