В· досліджувати статистичні характеристики сигналів;
В· проводити стиснення та очищення від шуму одновимірних і двовимірних сигналів.
Wavemenu запускається з командного рядка MATLAB командою В«wavemenuВ».
В якості вихідного сигналу використовуємо все той же сигнал ЕКГ з накладеною на нього перешкодою (малюнок 21):
В
Рисунок 21
Wavelet-перетворення дозволяє розкласти сигнал по компактним, добре локалізованим за часом і частоті, базисним функціям, що дозволяє, на відміну від перетворення Фур'є, описувати нестаціонарні сигнали. При цьому важливо, що таке розкладання досить економно в обчислювальному відношенні.
На відміну від короткочасного перетворення Фур'є (STFT), безперервне wavelet-перетворення (CWT) має змінну дозвіл за часом і частоті. В області високих частот воно забезпечує гарний дозвіл за часом і погане за частотою, а в області низьких частот гарне дозвіл по частоті і погане за часом (рис. 3). Застосування wavelet-перетворення дає хороші результати, особливо коли компоненти сигналу з високою частотою мають невелику тривалість, а низькочастотні компоненти досить велику. Практично всі біологічні сигнали мають подібну структуру. p> Вибрали wavelet Добеши з двома рівнями декомпозиції (ортогональний фільтр з кінцевою маскою) (малюнок 22).
В
Малюнок 22
Дискретне wavelet-перетворення найбільш ефективно в задачах стиснення сигналів та зображень, завданню очищення сигналу від шумів.
Натискання на кнопку Stanistics дозволяє отримати статистичні дані щодо досліджуваного сигналу (рисунок 23).
При стисненні сигналу використовують наступну схему: виробляється wavelet-перетворення вихідного сигналу, після чого запам'ятовуються тільки значущі коефіцієнти, тобто ті, які більше деякого заданого порогу. Відновлення сигналу проводиться за допомогою зворотного wavelet-перетворення, при цьому припущення коефіцієнти замінюються нулями.
Результати стиснення представлені на малюнку 24.
В
Малюнок 23
В
Малюнок 24
Графічний інтерфейс дозволяє вирішувати задачі зменшення рівня шуму в дискретно (цифровому) сигналі (очищення від шуму). Для цього необхідно натиснути на кнопку В«DenoiseВ» в середині правої колонки, під кнопкою В«AnalyzeВ». Параметри і результати зменшення шуму представлені на малюнку 25.
В
Рисунок 25
На малюнку 26 детальніше представлений результат очищення сигналу від шуму.
В
Малюнок 26
Висновок
У ході курсового проекту биді отримані навички сучасних методів обробки біомедичних сигналів з використанням засобів обчислювальної техніки. Виконуючи курсової проект досліджували аналоговий і цифровий смугово-пропускає фільтр, реалізували модель фільтра в Simulink, а також познайомилися з wavelet-перетвореннями.
Методи цифрової обробки сигналів придбали велику важливість з огляду на те, що тепер вони не тільки замінюють класичні аналогові методи в багатьох традиційних областях техніки, але й застосовуються в багатьох нових областях, таких як медична техніка.
Дискретне wavelet-перетворення найбільш ефективно в задачах стиснення сигналів та зображень, завданню очищення сигналу від шумів.
Список використаних джерел
1. Джонсон Д. Довідник з активним фільтрам. - М.: Вища школа, 1983
2. Макс Жак Методи і техніка обробки сигналів при фізичних вимірах. Пер. з фр. Під ред Волкова Н.Г. - М.: Мир, 1983
3. Дьяконов В. Simulink 4. Спеціальний довідник. - СПб.: Питер, 2002
4. Андрєєв І.І., Ланне А.А. MATLAB для DSP: SPTool - інструмент для розрахунку цифрових фільтрів і спектрального аналізу сигналів// Цифрова обробка сигналів. 2000. № 2. p> 5. Потьомкін В.Г. MATLAB 5 для студентів/Діалог-МІФІ. 1999. br/>
