基于ISSA-VMD和二代小波的sEMG信号降噪研究

作     者：吴田 蔡豪 梁加凯 徐勇 黄梦婷 王南极 Wu Tian;Cai Hao;Liang Jiakai;Xu Yong;Huang Mengting;Wang Nanji

作者机构：湖北省输电线路工程技术研究中心(三峡大学)宜昌443002 三峡大学电气与新能源学院宜昌443002 国网金华供电公司金华321000 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2023年第46卷第2期

页      面：93-100页

学科分类：0711[理学-系统科学] 07[理学] 080202[工学-机械电子工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 

基　　金：国家自然科学基金(51807110)项目资助 

主　　题：表面肌电信号 麻雀算法 变分模态分解 二代小波 相关分析 

摘      要：表面肌电(sEMG)信号是一种可以有效表征肌肉活动的弱生理信号,采集过程中易受到多种噪声干扰。为解决变分模态分解(VMD)参数经验设置的问题,并进一步消除sEMG信号中的噪声,提出了一种基于改进麻雀算法(ISSA)优化VMD和二代小波阈值法相结合的sEMG信号降噪法。首先,采用基于改进T混沌映射、自适应权重和麻雀数目动态变化的改进麻雀算法并将品质因子作为目标函数对VMD进行参数寻优,然后利用ISSA优化的VMD分解对预处理过的sEMG信号进行分解,通过谱相关分析区分信号分量和噪声分量,最后对信号分量进行二代小波阈值法降噪,得到降噪信号。结果表明:ISSA较SSA有效提高了VMD参数寻优能力;在不同噪声等级下,基于ISSA-VMD和二代小波硬阈值的降噪法的降噪性能优于二代小波和ISSA-VMD;基于ISSA-VMD与二代小波硬阈值降噪法处理实际sEMG信号,能有效去除噪声。