集合經(jīng)驗模態(tài)分解（EEMD）結合區(qū)間閾值在心電信號（ECG）降噪上取得了較好的效果,但存在降噪后信號在某些點不連續(xù)的情況.針對該問題,提出了自適應噪聲的完備集合經(jīng)驗模態(tài)分解（CEEMDAN）與改進區(qū)間閾值相結合的方法.首先使用CEEMDAN對心電信號進行分解,得到本征模態(tài)函數(shù);基于得到的本征模態(tài)函數(shù),通過合理選擇反映信號時域特點的區(qū)間閾值,選擇對體現(xiàn)信號高頻分量的本征模態(tài)函數(shù)進行處理,實現(xiàn)高頻降噪;基于得到的本征模態(tài)函數(shù)的過零率判斷信號的低頻特征,實現(xiàn)了基線漂移的去除.通過對真實心電信號的降噪處理結果對比分析,證明本方法相對結合區(qū)間閾值的集合經(jīng)驗模態(tài)分解減少了產(chǎn)生不連續(xù)點的情況,降噪后的信號信噪比更高,誤差更小. 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 基于CEEMDAN的ECG分解與閾值
    2.1 CEEMDAN分解
    2.2 閾值計算
    2.3 區(qū)間閾值
    2.4 文獻[7]中提出的方法及問題
3 基于改進區(qū)間閾值的ECG高頻降噪
    3.1 區(qū)間閾值優(yōu)化選擇與降噪
    3.2 區(qū)間閾值的迭代
4 基于過零率的ECG基線漂移去除
5 實驗結果及對比
6 結論


【參考文獻】：
期刊論文
[1]基于CEEMDAN-PE的心沖擊信號降噪方法研究[J]. 耿讀艷,王晨旭,趙杰,寧琦,姜星.  儀器儀表學報. 2019(06)
[2]基于EMD和小波包能量法的信號去噪[J]. 趙超,楊慶東.  北京信息科技大學學報(自然科學版). 2019(01)
[3]改進超分辨率卷積神經(jīng)網(wǎng)絡和字典學習的圖像超分辨率重構算法[J]. 張海濤,趙燚.  小型微型計算機系統(tǒng). 2018(09)
[4]基于IMF和預測濾波的軸承故障診斷方法[J]. 張丹,崔善政,隋文濤,黃雪梅.  組合機床與自動化加工技術. 2016(08)



本文編號：3691379