由于偽運(yùn)動(dòng)和靜脈噪聲等因素的干擾,脈搏波在采集的過程中會(huì)產(chǎn)生高頻噪聲以及一定量的漂移。利用EMD方法把原始含噪脈搏波信號(hào)分解為若干個(gè)IMF分量。把每個(gè)IMF分量的相關(guān)系數(shù)值、Hilbert瞬時(shí)頻率值、Hilbert幅值組成分值函數(shù)。提出分值均前比的概念作為動(dòng)態(tài)閾值來避免人為因素的干擾。利用動(dòng)態(tài)閾值對(duì)比分值函數(shù)的大小來對(duì)EMD分解出的IMF分量進(jìn)行篩選,從而達(dá)到對(duì)脈搏波去除噪聲和漂移的效果。利用粒子群優(yōu)化算法計(jì)算最優(yōu)分值函數(shù)構(gòu)成使得去噪后的脈搏波均方誤差根最小、信噪比值最大,即去噪效果最好。仿照真實(shí)采集到的脈搏波中可能出現(xiàn)的噪聲對(duì)仿真出的脈搏波加上高頻噪聲和一定位移的漂移。利用本文提出的改進(jìn)EMD方法、小波分析方法、EMD方法對(duì)不同長(zhǎng)度時(shí)間窗口的仿真脈搏波數(shù)據(jù)進(jìn)行去噪處理。根據(jù)信噪比、均方根誤差值可知本文提出的改進(jìn)EMD方法明顯優(yōu)于小波分析和EMD方法去噪。利用本文提出的改進(jìn)EMD方法對(duì)真實(shí)采集到的脈搏波數(shù)據(jù)進(jìn)行處理,對(duì)比去噪后的脈搏波圖形可知原始信號(hào)中的高頻噪聲和漂移已經(jīng)去除。通過上述步驟去除脈搏波中的噪聲和漂移后,下面采用C-C算法確定相空間重構(gòu)中的延遲時(shí)間和嵌入維數(shù)值把一維脈搏波擴(kuò)... 

【文章來源】：華北電力大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１本文算法流程??

硯A種EM刃方法和改進(jìn)E燦幻的信噪比

R種印D方法和改進(jìn)EMD的均方根誤差


本文編號(hào)：3219997