基于matlab的信号处理初步

第一章绪论

1.1选题的目的和意义

在MATLAB 下, 矩阵的运算变得异常的容易。1984 年Moler 博士推出了该软件的正式版本, 在后来的版本中又陆续增添了控制系统、系统辨识、信号处理及通信等十余个工具箱, 使MATLAB 广泛的应用于自动控制、图像信号处理、生物医学工程、语音处理、雷达工程、信号分析、优化设计等领域。它具有以下的功能和特点∶高效的数值计算及符号计算功能, 能使我们从繁杂的数学运算分析中解脱出来; 完备的图形处理功能, 实现了计算结果和编程的可视化; 功能丰富的应用工具箱, 提供了大量方便实用的处理工具; 友好的界面及接近数学表达式的自然化语言, 便于学习和掌握。

随着人类社会的进步和科学技术的发展，人们对信息处理和信息及交流的要求越来越高。人们传递信息的主要没解释语音和图像。在接受信息中，听觉占20%，视觉占60%，其它如味觉，嗅觉，触觉总的加起来不超过20%，图像信息处理使人们视觉延续的重要手段。人们眼睛只能看到波长380到780nm的可见光部分，而迄今为止人们发现可成像的射线已有很多种，他们扩大了人们认识客观世界的能力。

做该课题的意义在于使设计者更好的了解和熟悉该软件，以便今后更好的应用该软件做一些图像以及语音处理。

1.2国外研究综述

在MATLAB的信号处理初步中应用最多的是数字图像信号处理，数字图像处理是一个跨科学的前沿科技领域，在工程学，计算机学，信息学，统计学，物理，化学，生物医学，地址，海洋，气象，农业，冶金等许多科学中的应用取得了巨大的成功和显著的经济效益。

从20世纪60年代起，随着电子计算机技术的进步，数字图像处理技术得到了飞跃发展，数字信号处理技术（DSP）技术通常是指利用采集，滤波，检测，均衡，变换，调制，压缩，去噪，估计等处理，已得到符合人们需要的信号形式。图像信号的数字处理是指将图像作为图像信号的数学处理技术，按照人们通常的习惯，也成为数字图像处理技术，最常见的是使用计算机对图像进行处理，他是在以计算机为中心的包括各种输入，输出，储存及显示设备的数学图像处理系统上进行的。

现代公安系统中经常使用的指纹对比技术就是MATLAB的一种应用，以及太空成像技术，脸部识别技术等等。我国在2004年针对利用Matlab/Simulink对

复杂系统仿真时,如何高效实现从系统数学模型到仿真模块搭建的转化问题,提出利用面向对象方法实现系统框架构建,在具体模块搭建时将充分利用Matlab/Simulink提供的各种资源与自己开发有机结合。利用上述思想建立了某型防空导弹的飞行过程动态仿真系统,解决了系统搭建中遇到的复杂控制关系实现、加快仿真速度及便于调试等问题。

1.3本课题研究工作与结构安排

本文主要介绍图像和语音预处理技术中几种常用的处理方法,比如图像增强、图像旋转和语音信号滤波。

具体容有：

全文共分6章，结构安排如下：

第1章绪论，介绍了课题研究目的及意义和国外研究现状。

第2章介绍了图像的几种简单处理方法，如图像截图、旋转、噪声等。

第3章介绍了语音信号的提取和调整，以及语音信号处理中的滤波。

第4章介绍了MATLAB在电力电子中的应用，主要涉及在单相桥式全控整流电路中的仿真。

第5章简单介绍MATLAB在医学和导航领域的应用。

第6章对本论文简单的介绍和对MATLAB发展的一些展望。

第二章图像信号处理初步

2.1 图像信号处理框架与流程

学习MATLAB程序设计，利用MATLAB图像处理工具箱，设计和实现自己的Photoshop 。要求：按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。

以下几点是程序必须实现的功能。

①图像的读取和保存。

②设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。

③设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。

④编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存，比较几种插值的效果。

⑤图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。

⑥能对图像加入各种噪声，并通过几种滤波算法实现去噪并显示结果。比较去噪效果。

同时在调节亮度时，虽然可以同对话框的形式输入调节的比例系数，但是这样效果不好了，不容易调节，因此这里考虑用滚动条来调节。

2.2 图像信号处理具体过程

2.2.1图像信号的编辑

为了让使用者更方便的使用，所以在设计的时候，通过对话框的形式来选择文件，选择uigetfile函数来实现，uigetfile函数显示一个打开文件对话框，该对话框自动列出当前路径下的目录和文件，由于这个GUI程序的操作对象是图像文件，所以设置这里的缺省后缀名为“.bmp”。

Uigetfile函数的调用格式为[name,path]=yigetfile(…), 在按下对话框中的执行按钮“打开”后，返回选择的文件名和路径，分别保存到“name”和“path”中。如果按下取消按钮或是发生错误，则返回值是0。根据返回值的情况，如果是0，则弹出提示错误的对话框，否则，通过imread函数读出图像数据，把图像数据赋值给全局变量handles.img。

同样也通过对话框的形式来保存图像数据，通过uigetfile函数选择文件名和路径，用getimage（gca）取出坐标2变换后的图像数据保存到变量i，最后用imwrite函数，把数据i存到指定的文件。

退出比较简单，程序如下所示：

clc;

close all;

close(gcf);

图像编辑

1)、灰度转换

由于RGB图像是三维图像，所以图像数据是一个三维数组，为了显示灰度图像，把三维图像降为二维，可以只取其中的二维数据，实现方法程序为：y=(handles.img(:,:,1)); %当然也可以选择(:,:,2) 或(:,:,3)????

imshow(y);

但是这样的话，根据程序所选的不同，图像数据也不同，显示也就不一样。

另一种方法就是，运用rgb2gray函数实现彩色图像到灰度图像的转换。程序为：

y=rgb2gray(handles.img); ?????

imshow(y);

这个程序只能用于RGB图像转换灰度图像，当原始图像本来就是灰度图像时，运行该程序时就会出错，但是使用者在使用时有时并不知道这些，为了使该程序更加完善，应该在使用者原先图像时灰度图像时使用该功能时，应该要显示提示类信息。所以在开始时应该要有一个RGB图像或是灰度图像的判断过程。完整的程序如下：

if isrgb(handles.img)

y=rgb2gray(handles.img); ?????

imshow(y);

else msgbox('这已经是灰度图像','转换失败');

end

如果原图是RGB，执行该操作的结果如下图：

图 2.1 RGB图像转换灰度图像

2)、亮度调节

用imadjust函数，其调用格式如下：

g=imadust(f,[low_in high_in],[low_out high_out]),gamma) gamma 表示映射性质，默认值是1 表示线性映射。

由于该函数有五个参数需要输入，为了方便用户改变，所以这里设计一个输入对话框，用户通过对话框把五个参数赋值给[low_in high_in],[low_out high_out],gamma这五个参数，如下一组命令建立了如图所示的输入对话框：prompt={'输入参数1','输入参数2','输入gamma'};

defans={'[0 0.7]','[0 1]','1'};

p=inputdlg(prompt,'输入参数',1,defans);

但是，这种方法并不能很好的让用户能够对图像进行任意的亮度和对比度变化调整，有时并不事先知道参数的值要多少，也不关心，而是任意调节的，直到满意为止。所以应该用滑动条来调节图像的亮度和对比度，这样更适合用户的使用习惯。

由于imadjust函数有五个参数，所以原则上需要设计五个滑动条来调节对比度，这对用户来说显然比较麻烦，因此在设计的时候固定其中的三个参数，通过调节两个参数的值来改变亮度和对比度。

图 2.2 亮度调节

亮度调整的tag名为ld，取值围0~1，gamma值的tag名为gamma，取值围为0~5。获取滑动条参数的程序如下：

handles.beta=get(handles.ld,'value');

handles.gm=get(handles.gamma,'value');

执行该操作，调节滑动条到上图所示位置，结果如下图：

图 2.3 调节前后

2.2.2图像信号的几种主要处理

①、截图

在MATLAB中，用函数imcrop实现对图像的剪切操作。该操作剪切的是图像中的一个矩形子图，用户可以通过参数指定这个矩形四个顶点的坐标，也可以交互地用鼠标选取这个矩形。

Imcrop函数的调用格式如下：

y=imcrop(handles.img);

不管handles.img是三维的还是二维数据，该函数都能进行操作。下图就是对三维图像的截图：

图 2.4 截图前后

②、缩放

在MATLAB中，用函数imresize来实现对图像的放大或缩小。插值方法可选用三种方法，最近邻插值，双线性插值，双三次插值。

该函数的调用格式如下：

B＝imresize(A，m，method)

其中：

参数method用于指定插值的方法，可选的值为“nearest”(最近邻法),“bilinear”(双线性插值)、“bicubic”(双三次插值)，缺省值为“nearest”。

B＝imresizee(A．m，method)表示返回原图A的m倍放大图像(m小于

1时实际上是缩小)；

下图就是采用邻近插值法的放大和缩小图像，参数值保持默认设置：

基于Matlab的脑电波信号处理

做脑电波信号处理滴嘿嘿。。Matlab addicted Codes %FEATURE EXTRACTER function [features] = EEGfeaturetrainmod(filename,m) a = 4; b = 7; d = 12; e = 30; signals = 0; for index = 1:9; % read in the first ten EEG data because the files are numbered as ha11test01 rather than ha11test1. s = [filename '0' num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0; signals = signal; else signals = [signals signal]; end end for index = 10:1:m/2; % read in the rest of the EEG training data s = [filename num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0;

signals = signal; else signals = [signals signal]; end end %%%%% modification just for varying the training testing ratio ------ for index = 25:1:25+m/2; % read in the rest of the EEG training data s = [filename num2str(index) '.dat']; signal = tread_wfdb(s); if signals == 0; signals = signal; else signals = [signals signal]; end end %%%%%end of modification just for varying the training testing ratio----- for l = 1:m % exrating features (power of each kind of EEG wave forms) [Pxx,f]=pwelch(signals(:,l)-mean(signals(:,l)), [], [], [], 200); % relative power fdelta(l) = sum(Pxx(find(fa))); falpha(l) = sum(Pxx(find(fb))); fbeta(l) = sum(Pxx(find(fd))); fgama(l)= sum(Pxx(find(f>e))); % gama wave included for additional work

matlab与信号 处理知识点

安装好MATLAB 2012后再安装目录下点击setup.exe 会出现 "查找安装程序类时出错，查找类时出现异常"的错误提示。该错误的解决方法是进入安装目录下的bin 文件夹双击matlab.exe 对安装程序进行激活。这是可以对该matlab.exe 创建桌面快捷方式，以后运行程序是直接双击该快捷方式即可。 信号运算 1、 信号加 MATLAB 实现: x=x1+x2 2、 信号延迟 y(n)=x(n-k) 3、 信号乘 x=x1.*x2 4、 信号变化幅度 y=k*x 5、 信号翻转 y=fliplr(x) 6、 信号采样和 数学描述：y=∑=2 1)(n n n n x MATLAB 实现： y=sum(x(n1:n2)) 7、 信号采样积 数学描述：∏==2 1)(n n n n x y MATLAB 实现： y=prod(x(n1:n2)) 8、 信号能量 数学描述：∑∞ -∞ == n x n x E 2 | )(| MATLAB 实现：Ex=sum(abs(x)^2)

9、 信号功率 数学描述：∑-== 1 2 | )(|1 P N n x n x N MATLAB 实现：Px=sum((abs(x)^2)/N MATLAB 窗函数 矩形窗 w=boxcar(n) 巴特利特窗 w=bartlett(n) 三角窗 w=triang(n) 布莱克曼窗 w=blackman(n) w=blackman(n,sflag) 海明窗 w=haiming(n) W=haiming(n,sflag) sflag 用来控制窗函数首尾的两个元素值，其取值为symmetric 、periodic 汉宁窗 w=hanning(n) 凯塞窗 w=Kaiser(n,beta) ,beta 用于控制旁瓣的高度。n 一定时，beta 越大，其频谱的旁瓣越小，但主瓣宽度相应增加；当beta 一定时，n 发生变化，其旁瓣高度不变。 切比雪夫窗：主瓣宽度最小，具有等波纹型，切比雪夫窗在边沿的采样点有尖峰。 W=chebwin(n,r)

基于MATLAB的语音信号处理系统设计(程序+仿真图)--毕业设计

语音信号处理系统设计 摘要：语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。语音信号处理的目的是得到某些参数以便高效传输或存储,或者是用于某种应用，如人工合成出语音、辨识出讲话者、识别出讲话内容、进行语音增强等。本文简要介绍了语音信号采集与分析以及语音信号的特征、采集与分析方法，并在采集语音信号后，在MATLAB 软件平台上进行频谱分析,并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。利用MATLAB来读入（采集）语音信号，将它赋值给某一向量，再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波，然后我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。 关键词：Matlab，语音信号，傅里叶变换，滤波器 1课程设计的目的和意义 本设计课题主要研究语音信号初步分析的软件实现方法、滤波器的设计及应用。通过完成本课题的设计，拟主要达到以下几个目的： 1.1．了解Matlab软件的特点和使用方法。 1.2．掌握利用Matlab分析信号和系统的时域、频域特性的方法； 1.3．掌握数字滤波器的设计方法及应用。 1.4．了解语音信号的特性及分析方法。 1.5．通过本课题的设计，培养学生运用所学知识分析和解决实际问题的能力。 2 设计任务及技术指标 设计一个简单的语音信号分析系统，实现对语音信号时域波形显示、进行频谱分析，

利用滤波器滤除噪声、对语音信号的参数进行提取分析等功能。采用Matlab设计语言信号分析相关程序，并且利用GUI设计图形用户界面。具体任务是： 2.1．采集语音信号。 2.2．对原始语音信号加入干扰噪声，对原始语音信号及带噪语音信号进行时频域分析。 2.3．针对语音信号频谱及噪声频率，设计合适的数字滤波器滤除噪声。 2.4．对噪声滤除前后的语音进行时频域分析。 2.5.对语音信号进行重采样，回放并与原始信号进行比较。 2.6．对语音信号部分时域参数进行提取。 2.7．设计图形用户界面（包含以上功能）。 3 设计方案论证 3.1语音信号的采集 使用电脑的声卡设备采集一段语音信号，并将其保存在电脑中。 3.2语音信号的处理 语音信号的处理主要包括信号的提取播放、信号的重采样、信号加入噪声、信号的傅里叶变换和滤波等，以及GUI图形用户界面设计。 Ⅰ.语音信号的时域分析 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简单的方法。 Ⅱ.语音信号的频域分析 信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更

MATLAB在数字信号处理中的应用：连续信号的采样与重建

MATLAB 在数字信号处理中的应用：连续信号的采样与重建 一、 设计目的和意义 随着通信技术的迅速发展以及计算机的广泛应用，利用数字系统处理模拟信号的情况变得更加普遍。数字电子计算机所处理和传送的都是不连续的数字信号，而实际中遇到的大都是连续变化的模拟量，现代应用中经常要求对模拟信号采样，将其转换为数字信号，然后对其进行计算处理，最好在重建为模拟信号。 采样在连续时间信号与离散时间信号之间其桥梁作用，是模拟信号数字化的第一个步骤，研究的重点是确定合适的采样频率，使得既要能够从采样信号（采样序列）中五失真地恢复原模拟信号，同时由要尽量降低采样频率，减少编码数据速率，有利于数据的存储、处理和传输。 本次设计中，通过使用用MATLAB 对信号f （t ）=A1sin(2πft)+A2sin(4πft)+A3sin(5πft)在300Hz 的频率点上进行采样，并进行仿真，进一步了解MA TLAB 在数字信号处理上的应用，更加深入的了解MA TLAB 的功能。 二、 设计原理 1、 时域抽样定理 令连续信号 xa(t)的傅立叶变换为Xa （j Ω），抽样脉冲序列p(t)傅立叶变换为P （j Ω），抽样后的信号x^(t)的傅立叶变换为X^(j Ω)若采用均匀抽样，抽样周期Ts ，抽样频率为Ωs= 2πfs ，有前面分析可知：抽样过程可以通过抽样脉冲序列p （t ）与连续信号xa （t ）相乘来完成，即满足：x^(t)p(t),又周期信号f （t ）傅立叶变换为： F[f(t)]=2[(]n s n F j n π δ∞ =-∞Ω-Ω∑ 故可以推得p(t)的傅立叶变换为： P （j Ω）=2[(]n s n P j n π δ∞ =-∞Ω-Ω∑ 其中： 根据卷积定理可知： X （j Ω）=12π Xa （j Ω）*P(j Ω) 得到抽样信号x （t ）的傅立叶变换为： X （j Ω）= [()]n n s n P X j n ∞=-∞Ω-Ω∑ 其表明：信号在时域被抽样后，他的频率X （j Ω）是连续信号频率X （j Ω）的形状以抽样频率Ωs 为间隔周期重复而得到，在重复过程中幅度被p （t ）的傅立叶级数Pn 加权。因为只是n 的函数，所以X （j Ω）在重复过程中不会使其形状发生变化。 假定信号x （t ）的频谱限制在-Ωm~+Ωm 的范围内，若以间隔Ts 对xa （t ）进行抽样信号X^（j Ω）是以Ωs 为周期重复。显然，若早抽样过程中Ωs<Ωm ，则 X^ (j Ω)将会发生频谱混叠的现象，只有在抽样的过程中满足Ωs>2Ωm 条件，X^(j Ω)才不会产生混频的混叠，在接收端完全可以有x^（t ）恢复原连续信号xa （t ），这就是低通信号的抽样定理的核心内容。

基于MATLAB的语音信号采集与处理

工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：

一.选题背景 1、实践意义： 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,

是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能

实验一 基于Matlab的数字信号处理基本

实验一 基于Matlab 的数字信号处理基本操作 一、 实验目的：学会运用MA TLAB 表示的常用离散时间信号；学会运用MA TLAB 实现离 散时间信号的基本运算。 二、 实验仪器：电脑一台，MATLAB6.5或更高级版本软件一套。 三、 实验内容： （一） 离散时间信号在MATLAB 中的表示 离散时间信号是指在离散时刻才有定义的信号，简称离散信号，或者序列。离散序列通常用)(n x 来表示，自变量必须是整数。 离散时间信号的波形绘制在MATLAB 中一般用stem 函数。stem 函数的基本用法和plot 函数一样，它绘制的波形图的每个样本点上有一个小圆圈，默认是空心的。如果要实心，需使用参数“fill ”、“filled ”，或者参数“.”。由于MATLAB 中矩阵元素的个数有限，所以MA TLAB 只能表示一定时间范围内有限长度的序列；而对于无限序列，也只能在一定时间范围内表示出来。类似于连续时间信号，离散时间信号也有一些典型的离散时间信号。 1. 单位取样序列 单位取样序列)(n δ，也称为单位冲激序列，定义为 ) 0() 0(0 1)(≠=?? ?=n n n δ 要注意，单位冲激序列不是单位冲激函数的简单离散抽样，它在n =0处是取确定的值1。在MATLAB 中，冲激序列可以通过编写以下的impDT .m 文件来实现，即 function y=impDT(n) y=(n==0); %当参数为0时冲激为1,否则为0 调用该函数时n 必须为整数或整数向量。 【实例1-1】 利用MATLAB 的impDT 函数绘出单位冲激序列的波形图。 解：MATLAB 源程序为 >>n=-3:3; >>x=impDT(n); >>stem(n,x,'fill'),xlabel('n'),grid on >>title('单位冲激序列') >>axis([-3 3 -0.1 1.1]) 程序运行结果如图1-1所示。 图1-1 单位冲激序列

基于MATLAB的脑电信号处理

南京航空航天大学基于Matlab的脑电信号处理 姓名陆想想 专业领域生物医学工程 课程名称数字信号处理 二О一三年四月

摘要：脑电信号属于非平稳随机信号，且易受到各种噪声干扰。本文基于Matlab仿真系统，主要研究了小波变换在脑电信号处理方面的应用，包括小波变换自动阈值去噪处理、强制去噪处理，以α波为例，提取小波分解得到的各层频率段的信号，并做了一定的分析和评价。关键词：脑电信号；小波变换；去噪重构；频谱分析 0引言 脑电信号EEG(Electroencephalograph)是人体一种基本生理信号，蕴涵着丰富的生理、心理及病理信息，脑电信号的分析及处理无论是在临床上对一些脑疾病的诊断和治疗，还是在脑认知科学研究领域都是十分重要的。由于脑电信号的非平稳性且极易受到各种噪声干扰，特别是工频干扰。因此消除原始脑电数据中的噪声，更好地获取反映大脑活动和状态的有用信息是进行脑电分析的一个重要前提。本文的研究目的是利用脑电采集仪器获得的脑电信号，利用Fourier变换、小波变换等方法对脑电信号进行分析处理，以提取脑电信号α波的“梭形”节律，并对脑电信号进行功率谱分析和去噪重构。 1实验原理和方法 1.1实验原理 1.1.1脑电信号 根据频率和振幅的不同，可以将脑电波分为4种基本类型[1]，即δ波、θ波、α波、β波。4种波形的起源和功能也不相同，如图1所示。 图1脑电图的四种基本波形 α波的频率为8~13Hz，振幅为为20~100μV，它是节律性脑电波中最明显的波，整个皮层均可产生α波。正常成人在清醒、安静、闭目时，波幅呈现有小变大，再由大变小，如此反复进行，形成所谓α节律的“梭形”。每一“梭形”持续时间约为1~2s。当被试者睁眼、警觉、思考问题或接受其他刺激时，α波立即消失而代之以快波，这种现象称之为“α波阻断”。一般

基于matlab的信号分析与处理

山东建筑大学 课程设计说明书题目：基于MATLAB的信号分析与处理课程：数字信号处理课程设计 院（部）：信息与电气工程学院 专业：通信工程 班级：通信111班 学生姓名： 学号： 指导教师： 完成日期：2014年1月

目录 摘要 (Ⅰ) 1 设计目的和要求 (1) 2 设计原理 (2) 3 设计内容 (3) 3.1 程序源代码 (4) 3.2 调试分析与过程描述 (7) 3.3 结果分析 (12) 总结 (13) 致谢 (14) 参考文献 (15)

摘要 这次是基于MATLAB的信号分析与处理。所谓数字滤波器，就是输入、输出都是数字信号的，通过数值计算处理改变输入信号所含频率成分的相对比例，或者滤除某些频率成分的数字器件或程序。常用的经典滤波器有低通、高通、带通、带阻。 首先产生一个连续信号，包含低频、中频、高频分量；对其进行采样，得到数字信号；对数字信号进行FFT频谱分析，绘制其频谱图；根据信号频谱分析的结果，分别设计高通、低通、带通滤波器，绘制滤波器的幅频及相频特性；用所设计的滤波器对信号滤波，并绘制出滤波后的频谱图。 关键词：MATLAB; FFT;滤波器；信号产生；频谱分析

1设计目的和要求 产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2设计原理 信号的采样要符合奈奎斯特采样定律，一般为被采信号最高频率的2倍，只有这样，才能保证频域不混叠，也就是采样出来数字信号中包含了被采信号的所有信息，而且没有引入干扰。这就是信号的时域采样。 频谱分析是指对信号进行频域谱的分析，观察其频域的各个分量的功率大小，其理论基础是傅立叶变换，现在一般采用数字的方法，也就是将时域信号数字化后做FFT，可以得到频域的波形。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。可以设计系统的频率响应，让它满足一定的要求，从而对通过该系统的信号的某些特定的频率成分进行过滤，这就是滤波器的基本原理。 IIR滤波器的设计原理： IIR数字滤波器的设计一般是利用目前已经很成熟的模拟滤波器的设计方法来进行设计，通常采用模拟滤波器原型有butterworth函数、chebyshev函数、bessel函数、椭圆滤波器函数等。 IIR数字滤波器的设计步骤： （1）按照一定规则把给定的滤波器技术指标转换为模拟低通滤波器的技术指标； （2）根据模拟滤波器技术指标设计为响应的模拟低通滤波器； （3）很据脉冲响应不变法和双线性不变法把模拟滤波器转换为数字滤波器； （4）如果要设计的滤波器是高通、带通或带阻滤波器，则首先把它们的技术指标转化为模拟低通滤波器的技术指标，设计为数字低通滤波器，最后通过频率转换的方法来得到所要的滤波器。 本课程设计设计思想：首先利用MATLAB分别产生低频、中频、高频信号，然后进行叠加得到连续时间信号；对所产生的连续时间信号进行采样，得到数字信号；对信号进行FFT频谱分析，绘制其频谱图；根据信号频谱分析的结果，分别设计高通，低通，带通滤波器，得到滤波器的幅频及相频特性。

基于MATLAB的数字信号处理实例分析

湖北文理学院理工学院 学生结业论文 课程名称：MATLAB教程 结业论文名称：基于MATLAB的数字信号处理 实例分析 专业名称：通信工程 班级：1011 学号： 10387123 学生姓名：赵彦彦 教师姓名：李敏 2013年1月6日

基于MATLAB的数字信号处理实例分析 摘要 随着信息科学和计算技术的迅速发展，在人们的日常生活中，对信号的处理显得尤为重要，而计算机不能直接对模拟信号进行处理，使得人们对数字信号处理理论的认知与了解要求更为深入。由于计算机解决复杂的数字信号系统有一定的困难，而MATLAB的出现，解决了这一难题。MATLAB提供了用于数值运算和信号处理的数学计算软件包，同时可以实现系统级的通信系统设计与仿真。随着版本的不断升级，不同应用领域的专用库函数和模块汇集起来作为工具箱添加到软件包中，其功能越来越强大。本文是基于MATLAB的数字信号处理实例分析，主要介绍了用MATLAB对系统函数零点、极点分布图以及模拟周期信号的频谱分析（模拟信号x(t)等间隔T采样后x(nT)的N点DFT）。 关键字：MATLAB 数字信号系统函数频谱

1.系统函数零点、极点分布图 通过学习信号与系统、数字信号处理，掌握了传输函数和系统函数等，本文仅对系统函数X(z)零点和极点分布进行分析。 （1）利用下面的程序段，观察系统函数X(z)零点和极点分布的特点 )16.06.0()(22-+=z z z z X 程序段如下：n=[1 0 0];m=[1 0.6 -0.16]; >> zplane(n,m); 执行结果如图： （2）改变系统函数X(z)，观察与上图的差异 )32()(23++-= z z z z z X 程序段如下： n=[0 1 0 0];m=[1 -1 2 3]; >> zplane(n,m); 执行结果如下图：

基于matlab的信号分析与处理

基于m a t l a b的信号分 析与处理 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】

山东建筑大学 课程设计说明书题目：基于MATLAB的信号分析与处理课程：数字信号处理课程设计 院（部）：信息与电气工程学院 专业：通信工程 班级：通信111班 学生姓名： 学号： 指导教师： 完成日期： 2014年1月

目录4

摘要 这次是基于MATLAB的信号分析与处理。所谓数字滤波器，就是输入、输出都是数字信号的，通过数值计算处理改变输入信号所含频率成分的相对比例，或者滤除某些频率成分的数字器件或程序。常用的经典滤波器有低通、高通、带通、带阻。 首先产生一个连续信号，包含低频、中频、高频分量；对其进行采样，得到数字信号；对数字信号进行FFT频谱分析，绘制其频谱图；根据信号频谱分析的结果，分别设计高通、低通、带通滤波器，绘制滤波器的幅频及相频特性；用所设计的滤波器对信号滤波，并绘制出滤波后的频谱图。 关键词：MATLAB; FFT;滤波器；信号产生；频谱分析

1设计目的和要求 产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析，分别设计三种高通，低通，带通滤波器对信号进行滤波处理，观察滤波后信号的频谱。 2设计原理 信号的采样要符合奈奎斯特采样定律，一般为被采信号最高频率的2倍，只有这样，才能保证频域不混叠，也就是采样出来数字信号中包含了被采信号的所有信息，而且没有引入干扰。这就是信号的时域采样。 频谱分析是指对信号进行频域谱的分析，观察其频域的各个分量的功率大小，其理论基础是傅立叶变换，现在一般采用数字的方法，也就是将时域信号数字化后做FFT，可以得到频域的波形。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。可以设计系统的频率响应，让它满足一定的要求，从而对通过该系统的信号的某些特定的频率成分进行过滤，这就是滤波器的基本原理。 IIR滤波器的设计原理： IIR数字滤波器的设计一般是利用目前已经很成熟的模拟滤波器的设计方法来进行设计，通常采用模拟滤波器原型有butterworth函数、chebyshev函数、bessel函数、椭圆滤波器函数等。 IIR数字滤波器的设计步骤： （1）按照一定规则把给定的滤波器技术指标转换为模拟低通滤波器的技术指标； （2）根据模拟滤波器技术指标设计为响应的模拟低通滤波器； （3）很据脉冲响应不变法和双线性不变法把模拟滤波器转换为数字滤波器； （4）如果要设计的滤波器是高通、带通或带阻滤波器，则首先把它们的技术指标转化为模拟低通滤波器的技术指标，设计为数字低通滤波器，最后通过频率转换的方法来得到所要的滤波器。 本课程设计设计思想：首先利用MATLAB分别产生低频、中频、高频信号，然后进行叠加得到连续时间信号；对所产生的连续时间信号进行采样，得到数字信号；对信

基于Matlab的信号处理系统与分析

基于Matlab的信号处理系统与分析 Matlab是一种简洁智能、特别适用于工程领域和科学研究的高级程序语言，将Matlab应用于信号处理系统中，能够帮助我们解决信号处理的很多难题。将Matlab运用于信号处理系统中，不仅提高了信号处理的效率性和可靠性，也在很大程度上促进了信号处理系统的研究和发展。通过对Matlab的特性分析及比较经典方法和Matlab对信号的处理和分析，进一步说明Matlab对信号的处理分析发挥着重要作用和绝对优势。 标签：Matlab；信号处理；分析；经典 1 Matlab的特性分析 Matlab是以矩阵运算为基础的程序设计语言，又被称为矩阵实验室，其语法规则简单易懂，功能强大，编程效率高，可以用于科学计算、图像处理、信号处理、神经元网络、小波分析、信号消噪等等领域。主要功能可分为四类：符号计算、数值的计算、分析与可视化、文字处理、SIMULINK动态仿真。所以应用Matlab处理与分析信号时是非常必要且高效的。 2 信号的处理与分析 信号的分析处理是指从将一大堆杂乱无章的信号或者一个复杂的信号按照我们的要求进行处理，使用相应的设备与技术，提取出关键部分，以方便我们分析和运用。 2.1 经典方法对信号的处理与分析 经典方法主要有两种：时域分析法、频域分析法；在分析过程中，不经过任何变换，函数的变量都是时间t，这种分析方法就是时域分析法。采用傅里叶正变换将时间变量t转换为频率变量w对信号进行分析，即频域分析法。连接二者的桥梁即傅里叶正反变换： F（jw）=∫∞-∞f（t）e-jwtdt（傅里叶正变换） f（t）=12π ∫∞-∞F（jw）ejwt dw（傅里叶反变换） 通过时域分析法可以得到任意时刻信号的瞬时值、最大值、最小值及均方根值，也可以分析得到直流分量与谐波分量，从而对信号进行分析处理。频域分析法是通过对信号的幅值、相位、能量变换与角频率的关系进行分析，研究其频率特性，如：相位谱，能量谱密度。通常经典方法局限性较大，运算量大，运算结果不易分析。 2.2 Matlab对信号的处理与分析

《数字信号处理》课程设计,基于MATLAB的音乐信号处理和分析

《数字信号处理》课程设计设计题目：基于MATLAB的音乐信号处理和分析 院系：物理工程学院 专业：电子信息科学与技术 学号： 姓名：

一、课程设计的目的 本课程设计通过对音乐信号的采样、抽取、调制解调、滤波、去噪等多种处理过程的理论分析和MATLAB实现，使学生进一步巩固数字信号处理的基本概念、理论以及频谱分析方法和数字滤波器设计方法；使学生掌握的基本理论和分析方法只是得到进一步扩展；使学生能有效地将理论和实际紧密结合；增强学生软件编程实现能力和解决实际问题的能力。 二、课程设计的基本要求 1 学会MATLAB的使用，掌握MATLAB的基本编程语句。 2 掌握在Windows环境下音乐信号采集的方法。 3 掌握数字信号处理的基本概念、基本理论和基本方法。 4 掌握MATLAB设计FIR和IIR数字滤波器的方法。 5 掌握使用MATLAB处理数字信号、进行频谱分析、涉及数字滤波器的编程方法。 三、课程设计内容 实验1音乐信号的音谱和频谱观察 使用windows下的录音机录制一段音乐信号或采用其它软件截取一段音乐信号（要求：时间不超过5s、文件格式为wav文件） ①使用wavread语句读取音乐信号，获取抽样率；（注意：读取的信号时双声道信号，即为双列向量，需要分列处理）； ②输出音乐信号的波形和频谱，观察现象； 使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。 程序如下： [Y,FS,NBITS]=WAVREAD('怒放的生命 - 汪峰5s'); %读取音乐信号 plot(Y); %显示音乐信号的波形和频谱 sound(Y,FS); %听音乐（按照原来的抽样率） Y1=Y(:,1); %由双声道信号变为单声道信号 size(Y1) figure subplot(2,1,1);

基于matlab的脑电信号处理

航空航天大学基于Matlab的脑电信号处理 陆想想 专业领域生物医学工程 课程名称数字信号处理

二О一三年四月

摘要：脑电信号属于非平稳随机信号，且易受到各种噪声干扰。本文基于Matlab仿真系统，主要研究了小波变换在脑电信号处理方面的应用，包括小波变换自动阈值去噪处理、强制去噪处理，以α波为例，提取小波分解得到的各层频率段的信号，并做了一定的分析和评价。关键词：脑电信号；小波变换；去噪重构；频谱分析 0 引言 脑电信号EEG(Electroencephalograph)是人体一种基本生理信号，蕴涵着丰富的生理、心理及病理信息，脑电信号的分析及处理无论是在临床上对一些脑疾病的诊断和治疗，还是在脑认知科学研究领域都是十分重要的。由于脑电信号的非平稳性且极易受到各种噪声干扰，特别是工频干扰。因此消除原始脑电数据中的噪声，更好地获取反映大脑活动和状态的有用信息是进行脑电分析的一个重要前提。本文的研究目的是利用脑电采集仪器获得的脑电信号，利用Fourier变换、小波变换等方法对脑电信号进行分析处理，以提取脑电信号α波的“梭形”节律，并对脑电信号进行功率谱分析和去噪重构。 1 实验原理和方法 1.1实验原理 1.1.1脑电信号 根据频率和振幅的不同，可以将脑电波分为4种基本类型[1]，即δ波、θ波、α波、β波。4种波形的起源和功能也不相同，如图1所示。 图1 脑电图的四种基本波形 α波的频率为8~13Hz，振幅为为20~100μV，它是节律性脑电波中最明显的波，整个皮层均可产生α波。正常成人在清醒、安静、闭目时，波幅呈现有小变大，再由大变小，如此反复进行，形成所谓α节律的“梭形”。每一“梭形”持续时间约为1~2s。当被试者睁眼、警觉、思考问题或接受其他刺激时，α波立即消失而代之以快波，这种现象称之为

基于MATLAB的数字信号处理

数字信号处理课程设计报告题目：语音数字信号处理与分析及 Matlab实现 系别通信工程 专业班级 学生姓名 学号 指导教师 提交日期

摘要 本次课程设计综合利用数字信号处理的理论知识进行语音信号的频谱分析，通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。本次课程设计要求利用MATLAB对语音信号进行分析和处理，要求学生采集语音信号后，在MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。待处理语音信号是一个在20Hz～20kHz 频段的低频信号。采用了高效快捷的开发工具——MATLAB，实现了语音信号的采集，对语音信号加噪声及设计滤波器滤除噪声的一系列工作。利用采样原理设计了高通滤波器、低通滤波器、带通滤波器、带阻滤波器。同学通过查阅资料自己获得程序进行滤波器的设计，能过得到很好的锻炼。 关键词：MATLAB滤波器数字信号处理

目录 第一章绪论 (1) 1.1设计的目的及意义 (1) 1.2设计要求 (1) 1.3设计内容 (1) 第二章系统方案论证 (3) 2.1设计方案分析 (3) 2.2实验原理 (3) 第三章信号频谱分析 (6) 3.1原始信号及频谱分析 (6) 3.2加入干扰噪声后的信号及频谱分析 (7) 第四章数字滤波器的设计与实现 (11) 4.1高通滤波器的设计 (11) 4.2低通滤波器的设计 (12) 4.3带通滤波器的设计 (15) 4.4带阻滤波器的设计 (16) 第五章课程设计总结 (19) 参考文献 (20) 附录Ⅰ..................................................................................I 附录Ⅱ................................................................................II

MATLAB语音信号处理

基于MATLAB的语音信号采集与处理 一、实验的目的和要求 1. MATLAB软件功能简介 MATLAB的名称源自Matrix Laboratory,1984年由美国Mathworks公司推向市场。它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。 MATLAB软件包括五大通用功能，数值计算功能（Nemeric）、符号运算功能（Symbolic）、数据可视化功能（Graphic）、数字图形文字统一处理功能（Notebook）和建模仿真可视化功能（Simulink）。其中，符号运算功能的实现是通过请求MAPLE内核计算并将结果返回到MATLAB命令窗口。该软件有三大特点，一是功能强大；二是界面友善、语言自然；三是开放性强。目前，Mathworks公司已推出30多个应用工具箱。MATLAB在线性代数、矩阵分析、数值及优化、数值统计和随机信号分析、电路与系统、系统动力学、次那好和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。 MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。由于信号与系统课程的许多内容都是基于公式演算，而MATLAB借助符号数学工具箱提供的符号运算功能，能基本满足信号与系统课程的需求。例如解微分方程、傅里叶正反变换、拉普拉斯正反变换和z正反变换等。MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应与阶跃响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。数值计算仿真分析可以帮助学生更深入地理解理论知识，并为将来使用MATLAB进行信号处理领域的各种分析和实际应用打下基础。2. 本题目的意义 本次课程设计的课题为《基于MATLAB的语音信号采集与处理》，学会运用MATLAB 的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础。 二、实验原理： 1.理论原理

基于MATLAB的心电信号的分析与处理设计

河南科技大学 课程设计说明书 课程名称医学信号处理 题目基于MATLAB的心电信号的分析与处理设计（2） 院系医学技术与工程学院 班级医疗器械工程111班 学生姓名 指导教师侯海燕宋卫东＿ 日期 2014年9月11号

课程设计任务书 （指导教师填写） 课程设计名称医学信号处理学生姓名专业班级医疗器械工程111班 设计题目基于MATLAB的心电信号的分析与处理设计（2） 一、课程设计目的 1．熟练掌握使用MATLAB程序设计方法 2．掌握数字信号处理的基本概念、理论、方法 3．掌握序列离散傅里叶变换的MATLAB实现，并进行频谱分析 4．熟练掌握使用MATLAB设计IIR或FIR数字滤波器 5．学会用MATLAB对信号进行分析和处理 二、设计内容、技术条件和要求 一）设计内容与技术条件 1．根据给定的一段MIT-BIH心电信号（101号），画出心电信号的时域波形和频谱图（幅频和相频）； 2．根据心电信号频率范围及其噪声的频率范围设计2个滤波器（一个IIR，一个FIR）实现对心电信号滤波。滤波器的种类（高通，低通，带通，带阻），滤波器性能指标（通阻带截止频率，衰减系数），滤波器的设计方法（IIR有冲击响应不变法和双线性变换法，FIR有窗函数法及频率抽样法）等自行设计。要求输出所设计的滤波器的系统函数，画出滤波器的频率响应（幅频响应和相频响应）曲线； 3．用该滤波器对心电信号进行滤波，画出滤波以后心电信号的时域波形和频谱（幅频）；分析信号滤波前后心电信号的时域和频域的变化； 4．两个滤波器滤波效果异同分析； 5．运用GUI设计一个心电信号处理系统界面。（选作） 二）设计要求 1．根据滤波器的性能指标要求，设计数字滤波器； 2．程序中按照IIR滤波器的步骤一步步完成设计；尽可能的少调用MATLAB自带的函数文件；

matlab及数字信号处理课程设计报告

数字信号处理专业课程设计报告书

实验报告 题目四 : Using the bilinear transformation and a lowpass analog Butterworth prototype, design a highpass digital filter operating at a rate of 20kHz and having passband extending to 5kHz with maximum passband attenuation of 0.5dB,and stopband ending at 4kHz with a minimum stopband attenuation of 10dB. 备注：题目3,4要求：实验报告中要求写出对应的滤波器H(z)，并在H(z)表达式中将共轭极点对组成二阶基本节，以极点在Z平面上分布顺序写出H(z)形式并将各二阶基本节系数以顺序列表。画出幅度频谱图的|H(ω)|及其以(dB)为单位的幅度谱图。 二：实验目的 1）熟练掌握低通滤波器的设计方法。 2）学会利用低通滤波器设计高通滤波器。 3）掌握用双线形变换法设计数字高通滤波器的方法。 4）熟悉MATLAB提供的各种滤波器设计函数。 5）掌握各种关于滤波器的幅度频谱设计函数。 三：实验原理 本题利用双线性变换法和巴特沃斯低通滤波器来设计数字高通滤波器： 双线形变换法是利用s=2*（1-z-1）/T*（1+z-1）将s域转换到z域，从而得到系统函数H（Z）。根据所要设计要求将高通数字滤波器指标转化为低通模拟滤波器技术指标，主要利用双线性变换式Ω=2/ Ttan(W/2)。 滤波器设计中主要用到的函数： Buttord函数用来选择巴特沃斯滤波器最小阶数，调用方式如下： [n,wn]=buttord(Wp,Ws,rp,rs,'s') ：返回符合要求性能指标的数字滤波器最小阶数n和巴特沃斯滤波器截止频率wn； [n,wn]=buttord(Wp,Ws,rp,rs)：（同上）此处Wp,Ws都是归一化频率。 [z,p,k]=buttap(n)：返回设计的巴特沃斯滤波器的零点（z），极点（p）和增益（k），n为滤波器阶数。 [b,a]=zp2tf(z,p,k)：零极点增益滤波器参数转换为传输函数形式，b，a分别为传输函数的分子分母。 [bt,at]=lp2hp(b,a,wn)：模拟低通滤波器参数转化为模拟高通滤波器参数。 [bd,ad]=bilinear(bt,at,Fs); %模拟高通滤波器参数转化为数字高通滤波器参数。Fs为采样频率。 [sos,g]=tf2sos(bd,ad,'order')：将传递函数模型转化为二次分式模型sos。'order'指定sos中行的顺序： Up：首行中所包含的极点离原点最近，离单位圆最远； Down：首行中所包含的极点离原点最远，离单位圆最近； 与画图有关的函数： （1）Zplane(b,a)：绘制系统零极点图； （2）求解数值滤波器频率响应函数： 1）freqz(b,a,n)：无输出参数，直接在当前命令窗口绘制频率响应的幅频响应（dB形式的）和相频响应。 2）[H,W]=freqz(b,a,n)：返回数字滤波器的n点复频率响应。 四：实验步骤简述

基于MATLAB 的脉搏信号处理软件系统

基于MATLAB 的脉搏信号处理软件系统 摘要: 本文根据在实验室里测得的脉搏数据，基于MATLBA设计一个脉搏信号的GUI处理界面，并利用MATLAB强大数字信号处理功能还原脉搏波形，并对波形的特征信息进行提取及存储。原始信号进行了去除基线漂移、通过巴特沃斯带通滤波器以及二阶切比雪夫滤波器去除50HZ工频干扰，并且能计算实时的脉率并更新，显示脉率变化趋势曲线，进行频谱分析和输出文档。 此软件有两个GUI界面，第一个为密码登陆界面，第二个为脉搏信号处理系统GUI界面。第二个GUI界面主要分为五大模块:1.打开与退出模块包括打开数据和退出系统;2.信号回放模块包括对原信号和滤波信号的回放、暂停回放、继续回放、关闭窗口;3.信号放大与缩小模块包括对信号的X轴和Y轴的放大、缩小处理;信号快进退模块包括对信号的快进、慢进、快退、慢退处理;4.脉率实时处理模块包括输出脉率曲线、暂停回放、输出脉搏信息、脉搏频谱分析、清除波形、输出文档;5.脉率信号输出模块包括输出实时的脉率更新、以及脉搏数据的信息，诸如脉搏采样频率、采样时间、最大脉率值、最小脉率等。 关键词：脉搏;脉率;Matlab ;GUI ; 1 引言 人体内部各个生理系统之间(如循环系统、呼吸系统等)是相互耦合的。反映人身体健康状态相对最重要、最全面的是心脏血液循环系统,因此通过采集脉搏波进而分析心脏循环系统功能,能从一个方面较全面反映人体的健康情况。从脉搏波中提取人体的生理病理信息作为临床诊断和治疗的依据，历来都受到中外医学界的重视。几乎世界上所有的民族都用过“摸脉”作为诊断疾病的手段。脉搏波所呈现出的形态(波形)、强度(波幅)、速率(波速)和节律(周期)等方面的综合信息，在很大程度上反映出人体心血管系统中许多生理病理的血流特征,因此对脉搏波采集和处理具有很高的医学价值和应用前景。目前脉搏信息的研究已经应用于以下几个方面:(1)中医脉象信息的检测与识别;(2)血压的临床检测;(3)心率稳定性的一种简便估计方法;(4)心输出量的一种测量方法;(5)血管功能的一种早期、无创检测方法。 MATLAB(Matrix Laboratory,矩阵实验室)是由美国MathWorks公司开发的一种功能强、效率高、简单易学的可视化软件,覆盖面包括控制、通讯、金融、图像处理、建筑、生物学等几乎所有的行业与科学领域。除了经典的一些算法外,MATLAB