小波阈值去噪的应用

信号在实际采集过程中，采集的信号不可避免的会受到噪声或环境等多种因素的干扰，如何将信号中噪声信号去除，进而分析有用信号，是当前研究的一项热点问题。近年来，小波理论得到了迅速的发展，而利用小波阈值去噪是新发展起来的去除噪声的方法，利用小波阈值去噪具有良好的效果，可以有效提高信噪比。

利用小波变换多尺度多分辨的特点，将心电信号进行分解，不同频带的信号便显现在小波分解的不同尺度上，进行信号重构时，去除高频干扰及基线漂移所在尺度的信息，使重构后信号不再含有干扰成分，以便正确估计心电信号的各特征参数并检出所期望的心电波形，进而提取有诊断价值的信息。

本文实验采用的标准心电数据来源于MIT-BIH数据库，如图1所示，采样率360Hz，A/D转换精度12位。高斯白噪声加入标准的心电信号仿真噪声污染信号，信噪比为10dB，如图2所示。

图1  标准心电信号

图2  含噪声的心电信号

首先我们利用三次B样条小波对包含噪声的ECG信号进行二进离散小波变换，尺度取为4，并计算出信号各尺度的小波变换系数，其变换结果如图3所示：然后根据软阈值法，利用自适应阈值法设定的阈值去调整小波变换系数，去除心电信号中的随机噪声，最后对调整后的小波变换系数进行逆变换，这样就得到了除噪后的信号数据，画出仿真图如图4所示：

图3  心电信号的四尺度小波分解

图4  软阈值下用自适应阈值消噪后的心电信号