仪器仪表学报

作者：耿读艳，王晨旭，赵杰，宁琦，姜星

单位：耿读艳,河北工业大学省部共建电工装备可靠性与智能化国家重点实验室天津300130；河北工业大学河北省电磁场与电器可靠性重点实验室天津300130,,王晨旭,河北工业大学河北省电磁场与电器可靠性重点实验室天津300130,,赵杰,河北工业大学河北省电磁场与电器可靠性重点实验室天津300130,,宁琦,河北工业大学河北省电磁场与电器可靠性重点实验室天津300130,,姜星,河北工业大学河北省电磁场与电器可靠性重点实验室天津300130,

关键词：心冲击信号;基于自适应噪声的完全集合经验模态分解;排列熵;降噪

基金：国家自然科学基金面上项目(51877067)资助

心冲击信号(BCG)是反应心脏力学特征的生理信号，能实现无电极束缚条件下的连续采集测量，然而BCG信号微弱且极易受到干扰，测量时经常会淹没在噪声中。为了有效识别BCG信号，提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)联合排列熵(PE)的BCG降噪方法。首先，将采集到的BCG信号通过CEEMDAN分解得到一系列按频率由高到低的固有模态函数(IMF)。其次，通过PE计算各个IMF分量的值并确定有效信号的阈值范围，从而滤除信号中的高频噪声和基线漂移。最后实验结果显示，降噪后信号的幅频特性得到明显改善且信噪比较传统方法有明显提高，证明了本文降噪方法效果显著，能够有效还原BCG信号特征。

来源：2019年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第6期