新颖的数据处理方法。 二〇三年月四日星期五论文题目基于序列的生物电阻抗快速测量方法研究学科名称精密仪器及机械研究生刘伟签名指导教师杨宇祥副教授签名摘要生物电阻抗频谱是指在生物组织中表现出的电阻抗特性包含阻性和容性随着加载电信号频率的改变而发生变化的特性。 它是种频域的测量方法，能够测得频域较宽的阻抗谱来研究生物组织的生理特征。 生物电阻抗的测量要求创伤小或者无创伤测量快速精度高。 本文选用了种用电流源激励的无创伤的四电极法测量生物电阻抗的方法，设计了套高速采集系统，对采集数据进行了算法处理，得出电阻抗值。 全文主要包括以下几个部分本文首先研究和分析了序列的性质。 由于序列的自相关函数接近于冲击函数功率谱离散抗干扰能力强带宽调节方便二值函数便于实现，所以伪随机信号序列被选择为电流源激励模型，并用芯片实现。 用序列作为生物电阻抗模型的激励源时，可以通过求相关函数知道系统的冲击响应，方便求出阻抗谱。 为了实现快速测量，本文设计了套基于的快速测量系统。 系统以逻辑可编程芯片和微处理器为核心，主要设计了电源模块激励信号源模块模数转换模块数据缓存模块前端控制模块和后端控制模块。 本系统实现了对序列激励信号和响应信号的同步采样,完成了对实验数据的正确采集。 本文研究了套基于快速相关算法和全相位求阻抗值的算法，利用循环卷积与之间的对应关系，通过序列补零加长的方法，设计的快速求相关函数的检测算法，求取激励电流与响应电压信号之间的互相关，即被测阻抗的时域冲激响应。 为了得到阻抗频谱值，采用全相位频谱分析方法，求取被测阻抗的频率响应，从而实现对电阻抗模型的多频率同步快速测量。 本文用电阻抗模型对构建的测量系统和研究的算法做测量实验，并对整个测量系统进行标定，分析测量结果的误差。 本文的研究实现了生物电阻抗多频率同步测量,为生物电阻抗快速测量研究提供了种可行的方法。 关键词序列生物电阻抗同步采样全相位二〇三年月四日星期五,序列作为激励信号，则，取ƒ，则可知阻抗谱的测量频率范围为，频率点数为个，采样时间约若取ƒ，则测量频率范围翻倍，为，频率点数仍为个，采样时间约。 若取更高阶数的序列，则可以得到更多的频率点。 但是为了观察方便可以选择阶的序列作为激励信号，可以知道ƒ，可知阻抗谱的测量频率范围为，频率点数为个，采样时间约。 基于快速傅立叶变换的快速相关检测算法研究由于序列在个周期内同步采样得到的序列的长度均为，计算它们的互相关函数和自相关函数采用直接相关算法则计算量相对较大，因此需要研究种快速的相关算法。 其理论推导如下如果采用直接算法其公式为二〇三年月四日星期五两信号的卷积为两信号的相关函数为由和可以知道相关与卷积之间的关系令为的共轭。 对相关函数求傅里叶变换可以根据下式计算由此可见，采用两次和次运算就可以得到互相关函数。 为了使循环相关能够等效线性相关，需要给两个输入序列作补零处理，扩展后再进行运算。 而且，为了能利用快速傅立叶变换算法，必须使序列的长度为的整数次幂。 图传统相关算法输入序列我们对传统求相关函数的算法做个验证，用来对比本文提出的算法。 首先选两组离散的序列进行个验证，可以取两个长度为的序列，第个序列除了第个点为外，其余的点都选为，第二个序列每点设个为的点，其余各点设为，具体的序列如图所示。 图传统的相关算法对两序列求相关运算改进后的相关算法验证，用基于快速傅里叶变换的方法求取第组序列的自相关函数，用基于快速傅里叶变换的方法求取第组序列和第二组序列的互相关函数，所得的波形如图所示。 经过和前面传统的方法比较，结果吻合，说明算法正确可行。 二〇三年月四日星期五图改进算法的相关函数我们对前面的两个正弦信号也做这个算法的验证，选择信号频率为和的的两个信号进行观察，两个信号都取个点，经过上面算法的补零后信号波形如图所示。 图两正弦信号补零后的波形图两正弦信号改进算法自相关和互相关对补零后的两个正弦函数进行改进后的相关算法验证，用基于快速傅里叶变换的方法求取第个正弦函数的自相关，两个正弦函数的互相关，所得的波形如图所示。 经过和前面传统的方法比较，结果吻合，说明算法正确可行。 经过验证，上述快速相关算法的计算结果与直接相关算法的计算结果完全致。 可以选取这种快速的相关算法求序列的相关函数，具有实施性。 本文将利用循环卷积与之间的对应关系，通过序列补零加长的方法，设计的快速相关检测算法，求取激励电流与响应电压信号之间的互相关，即被测阻抗的时域冲激响应的长度也为。 基于全相位算法求取被测阻抗的频率响应算法的研究全相位数据预处理为了改善频谱分析，本课题引入了种把输入的数据经过了预处理，即把长度为的数据向量处理为长度为的数据向量,的数据，这种数据预处理的方法就是全相位数据处理方法。 其中，向量是用个卷积窗对向量进行数据加权后得到，将左边的各数据向右平移个延时单元，再与相对应位置重叠的另个数据相加而成。 在数据预处理的过程中，实际上对输入数据中所有的长度为的分段情况都进行了考虑，因此我们把这种数据的预处理方法称为全相位数据预处理。 把预处理的数据进行，如图所示，求序列的自相关可以发现只有在第个点处有相关性，与实际的理论相符合。 再求序列和的互相关可以发现在每隔点处有相关程度，与实际的理论相符合。 图两正弦信号的波形二〇三年月四日星期五再选择两个正弦信号，来通过传统的求自相关函数和互相关函数，来说明本文算法的可行性。 选择信号频率为和的的两个信号进行观察，两个信号都取个点，信号波形如图所示。 图信号传统算法自相关和互相关