【肌电信号】基于matlab带通滤波肌电信号处理【含Matlab源码 965期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【肌电信号】基于matlab带通滤波肌电信号处理【含Matlab源码 965期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、带通滤波器简介

1 滤波器
滤波器按照频带划分可以分为：低通滤波器(LPF)、高通滤波器(HPF)、带通滤波器(BPF)、带阻滤波器(BEF)。其中射频天线领域主要采用带通滤波器(BPF)。

2 带通滤波器(BPF)

①：RF BPF：从天线中取出期望频带的有效信号，滤除不需要频带的电磁波信号和噪声。
②：RF BPF：用下级混频器(降频混频器)进行频率转换时，防止在IF频带中引入干扰信号，用BPF将不期望频率成分滤除。
③：IF BPF：从混频器进行频率转换所产生的许多频率成分中，用BPF只取出期望的IF信号，也具有限制接收信号频带的作用。
④：IF BPF：用混频器(升频转换器)进行频率转换时，用BPF防止在RF频带中引入干扰信号，也具有限制发射信号频带的作用。
⑤：RF BPF：从混频器进行频率转换所产生的许多频率成分中，用BPF只取出期望的RF信号。
⑥：RF BPF：用BPF除去功率放大器放大时失真所产生的寄生部分，以及大功率信号的输入在天线开关时所产生的寄生部分，以免寄生成分通过天线发射出去。

3 带通滤波器(BPF)选择
(1)对于低频电路，选择LC滤波器。LC滤波器通常用于基频领域。
(2)对于100MHz~1000MH频率范围，选择SAW滤波器。SAW滤波器通常用于IF BPF领域。
(3)对于2GHz频率电路，选择介质滤波器。介质滤波器通常用于RF BPF领域。

4 带通滤波器(BPF)详解
核心思想：BPF基本上是谐振电路。谐振电路分为串联谐振电路和并联谐振电路，对于串联谐振电路，若L和C无损耗，则在谐振频率时阻抗变为零；对于并联谐振电路，谐振频率时阻抗变为无穷大。对于串联谐振电路可知，L越大，衰减特性越陡；对于并联谐振电路可知，L越小C越大，衰减特性越陡。
谐振电路的谐振频率：


串联谐振与并联谐振的组合电路：

5 介质滤波器

6 微带线制作滤波器

三、部分源代码

clear all;
file_name = 'Data1.txt';    % 文件名
fid =fopen(file_name,'r');  %打开文件
h=fgets(fid);               %去掉第一行；
C=textscan(fid,'%*f%f%f%f%f');%去掉第一列；并将其他行列写入C
fclose(fid); %关闭文件
Data=[C{1}';C{2}';C{3}';C{4}'];%将C中的数据取出放入数组Data1
fid =fopen(['new_' file_name],'w'); %打开新文件夹
fprintf(fid,'%-.10e    %-.10e   %-.10e   %-.10e\r\n  ',Data); %将取出的数据放入新文件夹，纯数据
fclose(fid);%关闭新文件夹
%load 'new_Data1.txt';
t=['new_' file_name];
[newData]=textread(t,'','delimiter',' ');

x1=newData(:,1);
x2=newData(:,2);
x3=newData(:,3);
x4=newData(:,4);

figure(1);
subplot(4,1,1)
plot(x1);
axis([0 512 0.5 1.7]);grid on;
% figure;
subplot(4,1,2)
plot(x2);
axis([0 512 0.5 1.7]);grid on;
% figure;
subplot(4,1,3)
plot(x3);
axis([0 512 0.5 1.7]);grid on;
% figure;
subplot(4,1,4)
plot(x4);
axis([0 512 0.5 1.7]);grid on;
N=512;
M=1; %调节因子

fs=1000;
%数据点数
%时间序列
n=0:N-1;
f=n*fs/N;    %频率序列
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%信号
figure(2);

y1=fft(x1,N);    %对信号进行快速Fourier变换
mag1=abs(y1);     %求得Fourier变换后的振幅
subplot(4,1,1) ,plot(f(1:N/2),mag1(1:N/2));
axis([0 500 0 20]);grid on;


y2=fft(x2,N);    %对信号进行快速Fourier变换
mag2=abs(y2);    %求得Fourier变换后的振幅
subplot(4,1,2), plot(f(1:N/2),mag2(1:N/2));
axis([0 500 0 20]);grid on;

 
y3=fft(x3,N);    %对信号进行快速Fourier变换
mag3=abs(y3);     %求得Fourier变换后的振幅
subplot(4,1,3) ,plot(f(1:N/2),mag3(1:N/2));
axis([0 500 0 20]);grid on;

 
y4=fft(x4,N);    %对信号进行快速Fourier变换
mag4=abs(y4);     %求得Fourier变换后的振幅
subplot(4,1,4), plot(f(1:N/2),mag4(1:N/2));
axis([0 500 0 20]);grid on;
%=====%part3%===========%带通滤波器%========%
Wp = [50 150]/1000; Ws = [10 500]/1000;
Rp = 1; Rs =50;
[n,Wn] = buttord(Wp,Ws,Rp,Rs)
[b1,a1] = butter(n,Wn);
figure(3)
freqz(b1,a1)
title('n=4 Butterworth Bandpass Filter');
%=====%part3%===========%带通滤波器%========%
%=====%part4%===========%50hz陷波器%=======%
Wp = [10 500]/1000; Ws = [49 51]/1000;
Rp = 1; Rs = 50;
[n,Wn] = buttord(Wp,Ws,Rp,Rs)
[b2,a2] = butter(n,Wn,'stop');
figure(4)
freqz(b2,a2)
title('n=2 Butterworth Bandstop Filter');
%=====%part4%===========%50hz陷波器%=======%
%=====%part5%=============%数字滤波%========%
x1=filter(b1,a1,x1);
x1=filter(b2,a2,x1);
x2=filter(b1,a1,x2);
x2=filter(b2,a2,x2);
x3=filter(b1,a1,x3);
x3=filter(b2,a2,x3);
x4=filter(b1,a1,x4);
x4=filter(b2,a2,x4);

figure(5);
subplot(4,1,1)
plot(x1);grid on;
axis([0 512 -0.5 0.5])
subplot(4,1,2)
plot(x2);grid on;
axis([0 512 -0.5 0.5])
subplot(4,1,3)
plot(x3);grid on;
axis([0 512 -0.5 0.5])
subplot(4,1,4)
plot(x4);grid on;
axis([0 512 -0.5 0.5])

%=====%part5%=============%数字滤波%========%
figure(6);
y1=fft(x1,N);    %对信号进行快速Fourier变换
mag1=abs(y1);     %求得Fourier变换后的振幅
subplot(4,1,1) ,plot(f(1:N/2),mag1(1:N/2));
axis([0 500 0 11]);
grid on;

y2=fft(x2,N);    %对信号进行快速Fourier变换
mag2=abs(y2);    %求得Fourier变换后的振幅
subplot(4,1,2), plot(f(1:N/2),mag2(1:N/2));
axis([0 500 0 10]);
grid on;

 
y3=fft(x3,N);    %对信号进行快速Fourier变换
mag3=abs(y3);     %求得Fourier变换后的振幅
subplot(4,1,3) ,plot(f(1:N/2),mag3(1:N/2));
axis([0 500 0 10]);
grid on;

 
y4=fft(x4,N);    %对信号进行快速Fourier变换
mag4=abs(y4);     %求得Fourier变换后的振幅
subplot(4,1,4), plot(f(1:N/2),mag4(1:N/2));
axis([0 500 0 10]);
grid on;
%=====%part6%=============%验证效果%========%
iemg1=sum(abs(x1))/length(x1);
iemg2=sum(abs(x2))/length(x2);
iemg3=sum(abs(x3))/length(x3);
iemg4=sum(abs(x4))/length(x4);

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 沈再阳.精通MATLAB信号处理[M].清华大学出版社，2015.
[2]高宝建,彭进业,王琳,潘建寿.信号与系统——使用MATLAB分析与实现[M].清华大学出版社，2020.
[3]王文光,魏少明,任欣.信号处理与系统分析的MATLAB实现[M].电子工业出版社，2018.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/117467241