小波变换去除心电基线漂移

 clc ;clear all; close all;
%--------------------------------------------------------------
sfreq=500;
M=dlmread（‘T103dat.txt‘）;
%M=dlmread（‘ecg.txt‘）;
[ECG]=Read500HzECGdat（M-1sfreq1024）;%500Hz Ecg数据的转化
sfreq=250;
ECG=ECG（405000:4080002）;%截取数据点405000到408000的数，第二列
 %ECG=ECG（50:8001）;
%  plot（ECG）
 s=ECG;
 
 [CL] = wavedec（s11‘db8‘）;%多级一维小波分解，返回小波信号x在N级分解，? N必须是一个严格的正整数（见WMAXLEV）。 
 %输出分解结构包含小波分解向量C和簿记向量L.对于[C，L] = wavedec（X，N，Lo_D，Hi_D），
 %Lo_D是分解低通滤波器
% Hi_D是分解高通滤波器。
%该结构组织为：
%C = [app。COEF（N）|。DET。 系数（N）| ... | det。COEF。（1）]
%L（1）=应用程序的长度。COEF。（N）
% L（i）= det的长度。 （N-i + 2），对于i = 2，...，N + 1
% L（N + 2）=长度（X）。
% a10 = appcoef（C L ‘db8‘10）;
% d1 = detcoef（CL1）;  
% d2 = detcoef（CL2）;
% d3 = detcoef（CL3）;
% d4 = detcoef（CL4）;
A9 = wrcoef（‘a‘CL‘db8‘9）;  % 从近似系数得到近似信号A
D1 = wrcoef（‘d‘CL‘db8‘1）;  % 从细节系数得到细节信号D
D2 = wrcoef（‘d‘CL‘db8‘2）;
D3 = wrcoef（‘d‘CL‘db8‘3）;
D4 = wrcoef（‘d‘CL‘db8‘4）;
D5 = wrcoef（‘d‘CL‘db8‘5）;  % 从细节系数得到细节信号D
D6 = wrcoef（‘d‘CL‘db8‘6）;
D7 = wrcoef（‘d‘CL‘db8‘7）;
D8 = wrcoef（‘d‘CL‘db8‘8）;
D9 = wrcoef（‘d‘CL‘db8‘9）;

%wrcoef从一维小波系数重建单个分支。
%wrcoef重建一维信号的系数，
%?给出一个小波分解结构（C和L）和
%要么是指定的小波（‘wname‘，参见WFILTERS获取更多信息）
% 或指定的重建滤波器（Lo_R和Hi_R）。
% ?
% X = wrcoef（‘type‘，C，L，‘wname‘，N）计算的向量
% 基于小波的重构系数
% 分解结构[C，L]（更多信息见WAVEDEC），
% ????在N级。“wname”是一个包含小波名称的字符串。
% ??
% ????参数“类型”决定是否近似
% （‘type‘=‘a‘）或细节（‘type‘=‘d‘）系数
% 重建。
% 当‘type‘=‘a‘时，允许N为0;除此以外，
% 严格的正数N是必需的。
% 级别N必须是一个整数，使得N <= length（L）-2。
% 
% X = wrcoef（‘type‘，C，L，Lo_R，Hi_R，N）计算系数
% 如上所述，鉴于你指定的重建。
% ?
% X = wrcoef（‘type‘，C，L，‘wname‘）和
% X = wrcoef（‘type‘，C，L，Lo_R，Hi_R）重建系数
% 最大水平N =长度（L）-2。

s1=D1+D2+D3+D4+D5+D6+D7;


s2=smooth（ECG7‘sgolay‘）;%平滑滤波



%index = 1:1024;
%x = leleccum（index）;
%产生噪声信号

% init = 2055615866;
% randn（‘seed‘init）;
% nx =s+18*randn（size（s））;

%获取消噪的阈值
[thrsorhkeepapp] = ddencmp（‘den‘‘wv‘s1）;

% ddencmp用于去噪或压缩的默认值。
% ????[THR，SORH，KEEPAPP，CRIT] = ddencmp（IN1，IN2，X）
% ????返回去噪或压缩的默认值，
% ????使用小波包或小波包，输入矢量
% ????或矩阵X，其可以是1-D或2-D信号。
% ????THR是门槛，SORH是软或硬
% ????阈值，KEEPAPP允许你保持近似
% ????系数和CRIT（仅用于小波包）
% ????是熵名（见WENTROPY）。
% ????IN1是“den”或“cmp”，IN2是“wv”或“wp”。
% ?
% ????对于小波（三个输出参数）：
% ????[THR，SORH，KEEPAPP] = ddencmp（IN1，‘wv‘，X）
% ????返回用于去噪的默认值（如果IN1 =“den”）
% ????或压缩（如果IN1 =‘cmp‘）X.
% ????这些值可以用于WDENCMP。
% ?
% ????对于小波包（四个输出参数）：
% ????[THR，SORH，KEEPAPP，CRIT] = ddencmp（IN1，‘wp‘，X）
% ????返回用于去噪的默认值（如果IN1 =“den”）
% ????或压缩（如果IN1 =‘cmp‘）X.
% ????这些值可以用于WPDENCMP。

%对信号进行消噪
xd = wdencmp（‘gbl‘s1‘db4‘2thrsorhkeepapp）;
figure（3）
subplot（221）;
plot（s）;
title（‘原始信号‘）;
subplot（222）;
plot（s1）;
title（‘含噪信号‘）;
subplot（223）;
plot（xd）;
title（‘消噪后的信号‘）;
subplot（224）;
plot（s2）;
title（‘平滑滤波信号‘）;
% wdencmp使用小波去噪或压缩。
% ????wdencmp执行去噪或压缩过程
% ????信号或图像使用小波。
% ?
% ????[XC，CXC，LXC，PERF0，PERFL2] =
% ????wdencmp（ ‘GBL‘，X， ‘wname‘，N，THR，SORH，KEEPAPP）
% ????返回输入的去噪声或压缩版本XC
% ????信号X（1-D或2-D）由小波系数获得
% ????使用全