中医现代化研究分享 http://blog.sciencenet.cn/u/baishp 当你们都还在想象时,我已经在路上了。这注定是一场一个人的战争吗?

博文

27、各生理信号小波包消噪

已有 3489 次阅读 2012-11-30 00:46 |个人分类:斤斤计较|系统分类:论文交流| 小波包, 阈值, 小波, 降噪, 消噪

 

    将脉搏信号序列MB2917_r、收缩压信号序列GY2917_r、舒张压信号序列DY2917_r、均压信号序列JY2917_r、差压信号序列CY2917_r分别导入小波分析GUI工具,以与前篇体温信号序列TW4860_r消噪相同的方式、参数进行消噪。发现各消噪信号与原信号的相似度(模数比、标准差比、平均绝对差比)基本上都略小于0.9,较TW4860_r消噪的相似度明显为小。因此将阈值都改为低惩罚阈值penalize low,以提高其相似度。以下是各信号消噪过程截图。

 

(一)脉搏信号序列MB2917_r:

    图27-1 MB2917_r用sym5小波作6层小波包分解截图

 


    图27-2 MB2917_r用低惩罚阈值penalize low消噪

 


    图27-3 MB2917_r消噪残差

 



    图27-4 MB2917_r消噪信号(黑)与原信号(红)时域局部放大波形对比

 

    将消噪信号导出,记为MBpsy5den_low。

 

normr=norm(MBpsy5den_low)/norm(MB2917_r)%模数比

stdr=std(MBpsy5den_low)/std(MB2917_r)%标准差比

madr=mad(MBpsy5den_low)/mad(MB2917_r)%平均绝对差比

smnr=smn(MBpsy5den_low)/smn(MB2917_r)%光滑度比

 

    运行,得:

normr =

    0.8969


stdr =

    0.8969

 

madr =

    0.8897

 

smnr =

    1.9992

 

    跟前篇TW4860_r消噪比起来,相似度normr、stdr、madr下降了,但光滑度比smnr也下降了。

 

    将阈值改为中度惩罚阈值penalize medium消噪,导出消噪信号,记为MBpsy5den_med。

 

normr_med=norm(MBpsy5den_med)/norm(MB2917_r)%模数比

stdr_med=std(MBpsy5den_med)/std(MB2917_r)%标准差比

madr_med=mad(MBpsy5den_med)/mad(MB2917_r)%平均绝对差比

smnr_med=smn(MBpsy5den_med)/smn(MB2917_r)%光滑度比

 

    运行,得:

normr_med =

    0.8815


stdr_med =

    0.8814


madr_med =

    0.8731


smnr_med =

    2.3035 

 

    跟上面低惩罚阈值penalize low消噪比起来,相似度normr、stdr、madr下降了,但光滑度比smnr提高了。所以“相似度提高则光滑度降低,光滑度提高则相似度降低”只能用在同一信号不同消噪方式之间,不能在不同的信号消噪时进行绝对的比较。

    完全相同的消噪方式、参数设置,不同的信号,其消噪相似度、光滑度改变比例为什么会不一样?这个肯定跟信号本身的属性、结构有关了。

 

    下面各图仍是低惩罚阈值penalize low消噪记录:

    图27-5 MB2917_r(蓝)消噪信号(紫)残差(黄)功率谱对比

 

 

(二)收缩压信号序列GY2917_r:

    图27-6 GY2917_r用sym5小波作6层小波包分解截图

 


    图27-7 GY2917_r用低惩罚阈值penalize low消噪

 


    图27-8 GY2917_r消噪残差

 


    图27-9 GY2917_r消噪信号(黑)与原信号(红)时域局部放大波形对比

 

    将消噪信号导出,记为GYpsy5den_low。

 

normr=norm(GYpsy5den_low)/norm(GY2917_r)%模数比

stdr=std(GYpsy5den_low)/std(GY2917_r)%标准差比

madr=mad(GYpsy5den_low)/mad(GY2917_r)%平均绝对差比

smnr=smn(GYpsy5den_low)/smn(GY2917_r)%光滑度比

 

    运行,得:

normr =

    0.9041


stdr =

    0.9037


madr =

    0.8942


smnr =

    2.5718


    图27-10 GY2917_r(蓝)消噪信号(紫)残差(黄)功率谱对比

 

 

(三)舒张压信号序列DY2917_r:


    图27-11 DY2917_r用sym5小波作6层小波包分解截图

 


    图27-12 DY2917_r用低惩罚阈值penalize low消噪

 


    图27-13 DY2917_r消噪残差

 

    图27-14 DY2917_r消噪信号(黑)与原信号(红)时域局部放大波形对比

 

    将消噪信号导出,记为DYpsy5den_low。

 

normr=norm(DYpsy5den_low)/norm(DY2917_r)%模数比

stdr=std(DYpsy5den_low)/std(DY2917_r)%标准差比

madr=mad(DYpsy5den_low)/mad(DY2917_r)%平均绝对差比

smnr=smn(DYpsy5den_low)/smn(DY2917_r)%光滑度比

 

    运行,得:

normr =

    0.9256


stdr =

    0.9255


madr =

    0.9175


smnr =

    3.0569 

 


    图27-15 DY2917_r(蓝)消噪信号(紫)残差(黄)功率谱对比

 

 

(四)均压信号序列JY2917_r:

    图27-16 JY2917_r用sym5小波作6层小波包分解截图



    图27-17 JY2917_r用低惩罚阈值penalize low消噪

 


    图27-18 JY2917_r消噪残差


 


    图27-19 JY2917_r消噪信号(黑)与原信号(红)时域局部放大波形对比 

 

    将消噪信号导出,记为JYpsy5den_low。

 

normr=norm(JYpsy5den_low)/norm(JY2917_r)%模数比

stdr=std(JYpsy5den_low)/std(JY2917_r)%标准差比

madr=mad(JYpsy5den_low)/mad(JY2917_r)%平均绝对差比

smnr=smn(JYpsy5den_low)/smn(JY2917_r)%光滑度比

 

    运行,得:

normr =

    0.8816


stdr =

    0.8815


madr =

    0.8738


smnr =

    2.2232 

 


    图27-20 JY2917_r(蓝)消噪信号(紫)残差(黄)功率谱对比

 

(五)差压信号序列CY2917_r:

 


    图27-21 CY2917_r用sym5小波作6层小波包分解截图

 


    图27-22 CY2917_r用低惩罚阈值penalize low消噪

 


    图27-23 CY2917_r消噪残差

 


    图27-24 CY2917_r消噪信号(黑)与原信号(红)时域局部放大波形对比 

 

    将消噪信号导出,记为CYpsy5den_low。

 

normr=norm(CYpsy5den_low)/norm(CY2917_r)%模数比

stdr=std(CYpsy5den_low)/std(CY2917_r)%标准差比

madr=mad(CYpsy5den_low)/mad(CY2917_r)%平均绝对差比

smnr=smn(CYpsy5den_low)/smn(CY2917_r)%光滑度比

 

    运行,得:

 normr =

    0.9079


stdr =

    0.9079


madr =

    0.8963


smnr =

    2.4868



 


    图27-25 CY2917_r(蓝)消噪信号(紫)残差(黄)功率谱对比

 

    

附:用小波消噪GUI工具需知道的英语单词:


sorted排序
absolute values绝对值
colored有色
terminal nodes叶子节点
styles方式
export输出
entropy熵
action作用,行为
label标签
current当前
minimaxi最小极大方差
regression回归
estimation估计
density密度
structure结构
value值
int.诠释。
superimpose叠加
scroll滚动
decomposition分解
reconstructed重建
detail细节
approximation近似
synthesized合成
propagate传播传递
medium中等
penalize惩罚
heuristic启发式
rigorous严格
sure确定
fixed固定
form形式
interval间隔
delimiters分隔符
dependent依赖
threshold阈值

settings设置
residuals残差
range范围
absolute绝对
standard标准
deviation偏差
median中位数
scaled缩放
reconstruct重建
split分割
merge合并
visualize想像
node节点
action行动
initial初始
terminal终端
depth深度
Invalid无效
value值
bins垃圾箱
detail细节
approximation近似
show显示
synthesize综合
fractional分数
brownian布朗
generation代
generate产生
balance平衡
sparsity稀疏
norm规范,模数
de-noise消噪
histograms直方图
continuous连续
complex复杂
coefficients系数
number of zeros in零数
retained energy in保留的能量需要
global全局
compress/compression压缩
original原
analyze分析
extension延期
specialized专门
multiple多
multivariate多元
denoising去噪
multiscale多尺度
separate分开

 

 

(本文首发于:http://blog.sina.com.cn/s/blog_6ad0d3de01013jt0.html

首发时间:2012-03-05 22:59:36)

 



https://wap.sciencenet.cn/blog-825323-637608.html

上一篇:26、小波包消噪及曲线光滑度估计
下一篇:28、MATLAB运行环境与运行效能测比
收藏 IP: 14.153.189.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 00:05

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部