基于自适应梯度盲源分离算法的胎儿心电提取

梯度算法是盲源分离信号分析中的主要算法之一。本文首先介绍了算法的基本原理及其自适应改进,并用4种生理信号对改进算法的性能进行了仿真研究;将该算法应用于母体心电等强干扰条件下胎儿心电信号的提取。研究结果表明,相对于传统的批处理算法,自适应梯度盲分离算法具有更好的性能与鲁棒性,能够将采集的混合信号分解为信源统计独立的不同独立分量,最终通过信号重构在体表电极处获得清晰的胎儿心电信号。自适应梯度盲源分离算法在生理信号的分解和重构提取研究中是一种有潜力的工具。