基于小波变换实现脉搏信号汇编.docVIP

摘要 脉搏电信号是一种非平稳的微弱生理信号，包含了大量的生理和病理信息,并可以用许多特征量来描述其特征信号。小波理论的形成是数学家、物理学家和工程师们多学科共同努力的结果，现在小波分析正运用在众多自然科学领域，已经成为当前最强有力的分析工具之一，而且还在继续蓬勃向前发展着。研究小波的新理论、新方法以及新应用具有重要的理论意义和实用价值。在噪声中如何准确地检测到信号一直是信号处理领域所关心的内容，小波变换由于具有良好的时频局部化特性，能够对各种时变信号进行有效的分解，从而较好地将信号与噪声加以分离，获得满意的去噪效果。本文对小波分析在电信号去噪中的应用进行了较为深入研究和讨论。 本文首先介绍了小波基本理论和基于传统小波分析的信号去噪原理以及几种常用的方法。在几种方法中，因小波闭值去噪法，原理简单易行，效果较好且是本文研究的其他几种小波分析方法去噪处理的基础，所以本文在基于MATLAB实验平台上选取实验效果较好的小波函数，在不同阐值和阐值函数的情况下对这种方法做了较为详细地脉搏电信号去噪比较研究。 小波变换是一种信号的时间一尺度分析方法，具有多分辨率分析的特点，对信号具有自适应性。本文提出了一种基于正交小波变换的电信号去噪方法。试验表明，该方法具有很好的有效性。 脉搏电信号是人体一种基本生理信号，蕴涵着丰富的生理、心理及病理信息，脉搏电信号的分析及处理无论是在临床上对一些脉搏疾病的诊断和治疗，还是在脉搏认知科学研究领域都是十分重要的。由于脉搏电信号的非平稳性且极易受到各种噪声干扰，特别是工频干扰。因此消除原始脉搏电数据中的噪声，更好地获取反映大脉搏活动和状态的有用信息是进行脉搏电分析的一个重要前提。本文的研究目的是利用脉搏电采集仪器获得的脉搏电信号，利用小波变换对脉搏电信号进行分析处理，以提取脉搏电信号的“梭形”节律，并对脉搏电信号进行功率谱分析和去噪重构。 1 实验原理和方法 实验原理 脉搏电信号 脉搏波是心脏的搏动 振动 沿动脉血管和血流向外周传播而形成的，因此其传播速度取决于传播介质的物理和几何性质--动脉的弹性、管腔的大小、血液的密度和粘性等，特别是与动脉管壁的弹性、口径和厚度密切相关。实验发现动脉血管的弹性越大 即顺应性越大 ，则脉搏波的传播速度越小;动脉管径越小，速度越大。故通常沿主动脉到大动脉、再到较小动脉，脉搏波的传播速度越来越大。 图1 正常人脉搏波 小波变换 小波变换的概念是由从事石油信号处理的法国工程师J.Morlet在1974年首先提出的。与Fourier变换相比，小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算，对信号逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可以聚焦到信号的任意细节，解决了Fourier变换的困难问题。 在噪声中如何准确地检测到信号一直是信号处理领域所关心的内容。小波变换是一种信号的时间一尺度分析方法，由于具有多分辨率分析的特点，良好的时频局部化特性，能够对各种时变信号进行有效的分解，从而较好地将信号与噪声加以分离，获得满意的去噪效果。 小波分析去噪处理的方法一般有三种： 默认阈值去噪处理。该方法是利用ddencmp函数生成信号的默认阈值，然后利用wdencmp函数进行去噪处理。 给定阈值进行去噪处理。在实际的去噪过程中，阈值往往可以通过经验公式获得，并且这种阈值比默认阈值可信度高。在进行量化处理时可利用wthresh函数。 强制去噪处理。该方法是将小波分解结构中的高频或者低频系数设置为0，即滤掉所有高频部分或低频部分。这种方法比较简单，且去噪得到的信号比较平滑，但是容易丢失信号中的有用成分[2]。 本文采用了两种去噪方法，并分析比较了他们的去噪效果。 实验方法与步骤 脉搏电信号的读取 本文使用的脉搏电数据是使用实验室的脉搏电采集系统采集获得的，原始数据格式为.eeg。为了方便在Matlab环境下对数据进行分析，将文件转换为.txt格式。 脉搏电采集使用的是16通道，采样频率为256Hz，文件中存储的数据的形式为数据点数×通道数。实验中选取了第14通道的前8000个数据点作为样本进行分析。由于采样时间是256Hz，所以这段信号的持续时间大约是32秒。 信号的频域和功率谱分析 为了研究脉搏电信号中不同频率信号的能量分布以及变化情况，首先对样本信号进行Fourier变换，得到频域图。然后进一步对信号做功率谱分析，得到功率谱图，从功率谱图中，可以直观的观察到不同频率信号的能量分布情况。 信号的小波变换及重构 基于小波变换降噪处理的方法通常有3个步骤：首先是将信号进行n层小波变换，得到小波系数；然后在小波变换域上利用信号与噪声的不同特性，对小波变换进行阈值化处理，把噪声从信号中区分开来 主要是对高频系数进行阈值化处理；最后是利用