基于STM32的生理信号数字滤波器设计.docVIP

基于STM32的生理信号数字滤波器设计 　　摘 要本文基于MATLAB工具箱fdatool设计数字滤波器，介绍用于人体生理信号处理的数字滤波器的设计过程，并运用STM32F4微处理器对生理信号进行软件处理，信号的处理实验表明了很好的滤波效果。 　　【关键词】生理信号 数字滤波器 MATLAB STM32F4 　　1 引言 　　人体上有很多生理信号因神经传导产生电位的改变，其整体的活动可在体表得到电的信号。但一般来说，表面生理信号都相当的微弱，需要透过放大电路来放大微量的生理信号才可以进行分析，而且生理信号极易受到周围环境的干扰。它的提取和处理是一个很复杂的信号处理过程，在这个过程中，去除干扰和噪声背景是首要的任务。用于生理信号提取的抗干扰的方法很多，可以是硬件电路实现模拟电路滤波、也可以是由软件实现的数字滤波。本文基于STM32F4微处理器，进行用于生理信号处理的数字滤波器的设计，实现对生理信号的处理以得到纯净的生理信号。 　　2 FIR带通滤波器设计 　　人体的生理信号都相当的微弱，有用信号的频率范围小。本文以脑电信号为例，幅值范围为5μV～100μV，频率范围一般在0.5～35Hz。 　　2.1 MATLAB工具箱fdatool生成C头文件 　　首先在matlab的命窗口输入fadtool就能打开这个工具箱，然后在fadtool界面设计FIR带通滤波器。 　　参数设置好以后点击Design Filter按钮，就生成了所需的滤波器系数，生成滤波器系数以后点击fadtool界面上的菜单Targets-Generate C header，然后点击Generate，再点击保存，并打开fdatool.h文件，可以看到生成的180阶FIR带通滤波器系数。 　　2.2 MATLAB FIR滤波与ARM官方库滤波的比较 　　信号由30Hz正弦波和50Hz正弦波组成，采样率1Kbps，现设计一个带通滤波器，截止频率1Hz和40Hz，采样320个数据，采用函数fir1进行设计（基于窗口的方法设计FIR滤波，默认是hamming窗），滤波器阶数设置为180。 　　通过工具箱fdatool获得带通滤波器系数后在开发板上运行函数arm_fir_f32来测试带通滤波器的效果。 　　运行如上函数可以通过串口打印出函数arm_fir_f32滤波后的波形数据，下面通过Matlab绘制波形来对比Matlab计算的结果和ARM官方库计算的结果。对比前需要先将串口打印出的一组数据加载到Matlab中，arm_fir_f32的计算结果命名为sampledata。Matlab运行显示效果一样，运行的代码如下： 　　fs=1000； %设置采样频率 1K 　　N=320； %采样点数 　　n=0：N-1； 　　t=n/fs； %时间序列 　　f=n*fs/N； %频率序列 　　X=sin（2*pi*30*t）+sin（2*pi*50*t）； %信号由30Hz 和 50Hz 正弦波混合而成 　　b=fir1（180， [1/500 40/500]）； %获得滤波器系数，截止频率 125Hz 和 300Hz，带通滤波。 　　y=filter（b， 1， X）； %获得滤波后的波形 　　subplot（211）； 　　plot（t， y）； 　　title（Matlab FIR 滤波后的实际波形）； 　　grid on； 　　subplot（212）； 　　plot（t， sampledata）； %绘制 ARM 官方库滤波后的波形。 　　title（ARM 官方库滤波后的实际波形）； 　　grid on； 　　2.3 FIR带通滤波器仿真 　　从上面的波形对比来看，matlab和函数arm_fir_f32计算的结果基本是一致的。为了更好的说明滤波效果，下面从频域的角度来分析，Matlab上面运行如下代码： 　　fs=1000； %设置采样频率1K 　　N=320； %采样点数 　　n=0：N-1； 　　t=n/fs； %时间序列 　　f=n*fs/N； %频率序列 　　X=sin（2*pi*30*t）+sin（2*pi*50*t）； %信号由30Hz和50Hz正弦波混合而成 　　subplot（221）； 　　plot（t， X）； %绘制信号x的波形 　　xlabel（时间）； 　　ylabel（幅值）； 　　title（原始信号）； 　　grid on； 　　subplot（222）； 　　y=fft（X， N）； %对信号 x 做 FFT 　　plot（f，abs（y））； 　　xlabel（频率/Hz）； 　　ylabel（振幅）； 　　title（原始信号 FFT）