数字信号处理算法研究

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）Research on Digital Signal Processing Algorithm- based on human pulse signal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 滤波器本科生毕业论文 数字信号处理算法研究-基于人体脉搏信号3Research on Digital Signal Processing Algorithm- based on human pulse signalAbstractPulse signal is a common biomedical signal, is one of the important dynamic signals of the human body, the pulse signal to a certain extent, reflects the human cardiovascular physiological status information, it can reflect the human heart organs and blood circulation system physiological changes, It is very important in clinical health observation and disease diagnosis. Pulse signal processing and analysis in the medical world has been widely concerned and attention. With the development of electronic technology and computer technology, the human pulse signal into electrical signals for detection and analysis, to achieve intelligent pulse detection and analysis technology, biomedical engineering is the direction of development.Specific research work:(1) to detect the pulse signal of human body by measuring the pulse and heart rate by using a pulsesensor based analog sensor.(2) and then through the Arduino microcontroller analog pulse signal into digital signal through the USB upload to the computer.(3) Finally, through matlab to filter it to eliminate noise interference, get the correct pulse signal.(4) after treatment found that the pulse signal can reflect the physiological characteristics of the human body.Keywords: human pulse signal, digital signal processing, filter目录中文摘要 .3ABSTRACT.4第一章 本文研究目的 .6第二章 滤波器的设计 .72.1噪声类型 .72.1.1 基线漂移、人体呼吸等低频干扰，频率小于 1Hz； .82.1.2 工频干扰，是固定频率的干扰，频率为 50Hz（可选） ； .82.1.3 其他一些干扰信号，主要是高频干扰。 .82.2 滤波器的性能比较 .82.3 滤波器的设计 .8第三章 信号分析 .113.1信号预处理 .113.2脉搏信号的时域特征提取 .163.2.1 引言 .163.2.2 传统的脉搏波特征提取方法 .173.2.3 极值法提取脉搏时域信号 .183.2.4 计算脉搏周期 .193.2.5 潮波和重搏波的提取 .213.3滤波前后频谱图对比 .213.4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本科生毕业论文 数字信号处理算法研究-基于人体脉搏信号58.1 脉搏信号传感器简介 .298.2 传感器参数说明 .298.3 传感器原理说明 .308.4 ARDUINO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，难度比较本科生毕业论文 数字信号处理算法研究-基于人体脉搏信号7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 Chebysheve I 型滤波器、Chebysheve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 Chebysheve I 型滤波器通带内是等波纹的，阻带内是单调的；Chebysheve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：本科生毕业论文 数字信号处理算法研究-基于人体脉搏信号9Wp 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）Chebyshev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）Chebyshev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,x)，这样就可以把输入信号 x 做前向和反向的处理，就是零相位的数字滤波。b、a 分别为滤波器传递函数的分子和分母系数矩阵。本实验中采集脉搏信号的采样频率为 1000Hz，可以采用以下几种滤波器：（1）为了消除基线漂移、人体呼吸等低频干扰我们需要选用 Chebysheve型高通滤波器，但是 IIR 数字滤波器本身会存在相位失真，因设计了零相位Chebysheve型高通滤波器进行去噪。Chebysheve高通滤波器的参数Wp=1.4/(fs/2)，Ws=0.8/(fs/2)，Rp=0.8，Rs=20。（2）50Hz 的固定工作频率在频域中只是一个点，因而就需要带阻滤波器应该具有好的截止特性，前面说过 Chebysheve型滤波器有良好的截止特性，并且在其通带内也是单调的，采用零相位的 Chebysheve型滤波器滤除工作频率的干扰。跟前一个方法相同采用零相位滤波器去噪。Chebysheve带阻滤波器的参数为：Wp=48,52/(fs/2)，Ws=49,51/(f