写一段自适应滤波器对于有噪声的心跳波形进行信号处理的matlab代码

在MATLAB中，我们可以使用自适应滤波器如RMSprop、LMS (Least Mean Squares) 或者 Kalman Filter 来平滑有噪声的心跳波形数据。这里是一个简单的线性最小均方误差(LMS)自适应滤波器的例子：

% 导入心跳信号 (假设为 'heart_signal') 和白噪声 (假设为 'noise_signal')
heart_signal = load('heart_signal.mat');
noise_signal = load('noise_signal.mat');

% 初始化滤波器参数
 taps = 5; % 窗口大小或滤波器阶数
mu = 0.01; % 学习率

% 创建自适应滤波器
adaptive_filter = dsp.FIRFilter(taps);

% 对信号进行预处理，添加噪声
noisy_heart_signal = heart_signal + noise_signal;

% 使用自适应滤波器对信号进行平滑处理
filtered_signal = filter(adaptive_filter, noisy_heart_signal);

% 更新滤波器
for i = 1:length(noisy_heart_signal)
    error = noisy_heart_signal(i) - filtered_signal(i);
    adaptive_filter.Weights = adaptive_filter.Weights + mu * error .* adaptive_filter.Input;
end

% 可视化原始信号和滤波后的结果
plot(heart_signal, 'b', 'LineWidth', 1.5, 'DisplayName', 'Original Heart Signal');
hold on;
plot(filtered_signal, 'r', 'LineWidth', 1.5, 'DisplayName', 'Filtered Heart Signal');
legend('show');
xlabel('Sample Index');
ylabel('Amplitude');