高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

脉搏信号滤波方法研究

冀常鹏 赵丽娜

引用本文:
Citation:

脉搏信号滤波方法研究

    作者简介: 冀常鹏(1970-),男,教授,现主要从事弱信号处理方面的研究。E-mail:jichangpeng@lntu.edu.cn.
  • 基金项目:

    山东省自然科学基金资助项目(ZR2012GL06)

  • 中图分类号: TP273+.23

Research of wave filter method of human sphygmus signal

  • CLC number: TP273+.23

  • 摘要: 为了降低噪声对人体脉搏信号的干扰、提高采集精度,提出了一种改进的滤波算法。从脉搏信号及其噪声特点出发,采用与经验模态分解法结合的方法,选择适当的小波基并改进小波阈值函数,构造模态系数对脉搏信号进行滤波。经过理论分析与实验验证,取得了理想的实验数据。结果表明,改进的阈值算法不仅克服了软、硬阈值的局限性,并能有效克服傅里叶变换后产生的边缘效应问题;同时,与经验模态分解法相结合,削弱了低频噪声滤除的误差,增强了小波变换的自适应性,较传统的滤波方法能更好地抑制噪声,有助于提高信噪比。
  • [1]

    WANG H Y, WANG X, DELLER J R, et al. A shape-preserving preprocessing for human pulse signals based on adaptive parameter determination[J].IEEE Transactions on Biomedical Circuit and Systems, 2014, 8(4):594-604.
    [2]

    HASEGAWA-OHIRA M, HANASAKA Y, ISHIGURO T. Identification of human pulse waveform by silicon microphone chip[J]. IEEE Transactions on Biomedical Circuit and Systems, 2011, 9(10):1145-1150.
    [3]

    ZHANG H, CHEN H M, CHENG Y H. Pulse signal wavelet de-noising based on an adaptive compromising-smooth threshold[J]. China Integrated Circuit, 2013, 22(8):13-17(in Chinese).
    [4]

    ZHAO Zh Q, ZHENG G W, SHEN W, et al. Research on pulse wave signal noise reduction and feature point identification[J]. Electronic Design Engineering, 2013, 25(5):57-60(in Chinese).
    [5]

    ZHANG B W. Pulse signal features analysis and research based on ensemble empirical decomposition and stationary wavelet transform[D]. Beijing:Beijing University of Technology, 2013:4-72(in Chinese).
    [6]

    LUO Y H.Noise reduction of pulse signal[J].Information Communication, 2012, 120(4):33-35(in Chinese).
    [7]

    MALLAT S, HWANG W L. Singularity detection and processing with wavelets[J]. IEEE Transactions on Information Theory, 1992, 38(2):617-643.
    [8]

    XU Y, WEAVER J B, HEALYJR D M, et al. Wavelet transform domain filters:a spatially selective noise filtration technique[J]. IEEE Transactions on Image Processing, 1994, 3(6):747-758.
    [9]

    DONOHO D L. De-noising by soft-shareholding[J]. IEEE Transactions on Information Theory, 1995, 41(3):613-627.
    [10]

    BRUCE A G, GAO H Y. Wave shrink with firm shrinkage[J]. Statistica Sinica, 1997, 7(4):855-874.
    [11]

    WANG R, ZHANG Y Ch. New threshold function in wavelet threshold de-noising[J]. Computer Engineering and Applications,2013, 49(15):215-218(in Chinese).
    [12]

    LIU X L, QIAO L, YANG J L, et al. An improved wavelet threshold algorithm for ECG denoising[J]. Journal of Biomedical Engineering, 2014, 31(3):511-515(in Chinese).
    [13]

    WAN J,ZHANG X H,RAO J H. Application of wavelet threshold de-noising in scattering optional wake flow signal processing[J]. Laser Technology, 2011, 35(4):468-471(in Chinese)
    [14]

    HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the hilbert spectrum for non-linear and non-stationary time series analysis[J].Proceedings of the Royal Society, 1998, 454(1971):903-995.
    [15]

    YE L L, YANG D, WANG X. Research on ECG de-noising method based on ensemble empirical mode decomposition and wavelet transform using improved threshold function[J]. Journal of Biomedical Engineering, 2014, 31(3):567-571(in Chinese).
    [16]

    WANG Y Ch. An emotion recognition method based on TM-EMD algorithm and multi-modal characteristic of pulse signal[D]. Ji'nan:Shandong University, 2013:10-66(in Chinese).
    [17]

    MA F Y. Research and application of human pulse detection[D]. Beijing:Beijing University of Chemical Technology, 2011:14-69(in Chinese).
    [18]

    ZHANG H L, ZHANG G L, ZHANG K. Design of the pulse wave digital filters based on MATLAB[J]. Advanced Materials Research,2014, 981(6):576-578.
  • [1] 蒲亮叶玉堂吴云峰王昱琳刘莉 . 基于经验模态分解的激光干涉信号处理. 激光技术, 2011, 35(3): 299-301,311. doi: 10.3969/j.issn.1001-3806.2011.03.003
    [2] 郭常盈郑珂 . 基于小波变换阈值的光干涉信号去噪. 激光技术, 2009, 33(5): 506-508. doi: 10.3969/j.issn.1001-3806.2009.05.027
    [3] 万俊张晓晖饶炯辉 . 小波阈值去噪在尾流散射光信号处理中的应用. 激光技术, 2011, 35(4): 468-471. doi: 10.3969/j.issn.1001-3806.2011.04.008
    [4] 谈渊甘学辉张东剑刘香玉廖壑 . 基于小波去噪的激光多普勒振动信号处理. 激光技术, 2022, 46(1): 129-133. doi: 10.7510/jgjs.issn.1001-3806.2022.01.014
    [5] 赵新才吴云峰方亮刘宁文 . 激光干涉测速中的小波快速算法研究. 激光技术, 2012, 36(5): 649-652. doi: 10.3969/j.issn.1001-3806.2012.05.019
    [6] 刘彪吴云峰赵新才 . 全光纤位移干涉测速系统中小波基的选取研究. 激光技术, 2012, 36(2): 247-250. doi: 10.3969/j.issn.1001-3806.2012.02.027
    [7] 王涛沈永辉姚建铨 . 基于小波阈值法的激光雷达回波信号去噪研究. 激光技术, 2019, 43(1): 63-68. doi: 10.7510/jgjs.issn.1001-3806.2019.01.013
    [8] 时颖句爱松乐燕芬 . 基于FPGA的外差干涉信号处理方法. 激光技术, 2012, 36(2): 221-224. doi: 10.3969/j.issn.1001-3806.2012.02.020
    [9] 刘盛刚李泽仁刘乔 . 基于时频分析的自混合干涉信号处理方法研究. 激光技术, 2009, 33(6): 626-629. doi: 10.3969/j.issn.1001-3806.2009.06.019
    [10] 邱小倩乐燕芬王静 . 基于FPGA的插频式外差干涉信号处理方法. 激光技术, 2011, 35(2): 199-201,205. doi: 10.3969/j.issn.1001-3806.2011.02.016
    [11] 陈功朱锡芳许清泉徐安成杨辉 . 小波和稀疏分解在非连续性薄膜去噪中的应用. 激光技术, 2014, 38(4): 546-550. doi: 10.7510/jgjs.issn.1001-3806.2014.04.022
    [12] 杨正理史文陈海霞 . 光纤周界报警信号自适应压缩感知. 激光技术, 2020, 44(1): 74-80. doi: 10.7510/jgjs.issn.1001-3806.2020.01.013
    [13] 柯天兵林琳李永倩翟丽娜 . 海缆布里渊光时域反射信号的去噪方法研究. 激光技术, 2014, 38(3): 311-315. doi: 10.7510/jgjs.issn.1001-3806.2014.03.006
    [14] 刘冬梅沈君愉王丽君 . 小波变换在图像相关识别中的应用. 激光技术, 2004, 28(6): 641-644.
    [15] 何长涛马孜陈建国赵汝进 . 基于小波变换的薄膜激光损伤识别. 激光技术, 2007, 31(2): 131-133,136.
    [16] 张千千史纬恒伍波万家硕成家豪龚靖赵青虎 . 基于小波变换模极大值的LiDAR风切变预警算法. 激光技术, 2022, 46(5): 610-617. doi: 10.7510/jgjs.issn.1001-3806.2022.05.005
    [17] 陈锋张闻文虞文俊陈钱顾国华 . 基于小波变换的EMCCD微光图像融合算法. 激光技术, 2014, 38(2): 155-160. doi: 10.7510/jgjs.issn.1001-3806.2014.02.003
    [18] 高颖王阿敏王凤华郭淑霞 . 改进的小波变换算法在图像融合中的应用. 激光技术, 2013, 37(5): 690-695. doi: 10.7510/jgjs.issn.1001-3806.2013.05.028
    [19] 虞文俊顾国华杨蔚 . 基于小波变换的红外偏振图像融合算法. 激光技术, 2013, 37(3): 289-292. doi: 10.7510/jgjs.issn.1001-3806.2013.03.004
    [20] 马国鹭赵斌 . 基于极坐标变换的相位扫描定中方法. 激光技术, 2014, 38(4): 449-454. doi: 10.7510/jgjs.issn.1001-3806.2014.04.004
  • 加载中
计量
  • 文章访问数:  14530
  • HTML全文浏览量:  11796
  • PDF下载量:  254
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-10-14
  • 录用日期:  2014-11-12
  • 刊出日期:  2016-01-25

脉搏信号滤波方法研究

    作者简介: 冀常鹏(1970-),男,教授,现主要从事弱信号处理方面的研究。E-mail:jichangpeng@lntu.edu.cn
  • 1. 辽宁工程技术大学电子与信息工程学院, 葫芦岛 125105;
  • 2. 辽宁工程技术大学研究生院, 葫芦岛 125105
基金项目:  山东省自然科学基金资助项目(ZR2012GL06)

摘要: 为了降低噪声对人体脉搏信号的干扰、提高采集精度,提出了一种改进的滤波算法。从脉搏信号及其噪声特点出发,采用与经验模态分解法结合的方法,选择适当的小波基并改进小波阈值函数,构造模态系数对脉搏信号进行滤波。经过理论分析与实验验证,取得了理想的实验数据。结果表明,改进的阈值算法不仅克服了软、硬阈值的局限性,并能有效克服傅里叶变换后产生的边缘效应问题;同时,与经验模态分解法相结合,削弱了低频噪声滤除的误差,增强了小波变换的自适应性,较传统的滤波方法能更好地抑制噪声,有助于提高信噪比。

English Abstract

参考文献 (18)

目录

    /

    返回文章
    返回