在醫(yī)療診斷、體育科研、航空航天和集成工控等領(lǐng)域,都越來越注重高精度的智能技術(shù),尤其面對(duì)如今越來越集成化的電子設(shè)備以及復(fù)雜的電磁干擾環(huán)境,對(duì)微小信號(hào)的采集及處理更顯得尤為重要。本文的主要研究內(nèi)容是以肌電信號(hào)這種小信號(hào)的濾波、去噪展開的。為了提取清晰、完整的肌電信號(hào),肌電信號(hào)的去噪處理勢在必行,人體很多電信號(hào)的提取、分析同樣可以借鑒肌電信號(hào)的處理方法,因此該研究具有十分重要的意義和價(jià)值。針對(duì)微小信號(hào)檢測系統(tǒng)和高靈敏度自動(dòng)化儀表中傳感器輸出電信號(hào)很小且極易受到外界噪聲信號(hào)干擾的問題,本文以表面肌電信號(hào)為例進(jìn)行分析、研究,根據(jù)其信號(hào)微弱、頻率低、極易受到干擾的特點(diǎn),提出了本系統(tǒng)的設(shè)計(jì)要求,并根據(jù)主要干擾的來源及特點(diǎn)確定整體設(shè)計(jì)方案。為了做出更加科學(xué)且有效的設(shè)計(jì),需要遵循以下兩點(diǎn):一是有針對(duì)性地分析目標(biāo)信號(hào)的特征及環(huán)境干擾因素,從而提出相應(yīng)的具體處理措施;二是既要從信號(hào)采集的源頭加入降噪、濾波處理,同時(shí)對(duì)采集到的電信號(hào)要進(jìn)一步實(shí)現(xiàn)數(shù)字濾波,以提高采集精度。因此,在肌電信號(hào)濾波研究中,首先設(shè)計(jì)該小信號(hào)的采集模塊,以盡可能地從信號(hào)源頭減少外界帶來的噪聲干擾,由于直接采用大規(guī)模濾波算法實(shí)現(xiàn)信號(hào)降噪不僅會(huì)增加復(fù)雜度,更降低了適用靈活性,因此首先設(shè)計(jì)了具有高共模抑制比、放大增益靈活可調(diào)、具有良好抗噪聲性能的小信號(hào)采集與處理前端模塊,包括前置放大、帶通濾波以及陷波等電路單元;并在Multisim軟件中仿真驗(yàn)證各模塊的正確性、可行性,從信號(hào)的前端采集階段實(shí)現(xiàn)硬件濾波;最后基于STM32進(jìn)行信號(hào)數(shù)據(jù)的采集及后續(xù)處理,針對(duì)主要干擾:基線漂移、工頻干擾和運(yùn)動(dòng)干擾,分別介紹和研究了自適應(yīng)濾波和小波變換等算法的降噪處理,并作對(duì)比、分析。通過仿真驗(yàn)證,該設(shè)計(jì)基本滿足要求,能夠?qū)崿F(xiàn)微小信號(hào)的濾波處理。
【學(xué)位單位】：內(nèi)蒙古科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TM935
【部分圖文】：

骨骼肌示意圖

信號(hào)分析信號(hào)的典型特征地、有針對(duì)性的對(duì)目標(biāo)信號(hào)實(shí)現(xiàn)低噪聲采集、處理，達(dá)到更好濾面肌電信號(hào)的產(chǎn)生機(jī)理以及它的典型信號(hào)表現(xiàn)特征進(jìn)行了解，更噪聲來源分析，并有針對(duì)性地提出解決方案�；诖耍籴槍�(duì)了體的濾波設(shè)計(jì)，從而更有效地實(shí)現(xiàn)微小信號(hào)的濾波處理。采集模塊設(shè)計(jì)的關(guān)鍵，首先就是要了解肌電信號(hào)的具體特點(diǎn)，包、干擾來源等，根據(jù)具體的科學(xué)數(shù)據(jù)進(jìn)行嚴(yán)格的電路設(shè)計(jì)，這樣不必要的噪聲，過濾掉客觀條件所引入的干擾，采集到干凈的、然肌電信號(hào)的波動(dòng)強(qiáng)度會(huì)存在個(gè)體差異，但是不同的肌電采集環(huán)集位置以及采集模塊的設(shè)計(jì)都會(huì)對(duì)信號(hào)采集有所影響，因此必須科高效率。

內(nèi)蒙古科技大學(xué)碩士學(xué)位論文面肌電信號(hào)采集原理圖 2.3 所示，這是肌肉動(dòng)作時(shí)的電流發(fā)生過程，通過采集模塊，將單極性的動(dòng)換為了雙極型，即信號(hào)采集的具體原理分析。其次，人體無論出于動(dòng)作中還是會(huì)或多或少地產(chǎn)生一定量的電波動(dòng)，也就是人體表始終可以檢測到電信號(hào)，只同而已。如下圖所示，首先需要在體表放置兩個(gè)貼片電極，電極接觸到皮膚表表電信號(hào)傳輸?shù)角岸瞬杉K進(jìn)行放大，如果肌肉處于靜息態(tài)，那么幾乎采集應(yīng)信號(hào)；電信號(hào)的產(chǎn)生過程大致為：當(dāng)肌肉受到一定刺激后，肌纖維上會(huì)在 t1一個(gè)動(dòng)作電位，就近原則，在 t2 時(shí)刻它首先會(huì)傳導(dǎo)至電極M 處，又由于電位的因此該動(dòng)作電位相對(duì)于位置較遠(yuǎn)的電極 N 來說是正的，所以電極導(dǎo)出正向電推移，電位依次傳播，電極也經(jīng)過極化、去極化依次發(fā)生翻轉(zhuǎn)，t3 時(shí)電位變?yōu)?0[13
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧美;方龍;;自適應(yīng)濾波理論與算法[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年05期

2 郭藝;張爾揚(yáng);;空時(shí)自適應(yīng)濾波抗干擾分析[J];航天電子對(duì)抗;2007年03期

3 徐蕾,孫金生,王執(zhí)銓;自適應(yīng)濾波的研究新方向[J];控制與決策;1999年01期

4 張穎，馮純伯;消除噪聲引起的自適應(yīng)濾波偏差[J];控制理論與應(yīng)用;1996年06期

5 汪波,羅宜美;一種改進(jìn)的自適應(yīng)濾波預(yù)測方法[J];系統(tǒng)工程學(xué)報(bào);1996年03期

6 舒干，黃伯棠，朱源年，張傳立，李知堂;自適應(yīng)濾波法在洪水預(yù)測中的應(yīng)用[J];災(zāi)害學(xué);1996年04期

7 彭俠夫,孫德波;兩種在線估計(jì)偏差與噪聲自適應(yīng)濾波的分析與比較[J];哈爾濱工程大學(xué)學(xué)報(bào);1997年01期

8 楊福生;;誘發(fā)電位的自適應(yīng)濾波[J];國外醫(yī)學(xué)(生物醫(yī)學(xué)工程分冊);1987年05期

9 尚毅;地球同步衛(wèi)星軌道交會(huì)時(shí)的狀態(tài)估計(jì)與參數(shù)估計(jì)[J];宇航學(xué)報(bào);1988年03期

10 張振和;火器控制中的噪聲自適應(yīng)濾波模型[J];火力與指揮控制;1988年01期

相關(guān)博士學(xué)位論文 前10條

1 秦月梅;廣義未知擾動(dòng)下不確定系統(tǒng)自適應(yīng)濾波研究[D];西北工業(yè)大學(xué);2018年

2 張勰;基于自適應(yīng)濾波的魯棒性算法研究[D];華南理工大學(xué);2017年

3 林耀榮;自適應(yīng)濾波理論及其在回波消除中的應(yīng)用研究[D];華南理工大學(xué);1999年

4 黃全振;壓電智能結(jié)構(gòu)自適應(yīng)濾波振動(dòng)主動(dòng)控制研究[D];上海大學(xué);2012年

5 尚勇;并行濾波算法及其脈動(dòng)陣結(jié)構(gòu)研究[D];西安電子科技大學(xué);2000年

6 李澤林;基于自適應(yīng)濾波的海洋可控源數(shù)據(jù)噪聲處理方法研究[D];中國地質(zhì)大學(xué);2017年

7 朱紅路;熱工信號(hào)自適應(yīng)濾波及其在建模與控制中的應(yīng)用[D];華北電力大學(xué)（北京）;2010年

8 劉海波;基于星敏感器的無陀螺角速度測量新方法研究[D];國防科學(xué)技術(shù)大學(xué);2012年

9 徐樹生;船舶動(dòng)力定位系統(tǒng)多傳感器信息融合方法研究[D];哈爾濱工程大學(xué);2013年

10 陸思良;基于隨機(jī)共振的微弱信號(hào)檢測模型及應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 鄧子浩;小信號(hào)濾波的研究及應(yīng)用[D];內(nèi)蒙古科技大學(xué);2019年

2 王錦耀;面向深空激光通信的精跟蹤技術(shù)研究[D];華中科技大學(xué);2019年

3 殷成龍;手指心電信號(hào)的預(yù)處理算法研究[D];杭州電子科技大學(xué);2016年

4 代蜀梅;心電信號(hào)去噪方法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

5 王藝璇;基于自適應(yīng)濾波的微弱信號(hào)采集模塊硬件設(shè)計(jì)[D];電子科技大學(xué);2019年

6 李雅林;自適應(yīng)濾波LMS算法的研究[D];廣東工業(yè)大學(xué);2019年

7 陳旭;基于人臉視頻的心率測量算法研究[D];電子科技大學(xué);2019年

8 于卓含;智能消防頭盔系統(tǒng)中相關(guān)技術(shù)的研究[D];哈爾濱理工大學(xué);2018年

9 唐宇;基于脈搏波的心率信號(hào)提取實(shí)現(xiàn)方法研究[D];長沙理工大學(xué);2017年

10 毛爍;面向運(yùn)動(dòng)過程的血氧飽和度提取算法研究[D];西安電子科技大學(xué);2018年

本文編號(hào)：2859859