心电信号的频谱分析

燕山大学

课程设计说明书题目丿 ___________

学院（系）：电气工程学院

年级专业：09医疗仪器

学号：__________

学生姓名：___________

指导教师：孟辉赵勇__________ 教师职称：讲师讲师

燕山大学课程设计（论文）任务书

2012 年12 月10 日

目录

摘要 (4)

引言 (4)

一、MATLAB软件介绍 (5)

二、心电信号分析方法 (6)

2.1时域分析 (7)

2.2频域分析 (7)

2.3自相关函数分析 (7)

2.4 FFT 分析 (5)

2.5功率谱分析 (9)

三、心电信号分析 (11)

3.1 Matlab编程实现 (11)

3.2 Matlab 时域分析结果 (11)

3.3 Matlab频域分析结果 (13)

心得体会 (15)

参考文献16

摘要信号处理的基本概念和分析方法已应用于许多不同领域和学科中，尤其是数字计算机的出现和大规模集成技术的高度发展，有力地推动了数字信号处理技术的发展和应用。心电信号是人类最早研究并应用于医学临床的生物电信号之一，它比其他生物电信号便易于检测，并具有较直观的规律性，对某些疾病尤其是心血管疾病的诊断具有重要意义。它属于随机信号的一种，用数字信号处理的方法和Matlab 软件对其进行分析后，可以得到许多有用的信息，对于诊断疾病有非常重要的参考价值。

关键字：信号处理心电信号Matlab

引言

MATLAB是矩阵实验室的简称，是美国MathWorks公司出品的商业数学软

件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLA罰Simulink两大部分。MATLA可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。心电信号是人类最早研究并应用于医学临床的生物电信号之一，它比其他生物电信号便易于检测，并具有较直观的规律性，对某些疾病尤其是心血管疾病的诊断具有重要意义。按照信号与系统问题可以分为两大类基本分析方法：时域分析方法和频域分析方法。两种方法各有不同，互相补充。

MATLAB软件介绍

MATLA是矩阵实验室的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLABS Simulink两大部分。

MATLA是由美国MathWorks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran ）的编辑模式，代表了当今国际科学计算软件的先进水平。

MATLABS Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数

和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

MATLA 的基本数据单元是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLA来解决问题要比用C, FORTRA等语言完成相同的事情简捷得多，并且MATLA也吸收了像Maple等软件的优点。在新的版本中也加入了对C, FORTRANC++, JAVA的支持。可以直接调用，用户也可以将自己编写的使用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLA爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。

心电信号分析方法

按照信号与系统问题可以分为两大类基本分析方法：时域分析方法和频域分析方法。两种方法各有不同，互相补充。

2.1时域分析

时域分析方法是对连续信号进行采样、量化和编码形成离散的二进制数字序列，再采用数字信号处理技术进行处理。信号的采样过程如果满足一定条件，那么得到的这种离散的二进制序列在形状特征以及内在属性上完全可替代原连续信号，只是这样方便人们分析处理信号并提取有用信息。

对心电信号进行的时域处理通常包括信号的均值，方差，标准差，峰峰值, 极大值和极小值六种。

2.2频域分析

离散系统的频域分析就是研究离散信号通过离散系统以后在频谱结构上所产生的变化，为此首先必须了解描述离散系统频率特性的有关特征量。信号的有些信息在用空域分析是得不到的，而如果用频域分析方法的话，可以得到其中许多有价值的信息。

2.3自相关函数分析

自相关函数是用来表征一个随机过程本身，在任意两个不同时刻t1，t2

的状态之间的相关程度，是内在联系的一种度量。

自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2的取值之间的相关程度。可以用来确定输出多大程度上取决于输入，对于修正测量中接入噪

声源产生的误差非常有效。且还能用来检测隐藏的周期信号。设原函数是f(t)，则自相

关函数定义为R(j)丄n N 1 f(

n)f(n j)。

IN n u

2.4 FFT分析

有限长序列可以通过离散傅里叶变换（DFT）将其频域也离散化成有限长序列，但其计算量太大，很难实时地处理问题，因此引出了快速傅里叶变换（FFT）。快速傅氏变换（FFT）是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。根据对序列分解与选取方法的不同而产生了FFT的多种算法，基本算法是基2 DIT和基2 DIF。

设x（n）为N项的复数序列，由DFT变换，任一X （m的计算都需要N次复数乘法和N-1次复数加法，而一次复数乘法等于四次实数乘法和两次实数加法，一次复数加法等于两次实数加法，即使把一次复数乘法和一次复数加法定义成一次“运算”（四次实数乘法和四次实数加法），那么求出N项复数序列的X（m ,即N点DFT变换大约就需要N2次运算。当N=1024点甚至更多的时候，需要N2=1048576次运算，在FFT中，利用WN的周期性和对称性，把一个N 项序列（设N=2k,k为正整数），分为两个N/2项的子序列，每个N/2点DFT 变换需要N.22次运算，再用N次运算把两个N/2点的DFT变换组合成一个N 点的DFT变换。这样变换以后，总的运算次数就变成N 2 N 2 2N N22。继续上面的例子，N=1024时，总的运算次数就变成了525312次，节省了大约50%勺运算量。而如果我们将这种“一分为二”的思想不断进行下去，直到分成两两一组的DFT运算单元，那么N点的DFT变换就只需要N log? N次的运算，N在1024点时，运算量仅有10240次，是先前的直接算法的1%点数越多，运算量的节约就越大，这就是FFT的优越性。

6

FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出

特征了。这就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频