便携式生理信号采集系统开发小结

心电滤波(STM32)小结心电信号经过心电电路的放大滤波后仍存在着50HZ工频干扰基线漂移高斯噪声等干扰信号。还可以在软件层面通过一系列算法滤除本文总结了深圳暑期培训期间通过陷波器滤除50Hz工频干扰高通滤波去除基线漂移以及FIR滤波光滑滤波去除高斯噪声这四种滤波算法目录心电滤波(STM32)小结心电信号陷波器相关参数c代码高通滤波相关参数c代码FIR滤波相关参数c代码光滑滤波c代码心率测量原始信号500uf工频干扰1000uf基线漂移算法滤波后的信号心电信号心电信号由心电模拟仪或人体采集通过心电滤波放大电路后由STM32的ADC进行采样并进行串口打印输出采样的频率和周期如下采样频率Fs500周期T1/Fs0.002陷波器陷波器是一种特定类型的滤波器其主要功能是从信号中去除或极大衰减特定频率的成分也就是消除特定频率的“陷波”。陷波器在通信、信号处理和控制工程等领域具有广泛应用。在本实验中使用陷波器滤除信号中由电源引起的50Hz工频干扰。相关参数陷波频率Fc50Hz差分方程y[n] a0 * x[n] a1 * x[n-1] a2 * x[n-2] - b1 * y[n-1] - b2 * y[n-2]相关系数A[3] {1 , --1.618 , 1};B[3] {1 , --1.5533, 0.9216};c代码动态滤波uint16_t Notch(uint16_t x1) { uint16_t y 0; static uint16_t y_last 0; static uint16_t y_last_last 0; static uint16_t x_last 0; static uint16_t x_last_last 0; yx1 x_last_last - 1.618*x_last 1.5533*y_last - 0.9216*y_last_last; x_last_lastx_last; x_lastx1; y_last_last y_last; y_last y; return y; }静态滤波L是数组的长度void Notch(uint16_t *Array,uint16_t* ecg1) { uint16_t y 0; uint16_t y_last 0; uint16_t y_last_last 0; uint16_t x_last 0; uint16_t x_last_last 0; for(m0;mL;m) { yArray[m] x_last_last - 1.618*x_last 1.5533*y_last - 0.9216*y_last_last; y_last_last y_last; y_last y; x_last_lastx_last; x_lastArray[m]; ecg1[m]y; }}高通滤波相关参数截至频率Fc0.5Hz差分方程y[n](b0*x[n]b1*x[n-1]b2*x[n-2])*Gain-a1*y[n-1]-a2*y[n-2]相关系数A[3] {1 , -1.98430 , 0.98438156};B[3] {1 , -1.999993 , 1};Gain 0.99217 ;c代码动态滤波double HighFilter(double indata) { double outdata 0; double B[3] {1 , -1.999993004365251403342540470475796610117 , 1}; double A[3] {1 , -1.984302608109661525404021631402429193258 , 0.984381559862382404801905977365095168352}; double Gain 0.992172777212600220941851603129180148244 ; static double w_x[3] {0 , 0 , 0}; static double w_y[3] {0 , 0 , 0}; w_x[0] indata; w_y[0] (B[0] * w_x[0] B[1] * w_x[1] B[2] * w_x[2]) * Gain - w_y[1] * A[1] - w_y[2] * A[2]; outdata w_y[0]/A[0]; w_x[2]w_x[1];w_x[1]w_x[0]; w_y[2]w_y[1];w_y[1]w_y[0]; return outdata; }FIR滤波相关参数截至频率Fc62.5Hz滤波器阶数degree4差分方程y[n]b0*x[n]b1*x[n-1]b2*x[n-2]b3*x[n-3]b4*x[n-4]相关系数b[5]{0.0246 , 0.2344 , 0.4821 , 0.2344 , 0.0246 }c代码动态滤波uint16_t FIR_ECG(uint16_t output) { static uint16_t x[5]; uint16_t newdata; x[0]output; for(m4;m0;m--) { x[m]x[m-1]; } newdata b0*x[0]b1*x[1]b2*x[2]b3*x[3]b4*x[4]; return newdata; }静态滤波L是数组的长度void FIR_ECG(uint16_t *input,uint16_t* output) { uint16_t x[5]; uint16_t j ,m; for(m0;mL;m) { x[0]input[m]; output[m]b0*x[0]b1*x[1]b2*x[2]b3*x[3]b4*x[4]; for(j4;j0;j--) { x[j]x[j-1]; } } }光滑滤波光滑滤波通过移动窗口取前10个数的均值来达到滤波效果。其主要作用是减小或去除信号中的高频噪声或不规则波动从而使信号变得更加平稳和稳定。c代码动态滤波static u16 sliding_average_filter(u16 value) { static int data_num 0; static u16 output 0; int i; float sum 0; if (data_num 10) //不满窗口先填充 { buffer[data_num] value; output value; //返回相同的值 } else { memcpy(buffer[0], buffer[1], (int)(10 - 1) * 4); //将1之后的数据移到0之后即移除头部 buffer[10 - 1] value; //即添加尾部 for (i 0; i 10; i) //每一次都计算可以避免累计浮点计算误差 { sum buffer[i]; } output sum / 10; } return output; }心率测量作者通过静态心电信号测量来测量心率即先在数组里面保存好心电信号传递数组来寻找峰值计算峰值之间的间距来测量心率。因为通过陷波器滤波之后的心电信号前小段有一些类似正弦波的无效值所以一定要把这段去除后再进行峰值判断才准确//寻找峰值 uint16_t maxECG(uint16_t *Ecg) { uint16_t max; max Ecg[0]; for(m0;m1000;m) { if(maxEcg[m]) { maxEcg[m]; } } return max; } //测量心率 uint8_t H_Rate(uint16_t *Ecg) { uint16_t r_time; uint8_t rate; uint16_t point; uint8_t flagg 0; uint16_t point_x1 0; uint16_t point_x2 0; pointmaxECG(Ecg)-100; for(n0;nL;n) { if(Ecg[n]point flagg0 ) { flagg1; point_x2 point_x1; point_x1n; if(point_x2 !0 ) { r_time(point_x1 - point_x2); rate 30000/r_time; return rate; } } if(flagg1 Ecg[n]point) { flagg0; } } return 255; }