針對在脈搏信號采集過程中采取常規(guī)的信號處理方法難以實(shí)現(xiàn)脈搏信號的去噪處理的問題,選用小波分析自適應(yīng)閾值去噪的方法對采集的脈搏信號進(jìn)行消噪處理。通過該方法可以快速準(zhǔn)確地去除干擾,為后續(xù)波形特征點(diǎn)的提取作準(zhǔn)備。 

【文章來源】：工業(yè)控制計算機(jī). 2020,33(12)

【文章頁數(shù)】：3 頁

【部分圖文】：

閾值去噪流程圖

由于噪聲干擾，難以從初始信號X中看出信號的走向。重構(gòu)小波分解的低頻系數(shù)過程中可以清晰地觀察出采集到的信號的走向。因其通常是信號的低頻成分對應(yīng)著最大尺度小波變換的低頻系數(shù)。此外還可以在低頻中分解它，在進(jìn)行低頻成分的尺度分解時，隨著分解層數(shù)的增加，所含的高頻組成部分會同時減少，在尺度增加的同時，更多高頻的信號被濾掉，可以更好地看出信號的發(fā)展趨勢。如圖2所示。分解層數(shù)越多，計算所耗時間越長，通過表中計算數(shù)據(jù)發(fā)現(xiàn)6層已經(jīng)基本滿足要求，同時能夠很好地縮短了數(shù)據(jù)處理時間，因此選用bior3.5小波對脈搏信號進(jìn)行6層分解。如圖3所示。

分解層數(shù)越多，計算所耗時間越長，通過表中計算數(shù)據(jù)發(fā)現(xiàn)6層已經(jīng)基本滿足要求，同時能夠很好地縮短了數(shù)據(jù)處理時間，因此選用bior3.5小波對脈搏信號進(jìn)行6層分解。如圖3所示。因?yàn)楦道锶~變換在時間上無法進(jìn)行分辨，所以難以檢測到脈搏信號的間斷點(diǎn)。圖4為原始波形圖及傅里葉變換，圖5為bior3.5作為小波基對脈搏信號進(jìn)行分解，在小波分解尺度2、4上的信號細(xì)節(jié)分量主要與肌電干擾有關(guān)，尺度1、3上主要與工頻干擾有關(guān)，通過閾值化處理后進(jìn)行小波重構(gòu)，可以得到去除噪聲后的光滑信號。

【參考文獻(xiàn)】：
期刊論文
[1]基于波形特征和小波的脈搏波特征點(diǎn)識別研究[J]. 季忠,劉旭.  儀器儀表學(xué)報. 2016(02)
[2]基于Tetrolet變換的圖像融合[J]. 延翔,秦翰林,劉上乾,楊廷梧,楊智杰,薛靈芝.  光電子.激光. 2013(08)
[3]心電信號的小波變換處理算法及仿真[J]. 倪原,王曉麗,陸文總.  西安工業(yè)大學(xué)學(xué)報. 2012(04)
[4]脈搏波:溝通中醫(yī)和西醫(yī)的橋梁[J]. 宋相和,王耘.  中西醫(yī)結(jié)合學(xué)報. 2008(09)

碩士論文
[1]基于光電容積脈搏波的呼吸頻率提取算法研究[D]. 孟祥彪.西安理工大學(xué) 2016
[2]武器自動機(jī)運(yùn)動規(guī)律信號降噪方法的研究[D]. 林淵.中北大學(xué) 2009



本文編號：3314146