Matlab经典功率谱估计——ECG功率谱


前言

经典谱估计又称非参数估计,其将数据工作区外的未知数据假设为零,相当于数据加窗。本篇文章介绍了基于ECG(心电信号)的谱估计。主要用到的方法为周期图法、改进的周期图法、Welch法和MTM法。

一、相关介绍

周期图法又称直接法,它从信号序列中截取一段,将其视为有限信号序列真实功率谱的估计的抽样。而改进的周期图法在进行快速傅里叶前进行加窗,平滑了边缘,降低了旁瓣的高度。Welch法将信号序列划分成几段,然后采用改进的周期图法,并取平均。MTM法没有使用带通滤波器,而是使用了最优滤波器进行计算估计。

二、功率谱绘制

1.周期图法

代码如下:

clear
clc
load data.txt
ecg=data;
Fs=2000;
N=1024;Nfft=512;
%数据的长度和FFT所用的数据长度
n=0:N-1;t=n/Fs;
Pxx=10*log10(abs(fft(ecg,Nfft).^2)/N);
%Fourier振幅谱平方的平均值,并转化为dB
f=(0:length(Pxx)-1)*Fs/length(Pxx);
plot(f,Pxx)
xlabel('频率/Hz');ylabel('功率谱/dB');
title('周期图法');

2.改进的周期图法

代码如下:

clear
clc
load data.txt
ecg=data;
Fs=2000;
N=1024;Nsec=256;
%数据的长度和FFT所用的数据长度
n=0:N-1;t=n/Fs;%采用的时间序列
%四段功率谱Pxx1-Pxx4
Pxx1=abs(fft(ecg(1:256),Nsec).^2)/Nsec;
Pxx2=abs(fft(ecg(257:512),Nsec).^2)/Nsec;
Pxx3=abs(fft(ecg(513:768),Nsec).^2)/Nsec;
Pxx4=abs(fft(ecg(769:1024),Nsec).^2)/Nsec;
Pxx=10*log10(Pxx1+Pxx2+Pxx3+Pxx4/4);%Fourier振幅谱平方的平均值,并转化为dB
f=(0:length(Pxx)-1)*Fs/length(Pxx);
subplot(211),plot(f(1:Nsec/2),Pxx(1:Nsec/2));
xlabel('频率/Hz');ylabel('功率谱/dB');
title('平均周期图(无重叠) N=4*256');grid on;
%运用信号重叠分段估计功率谱
Pxx1=abs(fft(ecg(1:256),Nsec).^2)/Nsec; 
Pxx2=abs(fft(ecg(129:384),Nsec).^2)/Nsec;
Pxx3=abs(fft(ecg(257:512),Nsec).^2)/Nsec;
Pxx4=abs(fft(ecg(385:640),Nsec).^2)/Nsec;
Pxx5=abs(fft(ecg(513:768),Nsec).^2)/Nsec;
Pxx6=abs(fft(ecg(641:896),Nsec).^2)/Nsec;
Pxx7=abs(fft(ecg(769:1024),Nsec).^2)/Nsec;
Pxx=10*log10(Pxx1+Pxx2+Pxx3+Pxx4+Pxx5+Pxx6+Pxx7/7);
%Fourier振幅谱平方的平均值,并转化为dB
f=(0:length(Pxx)-1)*Fs/length(Pxx);
subplot(212),plot(f(1:Nsec/2),Pxx(1:Nsec/2));
xlabel('频率/Hz');ylabel('功率谱/dB');
title('平均周期图(重叠1/2) N=1024');

3.Welch法

代码如下:

clear
clc
load data.txt
ecg=data;
Fs=2000;%采样频率
NFFT=1024;
t=0:1/Fs:1;
window=boxcar(100);%采用矩形窗,其他窗可自行验证
noverlap=20;%指定段与段之间的重叠的样本数
[pxx,f]=pwelch(ecg,window,noverlap,NFFT,Fs);
pxx=10*log10(pxx);
plot(f,pxx);
title('矩形窗');

4.MTM法

代码如下:

clear
clc
load data.txt
ecg=data;
Fs=2000;
N=1024;Nfft=256;n=0:N-1;t=n/Fs;
[Pxx,f]=pmtm(ecg,4,Nfft,Fs);
plot(f,10*log10(Pxx));
xlabel('频率/Hz');ylabel('功率谱/dB');
title('多窗口法(MTM)NW=4');

三、运行结果

1.周期图法

周期图法

2.改进周期图法

在这里插入图片描述

3.Welch法

在这里插入图片描述

4.MTM法

在这里插入图片描述

最后

如果你想要进一步了解更多的相关知识,可以关注下面公众号联系~会不定期发布相关设计内容包括但不限于如下内容:信号处理、通信仿真、算法设计、matlab appdesigner,gui设计、simulink仿真…希望能帮到你!
在这里插入图片描述

3种经典功率谱估计MATLABA代码-功率谱代码.doc 3种MATLAB经典谱估计方 希望对大家有用~ 附件所有代码: 直接: 直接又称周期图法,它是把随机序列x的N个观测数据视为一能量有限的序列,直接计算x的离散傅立叶变换,得X,然后再取其幅值的平方,并除以N,作为序列x真实功率谱的估计。 Matlab代码: clear; Fs=1000; %采样频率 n=0:1/Fs:1; %产生含有噪声的序列 xn=cos 3*cos randn); window=boxcar); %矩形窗 nfft=1024; [Pxx,f]=periodogram; %直接 plot); 改进的直接: 对于直接功率谱估计,当数据长度N太大时,谱曲线起伏加剧,若N太小,谱的分辨率又不好,因此需要改进。 1. Bartlett Bartlett平均周期图的方是将N点的有限长序列x分段求周期图再平均。 Matlab代码: clear; Fs=1000; n=0:1/Fs:1; xn=cos 3*cos randn); nfft=1024; window=boxcar); %矩形窗 noverlap=0; %数据无重叠 p=0.9; %置信概率 [Pxx,Pxxc]=psd; index=0:round; k=index*Fs/nfft; plot_Pxx=10*log10); plot_Pxxc=10*log10); figure plot; pause; figure plot; 2. Welch Welch对Bartlett进行了两方面的修正,一是选择适当的窗函数w,并再周期图计算前直接加进去,加窗的优点是无论什么样的窗函数均可使谱估计非负。二是在分段时,可使各段之间有重叠,这样会使方差减小。 Matlab代码: clear; Fs=1000; n=0:1/Fs:1; xn=cos 3*cos randn); nfft=1024; window=boxcar; %矩形窗 window1=hamming; %汉明窗 window2=blackman; %blackman窗 noverlap=20; %数据无重叠 range='half'; %频率间隔为[0 Fs/2],只计算一半的频率 [Pxx,f]=pwelch; [Pxx1,f]=pwelch; [Pxx2,f]=pwelch; plot_Pxx=10*log10; plot_Pxx1=10*log10; plot_Pxx2=10*log10; figure plot; pause; figure plot; pause; figure plot; 复制代码
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MatpyMaster

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值