[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
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: | 本发明涉及一种基于CEEMD与改进小波阈值的表面肌电信号消噪方法。首先用互补集合经验模态分解对表面肌电信号进行分解得到固有模态函数分量。然后通过分量相关分析选择合适的固有模态函数分量,对每个被选择的固有模态函数分量进行改进小波阈值处理。最后,信号由被改进小波阈值处理后的固有模态函数分量和未被改进小波阈值处理的固有模态函数分量进行信号重构,得到去噪后的信号。本发明在信号处理方面具有自适应性,适合于非线性、非平稳表面肌电信号的分析,能够减少由于模态混叠带来的不利影响,并且尽可能多的保留了信号中有用的信息,减少了噪声带来的影响,实验证明,本发明提出的肌电信号去噪方法比其他去噪方法具有更好的效果。 | ||
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 | ||
【主权项】:
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=μj‑κj,Lσjλj,H=μj+κj,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/patent/201910285085.5/,转载请声明来源钻瓜专利网。
- 上一篇:用于睡眠监测的部件
- 下一篇:一种基于肌电信号的上肢肘关节连续运动估计方法