一种心率获取方法、系统及可穿戴式设备技术方案

本发明专利技术公开了一种心率获取方法、系统及可穿戴式设备，本申请预先建立运动信号与μ值之间的对应关系，运动信号与运动状态存在对应关系，后续使用过程中，会确定与当前运动信号对应的μ值，进而根据该μ值对脉搏波信号进行滤波，得到纯净的心率信号。可见，本申请中，会根据与运动状态存在对应关系的运动信号来选择合适的μ值，以此来适应于不同的运动状态，适应性好，使得在不同运动状态下也能够进行较好地滤波，保证了不同运动状态下的滤波效果，进而能够得到不同状态下的纯净的心率信号，解决了现有技术中存在的任何运动状态均取相同的μ值从而导致在不同运动状态下滤波效果不稳定的问题。

A heart rate acquisition method, system and wearable device

The invention discloses a heart rate acquisition method, a system and a wearable device. The application establishes the corresponding relationship between the motion signal and the mu value in advance, and there is a corresponding relationship between the motion signal and the motion state. A pure heart rate signal is obtained by filtering. It can be seen that in this application, the appropriate mu value will be selected according to the motion signal corresponding to the motion state, so as to adapt to different motion states, good adaptability, so that in different motion states can also be better filtering, to ensure the filtering effect in different motion states, and thus can be different. The pure heart rate signal in the state solves the problem that any motion state in the prior art takes the same mu value, which results in unstable filtering effect in different motion states.

【技术实现步骤摘要】
一种心率获取方法、系统及可穿戴式设备
本专利技术涉及信号处理
，特别是涉及一种心率获取方法、系统及可穿戴式设备。
技术介绍
在利用可穿戴式设备进行心率检测时，用户可能会进行不同的运动，例如步行、跑步等，从而使得可穿戴式设备采集到的脉搏波中混合着不同程度的运动干扰信号。为了得到纯净的脉搏波，需要对采集到的脉搏波进行运动干扰的消除。现在通常采用如图1所示的自适应滤波器来消除运动干扰。自适应滤波器以噪声干扰为处理器对象，对噪声干扰进行抑制或者衰减，以提高自适应滤波器的输出端信号在信噪比上质量的提高。该自适应滤波器是具有可调节抽头权系数的横向滤波器，M为抽头阶数，W1(n)、W2(n)…WM(n)表示抽头权系数在n时刻的值，该自适应滤波器中所采用的LMS(LeastMeanSquare，最小均方)算法将采集的脉搏波信号作为参考通道信号d(n)，将加速度信号作为主通道信号X(n)。该自适应滤波器采样的最佳准则为最小均方误差，该准则认为自适应滤波器的输出信号和期望信号之差的均方值最小为最佳。在自适应状态开始阶段，首先调节自适应滤波器的抽头权系数，以进行自适应训练，然后利用滤波系数抽头上的信号产生输出信号，将输出信号与期望信号的差值通过一定的自适应控制算法再来调节权值，以保证滤波器处在最佳状态，达到实现滤波的目的。具体地，W(n)＝[W1(n)W2(n)...WM(n)]T表示滤波权系数矢量；X(n)＝[X1(n)X2(n)...XM(n)]T表示自适应滤波器的输入信号；则自适应滤波器的输出信号d(n)表示自适应滤波器输入X(n)时所期望得到的响应或者输出；输出信号与期望信号之差，也就是e(n)，e(n)＝d(n)-y(n)＝d(n)-WT(n)X(n)。上述提到，LMS算法采用最小均方误差来衡量滤波器的好坏，公式表示如下：E{e2(n)}＝E{[d(n)-y(n)]2}，为了使均方误差达到最小值以便获得的自适应滤波器的最优性能，对M个抽头权系数W(n)进行迭代。设第n次迭代得到的自适应滤波器抽头权值向量为W(n)，并设该次迭代得到的均方误差是e(n)，那么第n+1次迭代得到的权系数可由下式求出：W(n+1)＝W(n)+μe(n)X(n)，其中，μ为迭代步长因子。为了使LMS算法收敛，经过推导μ的取值范围应该是：其中，λmax为输入信号X(n)的自相关矩阵的最大特征值。使用d(n)减去最终迭代完成后输出的滤波信号yend(n)可求得去除运动干扰的脉搏波信号。通过基于LMS算法的自适应滤波的原理可知，μ值的取值范围是由输入信号X(n)的自相关矩阵的最大特征值λmax决定的，在实际的算法中如果对于不同的运动状态都采用该方式计算μ值会使得算法的计算量增大数倍，甚至更多，这也意味着功耗大，实时性差。现有技术在面对上述问题时，通常会采用固定的μ值进行LMS滤波去除运动伪迹，但是该方法没有考虑到实际应用中，运动干扰成分与正常心率频带会出现重叠，并且不同的运动状态对应的有效心率频带范围存在差异，如果对于不同的运动方式均采用相同的μ值，由于该μ值并不会适用于各种不同的运动状态，从而使得不能在各个不同运动状态下均进行较好地滤波，使得在不同的运动状态下的滤波的效果不稳定，适应性差，从而不能得到在不同运动状态下的纯净的心率信号。
技术实现思路
本专利技术的目的是提供一种心率获取方法、系统及可穿戴式设备，根据与运动状态存在对应关系的运动信号来选择合适的μ值，以此来适应于不同的运动状态，适应性好，使得在不同运动状态下也能够进行较好地滤波，保证了不同运动状态下的滤波效果，进而能够得到不同状态下的纯净的心率信号。为解决上述技术问题，本专利技术提供了一种心率获取方法，包括：建立运动信号与迭代步长因子μ值之间的对应关系；获取当前运动信号和脉搏波信号；根据所述对应关系确定与所述当前运动信号对应的μ值；根据确定的μ值对所述脉搏波信号进行自适应滤波，得到心率信号。优选地，所述建立运动信号与μ值之间的对应关系，包括：建立运动信号的量级与μ值的量级之间的对应关系；建立运动信号与运动状态之间的对应关系；建立所述运动状态与μ值的系数之间的对应关系。优选地，所述运动信号为加速度信号。优选地，所述建立各运动信号的量级与μ值的量级之间的对应关系，包括：所述加速度信号的量级为100时，μ值的量级为10-4；所述加速度信号的量级为101时，μ值的量级为10-6；所述加速度信号的量级为102时，μ值的量级为10-8；所述加速度信号的量级为103时，μ值的量级为10-10；所述加速度信号的量级为104时，μ值的量级为10-12。优选地，所述运动状态包括走路、跑步及骑行中的至少两种；则所述建立所述运动状态与μ值的系数之间的对应关系，包括：所述运动状态为走路时，μ值的系数为[1，3]；所述运动状态为跑步时，μ值的系数为[3，5]；所述运动状态为骑行时，μ值的系数为[1，5]。优选地，所述根据确定的μ值对所述脉搏波信号进行自适应滤波过程中用到的抽头阶数的获取过程为：从区间中选取抽头阶数，其中，为所述抽头阶数的下限阈值，a的数值等于所述加速度信号的采集频率的数值，所述采集频率的单位为Hz，b不大于所述加速度信号的采样时间内的总的离散点数。优选地，所述根据所述对应关系确定与所述当前运动信号对应的μ值之前，该方法还包括：对所述当前运动信号依次进行平滑滤波预处理、去趋势算法预处理；和/或，所述根据确定的μ值对所述脉搏波信号进行自适应滤波之前，该方法还包括：对所述脉搏波信号依次进行平滑滤波预处理、去趋势算法预处理。为解决上述技术问题，本专利技术还提供了一种心率获取系统，包括：建立单元，用于建立运动信号与迭代步长因子μ值之间的对应关系；获取单元，用于获取当前运动信号和脉搏波信号；确定单元，用于根据所述对应关系确定与所述当前运动信号对应的μ值；滤波单元，用于根据确定的μ值对所述脉搏波信号进行自适应滤波，得到心率信号。为解决上述技术问题，本专利技术还提供了一种可穿戴式设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述心率获取的步骤。优选地，所述可穿戴式设备为腕表或者手环。本专利技术提供了一种心率获取方法，本专利技术充分考虑到在不同的运动状态下μ值是不同的，因此，与现有技术中任何运动状态均取相同的μ值相比，本申请会预先建立运动信号与μ值之间的对应关系，各个运动信号与运动状态是存在对应关系的，后续使用过程中，会确定与当前运动信号对应的μ值，进而根据该μ值对脉搏波信号进行滤波，得到纯净的脉搏波信号也即心率信号。可见，本申请，根据与运动状态存在对应关系的运动信号来选择合适的μ值，以此来适应于不同的运动状态，适应性好，使得在不同运动状态下也能够进行较好地滤波，保证了不同运动状态下的滤波效果，进而能够得到不同状态下的纯净的心率信号。本专利技术还提供了一种心率获取系统及可穿戴式设备，具有如上述方法相同的有益效果。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为一种自适应滤本文档来自技高网...

【技术保护点】
1.一种心率获取方法，其特征在于，包括：建立运动信号与迭代步长因子μ值之间的对应关系；获取当前运动信号和脉搏波信号；根据所述对应关系确定与所述当前运动信号对应的μ值；根据确定的μ值对所述脉搏波信号进行自适应滤波，得到心率信号。

【技术特征摘要】
1.一种心率获取方法，其特征在于，包括：建立运动信号与迭代步长因子μ值之间的对应关系；获取当前运动信号和脉搏波信号；根据所述对应关系确定与所述当前运动信号对应的μ值；根据确定的μ值对所述脉搏波信号进行自适应滤波，得到心率信号。2.如权利要求1所述的心率获取方法，其特征在于，所述建立运动信号与迭代步长因子μ值之间的对应关系，包括：建立运动信号的量级与μ值的量级之间的对应关系；建立运动信号与运动状态之间的对应关系；建立所述运动状态与μ值的系数之间的对应关系。3.如权利要求2所述的心率获取方法，其特征在于，所述运动信号为加速度信号。4.如权利要求3所述的心率获取方法，其特征在于，所述建立各运动信号的量级与μ值的量级之间的对应关系，包括：所述加速度信号的量级为100时，μ值的量级为10-4；所述加速度信号的量级为101时，μ值的量级为10-6；所述加速度信号的量级为102时，μ值的量级为10-8；所述加速度信号的量级为103时，μ值的量级为10-10；所述加速度信号的量级为104时，μ值的量级为10-12。5.如权利要求3或4所述的心率获取方法，其特征在于，所述运动状态包括走路、跑步及骑行中的至少两种；则所述建立所述运动状态与μ值的系数之间的对应关系，包括：所述运动状态为走路时，μ值的系数为[1，3]；所述运动状态为跑步时，μ值的系数为[3，5]；所述运动状态为...

【专利技术属性】
技术研发人员：张方方，陈维亮，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：山东,37