【肌电信号】脉搏信号分析(去噪+特征提取)【含GUI Matlab源码 862期】

⛄一、脉搏信号分析简介

人体脉搏信号是一种微弱信号, 信噪比较低。在检测和采集时, 由于受仪器、人体等方面的影响, 所采集的信号中常存在如下3种噪声:1) 基线漂移、人体呼吸等低频干扰, 频率小于1 Hz;2) 由于肢体抖动、肌肉紧张而引起的干扰, 它的频率范围较大;3) 工频干扰, 是固定频率的干扰, 频率为50 Hz。

这些干扰信号会极大的影响对脉搏信号进行进一步的识别与分析;因此, 在对脉搏信号进行进一步处理之前必须对噪声进行处理, 过去常常采用快速傅里叶变换或者数字滤波器等方法进行去噪, 去噪结果容易产生相位失真, 对脉搏波信号的去噪效果并不好。由于脉搏波信号属于非平稳信号, 而小波变换具有多分辨率的特点, 因此, 采用小波分析能够较好的处理脉搏波等非平稳信号。基于小波变换的信号去噪方法, 一般有阈值法、平移不变量法和模极大值法。

1 小波变换阈值法去噪原理
小波阈值降噪的基本思想是:用如下模型代表一个含噪声的一维信号:

其中s (t) 为原始信号, n (t) 为服从N (0, σ2) 的高斯白噪声。根据式 (1) , 对f (t) 作离散小波变换, 因为正交小波变换具有很强的数据相关性, 进行小波变化时, 它能够把信号的能量集中在一些大的有限的系数中, 而噪声的能量却分布于整个小波域内, 变换后f (t) 的小波系数一部分为信号对应的小波系数, 另一部分为噪声对应的小波系数;并且幅值比较大的小波系数一般以信号为主, 而幅值较小的系数在很大程度上是噪声。总体上来讲, 对f (t) 进行小波分解后, 信号的系数要大于噪声的系数, 这样就可以选择一个合适的临界阈值λ, 如果分解后得