数字信号课设论文

《数字信号课设论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、毕业论文题目：数字信号处理课程设计学院（系）：电气工程学院年级专业：自动化仪表2班摘要肌电信号是产生肌肉力的电信号根源，它是肌肉屮很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。因此肌电信号的研究具有非凡的意义和广阔的前景。本文主要针对不同角度下的手臂肌屯信号利用小波降噪，工频等干扰被消除后，再进行时域和频域的分析，最终的口的是进行模式识别并扩展其功能。其屮吋域参数包括均值，标准差，均方差和积分肌电值；频域主要识别参数包括中值频率MF和平均功率频率MPFo利用Matlab和G

2、UI界而最终将达到模式识别的效果。此外，本文还针对肌屯信号处理的应用前景、主耍面临的挑战和国内外发展状况做出简单介绍。关键字：肌电信号模式识别MatlabGUI界面目录第一章肌电信号的预处理31.150HZT频消除41.2小波降噪41.3高通滤波6第二章肌电信号的时威处理及其分析方法62.1时域参数介绍72.2时域结果分析102.3Matlab程序10第三章肌电信号的时域处理及其分析方法103.1频域参数介绍113.2频域结果分析13Matlab程序13第四章GUT界面设计154.2GUI部分显示结果展示154.3Matlab程序17第五章心得体

3、会17参考文献18目录第一章肌电信号的预处理31.150HZT频消除41.2小波降噪41.3高通滤波6第二章肌电信号的时威处理及其分析方法62.1时域参数介绍72.2时域结果分析102.3Matlab程序10第三章肌电信号的时域处理及其分析方法103.1频域参数介绍113.2频域结果分析13Matlab程序13第四章GUT界面设计154.2GUI部分显示结果展示154.3Matlab程序17第五章心得体会17参考文献18第一章肌电信号的预处理1.150HZ工频消除可能引入工频干扰的途径：1.rti空间辐射引入：空间的电磁场可以通过检测设备中的电极

4、连线、印刷电路板上的连线、器件引脚或器件本身感应为相应频率成分的电流，成为噪声混入肌电信号。空间的电磁场可能来自于多种源，最致命的是屯网辐射造成的工频干扰。2.由直流电源引入：检测设备中，为冇源器件供电的直流电源通常都是由工频交流屯源变压、整流、稳压而得到的。宜流稳压电源不可能达到理想的滤波效果。以纹波形式存在的工频(或其谐波)电流会通过电源引入到放大电路中。3.由受试者身体引入：暴露于空间电磁场中的受试者身体同样会感应电磁场而产生感应电流，受试者身体所感应的工频电流通过检测电极，与生物电信号一起加到放大器输入端，形成工频干扰。50Hz工频信号对

5、表面肌电信号的采集有很大的影响，它的频率恰好在表面肌电信号能量集中的频段，且其幅度比表面肌电信号大1—3个量级，因此必须除去。fs=1000;wpl=45;wp2=55;wsl=49.9;ws2=50-1;rp=0-3;rs=40;wp=[wpl,wp2]/(0•5*fs);ws=[wslzws2]/(0.5*fs);[n,wcc]=ellipord(wp,ws,rp,rs,1z1);[num,den]=ellip(n,rpzrszwcc,1stop1);[HzW]=freqz(num,den);Hl=ones(1000);H2=H1([1],：

6、)；H2(1:512)=abs(H);H2(512:1000)=abs(H(512));H3=(l:10000);fori=l:1000forj=l:10H3(10*(i-1)+j)=H2(i);endaxes(handles•axes7);gioba丄f;plot(f,H3);gridon;globalfftquzhiliu;giobm丄fftgongpinl;fftgongpin=fftquzhiliu.*H3;forii=l:10000ifii<=5000gongpinl([10001-ii])=fftgongpin([ii]);elsef

7、ftgongpinl([10001-ii])=fftgongpin([10001-ii]);endaxes(handles.axes8);plot(f,abs(fftgongpini));xlabel.「频率HZ');ylabel(*-uOp');title(p6&£••它¥L口止p,总自久。6£©!);gridon;2小波降噪小波分析方法是一种窗口大小(即窗口面积)固定但其形状可改变，时间窗和频率都可改变的时频局域化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被称为数学显

8、微镜。正是这种特性，是小波变换具有对信号的自适应性。一维的小波消噪过程主要分为以下三个步骤：①一维信号的分解：获得各尺度上的细节分量和近