心电干扰模拟与带阻及EMD滤波处理系统

资 源 简 介

本项目旨在模拟工业或生物医学信号在采集过程中受到的心电干扰（ECG Interference），并提供一套完整的滤波解决方案。 系统首先通过生成或导入一段纯净的基础信号，随后在其基础上叠加具有特定时域特征和频率分布的心电干扰信号，以模拟真实的信号受损环境。

详 情 说 明

心电干扰模拟与带阻、低通及EMD分解滤波综合处理系统

项目介绍

本项目是一个基于MATLAB开发的综合性信号处理系统，专门用于模拟工业或生物医学信号（如EEG、EMG等）在采集过程中受到的典型干扰，并提供多层次的滤波解决方案。系统通过合成干净的生理特征信号，叠加由高斯脉冲模拟的心电干扰（ECG）及高频白噪声，构建复杂的受损信号环境。为了通过对比验证处理效果，系统集成了经典IIR数字滤波器（带阻与低通）以及现代非平稳信号处理算法——经验模态分解（EMD），实现了从频域到时频域的深度降噪处理。

功能特性

1. 信号模拟仿真：能够生成具有特定频率成分（5Hz与15Hz正弦波）的有用生物医学信号。
2. 精准心电干扰建模：通过模拟QRS波群特征，生成包含R波、P波和T波的时域心电干扰信号。
3. 级联滤波处理：集成级联的Butterworth滤波器，包括用于消除工频干扰的带阻滤波器和用于限制带宽的低通滤波器。
4. 自适应信号分解：利用EMD算法将复杂信号分解为不同特征尺度的本征模态函数（IMF），实现精细化降噪。
5. 综合性能评估：通过信噪比（SNR）和均方误差（MSE）量化分析滤波效果。
6. 多维可视化：提供时域对比、频谱分析、分解过程演示及误差分布直方图等可视化界面。

系统要求

1. 运行环境：MATLAB R2018a 或更高版本。
2. 必备工具箱：Signal Processing Toolbox（信号处理工具箱）。
3. 硬件要求：基本桌面计算机即可，内存建议8GB以上以保证EMD计算效率。

系统逻辑与实现流程

主脚本遵循严谨的信号处理流水线逻辑，具体步骤如下：

1. 环境初始化与信号合成

系统首先定义采样频率（1000Hz）和时长，合成由两个不同频率正弦波组成的纯净基准信号。接着，调用内部建模算法生成心电干扰，通过设置特定的心率（70bpm）和波形幅值，模拟真实的R-P-T波群结构。最后叠加随机白噪声，形成最终的待处理混合信号。

2. 经典数字滤波阶段

第一阶段处理采用了经典IIR Butterworth滤波器。系统首先配置一个45-55Hz的带阻滤波器，意在模拟对此类系统中常见的50Hz工频噪声的抑制；随后衔接一个截止频率为30Hz的低通滤波器，以滤除高频随机噪声并保留有用信号的主体频带。

3. 经验模态分解（EMD）高级处理

在低通滤波的基础上，系统引入EMD算法进行更深层次的提取。将信号分解为最多8阶IMF分量。由于心电干扰和残余噪声通常分布在特定阶次的IMF中，系统采用特征重构策略，通过手动筛选IMF分量（舍弃前两阶高频分量，组合后续分量及残余项）来还原纯净信号。

4. 性能指标计算与结果展示

系统自动对比原始纯净信号、低通滤波后信号以及EMD综合处理后的信号。计算各阶段的SNR和MSE，并在控制台输出定量指标。最后，系统弹出四个独立的可视化窗口，全方位展示处理细节。

关键算法实现细节

心电干扰模拟算法

系统利用高斯脉冲叠加的方式构建干扰波形。其中，R波采用高幅值、窄脉宽的高斯函数模拟；P波和T波则通过调整时间偏移量和较小的幅值参数，分布在R波两侧，通过一个周期性循环结构在整个时间轴上模拟稳定的心搏干扰。

频谱分析实现

系统内置了基于快速傅里叶变换（FFT）的频谱计算函数。通过计算双侧频谱并转换为单侧物理频率幅值谱，使开发者能够直观观察滤波前后的频率分布变化，验证30Hz低通和50Hz带阻滤波器的实际执行效果。

EMD分解与重构策略

算法通过迭代寻找信号的局部极大值和极小值，构建包络线并提取IMF。在重构阶段，系统识别出前两层IMF通常包含主要的随机高频余量，因此通过跳过这些阶次并累加剩余低频IMF及趋势项（Residue），实现了对有用信号的平滑提取。

使用方法

1. 打开MATLAB软件，将工作目录切换至本项目代码所在文件夹。
2. 在命令行窗口输入主程序名称并回车。
3. 系统将自动执行信号生成、滤波处理及性能计算。
4. 处理完成后，屏幕将依次显示四个结果图表，并于控制台打印SNR和MSE评估数据。
5. 用户可根据需要修改代码中的心率（hr）、滤波器截止频率（lp_cutoff）或IMF重构阶次，以适应不同的应用场景。