基于CEEMDAN和小波阈值ECG去噪算法,本论文可用于小波论文范文参考下载，小波相关论文写作参考研究。
小波论文参考文献：
摘 要： 提出一种基于自适应噪声完备集合经验模态分解（CEEMDAN）和小波阈值的ECG信号去噪新算法.首先对含噪ECG信号进行CEEMDAN分解,得到从高频到低频排序的各个IMF分量,利用自相关法对各IMF分量进行分析,找出以随机噪声为主的高频IMF分量并进行小波阈值去噪；然后统计包括余量在内所有IMF分量的过零率,过零率小于1.5的IMF分量即为基线漂移信号,直接剔除；最后将经过小波阈值去噪的IMF分量和剔除基线漂移之后的其他IMF分量一起进行合并重构,实现ECG信号的去噪和基线校正.用所提算法对MIT?BIH心电数据库中的ECG信号进行去噪处理,结果表明ECG信号中的随机噪声得到很好的抑制,同时获得了良好的基线漂移校正效果.
关键词： ECG信号； CEEMDAN； 小波阈值； 随机噪声； 基线漂移； 去噪算法
中圖分类号： TN911.4?34 文献标识码： A 文章编号： 1004?373X（2018）07?0045?04
Study on ECG signal denoising algorithm based on CEEMDAN and wavelet threshold
XU Yang, LUO Mingzhang, LI Tao
（School of Electronics and Information, Yangtze University, Jingzhou 434023, China）
Abstract： A new ECG signal denoising algorithm based on complete ensemble empirical mode decomposition with adaptive noise （CEEMDAN） and wavelet threshold is proposed. The CEEMDAN resolution was performed for the noisy ECG signal to obtain each IMF component sorted from high frequency to low frequency. The autocorrelation method is used to analyze each component of IMF to find out the high?frequency IMF component with random noise, and conduct wavelet threshold denoising. The zero crossing rates （ZCRs） of all IMF components including residue components are calculated. The IMF components whose ZCR is less than 1.5 act as the baseline wander signal, which will be eliminated. The IMF components after wavelet threshold denoising and other IFM components after baseline wander elimination are reconstructed to realize denoising and baceline correction of the ECG signal. The proposed algorithm is adopted to denoise the ECG signal in MIT?BIH ECG database. The results show that the random noise in ECG signal can be effectively suppressed. The good correction effect of baseline wander was obtained.
Keywords： ECG signal； CEEMDAN； wavelet threshold； random noise； baseline wander； denoising algorithm
0 引 言
ECG（心电信号）是一种非线性、非平稳的微弱人体生理电信号,已广泛应用于临床心脏疾病诊断.ECG在采集过程中很容易受到各种噪声的干扰,导致信号出现偏差,使诊断的准确性降低,因此有效抑制心电信号中的噪声干扰具有重要意义.文献[1]提出的自适应噪声完备集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）特别适合于ECG类信号的分析处理.本文将CEEMDAN和小波阈值去噪相结合,提出一种新的ECG信号去噪算法.
CEEMDAN的基础是文献[2]提出的经验模态分解（Empirical Mode Decomposition,EMD）,EMD可以把复杂信号分解为一系列不同尺度的固有模态函数（Intrinsic Mode Function,IMF）,每一个IMF分量包含的频段范围随信号自适应变化.Torres等提出的CEEMDAN算法对EMD作了进一步改进,在EMD分解的每一阶段添加自适应白噪声,通过计算其特定的余量来获取各个模态分量,其分解过程具有完备性,重构误差几乎为零,并且能有效克服模态混叠及减少计算成本.
小波变换[3]是一种较为成熟的信号分析方法,它具有多尺度、低熵性、去相关性等特点,在非平稳信号处理方面具有很大的优势.由文献[4]提出的小波阈值去噪方法结合已有的正交小波分解和重构,构建了一套完整的阈值消噪策略,对于随机噪声的压制具有很好的效果.
结论：适合小波论文写作的大学硕士及相关本科毕业论文，相关小波是谁开题报告范文和学术职称论文参考文献下载。
小波包变换和相关性分析用于轴承故障诊断
摘 要：针对滚动轴承振动信号的特点，文章首先对振动信号进行小波包变换，得到不同的分解频带。再对各频带信号与原信号进行相关性分析，求出各信号相关因。
一种基于Gabor小波和LBP服装图像检索方法
摘 要：在网页中的服装图像难免会有褶皱，而褶皱所构成的纹理不是提取所需的纹理，因此提取的纹理特征并不能很好的对服装图像进行表述；同时基本的LBP。
基于小波分析和GA—BP神经网络美元兑人民币汇率预测
[摘 要]运用小波分析的方法去除汇率曲线中的噪声，以此消除对预测精度不利的干扰部分。在把消噪后的序列投入BP神经网络和GA-BP神经网络中进行预。
英国资产价格和产出关系基于小波分析法
本文主要使用了小波分析方法来研究英国资产市场与宏观经济的关系。分别选取房价和股价作为资产价格，工业生产指数作为宏观产出指标，时间维度是从1991。