基于改进HHT的脉搏信号分析方法.docx

基于改进HHT的脉搏信号分析方法
标题:基于改进HHT的脉搏信号分析方法
摘要:
脉搏信号是一种反映人体心血管系统功能状态的重要生理信号，具有重要的临床应用价值。然而，脉搏信号的分析受到噪声干扰、非线性和非平稳性等因素的影响，使得传统的分析方法存在一定的局限性。本论文提出了一种基于改进经验模态分解方法的脉搏信号分析方法，通过对信号的模态分解和谱分析，可以更好地提取脉搏信号中的相关信息，从而实现对脉搏信号的全面分析。
关键词:脉搏信号;经验模态分解;谱分析;改进HHT
1.引言
心血管疾病是世界范围内最常见的疾病之一，脉搏信号作为一种重要的生理信号，可以反映人体心血管系统的状况。因此，分析脉搏信号对于心血管疾病的诊断和治疗具有重要的意义。然而，脉搏信号的非线性和非平稳性使得传统的频域分析方法难以有效地提取脉搏信号中的有用信息。
2.改进的经验模态分解方法
改进的经验模态分解（ImprovedEmpiricalModeDecomposition，IEMD）是一种能够自适应地将非线性和非平稳信号分解为一组本征模态函数（IntrinsicModeFunctions，IMFs）的方法。IMFs是一种既包含局部频率信息又具有良好的自适应性质的函数。通过对脉搏信号进行IEMD分解，可以将脉搏信号分解为多个IMFs，并提取出不同频率成分的信号。
3.改进Hilbert谱分析
对于每个IMF，我们可以通过Hilbert谱分析方法获得其瞬时频率谱。然而，传统的Hilbert谱分析方法对于非平稳信号的频谱分析效果较差。为了解决这个问题，我们提出了一种改进的Hilbert谱分析方法。在该方法中，我们使用多次IEMD分解得到多组IMFs，然后对每组IMFs进行Hilbert谱分析，最终得到多组瞬时频率谱。通过对多组瞬时频率谱进行平均，可以获得更准确的频谱分析结果。
4.实验结果及讨论
为了验证所提方法的有效性，我们使用模拟信号和真实脉搏信号进行实验。实验结果表明，所提出的方法能够更准确地提取出脉搏信号中的频率信息，并且对于非平稳信号具有较好的适应性。与传统的频域分析方法相比，改进的方法能够更好地揭示脉搏信号中的频率成分，从而为脉搏信号的分析提供更全面的信息。
5.结论
本论文提出了一种基于改进经验模态分解方法的脉搏信号分析方法。通过对脉搏信号的模态分解和谱分析，可以更好地提取脉搏信号中的相关信息。实验结果显示所提出的方法在提取脉搏信号的频率信息方面更加准确和稳定，对于非平稳信号具有较好的适应性。该方法为脉搏信号的分析和诊断提供了更为有效的手段。
参考文献:
[1]HuangNE,ShenZ,LongSR,etal.TheempiricalmodedecompositionandtheHilbertspectrumfornonlinearandnon-stationarytimeseriesanalysis.Proc.R.Soc.LondonSer.A,1998,454:903-995.
[2]FanZ,WangW,TangY,etal.Improvedempiricalmodedecompositionformulti-componentnon-stationaryvibrationsignalanalysis.MechanicalSystemsandSignalProcessing,2019,123:859-876.
[3]YangZ,YuY.AnalysisofnonlinearandnonstationarycardiologicalsystemsusingHHTmethod.SignalProcessing,2007,87:2760-2774.