小波变换在心电图ECG中的应用

1.算法介绍

首先来看看什么是小波变换？

要回答这个问题，首先得从傅里叶变换FFT开始说起，了解过FFT的人都知道，对一段信号进行傅里叶变换，可以知道这段信号有哪些频率成分存在，比如：

fs = 250; N = 10000;   %采样频率和数据点数
n = 0:N-1;t = n/fs;   %时间序列
x = sin(2*pi*50*t)+sin(2*pi*60*t); 
y = fft(x,N);    %对信号进行快速Fourier变换
mag = abs(y);    %求得Fourier变换后的振幅
n1 = 0:N-1;
f = n*fs/N;    %频率序列
plot(f,mag);    %绘出随频率变化的振幅

运行结果：

图1 FFT变换

模拟一个50Hz和60Hz叠加的信号源，对信号源做FFT变换，可以看到在50Hz和60Hz都分别出现了高峰，代表该信号主要的频率分量为50Hz和60Hz。这也是著名的频域分析。

这里就引出一个问题，对信号做FFT可以知道整个信号包含哪些频率，和频谱能量分布情况，对于平稳信号来说是没问题，自然界大部分都是非平稳信号，这个时候我想知道某个频率出现的时间点，FFT就办不到了，FFT只是频域分析，没有时间的概念，当然有人就会说，对某段信号再进行FFT不就好了，也就是短时傅里叶变换，当然这种也是可以的，但是窗口设计大小很难去设定，有兴趣的可以去了解一下，这里不展开讲。

另外一种更好的方法就是本章的重点，也就是小波变换，先来看小波变换的公式：

小波变换有两个变量，一个是伸缩 a、一