利用MATLAB对肌电数据进行陷波、功率频谱过滤、带通、低通、归一化预处理代码

以下是MATLAB代码示例，其中包括陷波、功率频谱过滤、带通、低通和归一化预处理：

1. 陷波滤波：

function y = notch_filter(x, fs, f0, bw)
% x: 输入信号
% fs: 采样率
% f0: 我们要去除的频率
% bw: 我们要去除的频带范围

Q = f0/bw;
w0 = f0/(fs/2);

% 计算陷波滤波器系数
[b,a] = iirnotch(w0,Q);

% 使用陷波滤波器滤波
y = filtfilt(b,a,x);
end

2. 功率频谱过滤：

function y = power_spectrum_filter(x, fs, f_low, f_high)
% x: 输入信号
% fs: 采样率
% f_low: 希望去除的低频部分
% f_high: 希望去除的高频部分

% 计算功率谱密度
[Pxx,f] = pwelch(x, [], [], [], fs);

% 找到需要去除的频率范围
idx = find(f>=f_low & f<=f_high);

% 将该频率范围内的功率谱密度置为0
Pxx(idx) = 0;

% 通过反变换将信号转换回时域
y = ifft(sqrt(Pxx).*exp(1i*angle(fft(x))));
end

3. 带通滤波：

function y = bandpass_filter(x, fs, f_low, f_high, order)
% x: 输入信号
% fs: 采样率
% f_low: 希望保留的低频部分
% f_high: 希望保留的高频部分
% order: 滤波器阶数

% 计算滤波器系数
[b,a] = butter(order, [f_low/(fs/2), f_high/(fs/2)], 'bandpass');

% 使用滤波器滤波
y = filtfilt(b,a,x);
end

4. 低通滤波：

function y = lowpass_filter(x, fs, f_cut, order)
% x: 输入信号
% fs: 采样率
% f_cut: 截止频率
% order: 滤波器阶数

% 计算滤波器系数
[b,a] = butter(order, f_cut/(fs/2), 'low');

% 使用滤波器滤波
y = filtfilt(b,a,x);
end

5. 归一化预处理：

function y = normalize_signal(x)
% x: 输入信号

% 计算信号的均值和标准差
mean_x = mean(x);
std_x = std(x);

% 归一化信号
y = (x-mean_x)/std_x;
end

以上代码仅供参考，具体实现可能需要根据数据和需求进行调整和修改。