在临床医学中,采集到的心电信号仍然经常受到噪声的影响,由此采用滤波器来抑制这些干扰是十分必要的。通过对Levkov算法和Ahlstrom算法这2种算法的抑制工频干扰的性能进行研究,发现这2种方法都能够很好的保持原始波形的形状,并且计算量小,十分适合实时数字滤波的应用,证明其具有数字滑动平均,数字陷波以及自适应滤波方法所不具备的优良特性。而这2种算法相比较,Levkov算法在响应速度方面要优于Ahlstrom算法,但Levkov算法对采样频率的要求十分严格。认为这2种方法对于抑制工频干扰有良好的应用前景。

介绍了用于心电、心音、胸阻抗信号测量的三道生理信号检测仪的硬件电路设计,着重描述了三种信号的放大、滤波、串行A/D转换及USB接口电路,前置放大使用了仪表放大器结构提高电路的共模抑制比,采用对消方法有效地抑制了电路中的各种共模干扰,设计了专门用于消除50 Hz工频干扰的50 Hz陷波器。实测表明,所检测到的三道生理信号都能满足临床应用,达到了设计要求。

提出一种在数字化仪表实际电路开发前,利用MATLAB分析工具对数字化仪表的信号特性进行预处理的方法.该方法为具体设计开发提供信号处理算法的验证,可降低数字式仪表的开发风险,提高开发进度.最后以数字处理电磁流量计的工频干扰信号为例进行详细说明.

针对复杂的转子振动信号中同时存在随机噪声干扰和工频噪声干扰的问题,提出了基于奇异值和奇异向量相结合的降噪方法.首先,对振动信号进行奇异值分解（singular value decomposition,简称SVD）,根据奇异值谱确定振动信号有效奇异值阶次;其次,对有效阶次范围内的奇异向量进行快速傅里叶变换（fast Fourier transform,简称FFT）,依据幅值谱筛选出对应于工频噪声的奇异向量;最后,利用其余的奇异值和奇异向量进行重构得到降噪的时域信号.通过仿真信号和工程试验信号对该方法进行了验证,结果表明,基于奇异值和奇异向量相结合的降噪方法,不但能有效降低振动信号中的随机噪声干扰,还能有效降低工频噪声干扰,同常用的陷波器方法相比所提出方法具有明显优势.