信号处理综合训练指导书.docx
《信号处理综合训练指导书.docx》由会员分享，可在线阅读，更多相关《信号处理综合训练指导书.docx（67页珍藏版）》请在冰豆网上搜索。
信号处理综合训练指导书
信号处理综合训练指导书
兰州理工大学电信学院
2005年10
目录
第1章信号处理综合训练概述1
1.1课程的性质和任务1
1.2课程基本教学内容1
1.3课程基本要求1
1.4课程教学过程1
1.5参考学时分配2
1.6设计成果及成绩评定3
1.7参考教材3
1.8信号处理综合训练评分标准3
第2章脉搏信号分析综合训练实例5
2.1训练任务5
2.2实验设计与数据采集5
2.3信号预处理6
2.4脉搏信号时域特征提取11
2.5脉搏信号频域特征提取13
2.6特征分析与讨论15
第3章心电信号分析综合训练实例17
3.1训练任务17
3.2实验设计与数据采集17
3.3信号预处理18
3.4心电信号时域特征提取20
3.5心电信号频域特征提取22
3.6特征分析与讨论23
第4章语音信号分析综合训练实例26
4.1训练任务26
4.2声音信号采集和回放26
4.3声音信号经过线性相位滤波器处理26
4.4声音信号经过非线性相位滤波器处理29
4.5声音信号经过零相位滤波器处理33
4.6对矩形脉冲信号做傅里叶变换并对各频率分量三维显示36
4.7波形叠加37
第5章信号处理综合训练任务书41
信号处理综合训练任务书
（1）41
信号处理综合训练任务书
（2）43
信号处理综合训练任务书（3）46
信号处理综合训练任务书（4）48
信号处理综合训练任务书（5）50
第1章信号处理综合训练概述
1.1课程的性质和任务
信号处理综合训练是电子信息类专业的一门专业必修课。
本课程是在学习完《信号与线性系统》、《数字信号处理》、《随机信号分析》、《图像处理与模式识别》等课程后开设的实践性教学课程。
通过本课程的训练，使学生熟练使用MATLAB进行信号分析，掌握信号获取、信号处理以及信号特征提取等全面的信号处理技术。
同时培养学生的工程设计思想与合作精神。
1.2课程基本教学内容
1.MATLAB软件基础训练
2.掌握FIR、IIR数字滤波器的设计
3.通过对一种实际信号（声音、图像、脑电波等）的处理与分析，体会与掌握数字信号处理的基本方法和思路。
1.3课程基本要求
根据课程在知识结构中的作用，教学要求具体如下：
1.通过MATLAB软件，实践数字信号处理基本理论。
2.通过给定或自选的设计题目，掌握信号获取、信号处理、信号特征提取的基本方法。
3.培养学生的工程设计能力及合作精神。
4.写出综合训练说明书。
1.4课程教学过程
本课程为集中性实践教学环节，要求学生在三周的时间内完成相关教学任务。
1、选题
指导教师在训练开始前准备好训练题目，学生从教师指定设计题目中根据自己的兴趣和爱好选择题目，也可由学生自行提供题目，但必须经指导教师认可后方可进行设计。
2、审题
根据综合训练任务书的要求，对训练的任务进行详细的分析，熟悉给定的技术条件，明确系统要求，包括功能的要求和技术指标的要求，以及要达到的技术目的。
3、资料查阅
广泛查阅各类技术资料，了解现有的技术条件和技术水平，明确课题背景和意义。
可供参考的资料有课程教材、电子类书籍、各种电子类期刊、器件数据手册，也可参阅、使用图书馆的各类电子资源，如各类数据库、电子期刊等。
4、方案确定
根据对系统的功能、性能等方面的要求确定一个合理的技术路线，确定研究或设计方案。
对于一个具体的工程或研究课题，解决的方法通常很多，也就是说，总体方案有多样性。
在确定方案时，就要对这些方案进行比较论证，选出最为合理的技术方案。
5、信号获取
设计信号获取实验方案，数据采集；明确信号获取途径，熟悉数据格式。
6、编程与调试
信号和图像预处理，特征提取等方法研究与编程实现。
7、结果分析与系统完善
8、设计报告撰写
设计报告是对设计内容的全面的技术说明和技术总结。
设计报告包括设计任务书，设计任务分析，方案论证与系统方框图确定，信号获取途径和方法，信号处理原理和方法，程序设计，信号处理结果与分析，总结与讨论，参考文献和附录。
设计报告要结构合理、内容充实、文字流畅，着重突出自己所做的工作。
设计报告必须独立撰写，禁止互相抄袭。
训练中学生要独立思考解决问题，鼓励创新，鼓励创造性的进行设计。
鼓励学生在完成基本功能的前提下增加一些合理、实用的附加功能，或者在满足要求的条件下对题目功能进行恰当的发挥。
1.5参考学时分配
第一周：
时间
指导内容
星期一
由老师介绍训练的题目及设计题目，学生查阅文献资料
星期二
查阅资料，MATLAB实验
星期三
补充相关知识，制定设计方案
星期四
方案比较，方案确定
星期五
信号获取，准备下一阶段的设计资料
第二周：
时间
指导内容
星期一
编写算法程序
星期二
编写算法程序
星期三
编写算法程序
星期四
编写算法程序并调试程序
星期五
编写算法程序并调试程序
第三周：
时间
指导内容
星期一
编写算法程序并调试程序
星期二
编写算法程序并调试程序
星期三
改进与完善
星期四
整理资料，书写设计报告
星期五
答辩
1.6设计成果及成绩评定
设计成果应该是符合设计任务要求的电原理图、设计报告；
指导教师根据训练过程中的表现、设计方案与结果、设计报告、答辩以及考勤进行成绩评定，各项所占比例为20%、30%、20%、20%、10%。
成绩分优秀、良好、中等、合格和不合格5档。
1.7参考教材
1.《DigitalSignalProcessing–AComputerBasedApproach》SanjitK.Mitra,清华大学出版社，2002
2.《数字信号处理》（第二版）丁玉美，高西全,西安电子科技大学出版社，2001
3.《数字信号处理教程》（第2版），程佩青，清华大学出版社，2001
4.《随机信号分析基础》，王永德，电子工业出版社，2003
5.《MATLAB辅助信号处理技术与应用》飞思科技产品研发中心，电子工出版社，2005
6.《图像工程图象处理和分析》章毓晋，清华大学出版社，1999
1.8信号处理综合训练评分标准
本课程成绩分为优秀、良好、中等、及格、不及格五个等级。
优秀
能够积极参加设计，能够查阅相关技术资料，提出的设计方案正确、合理，能够满足设计任务的要求，有一定的创新意识。
处理方法正确，程序设计正确并通过调试，能够实现任务书的要求；设计报告（或说明书）写作规范，符合要求，内容充实，设计正确，符合要求；独立工作能力强，答辩中思路清楚，能够正确回答教师提出的问题。
良好
能够积极参加设计，能够查阅相关技术资料，提出的设计方案正确、合理，能够满足设计任务的要求；处理方法基本正确，程序设计正确并通过调试，能够实现任务书的要求；设计报告（或说明书）写作规范，符合要求，内容充实，符合要求；有较好的独立工作能力，答辩中思路比较清楚，能够正确回答教师提出的问题。
中等
能够积极参加设计，能够查阅一定的技术资料，提出的设计方案正确可行，能够基本上满足设计任务的要求，但提出的设计方案有待改进和优化；处理方法基本正确，完成程序并部分通过调试，能够基本实现任务书的要求；设计报告（或说明书）写作基本规范，有必需的设计内容和计算；独立工作能力不足，答辩中思路基本清楚，能够回答教师提出的问题。
及格
能够比较积极的参加设计，查阅技术资料的数量不够；能够提出的设计方案，设计思路基本可行，但设计方案还需改进和优化；能够理解信号处理方法，进行程序设计，但对相关理论和方法掌握不够熟练。
能够撰写设计报告（或说明书），但质量不高，内容不够充实，缺乏独立工作能力；答辩中有一定的思路，但不能够准确的回答教师提出的问题。
不及格
对设计工作不积极，有明显缺勤现象，没有自己的设计思路和计设计方案；不能正确进行设计，没有掌握信号处理的方法和理论，不能完成设计任务；能够撰写设计报告（或说明书），，但质量不高，而且有抄袭现象，缺乏独立工作能力；答辩中没有思路，不能够正确回答教师提出的问题。
第2章脉搏信号分析综合训练实例
2.1训练任务
设计视觉疲劳实验，能准确得到视觉疲劳前后两种不同状态；对受试者在实验前、实验过程和实验后的脉搏信号进行采集；基于MATLAB对脉搏信号进行滤波处理、特征提取和分析，以期找到VDT作业疲劳对脉搏信号影响最明显的特征，为视觉疲劳的评测提供依据。
2.2实验设计与数据采集
实验原理：
根据VDT作业的工效学原理，疲劳必会造成生理信号的变化。
具体方案是要求受试者完成2小时的VDT作业，通过主观问卷测评受试者，对VDT试验过程中被试者的脉搏信号进行采集，对采集到的信号进行筛选，预处理，特征提取，分类。
找出疲劳对生理信号的影响。
通过脉搏信号的变化寻找能较快缓解疲劳的方法。
实验仪器：
相同配置电脑，显示器统一型号，无屏保，视屏显示因子各项参数保持不变，刷新频率为85Hz，MP150多导生理记录仪,采样频率设定为1000Hz。
实验步骤：
1、实验前几天用亚健康自评量表筛选被试者。
提前告知被试者近期好好休息，保持良好的生理、心理状况。
2、实验开始前通过健康状况调查表确保受试者无眼病，无眼病家族史、心理病史，无全身疾病，右利手者，评测受试者此时感觉非常清醒，心理状态良好。
3、给被试者佩戴信号采集设备，此后让被试者调整自己的坐姿以及显示器的高度位置，尽量使自己处于较舒适的状态。
4、VDT作业之前，采集被试者的脉搏信号数据，时间持续10分钟，并将此段数据保存为实验前数据段。
5、被试者在放松状态下，完成120分钟的VDT作业，并对整个实验过程的脉搏信号数据进行实时采集，将数据保存为“实验过程中数据”。
6、通过主观问卷测评受试者有无视觉疲劳症状，是否已处于视觉疲劳状态。
7、关掉电脑显示器，被试者闭眼休息，同时采集该过程的数据进行采集。
30分钟以后结束数据采集，保存为“疲劳恢复数据段”。
如图2.1，为实验过程中采集到的一段脉搏信号：
图2.1实验中采集到的脉搏信号
2.3信号预处理
人体的脉搏信号是一种微弱的信号，信噪比比较的低，正常人的脉象信号在0~20Hz的频率范围内，且大约99%的能量分布在0~10Hz，在检测和采集时，由于受到仪器，人体方面的影响，所采集的信号中通常包括干扰信号,如图2.1中的脉搏信号，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；
（3）其他一些干扰信号，主要是高频干扰。
所以，为了对信号做准确的分析，在分析处理之前必须做一些必要的预处理。
针对信号中存在噪声的特点，基线漂移和呼吸等低频干扰在1Hz以下，而脉搏信号主要在低频范围，所以可以让信号先通过一个带通滤波器，借以滤除基线漂移、呼吸引起的干扰（考虑到不丢失太多的其他信息，通带截止频率设置为Wp=[0.9,50]，阻带截止频率设置为Ws=[0.1,200],通带波纹系数Rp=0.5,阻带波纹系数Rs=40），然后再通过一个陷波滤波器滤除固定的工频干扰（通带截止频率设置为Wp=[48,52],阻带截止频率Ws=[49,51],通带波纹系数Rp=0.5,阻带波纹系数Rs=40）。
在设计滤波器前，介绍一下常用数字滤波器知识：
数字滤波器可分为无限冲激响应数字滤波器（IIR）和有限冲激响应数字滤波器（FIR），其具体设计过程不再详述，就一些性能区别作简介。
从性能上说，IIR数字滤波器可用较低的阶数获得高选择性，幅频特性好，但缺点是相位不是严格线性的。
相反，FIR滤波器却可以得到严格的线性相位，但FIR只能用较高的阶数达到高的选择性；对于同样的滤波器设计指标，FIR滤波器所要求的阶数可以比IIR滤波器高5到10倍，成本较高，信号延时也较大。
综合我们选用IIR滤波器，对常用一些IIR滤波器性能做比较。
利用Butterworth滤波器、ChebysheveI型滤波器、Che-bysheveⅡ型滤波器、椭圆滤波器都可以进行低通、高通、带通、带阻滤波器的设计，但是各有特点。
其中Butterworth滤波器通带内的幅频响应曲线能得到最大限度的平滑，但牺牲了截止频率的坡度；ChebysheveI型滤波器通带内等波纹，阻带内单调；ChebysheveⅡ型滤波器通带内单调，然而阻带内等波纹；椭圆滤波器阻带和通带内都是等波纹的，但下降的坡度更大，而且可以以更低的阶数实现和其他两类滤波器一样的性能指标。
设计滤波器时要根据实际情况综合考虑截止特性和相位失真的要求等要求。
截止特性好的，相位失真就严重，两者不可兼得。
Matlab信号工具箱提供直接设计IIR数字滤波器的函数，直接调用这些函数就可以很方便地设计满足我们要求的滤波器，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’）；
功能：
[N,Wn]=buttord（Wp,Ws,Rp,Rs），在给定滤波器性能的情况下（通带截止频率Wp、阻带截止频率Ws、通带内最大衰减Rp和阻带内最小衰减Rs），计算Butterworth滤波器的阶数N和截止频率Wn。
[b,a]=butter（n,Wn,’ftype’），根据阶数N和截止频率Wn计算Butterworth滤波器分子分母系数（b为分子系数的矢量形式，a为分母系数的矢量形式）,ftype为设计滤波器的类型，ftype=high时，为高通滤波器；ftype=bandpass时，为带通滤波器；ftype=stop时，为带阻滤波器，类型不写时默认为低通滤波器。
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）；
ChebyshevⅠ、ChebyshevⅡ和椭圆滤波器设计所用MATLAB函数的功能具体使用时可查看MATLAB中的帮助文件。
5）零相位数字滤波
调用格式：
y=filtfilt（b,a,x）；
功能：
y=filtfilt（b,a,x）对输入信号x做前向和反向处理，实现零相位数字滤波。
b、a分别为滤波器传递函数的分子和分母系数向量（按降幂排列）。
由于Butterworth滤波器通带内有最大的平滑特性，信号经过后衰减小，因此我们选用Butterworth带通滤波器滤除基线漂移和呼吸等引起的干扰，但由于IIR滤波器本身固有的缺点，信号通过Butterworth带通滤波器后相位会失真，故我们可设计零相位Butterworth带通滤波器去噪。
50Hz固定工频在频域中是一个点，因而要求设计的带阻滤波器有好的截止特性，而切比雪夫II型滤波器有较好的截止特性，并且在其通带内单调，故而设计零相位切比雪夫II型滤波器滤除工频干扰。
所设计的巴特沃斯和切比雪夫II型滤波器幅频响应,如图2.2和2.3：
图2.2Butterworth带通滤波器幅频响应
图2.3ChebysheveII型带阻滤波器幅频响应
将图2.1中含有噪声的脉搏信号变换到频域中，借以观察滤波前信号所含有的频率成分，如图2.4：
图2.4含有噪声的脉搏信号频谱图
将图2.1中的含有噪声的脉搏信号分别通过所设计的Butterworth带通滤波器和ChebysheveII型带阻滤波器，借以滤除噪声干扰信号。
经过滤波后的脉搏信号如图2.5，将其变换到频域中，观察滤波后信号中所含频率成分，如图2.6
图2.5去除噪声后的脉搏信号
图2.6滤除干扰后脉搏信号频谱图
在频域中从图2.4和图2.6中对比可以明显的看出，在低频有一幅度很大的信号已经被滤除，而这正好是信号中所含的基线漂移和呼吸干扰信号。
在时域中从图2.1和图2.5中也可以很明显的看出信号中所含的基线漂移信号已经去除。
设计滤波器及去噪程序代码：
%巴特沃斯带通滤波器设计;
fs=1000;%采样频率
wp=[0.9,50]/（fs/2）;%设置通带截止频率;
ws=[0.1,200]/（fs/2）;%设置阻带截止频率;
rp=0.5;%通带波纹系数;
rs=40;%阻带波纹系数;
[N,wc]=buttord（wp,ws,rp,rs）;
[num,den]=butter（N,wc）;
[H,W]=freqz（num,den）;
plot（fs*W/（2*pi）,abs（H））;
title（'butterworth带通滤波器幅频响应'）;
xlabel（'频率'）;
ylabel（'幅度'）;
gridon;
x1=filtfilt（num,den,x）;%通过零相位滤波器滤除基线漂移等干扰信号;
%切比雪夫II型滤波器设计;
wp1=[48,52]/（fs/2）;%通带截止频率;
ws1=[49,51]/（fs/2）;%阻带截止频率;
rp1=0.5;%通带波纹系数;
rs1=40;%阻带波纹系数;
[N1,wc1]=cheb2ord（wp1,ws1,rp1,rs1）;
[num1,den1]=cheby2（N1,rp1,wc1,'stop'）;
[H1,W1]=freqz（num1,den1）;
plot（fs*W1/（2*pi）,abs（H1））;
xlabel（'频率'）;
ylabel（'幅度'）;
title（'切比雪夫II型滤波器幅频响应'）;
x2=filtfilt（num1,den1,x1）;%通过零相位滤波器滤除工频干扰;
gridon;
2.4脉搏信号时域特征提取
脉搏信号的特征提取是脉搏信号分析中的关键，能不能准确的提取出来脉搏信号的特征关系到能不能准确的分析脉搏信号，其时域中提取的主要特征有脉搏的峰值、周期等。
而在这其中最重要的是峰值的提取，准确的提取出来峰值，可为进一步分析其周期，脉率等其他参数打下基础，如图2.7显示的脉搏波，h为脉搏波形的高度。
图2.7脉搏波形的高度
提取信号的峰值基本思想是基于阈值的方法，统计分析采集到得脉搏信号发现，虽然每个脉搏波的波峰值大小并不相同，但他们总在一个范围内波动，波动的范围基本上不超过最大波形高度的0.3倍，为了更为可靠的检测波峰，以0.4倍为参考。
因此可以认为波峰点是在每个脉搏周期中波形的最大值附近，大于其邻域内所有点的点。
由于所用数据采样频率为1000HZ，通过对大量脉搏波测量数据分析，把邻域长度定义为400个数据点可以准确识别波峰点。
假设采集到的脉搏波为数字信号序列P[j],j∈[0,N],实际波峰P[jp]的判别条件为:
（max{P[j]}-P[jp]）≤Δ
P[jp]≥P[j],j∈[jp-200,jp+200]（2.1）
公式中，Δ=（max{P[j]}-min{P[j]}）×0.4,jp为波峰点的位置。
提取出波峰点的位置后，其他时域的特征，如周期、脉率等可相应而出。
峰值提取程序流程如下：
峰值检测序列如图2.8：
图2.8峰值检测序列
峰值检测程序源代码：
%峰值检测;
PM=max（x2）;%取整个信号最大值;
G=（PM-min（x2））*0.4;%设置阈值;
cnt=0;%设置计数器;
fori=1:
length（x2）
ifPM-x2（i）i+200））
P（cnt+1）=x2（i）;
T（cnt+1）=i;
cnt=cnt+1;
end
end
stem（T,P）;
xlabel（'时间（ms）'）;
ylabel（'幅度'）;
title（'峰值检测点'）;
gridon;
%计算信号周期
fori=1:
length（T）-1
T1（i）=T（i+1）-T（i）;
end
P1=mean（p）;%峰值的平均值;
P2=var（P）;%求峰值的方差;
P3=std（P）;%求峰值的标准差;
P4=mean（T1）;%求平均周期；
M=round（length（P）*60*fs/length（x2））;%求出脉率;
2.5脉搏信号频域特征提取
脉搏信号在频域中主要进行功率谱分析，功率谱反应了随机信号各频率成分功率能量分布。
为获取视觉疲劳前后脉搏信号能量变化情况，对脉搏信号进行功率谱分析。
Welch法采用加窗交叠求功率谱，可以有效减小方差和偏差，一般情况下能接近一致估计的要求，因此采用Welch法。
其基本原理是：
对数据分段时，使每一段有部分重叠，然后对每一段数据用一个合适的窗函数进行平滑处理，最后对各段谱求平均。
对信号加不同的窗函数，谱估计的质量是不同的，相对于矩形窗，Hanning窗的主瓣包括更多的能量，因而使功率谱的的主瓣较窄，分辨率较高。
因此采用Hanning窗。
在matlab中用welch法进行功率谱估计的函数为pwelch。
调用格式为：
[Pxx,F]=pwelch（x,window,noverlap,nfft,fs）
参数说明：
x,为进行功率谱估计的输入有限长信号;
window，用于指定采用的窗函数（boxcar,hamming,blackman）;
noverlap，重叠点数;
nfft，设定FFT算法的长度;
fs,采样频率;
Pxx，为输出的功率谱估计值;
F，为得到的频率点;
功率谱估计如图2.9
图2.9Welch法海明窗功率谱估计
功率谱估计程序代码：
s1=y;
s2=s1-mean（s1）;%去基频直流分量;
Nfft=512;%设定FFT算法的长度;
w=hanning（Nfft）;%采用hanning窗;
fs=1000;%采样频率;
noverlap=256;%重叠点数
[p,f]=pwelch（s2,w,noverlap,Nfft,fs）;
Pxx=10*log10（p）;%用分贝表示;
plot（f,Pxx）;
xlabel（'频率（Hz）'）;
ylabel（'功率谱（dB）'）;
title（'Welch法海明窗功率谱估计'）;
gridon;
[z2,f2]=max（Pxx）;%求功率谱最大值时,对应频率最大值;
2.6特征分析与讨论
提取出脉搏的特征信号，通过分析这些不同的特征信息，找出疲劳前后变化比较显著的信息，以期作为视觉疲劳的测评依据。
以图2.10和2.11疲劳前后两段脉搏信号为例分析。
图2.10疲劳前脉搏信号
图2.11疲劳后脉搏信号
提取出来疲劳前后基本特征参数如表2.1：
疲劳前
峰值平均值（v）
峰值的方差
峰值的标准差
平均周期（ms）
脉率（次/分钟）
1.7096
0.066
0.257
777.75
78
功率谱最大值（dB）
功率谱最大值对应频率（Hz）
-4.6471
2
升级会员 