结合CEEMDAN与改进区间阈值的ECG降噪研究

发布时间：2022-10-15 13:18

　　集合经验模态分解（EEMD）结合区间阈值在心电信号（ECG）降噪上取得了较好的效果,但存在降噪后信号在某些点不连续的情况.针对该问题,提出了自适应噪声的完备集合经验模态分解（CEEMDAN）与改进区间阈值相结合的方法.首先使用CEEMDAN对心电信号进行分解,得到本征模态函数;基于得到的本征模态函数,通过合理选择反映信号时域特点的区间阈值,选择对体现信号高频分量的本征模态函数进行处理,实现高频降噪;基于得到的本征模态函数的过零率判断信号的低频特征,实现了基线漂移的去除.通过对真实心电信号的降噪处理结果对比分析,证明本方法相对结合区间阈值的集合经验模态分解减少了产生不连续点的情况,降噪后的信号信噪比更高,误差更小. 

【文章页数】：4 页

【文章目录】：
1 引言
2 基于CEEMDAN的ECG分解与阈值
    2.1 CEEMDAN分解
    2.2 阈值计算
    2.3 区间阈值
    2.4 文献[7]中提出的方法及问题
3 基于改进区间阈值的ECG高频降噪
    3.1 区间阈值优化选择与降噪
    3.2 区间阈值的迭代
4 基于过零率的ECG基线漂移去除
5 实验结果及对比
6 结论


【参考文献】：
期刊论文
[1]基于CEEMDAN-PE的心冲击信号降噪方法研究[J]. 耿读艳,王晨旭,赵杰,宁琦,姜星.  仪器仪表学报. 2019(06)
[2]基于EMD和小波包能量法的信号去噪[J]. 赵超,杨庆东.  北京信息科技大学学报(自然科学版). 2019(01)
[3]改进超分辨率卷积神经网络和字典学习的图像超分辨率重构算法[J]. 张海涛,赵燚.  小型微型计算机系统. 2018(09)
[4]基于IMF和预测滤波的轴承故障诊断方法[J]. 张丹,崔善政,隋文涛,黄雪梅.  组合机床与自动化加工技术. 2016(08)



本文编号：3691379