基于小波包变换的肌电信号去噪.pptx

发布时间：2022-06-12 发布人：admin 分类：说明书资料大小：0.28M 资料格式：pptx 举报版权申诉

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第1页.png

第1页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第2页.png

第2页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第3页.png

第3页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第4页.png

第4页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第5页.png

第5页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第6页.png

第6页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第7页.png

第7页 / 共17页

f316c0a5-e466-446b-a3f8-436255f3c360.pptx.pdf-第8页.png

第8页 / 共17页

文本预览

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。

分享到：

赞收藏

资料库

基于小波包变换的肌电信号去噪.pptx

相关推荐

课程资源

热门标签

最新资料