MATLAB, Làm thế nào để lọc tín hiệu rời rạc?

Tôi có một ma trận gấp đôi 10000 lần được lưu trữ trong một tệp có tên "fecg.mat". Ma trận đại diện cho cường độ của tín hiệu FECG được ghi lại.

Tôi đã vẽ nó theo thời gian (từ 0 đến 9999):

Để xóa đường cơ sở, tôi tự hỏi liệu tôi có thể sử dụng bộ lọc thông cao không. Làm cách nào để thiết kế bộ lọc phù hợp?

PS Xử lý tín hiệu không phải là lĩnh vực nghiên cứu của tôi. Tôi không biết làm thế nào để lọc tín hiệu miền thời gian rời rạc.

Cách dễ nhất để loại bỏ đường cơ sở là loại bỏ mức trung bình:

filtered = original - mean(original);

Trên thực tế, trung bình là hệ số đầu tiên của biến đổi Fourier, vì vậy nó thực sự là một bộ lọc rất sắc nét: bạn đang loại bỏ hệ số DC.

Nếu bạn muốn lọc cổ điển hơn, sau đó kiểm tra các chức năng như buttervà bạn bè, sẽ tổng hợp bộ lọc IIR, sau đó sử dụng filterđể lọc tín hiệu của bạn.

Matlab cũng bao gồm một công cụ thiết kế bộ lọc.

MATLAB có một công cụ thiết kế bộ lọc được gọi là fdatool. Chạy fdatool trong MATLAB, nó cung cấp cho bạn một GUI trực quan, trong đó bạn có thể thay đổi các tham số bộ lọc. Chọn bộ lọc thông cao từ đó và chọn tần số cut0ff. khi bạn hài lòng với hình dạng bộ lọc, hãy xuất nó sang không gian làm việc MATLAB. Giả sử tên bộ lọc của bạn là myFilter và tên tín hiệu của bạn là mySignal. Sau đó, để lọc tín hiệu theo kiểu MATLAB: filteredSignal = conv (mySignal, myFilter).

Nếu bạn biết nội dung tần số của tín hiệu mong muốn, bạn có thể vượt qua phần nào dưới tần số đó. Giả sử bạn chỉ quan tâm đến tín hiệu trên 2 Hz và tốc độ mẫu của bạn là 100 Hz, sau đó bạn có thể thực hiện việc này như sau:

[b,a] = butter(3,2/(100/2),'high');
outputData = filter(b,a,inputData);

Đây là ví dụ cụ thể sử dụng đường cao tốc butterworth bậc 3.

Bộ lọc nào để sử dụng thực sự phụ thuộc vào ứng dụng cụ thể. - Bộ lọc quá thô có thể loại bỏ thông tin bạn đang tìm kiếm!

Thuật toán Pan-Tompkins được sử dụng rộng rãi (để phát hiện QRS) chỉ định bộ lọc để loại bỏ đường cơ sở trong dữ liệu ECG. Nhưng thật khó để xác định xem bộ lọc này có phù hợp với ứng dụng của bạn từ thông tin hạn chế bạn cung cấp hay không. Xin hãy giải thích cho một câu trả lời chính xác hơn.

Tôi sẽ đề nghị bạn sử dụng bộ lọc thích ứng để loại bỏ nhiễu cơ sở 50Hz. một bộ lọc thích ứng lms sẽ làm tốt:

xk = sin(2*pi*50*t1);
dk = ecg1; 
bk = [0 0 0];                       %Gewichteter Vektor (FIR Koefizienten mit Anfangswert 0)
                                    %Die Werte ändern sich ständig bis sich
                                    %das System adaptiert hat

mu = .1;                            %Konvergenzgeschwindigkeit des Algorithmes.
                                    %( 0 < mu < 1/(20*(L+1)*Potenz_xk); L Filterorder)                                
Pot_x=mean(xk.*xk);
%mu=1/(100*(L+1)*Pot_x);            % Konvergenzgeschwindigkeit des Algorithmus.
                                    % Bei den Prädiktiven Adaptiven filter
                                    % gilt die Potenz nicht




yk=zeros(size(xk));                 % Ausgangssignal zum Zeitpunkt t=0 von der FIR.
ek=zeros(size(xk));                 % Fehlersignal zum ZEitpunkt t=0.

%Algorithmus für FIR Adaptiven Filter:
for n = 3:(punkte - 1)                          %Arranca en 3 porque tiene que almacenar las dos muestras anteriores y la actual (FIR de 2 coeficientes)
    xkn = [xk( n ) xk( n - 1 ) xk( n - 2 )];    %Vector niésimo (2 posiciones porque son dos coeficientes).
    yk(n) = xkn * bk';                          %Resultado parcial de la salida por el vector bk traspuesto.
    ek(n) = dk(n) - yk(n);                      %Señal de error parcial.
    bk = bk + 2*mu*ek(n)*xkn;                   %Actualización instante a instante del vector de pesos.  
end                                             %Ende des adaptiven Algorithmes.

Eje1 = figure(1);
set(Eje1,'name','Übung 1: FIR Adaptive Filter','position',[10 10 900 650]);
subplot( 2, 1, 1 );
plot( t1, xk, 'r');
xlabel('n');
ylabel('EKG mit Rauschen');
title('Eingangssignal: Bewegungsartifakt zu filtern');
subplot( 2, 1, 2 );
plot( t1, ek, '-k');
xlabel('n');
ylabel('d[k] - y[k]');
title('Ausgangssignal: EKG ohne Rauschen');