介绍

在自适应噪声抵消中，一个被测信号d(n)包含两个信号:-一个感兴趣的未知信号v(n) -一个干扰信号u(n)。目标是通过使用一个与干扰信号高度相关的参考信号x(n)从被测信号中去除干扰信号。这里考虑的例子是自适应滤波器在胎儿心电图中的应用，其中从胎儿心跳传感器信号中自适应地去除母体心跳信号。这个例子改编自Widrow等人的“自适应噪声消除:原理和应用”，Proc. IEEE®，vol. 63, no. 5。12页1692-1716,1975年12月。

创建母性心跳信号

在这个例子中，我们将模拟母亲和胎儿的心电图形状。我们使用4000hz的采样率。这个信号的心率大约是每分钟89次，信号的峰值电压是3.5毫伏。

创建胎儿心跳信号

胎儿的心脏跳动明显快于母亲，每分钟跳动120到160次。胎儿心电图的振幅也远弱于母体心电图。该示例创建了一个与心率139次/分钟和模拟胎儿心跳的峰值电压0.25毫伏相对应的心电图信号。

测得的产妇心电图

母亲的心电图信号是从母亲的胸部获得的。本课题中自适应噪声消除器的目标是自适应地从胎儿心电图信号中去除母体心跳信号。取消器需要一个由母体心电图产生的参考信号来完成这个任务。就像胎儿的心电图信号一样，母亲的心电图信号也会包含一些附加的宽带噪声。

胎儿心电图测量

从母亲腹部所测到的胎儿心电图信号，通常以从胸腔向腹部传播的母亲心跳信号为主。我们将把这个传播路径描述为具有10个随机系数的线性FIR滤波器。此外，我们将添加少量的不相关高斯噪声来模拟测量中的任意宽带噪声源。

应用自适应噪声消除器

自适应噪声消除器可以使用大多数自适应过程来完成它的任务。为简单起见，我们将使用15个系数的最小均方(LMS)自适应滤波器，步长为0.00007。有了这些设置，自适应噪声消除器在几秒钟的适应之后收敛得相当好——对于这个特定的诊断应用程序来说，当然是一段合理的等待时间。

恢复胎儿心跳信号

自适应滤波器的输出信号y(n)包含估计的母体心跳信号，这不是最终感兴趣的信号。系统收敛后，误差信号e(n)中剩下的是胎儿心跳信号的估计值以及残余测量噪声。利用误差信号，你可以估计胎儿的心率。

示例架构

命令adaptiveNoiseCancellationExampleApp启动一个用户界面，设计与模拟交互。它还推出了一个时间范围来查看被测的胎儿心跳以及被测的母亲心跳和提取的胎儿心跳。

使用生成的MEX文件

使用MATLAB Coder，可以通过执行命令生成主处理算法的MEX文件HelperANCCodeGeneration．可以通过执行adaptiveNoiseCancellationExampleApp(true)命令来使用生成的MEX文件。