生物医学信号处理总结_生物医学信号处理概述

2020-02-28 其他工作总结下载本文

生物医学信号处理总结由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“生物医学信号处理概述”。

一、生物医学信号处理绪论

生物医学信号处理的对象：由生理过程自发产生的；把人体作为通道，外界施加于人体产生的电生理信号和非电生理信号。

生物信号的主要特点：复杂性，随机性强，噪声干扰强，非平稳性等

二、数字信号处理基础

傅立叶变换的意义：把一个无论多复杂的输入信号分解成复指数信号的线性组合，那么系统的输出也能通过图2.1的关系表达成相同复指数信号的线性组合，并且在输出中的每一个频率的复指数函数上乘以系统在那个频率的频率响应值。使得分析、处理信号变得简单。

数字滤波器的设计：IIR滤波器的设计：利用传统的模拟滤波器设计方法。

切比雪夫低通滤波器：

%低通滤波器设计0~35Hz

wp=35;ws=45;%WP通带截止频率，WS阻带截止频率

Rp=1;Rs=71;%Rp通带内的最大衰减,Rs阻带内的最小衰减

fs=1000;%采样频率

[N,wn]=cheb1ord(wp/(fs/2),ws/(fs/2),Rp,Rs);

[B,A]=cheby1(N,Rp,wn);

freqz(B,A,[],fs)%幅频特性

FIR滤波器设计：多采用窗函数和频率取样设计法。椭圆带通滤波器

[b_alpha,a_alpha] = ellip(5,1,40,[8 13]*2/500);

freqz(b_alpha,a_alpha,[],500)

例题2-11选择合适的窗设计FIR低通滤波器，画出滤波器的单位脉冲响应和该滤波器的幅度响应：

解：

wp = 0.2*pi;ws = 0.3*pi;%给出通带频率和阻带频率

tr_width = ws-wp;%求过渡带宽度

%，hamming window即可满足该条件，查表求得窗长度

M = ceil(6.6*pi/tr_width);

n=[0:1:M-1];

wc =(ws+wp)/2;%求截止频率

b= fir1(M,wc/pi);%求FIR低通滤波器的系数，默认就是hamming window

h=b(1:end-1);

[hh,w] = freqz(h,[1],'whole');%求滤波器的频率响应

hhh=hh(1:255);ww=w(1:255);%由于对称性，画一半图即可

% 画图

subplot(1,2,1);stem(n,h);title('实际脉冲响应')

axis([0 M-1-0.1 0.3]);xlabel('n');ylabel('h(n)')

subplot(1,2,2);plot(ww/pi,20*log10(abs(hhh)));title('幅度响应（单位： dB）');grid

axis([0 1-100 10]);xlabel('频率（单位：pi）');ylabel('分贝')

set(gca,'XTickMode','manual','XTick',[0,0.2,0.3,1])

set(gca,'YTickMode','manual','YTick',[-50,0])

例2-12】最常碰到的信号处理任务是平滑数据以抑制高频噪声。求几个数据点的平均值是减弱高频噪声的一种简单方法，这种滤波器被称为平滑滤波器或中值滤波器。

Y = MEDFILT1(X,N)，如果没有给出N的值，则默认N=3；

当N是奇数时Y是X(k-(N-1)/2 : k+(N-1)/2)的平均；

当N是偶数时，Y是X(k-N/2 : k+N/2-1)的平均。

三、随机信号基础

平稳各态遍历的随机过程：如果随机信号的统计特性与开始进行统计分析的时刻无关，则为平稳随机过程，否则为非平稳随机过程。

如果所有样本在固定时刻的统计特征和单一样本在全时间上的统计特征一致，则为各态遍历的随机过程。

随机信号通过线性系统的四个关系式

1.Py(ej)H(ej)Px(ej)

2.Ry(m)Rx(m)h(m)h(m)

3.Pxy(ej)H(ej)Px(ej)

4.Rxy(m)Rx(m)h(m)

四、数字卷积和数字相关

卷积和相关运算的程序编写实现

线性相关函数：2

rxy(m)

nx(n)y(nm)