【ECG心电信号】ECG信号中去除噪声的数字滤波器设计Matlab实现

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍

作为专注于生物医学信号处理的博主，今天给大家带来 ECG 心电信号去噪的核心方案 —— 数字滤波器设计。心电信号（ECG）是诊断心血管疾病的关键，但采集过程中极易混入工频干扰、肌电噪声、基线漂移等噪声，导致波形失真、诊断误判。本文从 “噪声类型→滤波器选型→工程实现→效果验证” 全程拆解，附上可直接运行的 MATLAB 代码，新手也能快速上手！

一、先搞懂：ECG 信号的 “噪声天敌” 有哪些？

ECG 信号是低频微弱信号（主频范围 0.05~100Hz），采集时主要面临 3 类噪声，这是设计滤波器的核心依据：

噪声类型	频率范围	产生原因	危害
基线漂移	0.05Hz 以下	呼吸运动、电极接触漂移	掩盖 P 波、T 波，导致波形整体偏移
工频干扰	50Hz（中国）/60Hz（欧美）	电网电磁辐射	叠加周期性杂波，掩盖 QRS 波细节
肌电噪声（EMG）	10~300Hz	肌肉收缩产生的电信号	高频毛刺，破坏信号平滑性

核心去噪思路：针对性设计滤波器 —— 用高通滤除基线漂移、陷波滤除工频干扰、低通滤除肌电噪声，最终保留 ECG 有效波形（P 波、QRS 波、T 波）。

二、数字滤波器选型：为什么选这 3 类？

数字滤波器分 IIR（无限脉冲响应）和 FIR（有限脉冲响应），结合 ECG 信号特点，选型如下：

2.1 高通滤波器（HPF）：滤除基线漂移

• 类型：IIR Butterworth 滤波器（4 阶）优势：幅频特性平坦，通带内信号失真小，计算量小（适合实时处理）；

• 截止频率：0.5Hz（既滤除 0.05Hz 以下的基线漂移，又不影响 P 波 / T 波）。

2.2 陷波滤波器（Notch Filter）：滤除工频干扰

• 类型：IIR 带阻滤波器（2 阶）优势：窄带宽、衰减强，仅抑制 50Hz 附近的窄带噪声，不影响周围有效信号；

• 中心频率：50Hz，带宽：2Hz（避免过度抑制导致 QRS 波变形）。

2.3 低通滤波器（LPF）：滤除肌电噪声

• 类型：IIR Butterworth 滤波器（4 阶）优势：阻带衰减快，能有效抑制 100Hz 以上的高频肌电噪声；

• 截止频率：100Hz（ECG 信号主频≤100Hz，保留有效信号）。

滤波顺序：基线漂移（高通）→ 工频干扰（陷波）→ 肌电噪声（低通），避免噪声相互影响。

三、工程实现：MATLAB 完整代码（含数据 + 滤波 + 验证）

3.1 代码整体逻辑

1. 数据读取：加载含噪 ECG 信号（MATLAB 自带数据集，或自定义读取）；

2. 滤波器设计：分别设计高通、陷波、低通滤波器；

3. 滤波处理：按顺序对信号滤波，得到去噪后信号；

4. 效果验证：时域波形对比 + 频谱分析 + 定量指标（SNR、RMSE）。

⛳️ 运行结果

📣 部分代码

);

figure(1)

plot(w);

title('ECG Signal');

xlabel('Time (seconds)');

ylabel('Amplitude');

%50 Hz eliminator

Fs = 500; % Sampling frequency

bw =5; % bandwidth

%Zero-calculation

Fr1 =50;

theta1 = 2*pi*(Fr1/Fs);

z1 = exp(1j*theta1); z2 = exp(-1j*theta1);

%Pole-calculation

Fp = 50; % passband frequency

thetap = 2*pi*(Fp/Fs); r = 1-(bw/Fs)*pi;

p1 = r*exp(1j*thetap); p2 = r*exp(-1j*thetap);

%Numerator vector & denominator vector

num0 = poly([z1, z2]);

den0 = poly([p1, p2]);

[h0, f] = freqz(num0, den0, 4501, Fs);

🔗 参考文献

[1]龙兴明,周静.心电信号预处理中基于MATLAB的陷波器设计[J].重庆师范大学学报(自然科学版), 2003, 20(3):26-28.DOI:10.3969/j.issn.1672-6693.2003.03.008.

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌟 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化

🌟 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌟图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌟 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化

🌟 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、

🌟 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌟 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化

🌟 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌟 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌟 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

5 往期回顾扫扫下方二维码