网站大量收购闲置独家精品文档,联系QQ:2885784924

基于经验模态分解的脉搏信号去噪 - 计算机应用与软件.pdf

基于经验模态分解的脉搏信号去噪 - 计算机应用与软件.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于经验模态分解的脉搏信号去噪 - 计算机应用与软件

第26卷第8期    计算机应用与软件 Vol26No.8 2009年8月   ComputerApplicationsandSoftware Aug.2009 基于经验模态分解的脉搏信号去噪 行鸿彦 许瑞庆 (南京信息工程大学电子与信息工程学院 江苏南京210044) 摘 要  在分析经验模态分解EMD(EmpiricalModeDecomposition)算法的基础上,建立了时空滤波方法和软阈值去噪方法。利 用两种方法分别对含噪的脉搏信号进行了去噪仿真,结果表明基于EMD的软阈值法去噪效果优于时空滤波去噪法。采用EMD的 软阈值法对实际的脉搏信号进行了去噪处理,验证了方法的有效性。 关键词  脉搏信号 去噪 经验模态分解(EMD) 时空滤波 PULSESIGNALDENOISINGBASEDONEMPIRICALMODEDECOMPOSITION XingHongyan XuRuiqing (SchoolofElectronicsandInformationEngineering,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,Jiangsu,China) Abstract  BasedonanalyzingthealgorithmofEmpiricalModeDecomposition(EMD),thetimespacefilteringmethodandthesoft thresholddenoisingmethodarepresentedandareusedbothtosimulatethedenoisingofpulsesignalcorruptedbyGausswhitenoise.There sultshowsthattheEMDbasedsoftthresholdmethodismoreeffectivethantimespacefilteringmethodindenoising.TheEMDbasedsoft thresholdmethodisalsousedtodenoiseactualpulsesignal,itsefficiencyhasbeenproved. Keywords  Pulsesignal Denoising Empiricalmodedecomposition(EMD) Timespacefiltering 0 引 言 1 EMD算法原理 正常人的脉象信号频率范围在0~20Hz,且0~10Hz之间 EMD分解通过不同的尺度把信号分解成一系列固有模态 集中了大约99%的能量[1]。在采集的过程中不可避免地会受 函数,由信号的自适应基分解出信号的IMF,所以EMD不需要 到各种干扰的影响:肢体抖动、肌肉紧张以及情绪波动而引起的 像小波一样选择合适的正交基。而且小波的正交基在信号分析 干扰频率范围较大;干扰的另一主要来源是检测仪器引入的白 的始末都是不变的,通常,预先确定不变的正交基不被认为是非 噪声以及工频干扰。因此实际所采集的脉象信号基本上是具有 平稳、非线性信号的最佳分解基。而EMD提供的这种随信号变 确定规律,但同时又带有随机变化的非平稳信号[2]。 化而变的自适应基正好可以弥补小波分析的缺陷,从而使信号 要在受干扰背景下有效地检测信号,传统方法是利用傅里 得到更精确的表达。EMD分解得到一系列IMF,每个IMF满足 叶变换把信号映射在频域内加以分析,这种方法在信号是平稳 两个要求:其一是整个IMF中零点数和极点数相等或至多相差 1;其二是信号关于时间轴对称,即信号由局部极大值

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档