[发明专利]基于CEEMD与改进小波阈值的表面肌电信号消噪方法在审

专利信息
申请号: 201910285085.5 申请日: 2019-04-10
公开(公告)号: CN110151175A 公开(公告)日: 2019-08-23
发明(设计)人: 杨晨;石鹏;袁长敏;章燕 申请(专利权)人: 杭州电子科技大学
主分类号: A61B5/0488 分类号: A61B5/0488
代理公司: 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人: 朱月芬
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 固有模态函数分量 表面肌电信号 小波阈值处理 去噪 改进 消噪 小波 集合经验模态分解 肌电信号 模态混叠 信号处理 信号重构 自适应性 噪声 分析 分解 保留
【权利要求书】:

1.基于CEEMD与改进小波阈值的表面肌电信号消噪方法,其特征在于该方法包括如下步骤:

步骤(1),采集的表面肌电信号x(t)会含有噪声n(t):

x(t)=s(t)+δn(t)

式中,s(t)为不含噪声的表面肌电信号,x(t)为含有噪声的表面肌电信号,n(t)为白噪声,δ为噪声的尺度因子;

步骤(2),对步骤(1)所得的含噪信号x(t)进行互补集合经验模态分解,首先将含噪信号x(t)添加一对互补正负相反的白噪声,得到加入正辅助噪声的信号x+和加入负辅助噪声的信号x-,利用经验模态分解算法进行分解生成两组集合固有模态函数分量记为和i为得到的第i个IMF分量;利用不相关随机序列的统计均值为0;

步骤(3),重复步骤(2)M次,最后得到IMF的均值Ci(t);

步骤(4),利用分量相关分析,找到能够代表信号主要特征的固有模态函数IMF分量,将选择的分量进行下一步骤的改进小波阈值处理,具体步骤如下:

1)算出x(t)和各个分量Ci(t)之间的方差:

式中cxC(i)为x(t)和Ci(t)的方差,ux为x(t)的均值,uCi为Ci(t)的均值;

2)计算相关系数:

式中ρxC(i)为x(t)与Ci(t)的相关系数,σx和σCi分别代表x(t)与Ci(t)标准差;

3)计算参考相关系数,J为参考相关系数,其计算如下:

式中N为分解得到的IMF的层数;找到相关系数ρxC(i)大于参考相关系数J的分量,分量的ρxC(i)大于参考相关系数J时,所在的分量就能代表信号的性质,即分量Ci(t)被选择;

步骤(5),使用改进小波阈值方法对被选择的分量进行处理,对每个被选中的分量Ci(t)做如下处理:

1)利用离散小波变换将Ci(t)分解为多层,定义细节系数的“峰和比”,具体如下:

其中wj为第j层的小波系数,其中wj,i是j层i点的小波系数;如果Sj≤0.2<Sj+1,则选择j为此IMF进行小波变换的分解层数;

2)选择阈值的上下限λL和λH来处理每一层的小波系数,

λj,L=μjj,Lσj

λj,H=μjj,Hσj

其中λj,L和λj,H是第j层的阈值上下限;κj,L和κj,H是可调参数;μj和σj是第j层小波系数的均值和方差;

然后,计算κj,L和κj,H的最小值来得到κ的精确值;

如果Sj≤0.01,则设置和否则,

Sr,L和Sr,H定义为和Sj,L和Sj,H分别是小波系数正负部分的峰和值,其中L<k<H;

确定了每一层的阈值后,对小波系数按以下公式处理:

3)用处理后的小波系数重构得到的就是处理后的IMF,即

步骤(6),用步骤(5)得到被处理的部分分量记为与未进行处理的Ci进行信号重构,其中未进行处理的Ci不包括第一个分量C1;由于IMF1中的噪声比例非常大,舍弃了第一个分量IMF1即C1,重构如下:

式中为重构得到的去噪后的信号,q为被改进小波阈值算法处理过的IMF分量的数量,p为余下被没有处理的IMF分量Ci的数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910285085.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top