基于CEEMD-VMD-SIST 算法的sEMG信号降噪方法

• 作者: 李效 张明 张倩 叶轩 武汉纺织大学电子与电气工程学院
• 来源期刊: 计算机测量与控制
• 关键词: sEMG 互补集合经验模态分解 变分模态分解 自相关系数 CEEMD-VMD-SIST
• 年，卷（期）: 2024,（4）
• 页码范围: 180-187
• 页数: 8页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2024.04.026

摘要

针对基于表面肌电信号(sEMG)的手势识别中，由于传统降噪算法对sEMG信号高频部分分解不当或存在频率混叠现象使得对含噪sEMG信号降噪效果不佳而导致手势识别精度大大降低的问题，提出使用基于互补集合经验模态分解(CEEMD)与变分模态分解(VMD)组合的滑动区间软阈值(SIST)降噪算法(CEEMD-VMD-SIST)对含噪sEMG信号进行降噪处理；使用CEEMD将含噪信号分解为从高频到低频的多个不同本征模态函数(IMF),根据自相关系数客观界定后续降噪模态分量范围，对选中的模态分量采用VMD的SIST方法进行分解降噪并与部分剩余模态分量进行重构；从实验结果中可以看出，在不同信噪比下，所提算法的降噪性能与传统降噪方法相比，信噪比与均方根误差均有明显改善，可以更大程度上保留信号的有用信息，即所提算法的降噪性能更佳。