Power Line Noise Elimination from EMG Signals Using Adaptive Laguerre Filter with Fuzzy Step Size
محل انتشار: هفدهمین کنفرانس مهندسی پزشکی ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 809
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME17_041
تاریخ نمایه سازی: 9 تیر 1392
چکیده مقاله:
Biomedical signals are always corrupted with different noises and interferences. Power Line Interference (PLI) is one of the most important interferences which decreases the quality of the biomedical signals significantly. In this paper, a novel adaptive Laguerre filter with fuzzy step size is proposed to eliminate the PLI from Electromyography (EMG) signals. The proposed Laguerre filter has the benefits of both FIR and IIR filters and can solve their limitations in noise elimination. The proposed algorithm uses an internal mathematically constructed reference noise for the adaptive Laguerre filter, thus it is independent of the power line information to eliminate the noise. This novel adaptive structure uses the Least Mean Square (LMS) method to update its weights while a Fuzzy System (FS) is used for choosing the step size of LMS method. Our practical experiments showed that our Laguerre structure with fuzzy step size could eliminate the PLI of EMG signals successfully and it was more effective than other adaptive algorithms.
کلیدواژه ها:
نویسندگان
Mojtaba Malboubi
Dept. of Electrical Engineering Azad Science and Research University of Tehran. Tehran, Iran
Mahdi Aliyari Sh
Dept. of Mechatronics K.N. Toosi University of Tech. Tehran. Iran
Alireza avari
Dept. of Electrical Engineering Iran University of Science and Tech. Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :