一种生成移动心电信号的噪声模型的方法技术

本发明专利技术公开了一种生成移动心电信号的噪声模型的方法，包括：使用时变系数替换传统AR模型序列中的自回归系数，形成一个多阶时变系数AR模型，即得到多阶时变系数AR模型序列，该序列包括未知的时变系数及阶数；根据得到的多阶时变系数AR模型序列，使用时变系数和序列的过去值来得到预测序列的表达式；使用基函数的方法估计多阶时变系数AR模型序列的时变系数；使用基于遗忘因子法确定非平稳随机信号的多阶时变系数AR模型序列的阶数；根据时变系数及阶数最终得到时变系数替换传统AR模型序列。本发明专利技术相对于假设序列在短时上是平稳的参数估计等方法，该发明专利技术直接使用时变AR模型来模拟心电噪声源模型，更加合理，并且在构造中误差小，致使结果更加精确。

【技术实现步骤摘要】

本专利技术涉及信号处理的领域，具体涉及一种生成移动心电信号的噪声模型的方法。
技术介绍
心电信号的噪声模型可以用于构建真实的心电信号。在心电信号研究中往往需要构建心电的仿真模型。通常心电信号的仿真是在纯净的心电信号中掺加各种噪声信号。仿真的模型越能逼真地模拟真实心电信号，相应的研究结果也越准确。真实心电信号通常包含基线漂移、工频、肌电干扰和电极移动等各种噪声，所以要求在仿真的心电信号中掺入各种噪声，从而达到接近真实心电的目的。虽然已经有一些模型来模拟噪声，但是能够准确、高效模拟的模型却不多。目前常用的有两种心电噪声源模型。第一种是使用不同频带的色噪声模拟各种心电噪声源，利用这些仿真噪声源生成噪声，在不同信噪比下掺入到干净仿真心电信号中形成仿真心电模型。第二种常见的噪声源是利用MIT-BIHNon-stresstestDatabase(NSTDB)数据库提供的时长3.5小时的心电信号典型噪声。第一种模型能够根据研究需要产生足够时长且形态较多的噪声信号，但是平稳的色噪声不能够准确模拟心电信号噪声源，产生的仿真噪声与真实噪声在统计特性与波形形态上相差较大，此模型的精度较低。第二种模型提供的噪声源是真实心电噪声，应用精度高。对于一些特殊的心电信号，NSTDB数据库仅提供三种噪声，包括基线漂移(baselinewander，BW)，肌电干扰(muscleartifact，MA)，电极移动(electrodemotionartifact，EM)，不足以模拟心电信号研究中的噪声源，另外，这个模型的波形变化固定时长无法满足实时移动心电信号要求的更长时间要求。因此当前没有一个可以提供长时间并且精度较高的模型。针对于对非平稳时间序列建模，当前有两种方法，来构建噪声源模型。传统方法是将非平稳时间序列通过差分变换等方法转换为平稳序列之后，再使用AR模型建模。但是在实际使用中，并不是所有的非平稳序列都能通过差分转换为平稳序列。另一种方法是利用非平稳信号在短时分段内信号是平稳随机的性质，用分段时不变参数AR模型法对其进行建模。这种短时持续时间对多数现象均比较适宜，但是对于心电信号，使用此方法建模时间对于此类现象来说过长，因此达不到理想结果。
技术实现思路
为解决现有技术存在的不足，本专利技术公开了一种生成移动心电信号的噪声模型的方法，该模型的精度高并且可以生成长时间的心电噪声信号。为实现上述目的，本专利技术的具体方案如下：一种生成移动心电信号的噪声模型的方法，包括以下步骤：步骤一：使用时变系数替换传统AR模型序列中的自回归系数，形成一个多阶时变系数AR模型，即得到多阶时变系数AR模型序列，该序列包括未知的时变系数及阶数；步骤二：根据步骤一得到的多阶时变系数AR模型序列，使用时变系数和序列的过去值来得到预测序列的表达式；步骤三：使用基函数的方法估计多阶时变系数AR模型序列的时变系数；步骤四：使用基于遗忘因子法确定非平稳随机信号的多阶时变系数AR模型序列的阶数；步骤五：通过比较多阶时变系数AR模型序列的序列值与步骤二中的序列的预测值之间的差值来确定基函数的维数，根据该维数进一步确定多阶时变系数AR模型序列的时变系数，根据时变系数及阶数最终得到时变系数替换传统AR模型序列。进一步的，步骤一中，对于一个时间序列x(n)，阶数为p的传统AR模型是：x(n)＝-a1x(n-1)-a2x(n-2)-...-apx(n-p)+v(n)(1)(1)式中v(n)是均值为0，方差为σ2的平稳白噪声残差序列，p是模型的阶数，ai是AR模型的自回归系数，i＝1,…,p，将上式中的系数ai替换为时变系数ai(n),i＝1,…,p，则形成p阶时变系数AR模型，替换过程为：x(n)=-a1(n)x(n-1)-a2(n)x(n-2)-...-ap(n)x(n-p)+v(n)=-[x(n-1),x(n-2),...,x(n-p)]a1(n)a2(n)...ap(n)+v(n)=-Σi=1pai(n)x(n-i)+v(n)---(2)]]>v(n)仍然是均值为0，方差为σ2的平稳白噪声，p是模型的阶数，ai(n),i＝1,…,p是模型的时变系数，表示的意义是第n时刻的模型参数。进一步的，步骤二中，使用模型的时变系数和序列的过去值预测序列表达式为：x^(n)=-Σi=1pai(n)x(n-i)---(3)]]>进一步的，步骤三中，假设时变系数ai(n)，i＝1,…,p是一组基函数的线性组合，表达式如下：ai(n)=Σj=0maijgj(n)---(4)]]>式中，aij为使用最小二乘估计方法估计由时变系数变换得到的常系数，为矩阵系数A的元素，{gj(n)，j＝0,…,m本文档来自技高网...

【技术保护点】
一种生成移动心电信号的噪声模型的方法，其特征是，包括以下步骤：步骤一：使用时变系数替换传统AR模型序列中的自回归系数，形成一个多阶时变系数AR模型，即得到多阶时变系数AR模型序列，该序列包括未知的时变系数及阶数；步骤二：根据步骤一得到的多阶时变系数AR模型序列，使用时变系数和序列的过去值来得到预测序列的表达式；步骤三：使用基函数的方法估计多阶时变系数AR模型序列的时变系数；步骤四：使用基于遗忘因子法确定非平稳随机信号的多阶时变系数AR模型序列的阶数；步骤五：通过比较多阶时变系数AR模型序列的序列值与步骤二中的序列的预测值之间的差值来确定基函数的维数，根据该维数进一步确定多阶时变系数AR模型序列的时变系数，根据时变系数及阶数最终得到时变系数替换传统AR模型序列。

【技术特征摘要】
1.一种生成移动心电信号的噪声模型的方法，其特征是，包括以下步骤：
步骤一：使用时变系数替换传统AR模型序列中的自回归系数，形成一个多阶时变系数
AR模型，即得到多阶时变系数AR模型序列，该序列包括未知的时变系数及阶数；
步骤二：根据步骤一得到的多阶时变系数AR模型序列，使用时变系数和序列的过去值来
得到预测序列的表达式；
步骤三：使用基函数的方法估计多阶时变系数AR模型序列的时变系数；
步骤四：使用基于遗忘因子法确定非平稳随机信号的多阶时变系数AR模型序列的阶数；
步骤五：通过比较多阶时变系数AR模型序列的序列值与步骤二中的序列的预测值之间的
差值来确定基函数的维数，根据该维数进一步确定多阶时变系数AR模型序列的时变系数，
根据时变系数及阶数最终得到时变系数替换传统AR模型序列。
2.如权利要求1所述的一种生成移动心电信号的噪声模型的方法，其特征是，步骤一中，
对于一个时间序列x(n)，阶数为p的传统AR模型是：
x(n)＝-a1x(n-1)-a2x(n-2)-...-apx(n-p)+v(n)(1)
(1)式中v(n)是均值为0，方差为σ2的平稳白噪声残差序列，p是模型的阶数，ai是AR模型
的自回归系数，i＝1,…,p，将上式中的系数ai替...

【专利技术属性】
技术研发人员：魏守水，张亚涛，刘澄玉，徐晓艳，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37