一种运动脉搏波去噪方法及装置制造方法及图纸

本发明专利技术设计一种运动脉搏波去噪方法及装置，包括以下步骤：获取当前采集的传感器信号、N轴加速度计信号，并分别计算所述传感器信号与各轴加速度计信号之间的相关系数为第一相关系数；其中，N为正整数；根据各相关系数和各步长因子的曲线拟合的关系式，获得最优步长因子为第一最优步长因子；根据所述第一最优步长因子和预设自适应滤波算法，对所述传感器信号进行滤波处理，获得去噪后的脉搏波信号。本发明专利技术能够通过曲线拟合得到的关系式，准确描述相关系数和步长因子之间的关系，在不同的运动场景中，都能够通过关系式准确找到最优步长因子，从而提高去噪的精度。从而提高去噪的精度。从而提高去噪的精度。

【技术实现步骤摘要】
一种运动脉搏波去噪方法及装置


[0001]本专利技术涉及数字信号处理
，尤其涉及一种运动脉搏波去噪方法及装置。

技术介绍

[0002]自适应滤波是进行脉搏波去噪获取心率时常用的滤波方法，包含一个参数可调数字滤波器(Adaptive filter)、自适应滤波算法(Adaptive Algorithm)，输入信号通过参数可调数字滤波器产生输出信号，将期望信号与进行比较，得到误差信号，为了使误差信号尽可能小，需要经过若干次循环调整滤波过程。采用不同的自适应滤波算法对滤波结果会产生差异，常见的自适应滤波算法包括：最小均方滤波算法(Least Mean Square,LMS)、递推最小二乘法滤波算法(Recursive Least Square,RLS)、归一化最小均方自适应滤波算法(Normalized Least Mean Square,NLMS)，常用的LMS算法迭代过程包括：
[0003]计算由输入信号通过参数可调数字滤波器产生的输出信号，y(n)＝w
T
(n)x(n)；
[0004]计算误差信号,e(n)＝d(n)
‑
y(n)；
[0005]更新下一时刻的自适应线性组合器的权矢量，w(n+1)＝w(n)+2μe(n)x(n)；
[0006]其中，x(n)是输入信号，d(n)和y(n)分别是期望信号和输出信号，e(n)是误差信号，w(n)和w(n+1)分别是本时刻和下一时刻的自适应线性组合器的权矢量，μ是步长因子，LMS算法的收敛条件是获得均方误差最小(即期望信号和滤波器的输出信号的误差无限缩小)。
[0007]初始收敛速度、时变系统跟踪能力及稳态失调是衡量自适应滤波算法优劣的三个最重要的技术指标。由于信号输入端不可避免地存在干扰噪声，自适应滤波算法将产生参数失调噪声，干扰噪声越大，则引起的失调噪声就越大。减小步长因子可减小自适应滤波算法的参数失调噪声，提高算法的收敛精度。然而，步长因子的减小将降低算法的收敛速度和跟踪速度。因此，固定步长因子的自适应滤波算法在收敛速度、时变系统跟踪速度与收敛精度方面对算法调整步长因子的要求是相互矛盾的。
[0008]因此，可通过设置合适的步长因子来提高滤波器的稳定性。现有技术通常会采用固定步长的值进行自适应滤波去除运动伪迹，然而，在运动测试的场景中，不同运动状态下(行走，跑步，球类等)以及不同运动强度下获得的传感器信号中所包含的脉搏波信号成分和运动噪声成分比例有所差异，因此，采用自适应滤波时，所选的步长因子也需要根据实际情况调节。现有专利CN108652609A(一种心率获取方法、系统及可穿戴式设备)，建立了各运动信号的量级、运动状态与步长因子的量级之间的关系，给定了包括：跑步、骑行、行走状态下步长因子取值区间。
[0009]但是，现有技术所考虑的运动状态有限，不能自适应不同的运动场景；每更换一次运动场景或者运动强度，都需手动设置步长因子的取值；并且，所设置的步长因子的范围较大，在实际中无法给出准确的参考；此外，由不同类型的加速度计芯片在相同环境下获得的信号强度也可能带来步长因子的数值差异。

技术实现思路

[0010]本专利技术实施例的提供了一种运动脉搏波去噪方法及装置，采用建立最优步长因子的关系式对步长因子进行预处理，能够自适应不同的运动场景，实时对步长因子进行调整。
[0011]第一方面，本专利技术实施例提供了一种运动脉搏波去噪方法，所述方法包括：
[0012]获取当前采集的传感器信号、N轴加速度计信号，并分别计算所述传感器信号与各轴加速度计信号之间的相关系数为第一相关系数；其中，N为正整数；
[0013]根据各相关系数和各步长因子的曲线拟合的关系式，获得最优步长因子为第一最优步长因子；
[0014]根据所述第一最优步长因子和预设自适应滤波算法，对所述传感器信号进行滤波处理，获得去噪后的脉搏波信号。
[0015]本专利技术通过拟合最优步长因子的关系式，对步长因子进行预处理，可对实时获得的传感器信号和N轴加速度计信号计算相关系数，根据拟合好的关系式，可得到对应运动场景下的更加精准最优步长因子，而无需手动修改步长因子，能够使滤波后的频谱数据更加准确和可靠，从而提高获取运动心率值的准确度和可信度。
[0016]进一步，所述根据各相关系数和步长因子的拟合曲线，获得最优步长因子为第一最优步长因子，包括：
[0017]采集M组不同运动场景下的传感器信号和N轴加速度计信号；其中，M为正整数；
[0018]计算每组传感器信号和N轴加速度计信号的相关系数为第二相关系数；
[0019]根据所述预设自适应滤波算法，分别调节M组的步长因子，选取滤波后波形振幅最高、周期最明显的步长因子为当前运动场景下的第二最优步长因子，得到对应M组步长因子；
[0020]对M组第二相关系数和所述第二最优步长因子进行曲线拟合，得到关系式；
[0021]根据所述第一相关系数和所述关系式，获得第一最优步长因子。
[0022]本专利技术通过计算不同场景下的传感器信号和N轴加速度计信号的相关系数，来描述传感器信号中运动强度及脉搏波/运动伪迹的占比，通过加速度计的信号来反映运动伪迹的信息，相关系数越大，则表明运动强度越大，传感器信号中的运动干扰越大，则需要更大的步长因子来进行去噪，能够更加简单方便的反映出步长因子的取值，通过曲线拟合得到关系式，准确描述相关系数和步长因子之间的关系，在不同的相关系数下，即在不同的运动场景中，都能够通过关系式准确找到最优步长因子，从而提高去噪的精度。
[0023]进一步，所述计算每组传感器信号和N轴加速度计信号的相关系数为第二相关系数，包括：
[0024]提取相同时间段、相同长度的传感器信号的数据和N轴加速度计数据，分别计算传感器信号的数据与N轴加速度计的每一轴数据的相关系数，得到N组相关系数为所述第二相关系数。
[0025]优选地，所述关系式具体为：
[0026]或者其中，是当前运动场景下的相关系数，μ
*
是当前运动场景下的最优步长因子，abs(
·
)和exp(
·
)分别为取绝对值和取自然常数e为底的指数函数操作。
[0027]优选地，所述相关关系的具体计算公式为皮尔森相关系数计算公式：
[0028]其中，pw
i
和acc
i
(j)分别是传感器的第i条信号数据和N轴加速度计的第j轴上的第i条信号数据，1≤j≤N；和分别是传感器的信号数据的均值和N轴加速度计的第j轴上的信号数据的均值；L是提取传感器信号数据和N轴加速度计信号数据的长度；a(j)是传感器信号和N轴加速度计的第j轴上的信号数据的相关系数；或者，
[0029]使用斯皮尔曼相关公式计算：
[0030]其中，为传感器的第i条信号数据和N轴传感器的第j(1≤j≤N)轴上的第i条信号数据的等级差。
[0031]本专利技术通过皮尔森相关系数计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动脉搏波去噪方法，其特征在于，所述方法包括：获取当前采集的传感器信号、N轴加速度计信号，并分别计算所述传感器信号与各轴加速度计信号之间的相关系数为第一相关系数；其中，N为正整数；根据各相关系数和各步长因子的曲线拟合的关系式，获得最优步长因子为第一最优步长因子；根据所述第一最优步长因子和预设自适应滤波算法，对所述传感器信号进行滤波处理，获得去噪后的脉搏波信号。2.如权利要求1所述的运动脉搏波去噪方法，其特征在于，所述根据各相关系数和步长因子的拟合曲线，获得最优步长因子为第一最优步长因子，包括：采集M组不同运动场景下的传感器信号和N轴加速度计信号；其中，M为正整数；计算每组传感器信号和N轴加速度计信号的相关系数为第二相关系数；根据所述预设自适应滤波算法，分别调节M组的步长因子，选取滤波后波形振幅最高、周期最明显的步长因子为当前运动场景下的第二最优步长因子，得到对应M组步长因子；对M组第二相关系数和所述第二最优步长因子进行曲线拟合，得到关系式；根据所述第一相关系数和所述关系式，获得第一最优步长因子。3.如权利要求2所述的运动脉搏波去噪方法，其特征在于，所述计算每组传感器信号和N轴加速度计信号的相关系数为第二相关系数，包括：提取相同时间段、相同长度的传感器信号的数据和N轴加速度计数据，分别计算传感器信号的数据与N轴加速度计的每一轴数据的相关系数，得到N组相关系数为所述第二相关系数。4.如权利要求1
‑
2任一所述的运动脉搏波去噪方法，其特征在于，所述关系式具体为：或者其中，是当前运动场景下的相关系数，μ
*
是当前运动场景下的最优步长因子，abs(
·
)和exp(
·
)分别为取绝对值和取自然常数e为底的指数函数操作。5.如权利要求1
‑
4任一所述的运动脉搏波去噪方法，其特征在于，所述相关系数的具体计算公式为皮尔森相关系数计算公式：其中，pw
i
和acc
i
(j)分别是传感器的第i条信号数据和N轴加速度计的第j轴上的第i条信号数据，1≤j≤N；和分别是传感器的信号数据的均值和N轴加速度计的第j轴上的信号数据的均值；L是提取传感器信号数据和N轴加速度计信号数据的长度；a(j)是传感器信号和N轴加速度计的第j轴上的信号数据的相关系数；或者，使用斯皮尔曼相关公式计算：其中，为传感器的第i条信号数据和N轴加速度计的第j轴上的第i条信号数据的等级差。
6.一种运动脉...

【专利技术属性】
技术研发人员：俞晓峰，张通，张海威，杨小牛，
申请(专利权)人：广东粤港澳大湾区黄埔材料研究院，
类型：发明
国别省市：