級聯(lián)自適應(yīng)局部投影降噪方法

徐禮勝, 崔慧穎, 吳俊鼎, 王仲怡

(1. 東北大學(xué) 醫(yī)學(xué)與生物信息工程學(xué)院, 遼寧 沈陽 110169; 2. 沈陽東軟智能醫(yī)療科技研究院有限公司, 遼寧 沈陽 110167)

信號在采集過程中易受不同程度的噪聲干擾,這些噪聲破壞信號結(jié)構(gòu),降低了識別信號特征的準(zhǔn)確性[1];因此,噪聲抑制是信號研究的基礎(chǔ)[2].當(dāng)信號頻譜與噪聲頻譜存在明顯差別時,線性濾波器效果顯著[3-4].而產(chǎn)生自混沌系統(tǒng)的信號通常具有寬頻譜的特性,信號頻譜與噪聲頻譜重疊時,傳統(tǒng)線性濾波方法會導(dǎo)致信號失真.

基于非線性動力學(xué)理論的局部投影算法(local projection, LP)為寬頻譜信號的降噪提供了一種新的選擇.期望信號與噪聲在相空間的不同維度子空間中具有不同的結(jié)構(gòu),局部投影算法則據(jù)此區(qū)分兩者.依據(jù)Takens嵌入定理[5]重構(gòu)信號得到的嵌入空間即為相空間,相空間中的光滑非線性流形反映系統(tǒng)狀態(tài),因此系統(tǒng)產(chǎn)生的期望信號在相空間中的軌跡位于或非常靠近光滑非線性流形[6],而噪聲的相空間軌跡因噪聲并不具備任何來源約束,因此分散在流形四周,甚至可能位于流形上.LP算法在重構(gòu)相空間中為每個相點劃分鄰域,對鄰域內(nèi)的非線性流形進(jìn)行局部線性逼近.依據(jù)特征值分解理論區(qū)分信號空間和噪聲空間,通過向噪聲子空間投影濾去噪聲成分.該算法目前已被成功應(yīng)用于呼吸音信號濾波[7]、核磁共振激光數(shù)據(jù)降噪[8]、腦機(jī)接口腦電圖增強(qiáng)[9]、語音信號分析[10-11]等.

自適應(yīng)鄰域選取是局部投影算……