【脑电信号】基于matlab小波睡眠监测【含Matlab源码 595期】

2021/6/25 14:57:07

本文主要是介绍【脑电信号】基于matlab小波睡眠监测【含Matlab源码 595期】,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、简介

基于matlab的脑电波睡眠监测

二、源代码

data0=rand(1,9999); %脑电信号原始数据 
tm=0.02; %采样时间间隔 
td=1:tm:30; %取时间1-30秒 
data=data0(1:(30-1)/tm+1); %1-30秒的数据 
figure(1)
subplot(211); 
plot(td,data); xlabel('时间(秒)'),ylabel('脑波电压'),title('1-30s脑电图波');

%fft变换
Fs=1000;
n=length(data);
data1=fft(data,n);%傅里叶变换%                   
df=Fs/length(data1);          %频域分辨率
Fx=df*(0:length(data1)-1);    %将横轴变为频率轴% 
figure(1);
subplot(212); 
plot(Fx,abs(data1));  %绘制脑电波信号的频谱图%
axis([0 150 0 60]); 
title('频谱图');xlabel('频率/Hz');ylabel('幅值'); 

%信号预处理
%低通滤波——巴特沃斯滤波器

Fs=1000;  fp=30;  fs=40;  Ap=1;  As=30; 
Wp=fp/(Fs/2);%计算归一化角频率 
Ws=fs/(Fs/2);  
[N,Wc]=buttord(Wp,Ws,Ap,As);%计算阶数和截止频率
[b,a]=butter(N,Wc,'low');%计算H(z)分子、分母多项式系数 
[H,F]=freqz(b,a,500,Fs);%计算H(z)的幅频响应,freqz(b,a,计算点数,采样速率) 
figure(2)
subplot(2,2,2) ;
plot(F,20*log10(abs(H))) ;
xlabel('频率(Hz)');  ylabel('幅度(dB)') 
axis([0 100 -30 3]); 
grid on ;
subplot(2,2,1) 
plot(F,abs(H));  
xlabel('频率(Hz)');
 ylabel('幅度 ') ;
 title('低通滤波器');
 axis([0 100 0 2]); 
 grid on;
 subplot(2,2,3);
 pha=angle(H)*180/pi;
 plot(F,pha);
  xlabel('频率(Hz)');
ylabel('相位(dB)')
axis([0 100 -200 200]); 
grid on;
%
%
%用低通巴特沃斯滤波器
Q=filter(b,a,data);
figure(3)
subplot(211); 
plot(td,Q);
title('过巴斯后时域图');xlabel('时间');ylabel('幅值'); 
%fft变换
n=length(Q);
Q1=fft(Q,n);%傅里叶变换%                   
df=Fs/length(Q1);               %频域分辨率
Fx=df*(0:length(Q1)-1);    %将横轴变为频率轴% 
figure(3);
subplot(212); 
plot(Fx,abs(Q1));  %绘制脑电波信号的频谱图%
axis([0 50 0 60]); 
title('频谱图');xlabel('频率/Hz');ylabel('幅值'); 




%
%------小波阈值去噪
%------软阈值小波去噪
[c,s]=wavedec2(Q,2,'db5');
[thr,sorh,keepapp] = ddencmp('den','wv',Q);
[xc,cxc,lxc,perf0,perfl2]=wdencmp('gbl',Q,'sym4',2,thr,sorh,keepapp);%
figure(4);
subplot(211); 
plot(td,xc);
title('小波去噪后时域图');xlabel('时间');ylabel('幅值'); 
u=xc;

%fft变换
n=length(xc);
xc1=fft(xc,n);%傅里叶变换%                   
df=Fs/length(xc1);               %频域分辨率
Fx=df*(0:length(xc1)-1);         %将横轴变为频率轴% 
figure(4);
subplot(212); 
plot(Fx,abs(xc1));             %绘制声音信号的频谱图%
axis([0 60 0 100]); 
title('小波去噪后频谱图');xlabel('频率/Hz');ylabel('幅值'); 

%--  第一段波过带通滤波器------------
n=length(xc);
fs=[0.1,5];fp=[0.5,3];
fo=1200;                            %采样频率
wp=2.*fp./fo;ws=2.*fs./fo;
rp=1;as=40;
f = design(fdesign.bandpass(fs(1),fp(1),fp(2),fs(2),as,rp,as,fo),'butter');
y1=filter(f,xc);

yt1=fft(y1,n);
df=Fs/length(yt1);              %频域分辨率
Fx=df*(0:length(yt1)-1);         %将横轴变为频率轴% 
figure(5);
subplot(3,1,1),plot(td,y1); 
xlabel('时间(秒)'),ylabel('脑波电压'),title('1-30s第一阶段脑电图波');
subplot(3,1,2);
plot(Fx,abs(yt1));             %绘信号的频谱图%
axis([0 6 0 100]); 
title('第一阶段频谱图');xlabel('频率/Hz');ylabel('幅值');
%功率谱
fs=800;ts=1/fs;
t=0:ts:2;
nfft=64;
power1=(norm(y1)^2/length(y1+1));
spow1=abs(fft(y1,nfft).^2);
f=(0:nfft-1)/ts/nfft;
f=f-fs/2;
figure(5);
subplot(3,1,3);
plot(f,fftshift(spow1),'k');
title('第一阶段功率谱图');xlabel('频率');ylabel('功率谱');
disp(['power1=',num2str(power1),'.']);

 
%--  第二段波过带通滤波器------------
n=length(u);
fs=[3,9];fp=[4,7];
fo=1200;                            %采样频率
wp=2.*fp./fo;ws=2.*fs./fo;
rp=1;as=40;
f = design(fdesign.bandpass(fs(1),fp(1),fp(2),fs(2),as,rp,as,fo),'butter');
y2=filter(f,u);

yt2=fft(y2,n);
df=Fs/length(yt2);              %频域分辨率
Fx=df*(0:length(yt2)-1);         %将横轴变为频率轴% 
figure(6);
subplot(3,1,1);
plot(td,y2);
xlabel('时间(秒)');ylabel('脑波电压');title('1-30s第二阶段脑电图波');
subplot(3,1,2);
plot(Fx,abs(yt2));             %绘信号的频谱图%
axis([2 15 0 50]); 
title('第二阶段频谱图');xlabel('频率/Hz');ylabel('幅值');
%功率谱
fs=800;ts=1/fs;
t=0:ts:2;
nfft=64;
power2=(norm(y2)^2/length(y2+1));
spow2=abs(fft(y2,nfft).^2);
f=(0:nfft-1)/ts/nfft;
f=f-fs/2;
figure(6);
subplot(3,1,3);
plot(f,fftshift(spow2),'k');
title('第一阶段功率谱图');xlabel('频率');ylabel('功率谱');
disp(['power2=',num2str(power2),'.']);


%--  第三段波过带通滤波器------------
n=length(u);
fs=[7,14];fp=[8,13];
fo=1200;                            %采样频率
wp=2.*fp./fo;ws=2.*fs./fo;
 
f = design(fdesign.bandpass(fs(1),fp(1),fp(2),fs(2),as,rp,as,fo),'butter');
y3=filter(f,u);

 
df=Fs/length(yt3);              %频域分辨率
Fx=df*(0:length(yt3)-1);         %将横轴变为频率轴% 
figure(7);
subplot(3,1,1);
plot(td,y3);
xlabel('时间(秒)');ylabel('脑波电压');title('1-30s第三阶段脑电图波');
subplot(3,1,2);
plot(Fx,abs(yt3));             %绘信号的频谱图%
axis([4 16 0 30]); 
title('第三阶段频谱图');xlabel('频率/Hz');ylabel('幅值');
%功率谱
fs=800;ts=1/fs;
t=0:ts:2;
nfft=64;
power3=(norm(y3)^2/length(y3+1));
spow3=abs(fft(y3,nfft).^2);
f=(0:nfft-1)/ts/nfft;
f=f-fs/2;
figure(7);
subplot(3,1,3);
plot(f,fftshift(spow3),'k');
title('第三阶段功率谱图');xlabel('频率');ylabel('功率谱');
disp(['power3=',num2str(power3),'.']);

三、运行结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、备注

版本:2014a

完整代码或代写加1564658423



这篇关于【脑电信号】基于matlab小波睡眠监测【含Matlab源码 595期】的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程