一种心脏三维标测方法
技术领域
本方法涉及一种心脏三维电场系数定标方法,特别是涉及一种基于微弱三维电场标测定位系统的,根据个体差异的电场分布,自适应计算三维电场强度定标方法。
背景技术
心脏三维标测系统是基于电场三维定位的标测系统,通过采集电场电压信号,转换为物理距离,来达到三维空间定位的目标,三维电场强度是随个体差异的变化而变化的,需要一种能自适应方法来求解出个体三维电场强度。
三维电场空间的位置坐标是通过位置电场强度及电压确定,然而空间电场是非均匀的,所以空间电场的位置坐标与电场特征量(电压和场强)之间就不是一个恒定的比例关系。
(1)原有的三维电场强度定标方法
基于在较小三维电场空间强度近似均匀,所以该小区域内的欧拉距离可由两点的电压差与电场强度非线性组合得到。
其中d2为空间欧拉距离,为空间电压差值,为空间电场强度。
利用实时电压数据建立非线性超定方程组,利用最小二乘广义逆法求解超定方程组求解电场强度。整个三维电场的电场强度由实时计算的电场强度的均值得到。此方法用电场平均值最为整个区域的电场值,对于大空间的三维电场得到的场强误差比较大,导致空间内的距离与实际距离误差较大。
2)ENSITE的三维电场强度定标方法
ENSITE系统的定标方法通过建立电压的三维表,再通过查表确定两点间的距离,与(1)方法类似,把查表得到的距离与已知距离进行比较,得到一个误差。在利用一个核函数对先前建立的三维电压表进行更新修正。此核函数是来源于高斯曲线,其一般公式为:
此方法不用求场强而通过个位置处的电压确定空间中两点间的距离,但三维查找表是一个动态表要不断的更新,所以对于大量数据时效率比较低,另外,用于更新查找表的核函数比较难定义,因为只有合适的函数才能降低三维查找表确定的距离误差较小。
发明内容
本发明的目的在于克服现有技术中所存在的上述不足,提供一种误差较低、大量数据时高效率的一种心脏三维标测方法。
为了实现上述发明目的,本发明提供了以下技术方案:
一种心脏三维标测方法,其包括步骤:
A、将心内弱电场分成若干个区域;
B、在所述区域内对电场电压形成非线性电压集;
C、对所述电压集求解小区域电场强度;
D、统计分析所述区域电场强度,通过相邻区域修正当前区域的场强降低误差,再得出心内整体电场强度。
本发明所涉及方法的同时具备了背景技术所述的两种方法的优势,通过求解非线性超定方程组,确定较小区域的精确场强,再通过相邻区域修正当前区域的场强降低误差,再通过积分求得任意两点间的距离,
d=∫ΔV/dE
其中d为距离,ΔV为电压差值,E为电场场强。
此时的距离与实际距离误差非常小可以忽略。本发明涉及的方法克服了统一标造成的误差,以及建立查找表造成的误差,对输入电压自适应处理不需要复杂计算和循环迭代,具备了计算简单、速度快和效率高等优势,适合应用于实时定标系统。
作为本发明的优选方案,所述步骤,B中,在所述区域内对电场电压进行向量归一化,形成非一致性的向量集,形成非线性电压集,使电场电压具有统一的计算标准,便于后续的排列与计算,帮助分析。
作为本发明的优选方案,所述步骤C中,对每个所述区域内的每个向量组进行最小二乘约束的求解方程组,解出若干个解。
作为本发明的优选方案,步骤D中,统计分析所述区域电场强度时,采用顶部呈正态分布的直方图统计,帮助修正误差,使所述区域电场强度结果更精确。
作为本发明的优选方案,步骤D中,统计分析所述心内整体电场强度时,采用顶部呈正态分布的直方图统计,帮助修正相邻所述区域的电场强度误差,更精确。
作为本发明的优选方案,所述步骤B中,对电场电压进行向量归一化时,对每个所述小区域空间内的若干个向量组进行迭代优化处理,使每个向量组内的向量都不具有相关性,形成非一致性的向量集。
作为本发明的优选方案,步骤B中,对向量分组成向量组时,对向量组的所有向量进行两两相关性判别,包括向量两两之间夹角最大化,每三个向量的顶点组成的三角形面积最大化和周长最大化,均为迭代优化。
作为本发明的优选方案,步骤D中,统计分析所述区域电场强度或心内整体电场强度时,根据电压向量的空间分布,划分不同的定标区域,每个区域采用不同的定标值。
与现有技术相比,本发明的有益效果:
计算简单、速度快和效率高。
附图说明:
图1为本发明方法的概括流程图;
图2为本发明方法的具体流程图。
具体实施方式
下面结合实施例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
如图1,A、将心内弱电场分成若干个区域(基于电场输入和电场限制的电场区域划分),对电场电压数据输入进行区域检索,确定电场电压数据的区域归属;
1、进行区域划分:
在三维电场标测范围内,即在三维电场作用范围内,电场呈现一定规律的非均匀变化。将电场划分为若干三维区域空间,在同一个三维区域空间内,可近似认为电场是均匀变化的。
电场区域划分是动态的,根据三维区域空间的限制LV和输入的电场电压值V(x,y,z),自适应划分出若干三维区域空间Area(i);
Area(x,y,z|i)=V(x,y,z)/L
其中L为三维区域空间的限制标准。
2、进行区域检索:
对输入的三维电场电压数据,检索其归属的三维区域空间;
其中Area(i)为区域。
B、在所述区域内对电场电压进行向量归一化,形成非一致性的向量集,形成非线性电压集;
1、向量归一化,使电场电压具有统一的计算标准:
输入的三维电场电压数据为三维电压差,即三维电场电压具有向量的特性。将三维电压差转换为向量,并归一化;
其中D为空间距离,V(x,y,z)为电压差向量。
2、向量组排列:
根据向量相关性判别条件,将若干个向量排列组成一个向量组,向量组内所有向量都不相同。向量组排列算法,包括如下步骤:
①向量两两之间求夹角;
其中V为电压差向量,Angle(i,j)为电压差向量夹角。
②根据判别条件,如果夹角满足条件就加入该向量组;
③根据判别条件,如果夹角不满足条件,则进入下一个向量组进行判别。
3、向量组优化,对每个三维区域空间内的若干个向量组进行迭代优化处理,使每个向量组内的向量都不具有相关性:
对三维区域空间内的所有向量组进行迭代优化,生成的每个向量组的向量都不具有相关性,向量的相关性描述为向量之间的夹角不能低于一定的值。向量组优化算法,包括如下步骤:
①、对向量组的所有向量进行两两相关性判别,包括向量两两之间夹角最大化,每三个向量的顶点组成的三角形面积最大化和周长最大化;
Angel(i,j)=max(Angeli,Angelj)
Acreage(i,j,k)=max(Vi,Vj,Vk)
Girth(i,j,k)=max(Vi,Vj,Vk)
i,j,k=1,2,3,…,n
其中Angel(i,j)为夹角最大值,Acreage(i,j,k)为面积最大值,Girth(i,j,k)为周长最大值。
③如果向量优化未完成,则迭代优化,转到①步骤;
③如果向量组内所有向量都已优化,结束优化。
C、对每个所述区域内的每个向量组进行最小二乘约束的求解方程组,解出若干个解;
设三维电场三个方向的电场强度分别为Ex、Ey和Ez,与输入满足条件的三维电场电压建立非线性方程组为:
fi(Ex,Ey,Ez)=0,i=0,1,…,n-1
其雅克比(Jacobi)矩阵为:
计算非线性最小二组最小二乘解得迭代公式为:
E(k+1)=E(k)-αk·Q(k)
其中,Q(k)为线性代数方程组A(k)Q(k)=F(k)的线性最小二乘解,即
Q(k)=(A(k))-1F(k)
式中A(k)为k次迭代值E(k)的雅克比矩阵;F(k)为k次迭代值的左端函数值,即
αk为使α的一元函数达到极小值的点。在本函数中利用有理极值法计算αk。
D、采用顶部呈正态分布的直方图统计,分析所述区域电场强度,得出心内整体电场强度;
基于三维电场场强不均匀性,根据电压向量的空间V(x,y,z)分布,划分不同的定标区域,每个区域采用不同的定标值E(x,y,z)。
每个区域的定标值根据该区域内所有标值统计分析得来,主要包括四个步骤:
1、依概率确定该区域标值的期望和标准差;
①期望
其中,pi为xi的分布概率。
②标准差
其中,
2、对该区域内的标值进行正态分布分析;
分析该区域的标值频数是否服从一般正态分布N(μ,σ2),其中σ2=s2;
3、用该区域的统计标与周围区域的标值对比进行误差分析;
其中,Ei,i=1,2,…n为该区域周围第i个区域的电场强度向量,和s分别为A中期望和标准差;
4、根据误差分析确定该区域的标准标;
其中,E*(x,y,z)为当前区域的电场强度即标值,权重
最后在整个心内弱电场采用近似正态分布的直方图将若干小区域的电场强度值统计为整体电场强度。