[发明专利]基于总体平均经验模式分解的二代小波肌电信号消噪方法

摘要

本发明涉及一种基于总体平均经验模式分解的二代小波肌电信号消噪方法。本发明采用基于总体平均经验模式分解的二代小波消噪方法，获取人体的肌电信号样本数据，对原始的肌电信号加入白噪声后进行经验模态分解，然后对高频的内蕴模式函数分量进行二代小波分解及阈值处理，小波重构高频分量。最后把经过处理的高频分量与低频分量进行叠加，重构后的信号即为去噪信号。本发明将信号自适应地分解到不同的尺度上，适合非线性、非平稳信号的处理，不仅具有小波分析的全部优点，还有更清晰准确的谱结构，并能改善信号的极值点分布，具有抗混分解能力，既尽可能地保存了有用信号，又有效地消除了噪声，并且能够大幅提高信号信噪比。

主权项

1. 基于总体平均经验模式分解的二代小波肌电信号消噪方法，其特征在于该方法包括如下步骤：步骤(1).在含噪原始肌电信号中多次加入具有均值为零、标准差为常数的白噪声, 即：式中原始肌电信号，信号长度记为,为第次加入白噪声后的信号，为第次加入的白噪声；步骤(2).对步骤(1)所得的信号分别进行经验模态分解，得到各自的内蕴模式函数分量与一个余项，分别记为和；其中表示第次加入白噪声后分解所得的第个内蕴模式函数分量；步骤(3).利用不相关随机序列的统计均值为0的原理，将步骤(2)所得的内蕴模式函数分量进行总体平均运算，得到分解后最终的内蕴模式函数分量，即式中，N 为添加白噪声的次数，为对原始肌电信号进行总体平均经验模态分解后所得的第个内蕴模式函数分量；当越大，对应的白噪声的内蕴模式函数分量的和将趋于0；此时总体经验模态分解的结果为：式中J为分解的最高层数；步骤(4).对处于高频的前K项内蕴模式函数分量进行累加记为信号,即=.对信号进行二代小波分解，得到低频系数和高频系数,式中l为二代小波分解的层级，最高层数记为L；步骤(5).对步骤(4)所得到的高频系数进行阈值消噪处理得到消噪后的高频系数；所述的阈值消噪处理采用如下公式：式中，其中M为信号的长度，，为实验可调参数；步骤(6).将步骤(5)所得的与步骤四所得的进行小波重构得到消噪后的内蕴模式函数分量累加信号；步骤(7).用步骤(6)所得的和后J-K项内蕴模式函数分量来重构信号，得到消噪后的肌电信号；即式中为最终消噪后的肌电信号。