胎儿心电图可以反映在母体内胎儿的生长和健康状况,分析胎儿心电图是监测胎儿的重要手段。由于胎儿心电图需要通过羊水和母亲的腹部组织,采集到的胎儿心电非常弱,很容易被母体心电和其他噪音所淹没。胎儿心电又是一种低频、随机的非平稳信号。所以,准确的提取出胎儿心电一直是生物信号处理的难点和热点。基于此,本文开展了一项基于无模型自适应控制和非负盲分离的胎儿心电提取的研究。首先,对采集的混合信号进行预处理,使用梳状滤波器去除工频干扰,低通滤波器去除高频噪声,设计一种基于无模型自适应算法去除基线漂移。然后介绍了一种基于峭度和偏度的盲分离方法,根据胎儿心电信号与母亲心电信号的峭度和偏度绝对值的差异,从而设计出基于三阶和四阶统计量的一种目标函数,用来提取母亲心电信号和含噪声的胎儿心电信号。最后提出一种改进的非负盲分离算法,该算法从含噪声的胎儿心电信号中提取纯净的胎儿心电信号,非负盲分离算法是一种通过非负约束从高维空间中提取出其中的低维结构的方法。在处理包含噪声的胎儿心电信号的过程中,胎儿心电信号就相当于低维结构,首先将含噪声的胎儿心电信号进行时频变换,再通过非负盲分离算法提取出纯净的胎儿心电信号。通过仿真实验和结果分析验证算法。首先利用模拟信号的可知性验证无模型自适应算法去除基线漂移的可靠性;并与小波变换算法进行对比,实验证明去除噪声的效果更优。其次运用模拟数据进行非负盲分离算法提取胎儿心电的实验,对三路心电信号进行相关性分析,再通过非负盲分离效果的比较,综合选取最优的一路信号。通过R波检测、瞬时心率计算,以及与原始信号的对比,验证了算法的准确性。最后利用实际数据实验验证算法的稳定性和广泛性。为将上述算法运用于实践中,设计并介绍了一种胎心电提取系统。从腹壁信号采集装置到使用上述算法提取胎儿心电信号,并展示在页面进行实时监控,让了解一点心电知识的人能够随时诊断胎儿健康状态。