ECG经验模式分解的 R 波检测算法

最新推荐文章于 2024-02-25 21:54:05 发布

studyer_domi

最新推荐文章于 2024-02-25 21:54:05 发布

阅读量1k

点赞数 1

分类专栏： Matlab系列案例文章标签： ECG 经验模式分解 R 波检测算法

本文链接：https://blog.csdn.net/qingfengxd1/article/details/124184474

版权

Matlab系列案例专栏收录该内容

507 篇文章 279 订阅

订阅专栏

本文详细介绍了经验模态分解(EMD)的基本原理，并提供了一段MATLAB代码实现。通过分层迭代的方式，将信号分解为多个内在模态函数(IMF)，适用于非线性和非稳态数据的分析。EMD是一种自我适应的数据分解方法，对于信号处理和模式识别具有重要应用。

摘要由CSDN通过智能技术生成

function allmode=emd(Y)
%用于经验模态分解，Y为要分解的数据，allmode为分解出来的模态IMF
xsize=length(Y);
dd=1:1:xsize;
Ystd=std(Y);
Y=Y/Ystd;

TNM=7;% 分7段
TNM2=TNM+2;
for kk=1:1:TNM2,
for ii=1:1:xsize,
allmode(ii,kk)=0.0;
end
end

%part3 EMD分层
for iii=1:1:NE,

for i=1:xsize,
temp=0;
X1(i)=Y(i)+temp;
end
for jj=1:1:xsize,
mode(jj,1) = Y(jj);
end
xorigin = X1;
xend = xorigin;

%IMF循环
nmode = 1;
while nmode <= TNM,
xstart = xend;
iter = 1;
while iter<=10-3,
[spmax, spmin, flag]=extrema(xstart);
upper= spline(spmax(:,1),spmax(:,2),dd); %极大值
lower= spline(spmin(:,1),spmin(:,2),dd); %极小值
mean_ul = (upper + lower)/2;%中间值
xstart = xstart - mean_ul;%提取剩余项
iter = iter +1;
end
xend = xend - xstart;

    nmode=nmode+1;
for jj=1:1:xsize,
mode(jj,nmode) = xstart(jj);
end