数字信号处理算法研究毕业论文.docx
《数字信号处理算法研究毕业论文.docx》由会员分享,可在线阅读,更多相关《数字信号处理算法研究毕业论文.docx(23页珍藏版)》请在冰豆网上搜索。
数字信号处理算法研究毕业论文
数字信号处理算法研究毕业论文
毕业论文
论文题目(中文)数字信号处理算法研究--基于人体脉搏信号
论文题目(外文)ResearchonDigitalSignalProcessingAlgorithm--basedonhumanpulsesignal
数字信号处理算法研究
--基于人体脉搏信号
中文摘要
脉搏信号是一种较为常见的生物医学信号,是人体重要的动力学信号之一,脉搏信号在相当程度上可以反映人体心血管的生理状态信息,它能反映人体心脏器官以及血液循环系统的生理情况变更,在临床健康观察和疾病诊断中位置非常的重要。
因此脉搏信号的处理和分析在医学界受到了广泛的关注和重视。
随着电子技术与计算机技术的快速发展,将人体脉搏信号转化为电信号进行处理与分析,实现智能化的脉搏检测与分析技术,已是生物医学工程范畴的发展目标。
具体研究工作为:
(1)通过采用一款pulsesensor基于光电反射式模拟传感器用于测量脉搏、心率来检测人体模拟脉搏信号。
(2)再通过Arduino等单片机将模拟脉搏信号转换为数字信号通过USB上传到电脑上。
(3)最后通过matlab对其进行滤波处理消除噪声干扰,得到正确脉搏信号。
(4)处理后发现了脉搏信号可以反映人体的生理特性。
关键词:
人体脉搏信号数字信号处理滤波器
ResearchonDigitalSignalProcessingAlgorithm
--basedonhumanpulsesignal
Abstract
Pulsesignalisacommonbiomedicalsignal,isoneoftheimportantdynamicsignalsofthehumanbody,thepulsesignaltoacertainextent,reflectsthehumancardiovascularphysiologicalstatusinformation,itcanreflectthehumanheartorgansandbloodcirculationsystemphysiologicalchanges,Itisveryimportantinclinicalhealthobservationanddiseasediagnosis.Pulsesignalprocessingandanalysisinthemedicalworldhasbeenwidelyconcernedandattention.Withthedevelopmentofelectronictechnologyandcomputertechnology,thehumanpulsesignalintoelectricalsignalsfordetectionandanalysis,toachieveintelligentpulsedetectionandanalysistechnology,biomedicalengineeringisthedirectionofdevelopment.Specificresearchwork:
(1)todetectthepulsesignalofhumanbodybymeasuringthepulseandheartratebyusingapulsesensorbasedanalogsensor.
(2)andthenthroughtheArduinomicrocontrolleranalogpulsesignalintodigitalsignalthroughtheUSBuploadtothecomputer.
(3)Finally,throughmatlabtofilterittoeliminatenoiseinterference,getthecorrectpulsesignal.
(4)aftertreatmentfoundthatthepulsesignalcanreflectthephysiologicalcharacteristicsofthehumanbody.
Keywords:
humanpulsesignal,digitalsignalprocessing,filter
中文摘要3
Abstract4
第一章本文研究目的6
第二章滤波器的设计7
2.1噪声类型7
2.1.1基线漂移、人体呼吸等低频干扰,频率小于1Hz;8
2.1.2工频干扰,是固定频率的干扰,频率为50Hz(可选);8
2.1.3其他一些干扰信号,主要是高频干扰。
8
2.2滤波器的性能比较8
2.3滤波器的设计8
第三章信号分析11
3.1信号预处理11
3.2脉搏信号的时域特征提取16
3.2.1引言16
3.2.2传统的脉搏波特征提取方法17
3.2.3极值法提取脉搏时域信号18
3.2.4计算脉搏周期19
3.2.5潮波和重搏波的提取21
3.3滤波前后频谱图对比21
3.4脉搏信号频域特征提取23
第四章结论25
第五章谢辞26
第六章参考文献27
第七章注释28
第八章附录29
8.1脉搏信号传感器简介29
8.2传感器参数说明29
8.3传感器原理说明30
8.4Arduino单片机介绍31
第一章本文研究目的
生理信号能够很好的反映出人体各子系统的生理状态和病理改变,广泛地应用于很多种临床病症的检测和诊断之中。
通过传感器采集脉搏信号,采用数字信号处理的一些方法,可以分析出人体生理特征。
本文主要讨论如何提取出脉搏信号以及对脉搏信号的初步分析。
自从1775年以来,一位来自瑞士的数学家尤拉,他初次定量的从流体力学的角度钻研过人体脉搏信号的传播规律。
近年来一些国外的研究人员对人体脉搏信号和中医诊脉理论的研究也发生了很深的兴趣,他们是为了开展无创伤的诊疗技术和减少医疗资费。
这说明了研究人体脉搏信号已经成为医疗方向的前沿课题之一。
脉搏波传播的现代分析是从20世纪50年代开始的,之后一些国内外研究学者在动脉管段中建立了脉搏波的线性化模型,并发展了弹性腔模型模型。
在此基础上讨论了动脉脉搏流的传播规律。
国外学者侧重于研究模型而国内学者则更倾向于信号的检测与分析。
由于中医的诊脉原理,自20世纪70年代以,许多的中国科学研究人员将脉搏信号的各种特征信息与诊疗各种疾病建立起一些联系,其中许多是将脉搏信号的波速与心血管生理状况相结合去研究。
但是脉搏信号包含大量的信息,包括时域方面的信息和频域方面信息,单一的波速并不能反映人体各方面的生理问题。
于是就又有很多学者转向对脉搏信号进行波形方面的分析,并取得了很大的成果。
国内一些学者从80年代以来,致力于对脉搏信号在频域方面进行分析,对脉搏信号做快速傅里叶变换,然后可以把脉搏信号频谱图画出来,从而提取人体生理病理的信息,初步取得了有意义的结果。
从前的脉搏诊断系统的软件开发大部分是使用一些高级语言(如c++等)来实现的,需要很多专业知识以及编程经验的支撑,开发周期比较长,难度比较大。
于是想到采用Matlab作为数学工具,可以把采集到的信号直接进行处理,获得到脉博信号的参数,该软件的功能和工具箱很丰富,可处理各种数字信号,解决实际工程问题,实现起来简单高效。
本文通过Matlab编程实现对采集到的脉搏数据信号直接处理,可快速、准确地获得脉搏信号的特征。
第二章滤波器的设计
2.1噪声类型
人体的脉搏信号是一种很微弱的信号,且具有较低的信噪比,常人的脉博信号的频率范围是在0-20Hz之间,且大约99%的能量分布在0-10Hz之间,在检测和采集脉搏信号时,由于仪器、人体活动等方面存在影响,所采集到的信号中通常包括干扰信号和脉搏信号,其中最主要的干扰信号有:
(1)基线漂移、人体呼吸等低频干扰,频率小于1Hz;
(2)工频干扰,是固定频率的干扰,频率为50Hz(可选);
(3)其他一些高频干扰信号。
2.2滤波器的性能比较
数字滤波器有两种,一种是无限冲激响应数字滤波器(IIR),另一种是有限冲激响应数字滤波器(FIR)。
IIR数字滤波器虽然能够用很低的阶数得到较高的选择性,而且幅频特性也比较好,但是相位曲线却不是严格的线性。
相比IIR,FIR数字滤波器却能够得到相对严格的线性相位,但是如果想要取得很高的选择性,FIR却只能用较高的阶数;要实现同样的滤波器性能指标,FIR数字滤波器所需要的阶数能够比IIR数字滤波器高5-10倍,这样看来成本就会非常的高,而且信号的延时也很大。
综合以上的分析我们进而选用IIR数字滤波器。
滤波器类型主要有ChebysheveI型滤波器、ChebysheveⅡ型滤波器、椭圆滤波器、Butterworth滤波器,他们均能够实现低通、高通、带通、带阻滤波器的设计,但是特点不同,需要根据性能方面不同的需求来决定使用哪种类型滤波器。
其中ChebysheveI型滤波器通带内是等波纹的,阻带内是单调的;ChebysheveⅡ型滤波器通带是内单调的,然而阻带内却是等波纹的;Butterworth滤波器在通带内的幅频响应曲线最为平滑,然而截止频率的坡度变小了;椭圆滤波器虽然在阻带和通带内均为等波纹的,但下降的坡度很大,并且还能以更低的阶数来达到和其他两类滤波器相同的性能指标。
设计滤波器时要根据实际情况去考虑相位失真和截止特性的要求。
截止特性越好,相位失真就越严重,不能同时满足以上两种要求。
2.3设计滤波器
Matlab的信号工具箱为我们提供了可以直接设计IIR数字滤波器的函数,我们只需调用这些函数就能够非常便捷地设计出满足我们需要的数字滤波器,常用数字滤波器的函数如下:
(1)Butterworth数字滤波器设计:
调用格式:
[N,Wn]=buttord(Wp,Ws,Rp,Rs);
[b,a]=butter(N,Wn,’ftype’);
参数:
Wp为通带截止频率,Ws为阻带截止频率,Rp为通带内最大衰减,Rs为阻带内最小衰减,通过以上性能指标能够计算出Butterworth滤波器所需的阶数N和截止频率Wn。
然后通过阶数N和截止频率Wn又能够计算Butterworth滤波器的分子和分母系数的系数,其中b为分子系数的矩阵,a为分母系数的矩阵,可以通过设置ftype来设置滤波器的类型,默认不写为低通,high为高通,bandpass为带通,stop为带阻。
(2)ChebyshevⅠ型数字滤波器设计:
调用格式:
[N,Wn]=cheb1ord(Wp,Ws,Rp,Rs);
[b,a]=cheby1(N,Rp,Wn,'ftype');
(3)ChebyshevⅡ数字滤波器设计:
调用格式:
[N,Wn]=cheb2ord(Wp,Ws,Rp,Rs);
[b,a]=cheby2(N,Rp,Wn,'ftype');
(4)椭圆滤波器设计:
[N,Wn]=ellipord(Wp,Ws,Rp,Rs);
[b,a]=ellip(N,Rp,Rs,Wp);
在MatLab的帮助文档总又以上几种滤波器的具体使用方法,必要时可以去查阅。
(5)零相位数字滤波
调用格式:
y=filtfilt(b,a,x);
具体受用方式为y=filtfilt(b,a