現(xiàn)代數(shù)字信號處理報告

第1頁共7頁深圳大學(xué)考試答題紙(以論文、報告等形式考核專用)

二○14～二○15學(xué)年度第一學(xué)期課程編號課程名稱現(xiàn)代數(shù)字信號處理主講教師張旭評分學(xué)號2140220502姓名宋澤陽專業(yè)年級生物醫(yī)學(xué)工程14級（碩士）教師評語：題目：現(xiàn)代數(shù)字信號處理課程心得和膜片鉗電壓信號的讀取與處理摘要：本文主要分為兩個部分：前一部分講述了學(xué)習(xí)現(xiàn)代數(shù)字信號處理課程的主要收獲，和在期末的心得體會。后一部分介紹了一款用MATLAB編寫的讀取和處理膜片鉗電壓信號的GUI模塊。其中膜片鉗電壓信號由clampfit軟件截取成高時間密度的離散時間文本，被GUI模塊讀取后擬合成連續(xù)信號，而后進行后續(xù)處理和特征輸出。關(guān)鍵字：現(xiàn)代數(shù)字信號處理心得體會MATLAB膜片鉗電壓信號一．課程心得自20世紀60年代以來，隨著計算機和信息學(xué)科的飛速發(fā)展，數(shù)字信號處理（DSP）技術(shù)應(yīng)運而生并迅速發(fā)展，現(xiàn)已形成一門獨立的學(xué)科體系1。數(shù)字信號處理是利用計算機或?qū)Ｓ锰幚碓O(shè)備，以數(shù)值計算的方法對信號采集、變換、綜合、估值與識別等加工處理，借以達到提取信息和便于應(yīng)用的目的。其系統(tǒng)具有靈活、精確、抗干擾強、設(shè)備尺寸小、造價低、速度快等諸多突出優(yōu)點，遠遠優(yōu)于模擬信號處理系統(tǒng)1。數(shù)字信號處理在工程技術(shù)領(lǐng)域使用極其廣泛，如何在較強的背景噪聲下提取出真正的信號或信號特征并將它們應(yīng)用于工程實際是信號處理的關(guān)鍵任務(wù)1。數(shù)字信號處理學(xué)在理論上涉及的范圍非常廣，包括數(shù)學(xué)領(lǐng)域、網(wǎng)絡(luò)通信領(lǐng)域、人工智能、模式識別、神經(jīng)網(wǎng)絡(luò)等等1。在學(xué)科上，數(shù)字信號處理作為一套較完整的理論體系，包括信號采集A/D技術(shù)、抽樣定理、量化噪聲、離散信號分析、離散系統(tǒng)分析、信號處理的快速算法、信號估值、建模等方面。信號處理的理論和算法是密不可分的1。數(shù)字信號處理中所涉及的信號包括確定性信號、平穩(wěn)隨機信號、時變信號、一維及多維信號、單通道及多通道信號。所涉及的系統(tǒng)也包括單通道系統(tǒng)和多通道系統(tǒng)，對每一類特定的信號與系統(tǒng)，理論上的各個方面都有不同的內(nèi)容1。數(shù)字信號處理的實現(xiàn)分為軟實現(xiàn)和硬件實現(xiàn)兩大類。軟件實現(xiàn)最強大的工具是MATLAB，其具有形形色色的信號處理軟件包，使用起來十分方便。硬件實現(xiàn)指各種DSP芯片和其他的數(shù)字信號處理系統(tǒng)，其中DSP芯片處理能力十分突出1。現(xiàn)代數(shù)字信號處理課程，我們主要學(xué)習(xí)了離散時間信號的Z變換、傅里葉變換和快速傅里葉變換；數(shù)字濾波器的設(shè)計；信號處理的正交變換；信號的插值和抽?。黄椒€(wěn)隨機信號的定義和特征；經(jīng)典功率譜估計及數(shù)字信號建模的知識。對數(shù)字信號處理有了較本科學(xué)習(xí)更深入的了解。二．膜片鉗電壓信號處理的MATLAB實現(xiàn)膜片鉗放大器是專門針對1pA—nA級別的微電流放大器，其輸入是極微小的電流信號，通過I/V放大系統(tǒng)，輸出放大后的電壓信號2。本文所使用的信號是，使用膜片鉗放大器檢測的納米孔過孔信號，該信號產(chǎn)生原理是:在中央被納米孔薄膜分開的樣品池兩側(cè)，外加一個穩(wěn)定的電壓激勵，由于納米孔十分微小，使樣品池中的待檢測物在電壓的作用下，逐個通過納米孔，通過檢測納米孔過孔電流的變化，來測定待檢測物的種類和濃度3。鑒于納米孔信號的特點，本文使用的信號有一個人為的基準電壓，即納米孔空載時的電壓值；目標(biāo)特征值為電壓降大小和電壓降時間。Step1，信號預(yù)處理使用clampfit軟件，通過記錄橫、縱坐標(biāo)值，從采集到的長信號中截取10-50秒長度，保存在txt文本中，方便MATLAB軟件讀取（圖1）。本文使用的待處理信號是已被膜片鉗放大的信號。根據(jù)其放大倍數(shù)換算成電流，單位用pA表示（圖1a）。本文使用的膜片鉗放大器帶寬很高，達到100MHz，因此截取信號時，使用的時間采樣間隔為0.01ms（圖1b），以保證預(yù)處理階段信號不失真。（a）（b）圖1：（a）所取信號在clampfit軟件中的部分顯示。x軸：時間，單位（s）；y軸：電流值，單位（pA）。（b）從clampfit中截取的從169s開始的離散信號部分顯示。左側(cè)為橫坐標(biāo)時間，單位（ms），采樣間隔0.01ms；右側(cè)為縱坐標(biāo)電流值，單位pA。Step2，信號讀入和特征檢測本文使用MATLAB編寫gui模塊實現(xiàn)信號讀取和特征值檢測。軟件設(shè)計的大致思路為：①讀入截取的txt文檔中的離散信息，使用MATLAB繪圖軟件將其顯示出來。②手動設(shè)定基線電流和檢測寬度。比較每100個點間的y軸值（電壓變化），當(dāng)其最高值和最低值差大于設(shè)定的檢測寬度值時，分辯出y軸電壓下降起始點和y軸電壓上升結(jié)束點，用紅線標(biāo)出；將紅線內(nèi)信號其記錄為一個特征信號。③計算記錄到的特征信號平均值，用紅線標(biāo)出。④計算特征信號的時間寬度和壓降幅度，記錄并保存為exl表格。軟件界面和其使用步驟見圖2。圖2.MATLABgui界面和使用步驟。輸出的exl表格如圖3。圖3.通過軟件生成的exl表格。每一行是一個特征信號，信號“描述”列前部分記錄了信號的總阻斷時間和最大阻斷電流，后部分記錄了臺階信號兩部分的阻斷時間和阻斷電流。該模塊尚有一些不足，比如：在信號跳變比較劇烈時容易出現(xiàn)漏檢，起始基線很難校準，上下臺階信號特征無自動標(biāo)出等等，有待進一步改進。三.總結(jié)膜片鉗電壓信號在采集時是一個連續(xù)的交流模擬信號，不能直接被計算機處理，因此先將其分割為高密度的離散時間信號，在保證不失真的情況下，使用特定的軟件進行快速處理，體現(xiàn)了數(shù)字信號處理靈活、準確、速度快等特點。雖然該信號的處理過程并沒有涉及太多的數(shù)值計算，但在MATLAB編程過程中遇到的問題也加深了我對這門課程的理解。在文章最后，謝謝張旭老師精彩的課程和詳細的ppt，謝謝課余和我耐心討論的同學(xué)們，你們的每一份付出都是我努力學(xué)習(xí)的動力。附錄.部分代碼1.搜索信號主函數(shù)：functionSignalSearch(Obj,handles)%搜索信號函數(shù)lowlim=str2double(get(handles.edit_f1,'String'));gdbase=str2double(get(handles.edit_gdbase,'String'));err=str2double(get(handles.edit_err,'String'));ishand=get(handles.checkbox_hand,'Value');index=get(handles.datalist,'Value');if(index<1)returnenddata=Obj.DM.datas{index};autocut=get(handles.checkbox_autocut,'Value');[signaldatacut]=Obj.test1(data,lowlim,autocut,ishand,gdbase,err);Obj.DM.signaldatas{index}=signaldata;Obj.DM.cuts{index}=cut;return2.搜索信號主函數(shù)中調(diào)用的test1函數(shù)，用來查找信號和降噪function[signalsnum]=findsignal(data2,base,d,lowlim,start,num)%對一個數(shù)據(jù)段尋找信號的函數(shù)data=data2(:,2);c_signals=find(data<(base-d));%所有疑似信號點的位置的數(shù)組if(isempty(c_signals))signals=[];returnendlen=length(data);signals_place=find(c_signals(2:end)-c_signals(1:end-1)>1);d_signals=[[1;signals_place+1][signals_place;length(c_signals)]];%以左右兩端的形式將疑似信號放入n*2數(shù)組e_signals=c_signals(d_signals);if(length(e_signals)==2)e_signals=e_signals';endf_signals=[e_signals(:,1)*2-e_signals(:,2)e_signals(:,2)*2-e_signals(:,1)];%檢測電磁信號的范圍：前后與信號長度相同的長度范圍f_signals(f_signals<1)=1;f_signals(f_signals>len)=len;%去除無效值g_signals=[e_signals(:,1)-10e_signals(:,2)+10];%用于尋找兩端的范圍g_signals(g_signals<1)=1;g_signals(g_signals>len)=len;%去除無效值signals=[];i=1;while(i<=size(e_signals,1))minpoint=base-min(data(e_signals(i,1):e_signals(i,2)));bdata=data(f_signals(i,1):f_signals(i,2));maxpoint=max(bdata)-base;if(maxpoint>minpoint)%根據(jù)是否含有電磁干擾篩選e_signals(i,:)=[];f_signals(i,:)=[];g_signals(i,:)=[];elseif(g_signals(i,2)<40||g_signals(i,1)>length(data)-40)e_signals(i,:)=[];f_signals(i,:)=[];g_signals(i,:)=[];elsebddata=data(g_signals(i,1):g_signals(i,2));diffdata=[0;diff(bddata)];e_signals(i,1)=g_signals(i,1)-1+find(diffdata<=0.27*min(diffdata),1);temp=find(diffdata>=0.25*max(diffdata));e_signals(i,2)=g_signals(i,1)-1+temp(end);num=num+1;if(e_signals(i,2)<e_signals(i,1))temp=e_signals(i,2);e_signals(i,2)=e_signals(i,1);e_signals(i,1)=temp;endsignals{i}=SignalAnalysis(data2,e_signals(i,:),start,num);i=i+1;endendendend參考文獻：胡廣書.數(shù)字信號處理[M].北京:清華大學(xué)出版社,2003.1-3丁克儉,張海燕,胡紅剛,趙紅敏,關(guān)偉軍,馬月輝.生物大分子納米孔分析技術(shù)