基于小波包变换的肌电信号去噪
李姝颖
2010.4
提纲
• 背景介绍
• 小波包变换
• 基于小波包变换的EMG信号去
噪处理
• 总结
背景介绍
临床检测获取的肌电信号通常
具有非平稳和非线性特征, 为了有效
地对信号特征进行分析、 识别, 首先
需要对获取的 EMG 信号进行去噪处
理。
背景介绍
肌电( Electromyographic, EMG) 信号是产生肌肉
力的电信号根源,在生物机理上它是许多运动单
元产生的动作电位序列的总和。它是生物电信
号的范畴, 具有生物电信号的一般基本特征。
噪声和干扰包括外源干扰和人体内的非目标信
号,外源干扰如50 Hz 工频干扰、 其他医电设备
的电磁干扰、系统的随机扰动等; 人体内的非目
标信号包括心电信号、 脑电信号、 胃电信号等
其他各种生物电信号。
背景介绍
传统的 EMG 信号去噪方法多采用叠加技术, 通
过 叠加多次采集的信号, 增强目标信号,减弱非目标
信号。这种方法虽然能够在一定程度上起到去噪作
用,但由于忽略了单次信号的差异,在叠加后容易在
潜伏期和波幅上出现偏差。
近几年出现了利用小波分析法对EMG 信号进行
分析的研究。小波分析法以其独特的优点在生物信
号检测领域中获得好评, 在小波分析法的基础上,利
用小波包分析法对 EMG 信号的去噪进行研究,既发
挥了小波分析的特点, 又弥补了小波分析在生物信
号分析上的不足之处。
小波包变换
小波包,粗略地讲是一个函数族,可以对多分
辨分析中的小波子空间进行分解,并根据分
析信号的特点,自适应地选择相应频带,使
之与信号频谱相匹配,从而提供时频分辨率。
与小波变换相比, 小波包变换可以对高频部
分提供更精细的分解, 而且这种分解即无冗
余,也无疏漏,对包含大量中、 高频信息的信
号能够进行更好的时频局部化分析。
小波包变换
小波包变换的具体过程是:
(1)
定义子空间 是函数un ( t )的闭包空间, 而 是函数U2 n( t )
n
jU
的闭包空间,并令 un ( t )满足下面的双尺度方程:
n
jU 2
(2)
即系数也具有正交关系,其等价表示为:
(3)
小波包变换
小波包定义: 由式( 2) 构造的序列{ Un ( t ) }(其中n ϵZ+)
称为由正交尺度函数 u0( t ) = ϕ( t )确定的小波包。其中
Wj 空间分解的子空间列可以写成 m= 0, 1…, ;
2 l
1
l = 1, 2…, j ; j = 1, 2,… 。若 n 是一个由倍频程细划分的参
数,即令 n = + m , 则有小波包的简略记号 ψ j , k , n ( t )
= , 其中 。
j
2(2/2
n
l2
j
kt
l
)2(
tmu
l
2
)
l
2)(
tn
2/
与小波ψ j , k ( t )相比较可知,小波包除了离散尺度和离散
平移之外, 还增加了一个频率参数 n ,正是这个频率参数
的作用,使得小波包克服了小波时间分辨率高时,频率分
辨率差的缺点。n 表示 ψ n ( t ) 的零交叉个数,也就是其
波形的振荡次数。