本篇为《信号处理》系列博客的第十四篇,该系列博客主要记录信号处理相关知识的学习过程和自己的理解,方便以后查阅。
sEMG的时频域特征
小波包系数最大值(MWPC)
%% 小波包系数能量(EWPC)
for ch_i = 1:column/2
nodes=[7;8;9;10;11;12;13;14]; %第3层的节点号
ord=wpfrqord(nodes); %小波包系数重排,ord是重排后小波包系数索引构成的矩阵 如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数
sEMG_wp=wpdec(action_signal(:,ch_i), level, 'db2');
for fn_i = 1:2^level
cfs3_i = wpcoef(sEMG_wp, nodes_ord(fn_i));
EWPC_fn(fn_i) = abs(log10(sum(abs(cfs3_i).^2)/length(cfs3_i)));
end
EWPC(ch_i, :) = EWPC_fn;
end
小波包系数能量(EWPC)
%% 小波系数显示
nodes=[7;8;9;10;11;12;13;14]; %第3层的节点号
ord=wpfrqord(nodes); %小波包系数重排,ord是重排后小波包系数索引构成的矩阵 如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数
sEMG_wp=wpdec(action_signal(:,1), level, 'db2');
for fn_i = 1:2^level
cfs3_i = wpcoef(sEMG_wp, nodes_ord(fn_i));
subplot(2,4,fn_i);
plot(cfs3_i);
title(['层数', num2str(3), ' 节点', num2str(fn_i), '的小波系数'])
end
特征提取总程序
%%% 时频域特征提取 %%%
clear;
clc;
%% 读取数据 %%
% filename = '/home/al007/Matlab/聪姐论文程序/聪数据/放松/放松/放松数据/放松_Plot_and_Store_Rep_2.1.csv';
filename = '/home/al007/Matlab/聪姐论文程序/聪数据/肩屈曲总/肩屈曲数据/肩屈曲_Plot_and_Store_Rep_15.csv';
P=csvread(filename,1,0);%从第1行第0列开始读取数据
[row, column]=size(P);%获取数据维度大小
sEMG = zeros(row,8);
for ch_i = 2:2:column
sEMG(:,ch_i/2)=P(:,ch_i);%获取一个通道的肌电数据
end
sEMG_L=length(sEMG(:,1));%获取第一个通道的数据量
%% 对信号进行IWD滤波 %%
for ch_i = 1:column/2
[XD,CXD,LXD] = wden(sEMG(:, ch_i), 'heursure', 's', 'mln', 4, 'sym6');%对信号进行小波变换阈值去噪
[C,L] = wavedec(XD, 5, 'sym6');%多级一维小波分解 改分解层数
ca5 = appcoef(C,L,'sym6',5);%一维近似系数,计算一维信号的近似系数
[cd1,cd2,cd3,cd4,cd5] = detcoef(C,L,[1,2,3,4,5]);%一维细节系数,获取小波分解的细节系数
%利用数字滤波阈值 去除基线漂移 和 高频信号降噪
%将第一层细节系数设置为0,进行高频信号降噪,将最后一层的近似系数设置为0,进行基线漂移的去除
C5 = [zeros(size(ca5)); cd5; cd4; cd3; cd2; zeros(size(cd1))];
sEMG(:, ch_i) = waverec(C5,L,'sym6');%多层次一维小波重构
end
%% 变量定义 %%
channal_sum = 8;% 肌电采集的通道总数
FrameLen = 256;% 的设置帧的长度,重叠窗处理使用
FrameInc = 32;% 的设置帧的步长,重叠窗处理使用
channal_frame = [];% 通道上,分帧后,帧的数据,存储每个通道上重叠窗的帧信息
level = 3;% 小波包分解层数
cfs3_i = 0;% 用于存储小波包分解第三层的小波系数
MWPC = zeros(column/2, 2^level);% 存储每个通道上所有频段的小波包系数最大值
MWPC_fn = [];% 存储一个通道上所有频段的小波包系数最大值
EWPC = zeros(column/2, 2^level);% 存储每个通道上所有频段的小波包系数能量
EWPC_fn = [];% 存储一个通道上所有频段的小波包系数能量
%% 小波包系数最大值(MWPC)
for ch_i = 1:column/2
nodes=[7;8;9;10;11;12;13;14]; %第3层的节点号
ord=wpfrqord(nodes); %小波包系数重排,ord是重排后小波包系数索引构成的矩阵 如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数
sEMG_wp=wpdec(action_signal(:,ch_i), level, 'db2');
for fn_i = 1:2^level
cfs3_i = wpcoef(sEMG_wp, nodes_ord(fn_i));
MWPC_fn(fn_i) = abs(log10(max(abs(cfs3_i))));
end
MWPC(ch_i, :) = MWPC_fn;
end
%% 小波包系数能量(EWPC)
for ch_i = 1:column/2
nodes=[7;8;9;10;11;12;13;14]; %第3层的节点号
ord=wpfrqord(nodes); %小波包系数重排,ord是重排后小波包系数索引构成的矩阵 如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数
sEMG_wp=wpdec(action_signal(:,ch_i), level, 'db2');
for fn_i = 1:2^level
cfs3_i = wpcoef(sEMG_wp, nodes_ord(fn_i));
EWPC_fn(fn_i) = abs(log10(sum(abs(cfs3_i).^2)/length(cfs3_i)));
end
EWPC(ch_i, :) = EWPC_fn;
end
%% 小波系数显示
nodes=[7;8;9;10;11;12;13;14]; %第3层的节点号
ord=wpfrqord(nodes); %小波包系数重排,ord是重排后小波包系数索引构成的矩阵 如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数
sEMG_wp=wpdec(action_signal(:,1), level, 'db2');
for fn_i = 1:2^level
cfs3_i = wpcoef(sEMG_wp, nodes_ord(fn_i));
subplot(2,4,fn_i);
plot(cfs3_i);
title(['层数', num2str(3), ' 节点', num2str(fn_i), '的小波系数'])
end