基于EMD自相关的表面肌电信号消噪方法.pdfVIP

学兔兔 第35卷 第11期 仪 器 仪 表 学 报 Vl01．35 NO．11 2014年 11月 Chinese Journa1 of Scientific Instmment NOV．2014 基于EMD自相关的表面肌电信号消噪方法木 席旭刚，武 昊，罗志增 (杭州电子科技大学智能控制与机器人研究所 杭州 摘 要：为了更好地消除混杂在表面肌电信号(sEMG)q~的噪声，提出一种基于噪声统计特性的EMD自相关消噪方法。 首先，对含噪sEMG信号进行EMD分解，并根据噪声统计特性降低低信噪比的高频IMF分量的能量后重组信号。其次， 对重组后的信号进行自相关函数特性的EMD分解，并对自相关函数方差低于阈值的高频IMF分量进行小波去噪。最后， 把处理后的高频IMF分量和低频IMF分量重构，得到的信号即为消噪信号。实验结果表明，该方法不仅能更好的消除噪 声，而且在低信噪比情况下有良好表现。 关键词：表面肌电信号；经验模态分解；小波变换；白相关函数；噪声统计特性 中图分类号：TP24 TH7 文献标识码：A 国家标准学科分类代码：510．4040 De-noising method of the sEMG based on EMD autocorrelation Xi Xugang，Wu Hao，Luo Zhizeng (Intelligent control＆Robotics Institute，Hangzhou Dianzi University，Hangzhou 310018，China) Abstract：A de—nosing method based on the noise statistical EMD autocorrelation is proposed to eliminate the noise mixed with sEMG．Firstly，the sEMG signals are recombined through EMD based on energy reduction of low SNR high-frequency IMF according to the noise statistics．Then，the recombined signals are decomposed by EMD，and high—frequency IMFs whose autocorrelation function variance is below the threshold are denoised by the wavelet．Finally，the processed high-frequency IMF and low-frequency IMF are reconstructed to get the signal denoised．The experimental results show that the method not only can well eliminate noise，but also a good performance is achieved under the condition of low signal·to-noise ratio． Keywords：surface electromyography；empirical mode decomposition；wavelet transform；autocorrelation；noise statistical properties 幅值仅为 级)，极易受到探测记录设备的电子器件 1 引 言 固有的噪声，环境噪声，运动产生的噪声，肌电信