《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 测试测量 > 设计应用 > 基于改进小波-VMD的脉搏信号联合去噪方法研究
基于改进小波-VMD的脉搏信号联合去噪方法研究
电子技术应用
王元元,梁竹关,汤钰辉,雷江涛,李鹏
云南大学 信息学院
摘要: 针对在脉搏信号的实际测量过程中由环境变化、受试者运动、电磁干扰等因素产生大量噪声这一问题,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)和改进的小波阈值联合去噪算法。以皮尔逊相关系数为评价标准,优化k值后对信号进行k层VMD分解;从分解得到的本征模态分量(IMFs)中筛选出低频分量,并对剩余IMFs中包含有效信息的IMFs分量采用改进的小波阈值算法进行去噪;最后,将去噪后的IMFs与低频分量重构,得到降噪后的信号。通过模拟数据进行仿真实验,并对比VMD、VMD-SSA、VMD-SG、ICCEMDAN-WT、MEEMD-WT几个方法和所提方法的去噪效果,仿真实验结果表明,经该算法降噪得到的去噪信号在信噪比、均方误差、归一化互相关度几个指标上的表现最优。在对实测脉搏信号进行验证时,结果表明该算法能够有效去噪,同时保留信号的关键信息特征。
中圖分類號:TN911.4 文獻標(biāo)志碼:A DOI: 10.16157/j.issn.0258-7998.256906
中文引用格式: 王元元,梁竹關(guān),湯鈺輝,等. 基于改進小波-VMD的脈搏信號聯(lián)合去噪方法研究[J]. 電子技術(shù)應(yīng)用,2026,52(6):90-96.
英文引用格式: Wang Yuanyuan,Liang Zhuguan,Tang Yuhui,et al. A joint denoising method of pulse signal based on improved wavelet-VMD[J]. Application of Electronic Technique,2026,52(6):90-96.
A joint denoising method of pulse signal based on improved wavelet-VMD
Wang Yuanyuan,Liang Zhuguan,Tang Yuhui,Lei Jiangtao,Li Peng
School of Information,Yunnan University
Abstract: To address the problem of substantial noise introduced during the actual measurement of pulse signals due to environmental changes, subject motion, electromagnetic interference, and other factors, this paper proposes a denoising algorithm based on Variational Mode Decomposition (VMD) combined with an improved wavelet thresholding method. Using the Pearson correlation coefficient as the evaluation criterion, the optimal value of k is determined, and the signal is decomposed into k modes via VMD. Low-frequency components are selected from the resulting Intrinsic Mode Functions (IMFs), while the remaining IMFs containing useful information are denoised using the improved wavelet thresholding algorithm. Finally, the denoised IMFs are reconstructed with the low-frequency components to obtain the final denoised signal. Simulation experiments using synthetic data were conducted to compare the proposed method with several other denoising approaches, including VMD, VMD-SSA, VMD-SG, ICCEMDAN-WT, and MEEMD-WT. The results demonstrate that the proposed algorithm achieves superior performance in terms of Signal-to-Noise Ratio (SNR), Mean Squared Error (MSE), and Normalized Cross-Correlation Coefficient (NCCC). Validation on actual measured pulse signals further confirms that the proposed algorithm effectively removes noise while preserving the key features of the pulse signal.
Key words : VMD;wavelet threshold denoising;pulse signal;Pearson correlation coefficient

引言

脈搏波是一種由心臟的搏動沿動脈血管和血流向周圍傳播形成的震動信號[1],從中反映出來的波形、強度、節(jié)律可以作為判斷人體健康與否的重要依據(jù)。持續(xù)的動態(tài)脈搏監(jiān)測數(shù)據(jù)在提早發(fā)現(xiàn)人體異常、了解病因方面有重要意義[2-4]。由于受到外部環(huán)境及硬件電路的影響,在采集脈搏信號的過程中,不可避免地會引入一些噪聲,這些噪聲會掩蓋信號中的重要信息,給后續(xù)脈搏特征的提取、分析帶來很大的困難。因此,對采集到的脈搏信號進行去噪預(yù)處理就顯得尤為重要。

常見的信號處理方法有快速傅里葉變換法、小波變換、希爾伯特變換、經(jīng)驗?zāi)B(tài)分解法(Empirical Mode Decomposition, EMD)、變分模態(tài)分解法(Variational Mode Decomposition, VMD),以及它們的改進方法[5-7]。VMD是由Dragomiretskiy等人于2014年提出[8],是一種自適應(yīng)的、非遞歸的、可將信號分解成有限個IMF分量之和的分解方法,該方法能有效避免EMD方法存在的模態(tài)混疊問題,還能避免過包絡(luò)、欠包絡(luò)和邊界效應(yīng)等問題,具有較高的復(fù)雜數(shù)據(jù)分解精度及較好的抗干擾性,但其分解層數(shù)K和懲罰因子需要人為確定,合適的參數(shù)選取至關(guān)重要。為了達到更好的去噪效果,不少學(xué)者致力于研究信號處理方法的改進,其中對VMD的改進方式主要是通過優(yōu)化其參數(shù),從而使得VMD分解出的IMF分量達到最好的效果,最終更準(zhǔn)確地重構(gòu)信號。曹盤盤等人[9]提出了一種基于Spearman相關(guān)系數(shù)平均閾值的方法,來確定VMD的最優(yōu)分解模數(shù)k,有效去除了變壓器局部放電聲信號中的白噪聲干擾。馬愈昭等人[10]利用孔雀優(yōu)化算法 (POA)算法對 VMD 參數(shù)進行優(yōu)化,用于光纖周界入侵信號的降噪,使得入侵信號的去噪效果得到了明顯改善。但僅從VMD參數(shù)優(yōu)化方向進行改進,對去噪效果的提升空間有限。不少學(xué)者將VMD與其他方法聯(lián)合起來,用于不同領(lǐng)域信號的去噪。王映植等人[11]聯(lián)合VMD與壓縮感知重構(gòu)方法,有效抑制了局部放電信號的干擾噪聲。宋永獻等人[12]提出了VMD聯(lián)合豪斯多夫距離非局部均值(HDNLM)濾波的改進模型,有效提高了下肢肌電信號的去噪效果及算法的魯棒性。小波變換在處理突變信號方面具有顯著的優(yōu)勢[13-14]。但傳統(tǒng)的小波閾值去噪法存在基函數(shù)無自適應(yīng)性的問題,很多學(xué)者對其小波閾值函數(shù)進行改進,使其去噪效果在原有基礎(chǔ)上得到了明顯改善[15-16]。但改進后的小波閾值去噪方法與較新的去噪方法相比仍然存在一定的差距,因此,很多人將小波閾值與較新的去噪方法聯(lián)合起來,如與EMD、MEEMD等相結(jié)合[17-18],以達到更好的去噪效果。

在脈搏信號預(yù)處理領(lǐng)域,也出現(xiàn)過VMD聯(lián)合其他方法去噪[19]或改進小波去噪算法的研究[20-21]。脈搏信號是一種沖擊信號,基于脈搏信號的突變特性,本文結(jié)合VMD與改進小波閾值算法的優(yōu)勢,提出了一種VMD與基于指數(shù)型閾值函數(shù)的改進小波閾值去噪法聯(lián)合去噪的算法,以達到比現(xiàn)有聯(lián)合去噪法更好的去噪處理效果。先對采集到的脈搏信號進行VMD分解,再從中篩選出主頻率在25 Hz以下的IMF分量進行重構(gòu)。剩余的IMF分量不直接參與重構(gòu),但在這些信號里仍然會存有少量的脈搏特征信息。從剩余的IMF分量篩選出含有一定低頻信息的IMF分量,再對這些分量進行改進的小波閾值去噪處理,最后將去噪后的這些分量與VMD重構(gòu)后的分量疊加,從而最大限度地還原脈搏信號的有效信息。


本文詳細內(nèi)容請下載:

http://www.tom3567.com/resource/share/2000007109


作者信息:

王元元,梁竹關(guān),湯鈺輝,雷江濤,李鵬

(云南大學(xué) 信息學(xué)院,云南 昆明 650504

2.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 午夜精品美女久久久久av福利| 欧美亚洲国产日本| 久久精品ww人人做人人爽| 精品久久久久久无码中文野结衣| 国产精品热视频| 日韩欧美亚洲日产国产| 久久久久久久国产精品视频| 久久九九国产精品怡红院 | 91精品在线看V| 亚洲a在线观看| 国产精品国产亚洲伊人久久 | 日本欧美精品久久久| 日韩中文字幕精品视频| 国产精品三级网站| 国产成人中文字幕| 欧美xxxx综合视频| 亚洲欧洲精品在线观看| 国产精品av免费| 久久天堂国产精品| 久久精品国产精品亚洲精品色| 欧美国产日韩激情| 久久亚洲免费| 亚洲五月六月| 久久综合九九| 国产在线精品91| 色综合久久88| av在线亚洲男人的天堂| 亚洲综合色激情五月| 日本精品一区二区三区视频| 99精品一级欧美片免费播放| 久久久久久久久久久视频| 免费国产成人看片在线| 91免费视频网站在线观看| 国产精品视频在线观看| 午夜精品久久久久久久男人的天堂 | 国产综合免费视频| 午夜精品蜜臀一区二区三区免费| 国产二区视频在线播放| 人妻少妇精品无码专区二区| 亚洲国产精品影视| 日韩天堂在线视频|