微弱信号检测

Vo t
Vr t

①输入只有信号、没有噪声时
Vi t Vs t Vs sin wt s
Vr t Vr sin wt r
Vo t
KV T

T
0
Vs t Vr t dt
KV VsVr cos s r 2

传统的建立在傅立叶变换基础上的滤波方 法在提高信噪比和提高空间分辨率两项指标上 存在矛盾。低通滤波固然能平滑抑制噪声，但 同时也会把信号中的边缘变模糊。高通滤波可 以使边缘更加陡峭，但背景噪声同时也被加强。 此外相干平均也是滤除噪声常用的手段，但需 要时间较长，不能作动态提取，而且当各次记 录中的信号没有对齐时处理结果也会产生低通 模糊，与之相比，基于小波变换的多分辨率滤 波技术有明显优点。
x T j T ( x) x T j 0 x T j , j h j jl x T j , j h j j l | x | T j , j h j j l
（3）对于低频信号部分保持不变
T ( x) x
j jl
返回
结束
原始输入信号添加基线漂移和白噪声
噪声


噪声是对有用信号的某种不期望的扰动， 包括非被测信号或非测量系统所引起的 噪声和来自于被测对象、传感器、测量 系统内部的噪声两种情况 噪声是一种连续型随机变量，在不同时 刻可能出现不同的噪声值
脉象信号预处理
1 在生物医学信号检测技术中，大多数生理信号是极其微弱的 (μV 级或mV级)，从人体体表采集 的脉象信号是mV级信号，主要的频 率范围小于40Hz，一般在10Hz以下。 2 由于脉象仪使用环境的复杂和被测量者的活动，脉象仪采集的脉 象信号将会受到多种干扰，具有较强的随机性和背景噪声，而且属 于非线性、非平稳的微弱信号。相对被测信号而言，环境干扰往往 很大。 3 这些干扰主要是交流电引起的工频干扰、肌电干扰、人体的微动 与电极接触不良引起的电极接触噪声、运动伪迹(基线变化)和由于 呼吸引起的基线漂移。消除脉象信号中多种干扰是进一步进行脉象 信号的识别和分析处理的前提。


脉象信号预处理方法
脉象信号的预处理方法主要包括基于小 波多分辨分解和综合原理的信号消噪算 法和基线漂移消除方法。


小波多分辨分析
小波分析作为一种时频局部化分析方法，其基本思想是寻求一个 满足一定条件的基本小波函数ψ(t)，通过对基本小波函数的伸缩 和平移构成小波函数族，然后利用这个函数族来逼近或表示所要 研究的信号，并作出相应的分析和处理。 对于函数ψ(t)∈L2(R) (能量有限空间), 若满足∫Rψ(t)dt=0 则称之 为小波函数。引入参数u、s对ψ(t)进行伸展和平移，有：
图 对含扰信号的噪声消除和基线漂移消除结果
返回
结束
脉象信号扰动消除效果（二）
wk.baidu.com
噪声的相关函数

噪声的自相关函数
R lim 1 T 2T
n t n t dt
T
T

噪声的互相关函数
Rxy t1 , t2 E x t1 y t2
Rxy t1 , t2 Rxy lim
返回
结束
脉象信号基线漂移去除方法
在信号噪声消除过程中将脉象信号进行多尺度小波分解，由于基线漂 移的主要成分为缓变趋势分量，在小波分解中会直接显现于某较大的尺度 下，只要在重构过程中将a10这一尺度下的分量直接去除，即可实现基线 矫正、恢复去除基线漂移后的脉象信号。
返回
结束
脉象信号扰动消除效果（一）
返回
结束
脉象信号去噪方法（一）
小波变换
小波分析基本思想通过对基本小波函数的伸缩和 平移构成小波函数族 ，然后利用这个函数族来 逼近或表示所要研究的信号。
u ,s
1 t u ( ) s |s|
W f (u, s) f , u , s

R
f (t ) u , s (t )dt

| ( ) |2 C 2 d R | |

小波变换是可逆的，且有如下逆变换关 系式：
f (t ) 1 C

R
2
1 W f (u, s) u ,s (t )duds s2
脉象信号预处理
1 在生物医学信号检测技术中，大多数生理信号是极其微弱的 (μV 级或mV级)，从人体体表采集 的脉象信号是mV级信号，主要的频 率范围小于40Hz，一般在10Hz以下。 2 由于脉象仪使用环境的复杂和被测量者的活动，脉象仪采集的脉 象信号将会受到多种干扰，具有较强的随机性和背景噪声，而且属 于非线性、非平稳的微弱信号。相对被测信号而言，环境干扰往往 很大。 3 这些干扰主要是交流电引起的工频干扰、肌电干扰、人体的微动 与电极接触不良引起的电极接触噪声、运动伪迹(基线变化)和由于 呼吸引起的基线漂移。消除脉象信号中多种干扰是进一步进行脉象 信号的识别和分析处理的前提。



③当输入中同时有信号和噪声时，输出 则为上面两个结果之和；由②知，当积 分时间足够长时，可实现噪声抑制，检 测出被测有用信号
锁相放大器
信号通道 信号输入 （AC） 前置 放大器 有源 滤波 器 AC 放大器 相关器 乘法 器 积分器 （含DC放 大） 输出 （DC）
参考通道 参考输入 （AC） 触发 电路 倍频 电路 相移 电路 方波 驱动
n
d
p 1 k
g n 2k s np
n
小波阀值信号估计
对于滤波器组分解离散信号时，采用小波阀值估 计信号。
f j J 2 2 J ρ ( X,ψ )ψ ρ ( X, ) T j,m j,m T J,m J,m j L 1m 0 m0
小波包多分辨分解
小波包分析能够为信号提供一种更加精细的分析 方法，它将频带进行多层次划分，对多分辨率分 析没有细分的高频部分进一步分解。
u2n (t ) 2 hk un (2t k )
kz
u2n1 (t ) 2 g k un (2t k )
kz
akp 1 hn2k snp
1 T 2T 1 T 2T
x t y t dt
T
T
Ryx t1 , t2 Ryx lim

T
T
y t x t dt
微弱信号检测方法


15.3.1 相关检测法 所谓相关检测就是利用信号周期性和噪 声随机性的特点，通过自相关或互相关 函数值的计算，达到从噪声中检测出微 弱信号目的的一种技术 相关检测分为自相关检测和互相关检测 两种情形


D n


n E n p n dn E n
2
2
2 E n
1 E n n lim T 2T
2 2
n t dt
T
T
1 E n n lim T 2T

T
T
n 2 t dt

小波变换是一种信号的分析方法，它具有 多分辨率分析的特点，而且在时频两域都具有 表征信号局部特征的能力。 基于小波变换的多分辨率滤波技术有明显 优点。小波变换可用来提取和识别那些淹没在 噪声中的微弱电生理信号，在获得信噪比增益 的同时，能够保持对信号突变信息的良好分辨， 因此对临床上的非平稳信号的处理中具有独特 的优越性，应该能成为脉象信号的一种可行有 效的处理方法。
（1）自相关检测

自相关检测原理
x t s t n t
乘法器
积分器
Rss
延时器
（2）互相关检测

互相关检测原理框图
x t s t n t
y t
乘法器 积分器
Rxy
延时器
相干检测原理
Vi t
窄带放大器 乘法器 积分器
同步积累法


同步积累法是基于信号的稳定性和噪声的随机 性，当信号多次重复时，由于信号周期性的重 复，噪声却不具有这个特性，这样，每个周期 的信号受到的干扰不同，在接收端就会收到不 同畸变的信号，对畸变信号进行多次对照就可 识别出信号的原形。 信号重复的次数越多，接收机输出的信号就越 接近原始信号，信噪比越高，即系统抑制噪声 的能力越强
返回
结束
多分辨率及小波包分析的分解树示意图
返回
结束
脉象信号去噪方法（二）
小波阀值函数的选取原则 （1）对于高频噪声信号采用硬取阀值
T ( x)
x 0 | x | T j , j j h | x | T j , j j h
（2）对于中间频率含噪声信号采用软取阀值
返回
结束
脉象信号扰动消除效果（二）
对信号施加50Hz工频干扰的预处理结果
返回
结束
1.噪声的概率分布

噪声电压在t时刻的大小，用概率分布密度函数p(n)来 表示，p(n)表示噪声电压在t时刻取值为n的概率
P n1 n n2 p n dn
n1
n2
E n np n dn

②输入只有噪声、没有信号时
Vi t Vn t t sin wt n t
Vo t KV T Vn t Vr t dt T 0 K V T V r t cos n t r cos 2t n t r dt 2T 0
同步积分器
C1 Ii
R
S
C2 Vo
V
T 2
3T 2
T
2T
t
取样积分器
x t s t n t
S
uo
C
r t
延时 取样脉 冲形成
t0
（a)原理框图
（b)波形图
数字多点平均器
S B A DAC 数字显示
信号输入
预处理
S/H
ADC
累加
存储
DAC
模拟显示
触发输入
定时与控制



u ,s
t u ( ) s |s| 1

ψu,s 称其为伸展小波。其中s为尺度因子，u为平移因子，于是函 数f(t)∈L2(R) 关于小波函数ψ(t)的小波变换为：
W f (u, s) f , u , s


R
f (t ) u , s (t )dt
设ψ(t)的Fourier变换为Ψ(ω), 当小波函数满足如下关系式：
脉象微弱信号检测
概述



微弱信号是相对背景噪声而言，其信号幅度的 绝对值很小、信噪比很低（远小于1）的一类 信号 微弱信号检测的任务是采用电子学、信息论、 计算机及物理学、数学的方法，分析噪声产生 的原因和规律，研究被测信号的特点与相关性， 对被噪声淹没的微弱有用信号进行提取和测量 微弱信号检测的目的是从噪声中提取出有用信 号，或用一些新技术和新方法来提高检测系统 输入输出信号的信噪比
同步积累器的工作原理



设信号是一串周期窄脉冲，检测时可把信号通路接到 一个分配器上，分配器的每一个输出都接到一个积累 器，工作时信号通路被分配器轮流地接到不同的积累 器上 假设分配器的工作周期和信号的重复周期相同，并设 分配器从一个出路到另一个出路的切换时间可以忽略， 则分配器的工作周期被分割成若干个时间区间（取决 于积累器的个数），在每次信号到来的那个时间区间 都能保证通路恰好接到同一个积累器上，所以这种方 法称为同步积累 只要重复的次数足够多，基于同步积累法就可以把噪 声中的微弱信号提取出来，而且重复的次数越多，提 取微弱信号的能力越强

在生物医学信号检测技术中，大多数生理信号是 极其微弱的(μV级或mV级)，相对被测信号而言，环境 干扰往往很大。从人体体表采集的脉象信号是mV级信 号，主要的频率范围< 40Hz，一般在10Hz以下。由于 脉象仪使用环境的复杂和被测量者活动，脉象仪采集 的脉象信号将会受到多种干扰，具有较强的随机性和 背景噪声，而且属于非线性、非平稳的微弱信号。这 些干扰主要是交流电引起的工频干扰、肌电干扰、人 体的微动与电极接触不良引起的电极接触噪声、运动 伪迹(基线变化)和由于呼吸引起的基线漂移，因此消除 脉象信号中多种干扰是进一步进行脉象信号的识别和 分析处理的前提。