小信号滤波的研究及应用

发布时间：2020-10-28 08:46

　　 在医疗诊断、体育科研、航空航天和集成工控等领域,都越来越注重高精度的智能技术,尤其面对如今越来越集成化的电子设备以及复杂的电磁干扰环境,对微小信号的采集及处理更显得尤为重要。本文的主要研究内容是以肌电信号这种小信号的滤波、去噪展开的。为了提取清晰、完整的肌电信号,肌电信号的去噪处理势在必行,人体很多电信号的提取、分析同样可以借鉴肌电信号的处理方法,因此该研究具有十分重要的意义和价值。针对微小信号检测系统和高灵敏度自动化仪表中传感器输出电信号很小且极易受到外界噪声信号干扰的问题,本文以表面肌电信号为例进行分析、研究,根据其信号微弱、频率低、极易受到干扰的特点,提出了本系统的设计要求,并根据主要干扰的来源及特点确定整体设计方案。为了做出更加科学且有效的设计,需要遵循以下两点:一是有针对性地分析目标信号的特征及环境干扰因素,从而提出相应的具体处理措施;二是既要从信号采集的源头加入降噪、滤波处理,同时对采集到的电信号要进一步实现数字滤波,以提高采集精度。因此,在肌电信号滤波研究中,首先设计该小信号的采集模块,以尽可能地从信号源头减少外界带来的噪声干扰,由于直接采用大规模滤波算法实现信号降噪不仅会增加复杂度,更降低了适用灵活性,因此首先设计了具有高共模抑制比、放大增益灵活可调、具有良好抗噪声性能的小信号采集与处理前端模块,包括前置放大、带通滤波以及陷波等电路单元;并在Multisim软件中仿真验证各模块的正确性、可行性,从信号的前端采集阶段实现硬件滤波;最后基于STM32进行信号数据的采集及后续处理,针对主要干扰:基线漂移、工频干扰和运动干扰,分别介绍和研究了自适应滤波和小波变换等算法的降噪处理,并作对比、分析。通过仿真验证,该设计基本满足要求,能够实现微小信号的滤波处理。
【学位单位】：内蒙古科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM935
【部分图文】：

骨骼肌示意图

信号分析信号的典型特征地、有针对性的对目标信号实现低噪声采集、处理，达到更好滤面肌电信号的产生机理以及它的典型信号表现特征进行了解，更噪声来源分析，并有针对性地提出解决方案。基于此，再针对了体的滤波设计，从而更有效地实现微小信号的滤波处理。采集模块设计的关键，首先就是要了解肌电信号的具体特点，包、干扰来源等，根据具体的科学数据进行严格的电路设计，这样不必要的噪声，过滤掉客观条件所引入的干扰，采集到干净的、然肌电信号的波动强度会存在个体差异，但是不同的肌电采集环集位置以及采集模块的设计都会对信号采集有所影响，因此必须科高效率。

内蒙古科技大学硕士学位论文面肌电信号采集原理图 2.3 所示，这是肌肉动作时的电流发生过程，通过采集模块，将单极性的动换为了双极型，即信号采集的具体原理分析。其次，人体无论出于动作中还是会或多或少地产生一定量的电波动，也就是人体表始终可以检测到电信号，只同而已。如下图所示，首先需要在体表放置两个贴片电极，电极接触到皮肤表表电信号传输到前端采集模块进行放大，如果肌肉处于静息态，那么几乎采集应信号；电信号的产生过程大致为：当肌肉受到一定刺激后，肌纤维上会在 t1一个动作电位，就近原则，在 t2 时刻它首先会传导至电极M 处，又由于电位的因此该动作电位相对于位置较远的电极 N 来说是正的，所以电极导出正向电推移，电位依次传播，电极也经过极化、去极化依次发生翻转，t3 时电位变为 0[13
【相似文献】

相关期刊论文 前10条

1 顾美;方龙;;自适应滤波理论与算法[J];安徽电子信息职业技术学院学报;2009年05期

2 郭艺;张尔扬;;空时自适应滤波抗干扰分析[J];航天电子对抗;2007年03期

3 徐蕾,孙金生,王执铨;自适应滤波的研究新方向[J];控制与决策;1999年01期

4 张颖，冯纯伯;消除噪声引起的自适应滤波偏差[J];控制理论与应用;1996年06期

5 汪波,罗宜美;一种改进的自适应滤波预测方法[J];系统工程学报;1996年03期

6 舒干，黄伯棠，朱源年，张传立，李知堂;自适应滤波法在洪水预测中的应用[J];灾害学;1996年04期

7 彭侠夫,孙德波;两种在线估计偏差与噪声自适应滤波的分析与比较[J];哈尔滨工程大学学报;1997年01期

8 杨福生;;诱发电位的自适应滤波[J];国外医学(生物医学工程分册);1987年05期

9 尚毅;地球同步卫星轨道交会时的状态估计与参数估计[J];宇航学报;1988年03期

10 张振和;火器控制中的噪声自适应滤波模型[J];火力与指挥控制;1988年01期

相关博士学位论文 前10条

1 秦月梅;广义未知扰动下不确定系统自适应滤波研究[D];西北工业大学;2018年

2 张勰;基于自适应滤波的鲁棒性算法研究[D];华南理工大学;2017年

3 林耀荣;自适应滤波理论及其在回波消除中的应用研究[D];华南理工大学;1999年

4 黄全振;压电智能结构自适应滤波振动主动控制研究[D];上海大学;2012年

5 尚勇;并行滤波算法及其脉动阵结构研究[D];西安电子科技大学;2000年

6 李泽林;基于自适应滤波的海洋可控源数据噪声处理方法研究[D];中国地质大学;2017年

7 朱红路;热工信号自适应滤波及其在建模与控制中的应用[D];华北电力大学（北京）;2010年

8 刘海波;基于星敏感器的无陀螺角速度测量新方法研究[D];国防科学技术大学;2012年

9 徐树生;船舶动力定位系统多传感器信息融合方法研究[D];哈尔滨工程大学;2013年

10 陆思良;基于随机共振的微弱信号检测模型及应用研究[D];中国科学技术大学;2015年

相关硕士学位论文 前10条

1 邓子浩;小信号滤波的研究及应用[D];内蒙古科技大学;2019年

2 王锦耀;面向深空激光通信的精跟踪技术研究[D];华中科技大学;2019年

3 殷成龙;手指心电信号的预处理算法研究[D];杭州电子科技大学;2016年

4 代蜀梅;心电信号去噪方法的研究与实现[D];电子科技大学;2019年

5 王艺璇;基于自适应滤波的微弱信号采集模块硬件设计[D];电子科技大学;2019年

6 李雅林;自适应滤波LMS算法的研究[D];广东工业大学;2019年

7 陈旭;基于人脸视频的心率测量算法研究[D];电子科技大学;2019年

8 于卓含;智能消防头盔系统中相关技术的研究[D];哈尔滨理工大学;2018年

9 唐宇;基于脉搏波的心率信号提取实现方法研究[D];长沙理工大学;2017年

10 毛烁;面向运动过程的血氧饱和度提取算法研究[D];西安电子科技大学;2018年

本文编号：2859859