汤 伟 王 权* 刘 嫣 王玲利

1(陕西科技大学电气与信息工程学院 陕西 西安 710021)2(陕西科技大学工业自动化研究所 陕西 西安 710021)

0 引 言

人体心电信号属于生物微弱电信号，在便携式心电设备采集心电信号的过程中，极易受到各种复杂环境的干扰。在设备采集时面临的首要问题便是降低其信号中含有的噪声[1]。

在实际心电采集过程中，心电信号的噪声主要有肌电干扰、工频干扰与基线漂移等[2]，且信号的长度都属于分钟级。在心电信号去噪方法上有传统的FIR数字滤波法、自适应滤波法、小波滤波方法和神经网络滤波方法等[3-5]。传统的FIR数字滤波面对复杂的噪声环境无法有效地去除干扰[6]。小波变换虽然在局部特性上表现出良好的特性，但面对心电信号不断方向变换没有很好的辨识能力。神经网络滤波方法计算复杂，需要大量实验数据，且实时性差。目前稀疏分解用于心电信号去噪方面的方法有基追踪算法(Basis Pursuit,BP)、匹配追踪(Matching Pursuit,MP)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)、基追踪算法以及广义正交匹配追踪算法GOMP等[7]。基追踪算法主要适用线性规划的凸优化问题，算法迭代次数少，但计算的复杂度高，不能满足心电信号采集时的实时性要求。相对于BP算法，OMP算法是一种次优的算法，在一定程度上降低了计算复杂度。但OMP算法在每次迭代的过程中只能选择一个原子，因此需要的迭代次数依然十分庞大[8]。GOMP解决了每次迭代只能选择一个原子的问题，能够实现在一次迭代中选择多个原子，有效降低了算法迭代次数[9]。……