[发明专利]基于改进小波阈值与EEMD的肌电信号去噪方法

摘要

本发明涉及一种基于改进小波阈值与EEMD的肌电信号去噪方法。首先，采用总体平均经验模式分解的方法将肌电信号分解为若干个本征模态函数，运用一种基于小波的提取方法从第一个分量中提取信号的有用部分，运用自相关函数法将剩余本征模态函数分为含噪声较高的高频分量和含噪低的低频分量，然后运用一种改进的小波阈值将高频分量进行去噪。最后将处理后的第一个分量、高频分量和低频分量重构，重构后的信号即为去噪信号。本发明结合了总体平均经验模态分解方法与具有去噪效果比传统阈值更好的改进阈值去噪方法，并且没有直接舍弃含噪很高的第一个分量，而是运用一种基于小波的提取方法将有用信号部分提取出来。

主权项

1.基于改进小波阈值与EEMD的肌电信号去噪方法，其特征在于，该方法包括如下步骤：步骤(1).采用EEMD方法将含噪声的表面肌电信号s(t)分解为n个本征模式分量IMF，式中c_i(t)为第i个IMF，r(t)为残余分量；步骤(2).计算每个IMF的自相关函数并且归一化；步骤(3).计算步骤(2)中每个IMF自相关函数的方差，用来衡量每个IMF含噪量；步骤(4).通过步骤(3)得到的方差找到一个临界本征模式分量ck+1(t)；如果方差低于阈值0.005，则相应的IMF被视为含噪高的高频分量，否则为低频分量；步骤(5).运用一种基于小波的提取方法提取第一个分量c1(t)的有效成分c'1(t)；运用改进的小波阈值去噪方法对高频分量ci(t)(i＝2,...,k)进行处理，得到c'i(t)(i＝2,...,k)；步骤(6).重构肌电信号，s'(t)即为去噪信号；所述的一种基于小波的提取方法具体如下：1)利用离散小波变换DWT将IMF1即c1(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；如果Sj≤0.2＜Sj+1，则选择j为IMF1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；其中Nj为采样点数；然后，计算κj,L和κj,H的最小值来得到κ的精确值；如果S_j≤0.01，则设置和否则，S_r,L和S_r,H定义为和S_j,L和S_j,H分别是小波系数正负部分的峰和值；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新的IMF1，也就是信号的有用部分c'1(t)；所述的改进的小波阈值去噪方法具体如下：1)运用最大熵法确定最佳小波基函数；首先选择某一小波基函数对高频分量ci(t)进行小波分解，计算小波系数的熵En，公式如下：其中wj为小波系数；最后，选择能得到最大熵的小波基函数；2)选择分解等级；首先，对高频分量ci(t)进行一层小波分解；然后，对获得的高频小波系数进行白噪声检验，如果系数属于白噪声，则再次分解得到第二层的高频小波系数，对其进行白噪声检验；重复此过程直到某一层小波系数不属于白噪声；最后，若分解了n次，则选择的分解等级为n‑1；3)对高频分量ci(t)进行n‑1层小波分解,将每一层的小波系数进行阈值处理，改进的阈值函数如下：其中α和β为可调参数，σ为噪声信号的均方差；用处理后的各层小波系数重构信号，得到去除了噪声的分量c'_i(t)。