- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
生物医学信号处理7推荐
2、自适应陷波器的优点 与一般陷波器比较,有两 大优点: (1)能够自适应地准确跟踪干扰频率。 (2)容易控制带宽,且 * 3、单频干扰陷波器框图 90° LMS算法 + - 参考输入 原始输入 * * 腹部电极 (原始输入) 参考输入胸部电极 * * 采用自适应噪声抵消器消除胎儿心电图中母体心脏信号(干扰)。一般采用:四个普通胸导(每路信号相同)记录母亲心跳,作为参考输入信号。经过自适应噪声抵消器处理后,母亲心脏干扰信号被显著消弱,胎儿心声可辨。 * * * * %自适应滤波程序 echo off; t=(0:.01:10-0.01); n=size(t); d=0.5*sin(2*pi*t);%参考信号 noise=rand(n)-0.5;%干扰信号 x=d+noise;%输入信号 M=20;%滤波器长度 u=0.002;%收敛因子 w=zeros(M); for k=1:M %序列长度小于滤波器阶数 y(k)=0; for i=1:k-1 y(k)=y(k)+w(i)*x(k-i); end e=d(k)-y(k); for i=1:k-1 w(i)=w(i)+2.0*u*e*x(k-i); end end for k=M+1:n %序列长度大于滤波器阶数 y(k)=0; for i=1:M y(k)=y(k)+w(i)*x(k-i); end e=d(k)-y(k); for i=1:M w(i)=w(i)+2.0*u*e*x(k-i); end end figure(1);plot(t,x,b,t,y,r,t,d,k); xlabel(时间t); ylabel(幅值); * * 自适应滤波实验 输入是信噪比为1的信号,其中,v(i)是均值为零,方差为1的高斯噪声。在这里,我们就直接认为参考信号d(i)=s(i),滤波器的长度设置为20点。收敛因子u=0.005。 其MATLAB源程序如下所示: % 自适应滤波的演示程序 % 参考的系统如下: % 实际输入信号x(n)=2^0.5*sin(0.05*pi*n)+v(n), % v(i)是均值为零,方差为1的高斯噪声,实际输入信号的信噪比是1 % 参考信号直接设为d=s; % 收敛因子u=0.0005 % 滤波器的长度为20点,即w的长度是20点 n=0:0.1:120; % 系统赋初值 s=2^0.5*sin(0.05*pi*n); % 有用信号 v=1*randn(size(n)); % 噪声信号 x=s+v; % 实际的输入信号 d=s; % 参考信号 u=0.0005; % 收敛因子 for i=1:20, w(i)=0; % w(i)的初值都设置为0 end for i=1:1200, % 对y赋初值为0 y(i)=0; end for i=1:1200, if i20 for j=1:i, y(i)=y(i)+w(j)*x(i+1-j); % 用卷积求y(i) end e=d(i)-y(i); for j=1:i, w(j)=w(j)+2*u*e*x(i+1-j); % 修正w(n) end else for j=1:20, y(i)=y(i)+w(j)*x(i+1-j); % 用卷积求y(i) end e=d(i)-y(i); for n=1:20; w(n)=w(n)+2*u*e*x(i+1-n); % 修正w(n) end end end n=1:1200; plot(n,x(n),g,n,y(n),r,n,s(n),b); title(自适应滤波演示程序); xlabel(采集的点数); ylabel(各信号的幅值); legend(实际信号,输出信号,参考信号) 下面展示了不同的u导致的滤波波形的变化 * u=0.005时 * u=0.01时 * u=0.0005时候 * u=0.05时候 * 由于生物医学信号具有随机性强和噪声背景强的特点,采用了诸多数字处理技术进行分析: 如对信号时域分析的相干
文档评论(0)