信号处理及分析.docVIP

信号的具体处理及分析方法 1、引言 随着数字信号处理DSP迅速发展，医学信号的处理手段也变得更加高明。在我们实验阶段常使用MATLAB软件对生物医学信号进行处理。MATLAB是一种数值计算软件，可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。close all； fr=fopen(C:\Users\chenwensi\Desktop\心阻抗\XINAN-icg\陈敬雄\04020140321094256.icg,r); [A,ls]=fread(fr,double);%A：从指定文件中读取二进制数据并写入矩阵A，ls参数用于返回成功读入的元素数量，为可选参数。 fclose(fr); length=4000;%10000;ls/4;ls=4 channels*1000 sampling frequency, length is the length of every channel for i=1:length ecg(i)=A(5*(600+i-1)+2); end ecg=-ecg; n=size(ecg); s=ecg(1:4000); %%%% output the signals of 4 channels figure(1); plot(ecg);title(心电信号 ); %%%FFT frequency spectrum analysis figure(2) Y = fft(ecg,1024); Pyy = Y.* conj(Y) / 1024; f = 1000*(0:512)/1024; plot(f,Pyy(1:513)); title(心电信号频谱图); xlabel(frequency (Hz)); %%% filtered using butterworth filter figure(3) %filtered figures % w=[10/500,40/500]; % [b,a]=butter(5,w,stop); %butterworth filter, 500 is half of sampling frequency , stop filter [b,a]=butter(6,30/500,low); %butterworth filter, 500 is half of sampling frequency; y=filtfilt(b,a,ecg); [b,a]=butter(5,0.5/500,high); ecgyy=filtfilt(b,a,y); plot(ecgyy); title(经带通滤波器消噪后的心电信号); %%%% dzdtyys denoising using db5 wavelet transform figure(4) [C,L]=wavedec(ecg,4,bior5.5);%用db5小波分解信号到第8层;c：各层分量,L：各层分量长度N:分解层数 % 从c中提取尺度8下的近似小波系数 cA4=appcoef(C,L,bior5.5,4); %从信号c中提取尺度1,2,3,4,5,6,7,8下的细节小波系数 cD1=detcoef(C,L,1); cD2=detcoef(C,L,2); cD3=detcoef(C,L,3); cD4=detcoef(C,L,4); %使用stein的无偏似然估计原理进行选择各层的阈值 %cD1,cD2,cD3为各层小波系数， %%rigrsure’为无偏似然估计阈值类型 thr1=thselect(cD1,rigrsure); thr2=thselect(cD2,rigrsure); thr3=thselect(cD3,rigrsure); thr4=thselect(cD4,rigrsure); %各层的阈值 TR=[thr1,thr2,thr3,thr4]; %s为软阈值;h硬阈值。 SORH=s; %---------去噪---------------- %XC为去噪后信号 %[CXC,LXC]为的小波分解结构%PERF0和PERF2是恢复和压缩的范数百分比。 %lvd为允许设置各层的阈值,%gbl为固定阈值。 %3为阈值的长度 [XC,CXC,LXC,PERF0,PERF2]=wdencmp(lvd,ecg, bior5.5,4,TR,SORH); %去噪效果衡量（SNR越大效果越好, %MSE越小越好） %选取信号的长度。 N=n(2); x=ecg; y=XC; F=0; M=0; for ii=1:N m(ii)=(x(ii)-y(ii))^2;