心电(Electrocardiogram,ECG)信号是一种人体生理信号,它可以提供心脏和疾病的一些信息,因此被广泛地用于检测心脏是否健康。然而在信号采集过程中,ECG信号不可避免地受到各种干扰,包括基线漂移和随机噪声的影响。ECG信号的基线漂移主要是由测试人员的呼吸或运动产生的噪声引起的,这是一个常见的问题,是无法避免的。它的频率很低与ECG信号ST段波段会有重叠部分,会抬高ST段,进而影响判断。与此同时,由于心电信号本身比较微弱,易受到周围环境噪声的影响,且噪声的频谱与ECG信号重叠,使得ECG信号难与噪声分离。因此,ECG信号的相关处理成为了关键点和难点问题。本文将针对ECG信号处理相关算法设计和应用做如下工作及创新:1.详细研究了ECG信号存在机理及其信号各部分组成波形特征,同时分析了ECG信号在采集过程中噪声及干扰的主要来源,并进一步地通过仿真实验对ECG信号及其差分信号的稀疏特性进行了研究。2.针对ECG信号传统滤波算法在降噪过程中,由于对最初ECG信号的峰值进行了大量压缩,造成处理后的ECG信号峰值估计欠缺以及导致无法恢复原始心电细节特征等问题,提出了基于ECG信号稀疏特性与线性时不变(Linear Time Invariant,LTI)滤波相结合的降噪及基线校正联合算法。通过MIT-BIH数据库进行了大量实验仿真,并与传统滤波算法进行了全方位的对比,结果表明对于传统滤波算法中ECG峰值欠缺的问题,本文所提算法进行了有效地改善,且能够保持ECG原始信号的波形特征。3.在本文提出的算法采用大量稀疏带状矩阵及高阶非凸优化函数,大大节省了运行的时间。并且对于惩罚项及信号差分阶数选择进行了详细地研究分析。首先基于对称惩罚项对信号进行处理,进一步地通过分析ECG信号的特征,使用一种复合惩罚对ECG信号进行处理,即原始的ECG信号进行非对称惩罚,对其差分信号则进行对称惩罚,达到了进一步地精确惩罚的效果,使得对原始ECG信号估计更加的精确。4.在十二导联穿戴式心电监护衣上应用本文所提算法进行实际测试,获得了满意的滤波和降噪效果。通过对比正常ECG信号和经过本算法滤波后采集展示的ECG信号,验证了本文所提算法的应用价值。本文算法总体设计达到预期目标,且具有一定的实用和应用的价值。