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現(xiàn)脈搏信號的去噪處理的問題,選用小波分析自適應閾值去噪的方法對采集的脈搏信號進行消噪處理。通過該方法可以快速準確地去除干擾,為后續(xù)波形特征點的提取作準備。 

【文章來源】：工業(yè)控制計算機. 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小波對脈搏信號進行6層分解。如圖3所示。因為傅里葉變換在時間上無法進行分辨，所以難以檢測到脈搏信號的間斷點。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行分解，在小波分解尺度2、4上的信號細節(jié)分量主要與肌電干擾有關，尺度1、3上主要與工頻干擾有關，通過閾值化處理后進行小波重構，可以得到去除噪聲后的光滑信號。

【參考文獻】：
期刊論文
[1]基于波形特征和小波的脈搏波特征點識別研究[J]. 季忠,劉旭.  儀器儀表學報. 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)大學學報. 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 2016
[2]武器自動機運動規(guī)律信號降噪方法的研究[D]. 林淵.中北大學 2009



本文編號：3314146