信号去趋势算法

算法原理：将信号分解成静态稳定分量和非线性趋势项，利用正则最小二乘法估计出非线性趋势项，从而得到所需的静态稳定分量。
资源下载：https://download.csdn.net/download/wdlhgd/18399172

应用举例：利用PPG或IPPG技术采集的原始脉搏波往往存在基线漂移（非线性趋势项），可以使用本算法去除原始脉搏信号中的基线漂移，算法效果明显优于低通滤波器和传统的线性去趋势算法。算法实际效果如下图所示：

Matlab完整代码：
参数说明：detrenddata为去除趋势项之后的信号，trend为估计的趋势项，data为输入信号，fr为输入信号的采样率。

function [detrenddata, trend] = detrendPulse(data,fr)

N = length(data);
[row, col]=size(data);
if(col>1)
data=data’; % 确保输入数据为列向量
end
n = 0:1/fr:(N-1)/fr;
lambda = 2floor(fr);
I = speye(N);
D2 = spdiags(ones(N-2,1)[1 -2 1], [0 1 2], N-2, N);
trend = inv(I+lambda^2*(D2’*D2))*data;
detrenddata = data-trend;

figure;
subplot(211);
plot(n,data,‘b’,n,trend,‘r’);
set( gca ,‘FontSize’,20);
ylabel(‘振幅’,‘FontSize’,20)
xlabel(‘时间/s’,‘FontSize’,20)
title(‘原始信号和基线漂移’,‘FontSize’,24);
legend({‘原始信号’,‘基线漂移’},‘FontSize’,24);
subplot(212);
plot(n,detrenddata)
ylabel(‘振幅’,‘FontSize’,20)
xlabel(‘时间/s’,‘FontSize’,20)
set( gca ,‘FontSize’,20);
title(‘基线漂移校正后’,‘FontSize’,24);

end