发布时间 : 星期日 文章肌电信号的时域和频域分析更新完毕开始阅读33c7743902020740bf1e9b18
通过比较上图可以看出，第四幅图像的去噪效果比较明显，因次在本次设计中选择小波四层分解对信号进行去噪处理。
分别对20N 的肌电信号和50N的肌电信号进行小波去噪，去噪前后的效果图如下所示：
9
左边是20N小波去噪前后的图，右边是50N作用前后的效果图。通过前后图像的比较可以看出，当选用四层小波分解进行滤波时，已经能去掉大部分噪声的干扰，保存有用的信号。
小波去噪部分程序代码如下:
global a; global t; global s; global y; % global IR; % global SORH; M =length (a) ;
10
N=length(y); p=size(a); s=a(1:20000);
[C L]=wavedec(a,4,'db5'); cA3=appcoef(C,L,'db5',4); cD1=detcoef(C,L,1); cD2=detcoef(C,L,2); cD3=detcoef(C,L,3); cD4=detcoef(C,L,4);
thr1=thselect(cD1,'rigrsure'); thr2=thselect(cD2,'rigrsure'); thr3=thselect(cD3,'rigrsure'); thr4=thselect(cD4,'rigrsure'); TR=[thr1,thr2,thr3,thr4]; SORH='s';
[XC,CXC,LXC,PERFO,PERF2]=wdencmp('lvd',a,... 'db5',4,TR,SORH); L=p(2); x=a; h=XC; F=0; M=0; for ii=1:L
m(ii)=(x(ii)-y(ii))^2; t(ii)=y(ii)^2; f(ii)=t(ii)/m(ii); F=F+f(ii); M=M+m(ii); end;
SNR=10*log10(F);
11
MSE=M/N; SM=SNR/MSE; % K=length(d); % t1=(0:K-1)/2000;
plot(handles.axes5,XC(1:20000));
小波去噪前后的幅频和相频图如下：
12