基于小波分析的脉搏波信号处理精编.docVIP

基于小波分析的脉搏波信号处理 . . 基于小波分析的脉搏波信号处理 徐洁 徐州医学院麻醉学院,江苏徐州 摘要:对脉搏波信号进行分析之前,对信号的去噪非常重要,本论文利用算法对脉搏波信号进行多分辨分析 和去噪.分别对阁值法、平移不变量法、模极大值法的降噪原理进行分析,通过大量实验对比,比较了它们在处理脉搏 波信号方面的优缺点。通过对一段含噪脉搏波信号降噪,得到了满意的去噪效果。 关键词:脉搏波信号;小波;模极大值;去噪 文献标识码: 中图分类号:. 文章编号:?? ∞删 ,劬耽 ‰矿船“琊记,啦胁胁如口 伊,砒 Ⅱ 仃:. 锄. ? , 趵 璐 , , 耐蚰. 啪 卸龃 蚰. 锄蚰 诵 ? “ 【 骼 印.印 猷 印;; ; 人体脉搏信号是一种微弱信号.信噪比较低。在检测和 于整个小波域内,变换后厂的小波系数一部分为信号对 采集时,由于受仪器、人体等方面的影响,所采集的信号中常 应的小波系数,另一部分为噪声对应的小波系数;并且幅值 存在如下种噪声:基线漂移、人体呼吸等低频干扰,频率 比较大的小波系数一般以信号为主,而幅值较小的系数在 小于 ;由于肢体抖动、肌肉紧张而引起的干扰,它的频 很大程度上是噪声。总体上来讲,对.厂进行小波分解后, 率范围较大;工频干扰,是固定频率的干扰,频率为 。 信号的系数要大于噪声的系数,这样就可以选择一个合适 这些干扰信号会极大的影响对脉搏信号进行进一步的 的临界阈值.如果分解后得到的系数大于这个临界阈值 识别与分析:因此,在对脉搏信号进行进一步处理之前必须 时,就认为此时的分解系数主要是由信号引起的,就保留这 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 个系数硬阈值方法或者按照某一固定量向零收缩软阈 波器等方法进行去噪,去噪结果容易产生相位失真,对脉搏 值方法这个系数,如果分解系数小于这个临界阈值,就 波信号的去噪效果并不好。由于脉搏波信号属于非平稳信 认为此时的分解系数主要是由噪声引起的,直接舍弃分解 号,而小波变换具有多分辨率的特点,因此,采用小波分析能 系数;经过这一步骤后,用得到的小波系数进行小波重构, 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 就能去除噪声信号‘”。 噪方法.一般有阈值法、平移不变量法和模极大值法【。 小波阈值法的主要步骤如下: 计算含噪声信号的正交小波变换。选择合适的小波和 小波变换阈值法去噪原理 小波分解层数,将含噪信号进行小波分解至层,得到相应 小波阈值降噪的基本思想是:用如下模型代表一个含噪 的小波分解系数。 声的一维信号: 对分解得到的小波系数进行阈值处理,其阈值的处理 方法有种: 厂哥 其中
为原始信号,为服从,盯的高斯白噪 硬阈值法;曼氅 声。根据式,对.厂
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 软阈值法‘戈‘圳’曼氅 能量集中在一些大的有限的系数中。而噪声的能量却分布 其中表示阈值处理后的信号,
表示阈值。 进行小波逆变换。将经阈值处理过的小波系数进行重 收稿日期:?? 稿件编号: 研究方向:医学信号处理。 作者简介:徐洁一,女,江苏泰州人,硕士,讲师。 一一 万方数据《电子设计工程》年第期 构,得到去噪后的信号。分解后的信号如果不做阈值处理。则 原始信号具有一定相位差的信号,然后对这个信号进行去噪 重构后的信号仍为原信号。用阈值函数进行处理并重构后。 处理,得到去噪后的信号,对该信号做反向的平移,则得到与 将得到去噪后的信号,这个信号经过小波处理后,去除了噪 原始信号同相位的信号。然后按另一个平移量进行平移?? 声.逼近于原始信号。 去噪??反平移,重复这一过程,对所获得结果求平均,就得 在小波阈值方法中,阈值的选取至关重要,选用不同的 到带噪信号去噪后的估计信号。这就是基于平移不变的小波 阈值,滤波信噪比将有明显的差别。若阈值太大,则信号细节 阈值去噪的思想嘲。 采用平移不变量法对图的原始脉搏波进行去噪处理, 损失太多,有可能会造成信号失真;而阈值太小,则达不到预 期的去噪效果嗍。虽然阈值选取方法不少,如常用的固定门限 得到波形图如图所示,从图中可以看出伪吉布斯现象得到 阈值、无偏似然法估计阈值、启发式阈值和最小最大准 了很好的抑制。 则门限阈值等同,但是阈值的选取不是一个简单问题,它需考 虑抑制无用噪声与保留信号细小变化之间的权衡问题。 图为一段含噪的脉搏波信号。采用阈值法对其进行降 噪处理。在.平台上,经过反复仿真,选择小波 进行八层分解。 采样点 图平移不变量法去噪结果 砸佩锄咖 联 . 小波变换模极大值滤波法 对检测的脉搏信号中混入的随机噪音,由于随机噪音的 采样点 频谱很不规则。与有效信号的频谱差别不大,可以利用随机 图一段含噪脉搏波 ? ∞ . 印 噪声的奇异性