強(qiáng)背景噪聲下的脈搏信號(hào)處理算法研究.pdf

1、由于血氧脈搏信號(hào)在測(cè)量過程中不可避免的受到各種噪聲的干擾，尤其是運(yùn)動(dòng)偽差噪聲，它是由病人身體運(yùn)動(dòng)造成的，無法正確反映病人實(shí)際血氧濃度的情況。運(yùn)動(dòng)偽差所引起的干擾頻率很低，常與血氧脈搏信號(hào)的頻譜發(fā)生重疊，因此，傳統(tǒng)的濾波器無法進(jìn)行處理。針對(duì)這種強(qiáng)背景噪聲下的脈搏信號(hào)，本文提出了一種基于小波的經(jīng)驗(yàn)?zāi)B(tài)分解去噪方法，使噪聲和信號(hào)得到了有效的分離。 論文首先對(duì)含不同噪聲的脈搏信號(hào)的功率譜做了理論分析，給出了信號(hào)和噪聲的譜分布；其次，利用

2、現(xiàn)代信號(hào)處理技術(shù)研究了脈搏信號(hào)處理算法，分析比較了小波變換的幾種去噪方法和經(jīng)驗(yàn)?zāi)B(tài)分解去噪方法在脈搏信號(hào)去噪中的優(yōu)點(diǎn)和缺點(diǎn)，并且結(jié)合它們的優(yōu)點(diǎn)提出了基于小波的經(jīng)驗(yàn)?zāi)B(tài)分解去噪算法；然后將本文提出的方法分別與小波去噪方法和經(jīng)驗(yàn)?zāi)B(tài)分解去噪方法進(jìn)行了定性和定量的對(duì)比，并且分析了不同參數(shù)對(duì)新方法的影響，找到了適合新方法的最佳參數(shù)；最后通過對(duì)6組不同的實(shí)際測(cè)量數(shù)據(jù)用本文提出的新方法做了驗(yàn)證。結(jié)果證明本文提出的方法有效的抑制了噪聲。 本算