具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种信号分析方法及终端;能在对目标信号进行滤波处理时,滤波器的中心频率值能根据第一信息值自适应调整,有效消除干扰噪声,提高滤波处理后目标信号的信号质量。所以,实施本发明实施例能够提高信号分析过程中分析结果的精确度。
请参阅图1,图1是本发明实施例公开的一种信号分析方法的流程示意图;如图1所示,该信号分析方法可以包括以下步骤。
S101、获取目标信号当前的第一信息值。
本发明实施例中,第一信息值包括目标信号的频率值。
S102、根据上述第一信息值调整滤波器的中心频率值。
本发明实施例中,终端可以依据目标信号的频率值来调整滤波器的中心频率值。举例来说,正常人体脉搏信号的频率范围为0.5HZ~5HZ,当终端获取的人体脉搏信号当前的频率值为1HZ,则将滤波器的中心频率值也调整为1HZ。当终端获取的人体脉搏信号当前的频率值为2HZ,则将滤波器的中心频率值也调整为2HZ。总而言之,终端的中心频率值与获取到的目标信号的频率值相同。
S103、通过上述中心频率值调整后的滤波器对上述目标信号进行滤波处理。
本发明实施例中,滤波器可以根据目标信号的频率值自适应调整中心频率值,因此具有较好的灵活性,能有效消除干扰噪声,获取理想目标信号。以下以滤波器为自适应带通滤波器(Adaptive Bandpass Filter,ABF)为例进行描述,其中,ABF中的滤波函数包括函数(1)与函数(2):
其中,[*]代表四舍五入取整运算,N表示滤波器的滤波阶数。举例来说,当*等于1.2,则[*]等于1;当*为1.6,则[*]等于2。
设信号采样频率为fs,ABF的中心频率为f0,N的确定需满足的关系如函数(3)所示:
函数(1)中为滤波补偿增益,保证在中心频率f0处信号幅值增益为1。
具体地,将z=esT,s=j2πf0,T=1/fs及函数(3)代入函数(1)可得中心频率f0处的增益:
因为
故:
于是:
而:
当fs>>f0时,
所以:
即证明滤波器ABF在中心频率f0的增益为1。
以下以目标信号为脉搏信号为例。如图1a所示,图1a是本发明实施例公开的一段受到运动干扰的脉搏原始信号示意图,在图1a中由于存在高斯白噪声、50Hz工频干扰、低频基线漂移等噪声信号的干扰,若此时直接对信号进行信号分析,信号分析结果的准确度会很低。因为存在很多干扰信号,在进行信号分析时,不能很好地针对目标信号。请一并参阅图1b,图1b是本发明实施例公开的滤波处理后的脉搏信号示意图,由于ABF在滤波处理过程中,其中心频率会随着目标信号的频率值的变化而自适应调整。当经过ABF滤波处理后,高斯白噪声、50Hz工频干扰、低频基线漂移等噪声信号明显消除。若此时进行信号分析,可以清晰准确的对目标信号进行分析。
本发明实施例中,ABF的中心频率f0的初始值由经验参数获得或由信号未受干扰影响时的频率分析算法计算获得。且ABF的中心频率f0由对滤波后目标信号的频率分析算法实时更新。常见的频率分析算法有频谱法或时域波形法分析,上述两种算法均可以作为频率分析算法。
作为一种可选的实施方式,若要使得ABF滤波器中心频率则由函数(3)可得:
令并更新ABF滤波器中的参数N。
本发明实施例中,由于目标信号变化的过程是缓慢进行的,中心频率f0的自适应更新速度取决于算法运行环境及算法设计,只要设计中心频率f0的更新速度大于目标信号的变化速度,则该系统能保证滤波器的中心频率f0始终跟随信号的频率
S104、提取上述滤波处理后的目标信号的特征信息值。
本发明实施例中,特征信息值可以包括目标信号频率值,并用于实时更新所述第一信息值。
S105、根据上述特征信息值对上述目标信号进行信号分析。
本发明实施例中,当终端根据对目标信号采用不同的处理方式,并绘制了特征图后,可以从该特征图中获取特征信息值,对该目标信号进行信号分析。进一步说,当是通过频域处理方式来处理该目标信号,在分析该目标信号时,则可从与该目标信号对应的频谱图来分析该目标信号的信息。举例来说,当目标信号是脉搏血氧信号时,对脉搏血氧信号的分析可以包括当前血红蛋白的含氧量与血红蛋白携氧能力等信息。
在图1中,首先获取目标信号当前的第一信息值;再根据上述第一信息值调整滤波器的中心频率值;通过上述中心频率值调整后的滤波器对上述目标信号进行滤波处理;再提取上述滤波处理后的目标信号的特征信息值;最后根据上述特征信息值对上述目标信号进行信号分析。由于在对目标信号进行滤波处理时,滤波器的中心频率值能根据第一信息值自适应调整,有效消除干扰噪声,以提高滤波处理后目标信号的信号质量。所以,实施本发明实施例能够提高信号分析过程中分析结果的精确度。
请参阅图2,图2是本发明实施例公开的另一种信号分析方法的流程示意图;如图2所示,该信号分析方法可以包括以下步骤。
S201、获取目标信号的频率值。
本发明实施例中,由于在同一生物体处于不同的时间和状态下采集到的目标信号均并非呈现严格的周期性,且信号的频率值也可能不一样,所以在获取目标信号的频率值时,都应该是获取当前的信号频率值。
S202、根据上述目标信号的频率值调整上述滤波器的中心频率值。
本发明实施例中,当获取到目标信号当前的频率值时,终端即可根据获取到的频率值调整滤波器的中心频率。
S203、通过上述中心频率值调整后的滤波器对上述目标信号进行滤波处理。
本发明实施例中,在对目标信号进行第一次滤波处理后,即可得到第一目标信号。再以第一目标信号的频率值为基准调整滤波器的中心频率值;对第一目标信号进行第二次滤波处理。即滤波处理是实时进行,且是一个反复迭代的过程,且每一次滤波处理都是以上一次滤波处理得到的信号的频率值作为基准,调整滤波器的中心频率值。
S204、将滤波处理后的目标信号,进行快速傅里叶变换。
本发明实施例中,快速傅氏变换(FFT),是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。
S205、根据快速傅里叶变换后的目标信号绘制上述滤波处理后的目标信号的基于频域的频谱图。
S206、从上述频谱图中提取上述滤波处理后的目标信号的特征信息值。
S207、根据上述特征信息值对上述目标信号进行信号分析。
在图2中,详细描述了滤波器可以依据目标信号当前的频率初始值来调整其中心频率。且详细描述了当对目标信号进行滤波处理后,可绘制目标信号的频谱图,从频谱图中提取特征信息值分析该目标信号。
请参阅图3,图3是本发明实施例公开的一种终端的结构示意图;如图3所示,该终端包括获取单元31、调整单元32、滤波单元33、提取单元34以及分析单元35。
上述获取单元31,用于获取目标信号当前的第一信息值。
本发明实施例中,第一信息值包括目标信号的中心频率初始值与目标信号的频率值。其中,获取单元31获取目标信号的中心频率初始值可用于确定目标信号的起始位置,以便准确截取目标信号所属的频率段。
上述调整单元32,用于根据上述第一信息值调整滤波器的中心频率值。
本发明实施例中,调整单元32可以依据目标信号的频率值来调整滤波器的中心频率值。举例来说,正常人体脉搏信号的频率范围为0.5HZ~5HZ,当获取单元31获取的人体脉搏信号当前的频率值为1HZ,则调整单元32将滤波单元的中心频率值也调整为1HZ。当获取单元31获取的人体脉搏信号当前的频率值为2HZ,则调整单元32将滤波器的中心频率值也调整为2HZ。总而言之,滤波单元的中心频率值与获取到的目标信号的频率值相同。
上述滤波单元33,用于对上述目标信号进行滤波处理。
本发明实施例中,调整单元32可以根据目标信号的频率值自适应调整其中心频率值,因此具有较好的灵活性,能有效消除干扰噪声,获取理想目标信号。以下以滤波器为自适应带通滤波器(Adaptive Bandpass Filter,ABF)为例进行描述,其中,ABF中的滤波函数包括函数(1)与函数(2):
其中,[*]代表四舍五入取整运算,N表示滤波单元的滤波阶数。举例来说,当*等于1.2,则[*]等于1;当*为1.6,则[*]等于2。
设信号采样频率为fs,ABF的中心频率为f0,N的确定需满足的关系如函数(3)所示:
函数(1)中为滤波补偿增益,保证在中心频率f0处信号幅值增益为1。
具体地,将z=esT,s=j2πf0,T=1/fs及函数(3)代入函数(1)可得中心频率f0处的增益:
因为
故:
于是:
而:
当fs>>f0时,
所以:
即证明滤波单元ABF在中心频率f0的增益为1。
以下以目标信号为脉搏信号为例。如图1a所示,图1a是本发明实施例公开的一段受到运动干扰的脉搏原始信号示意图,在图1a中,由于存在高斯白噪声、50Hz工频干扰、低频基线漂移等噪声信号的干扰,若此时直接对信号进行信号分析,信号分析结果的准确度会很低。因为存在很多干扰信号,在进行信号分析时,不能很好地针对目标信号。请一并参阅图1b,图1b是本发明实施例公开的滤波处理后的信号示意图,由于ABF在滤波处理过程中,其中心频率会随着目标信号的频率值的变化而自适应调整。当经过ABF迭代滤波处理后,高斯白噪声、50Hz工频干扰、低频基线漂移等噪声信号明显消除。若此时进行信号分析,可以清晰准确的对目标信号进行分析。
本发明实施例中,ABF的中心频率f0的初始值由经验参数获得或由信号未受干扰影响时的频率分析算法计算获得。且ABF的中心频率f0由对滤波后目标信号的频率分析算法实时更新。常见的频率分析算法有频谱法或时域波形法分析。上述两种算法均可以作为频率分析算法,本发明不再做详细阐述。
作为一种可选的实施方式,若要使得ABF滤波单元的中心频率则由函数(3)可得:
令并更新ABF滤波单元中的阶数N。
本发明实施例中,由于目标信号变化的过程是缓慢进行的,中心频率初始值f0的自适应更新速度取决于算法运行环境及算法设计,只要设计中心频率初始值f0的更新速度大于目标信号的变化速度,则该系统能保证滤波单元的中心频率初始值f0始终跟随信号的频率。
上述提取单元34,用于提取上述滤波处理后的目标信号的特征信息值。
本发明实施例中,特征信息值可以包括目标信号频率值,并用于实时更新所述第一信息值。
上述分析单元35,用于根据上述特征信息值对上述目标信号进行信号分析。
本发明实施例中,当滤波单元33根据对目标信号采用不同的处理方式,并绘制了相应特征图后,可以从该特征图中获取特征信息值,以对该目标信号进行信号分析。进一步说,当是通过频域处理方式来处理目标信号,在分析该目标信号时,则可从与该目标信号对应的频谱图来分析该目标信号的信息。举例来说,当目标信号是脉搏血氧信号时,对脉搏血氧信号的分析可以包括当前血红蛋白的含氧量与血红蛋白携氧能力等信息。
在图3中,获取单元31首先获取目标信号当前的第一信息值;调整单元32再根据上述第一信息值调整上述滤波器的中心频率值;滤波单元33通过上述中心频率值调整后的滤波器对上述目标信号进行滤波处理;提取单元34再提取上述滤波处理后的目标信号的特征信息值;分析单元35最后根据上述特征信息值分析上述目标信号的信息。由于滤波单元33在对目标信号进行滤波处理时,滤波器的中心频率值能根据第一信息值自适应调整,有效消除干扰噪声,以提高滤波处理后目标信号的信号质量。所以,实施本发明实施例能够提高信号分析过程中分析结果的精确度。
请一并参阅图4,图4是本发明实施例公开的另一种终端的结构示意图。图4所示的终端是图3所示终端进行优化获得的,图4所示的终端除包括获取单元41、调整单元42、滤波单元43、提取单元44以及分析单元45。
作为一种可选的实施方式,上述提取单元还可以细化成变换单元441、频谱图绘制单元442以及第二提取单元443,其中,
上述变换单元441,用于将滤波处理后的目标信号进行快速傅里叶变换。
本发明实施例中,快速傅氏变换(FFT),是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。
具体地,当滤波单元目标信号进行滤波处理后,可通过变换单元444进行快速傅里叶将其转换到频域处理,以对目标信号的信息。
上述频谱图绘制单元442,用于根据快速傅里叶变换后的目标信号绘制上述滤波处理后的目标信号的基于频域的频谱图。
本发明实施例中,当目标信号进行快速傅里叶变换后,可以根据快速傅里叶变换后的结果绘制该目标信号的基于频域的频谱图。
上述第二提取单元443,用于从上述频谱图中提取上述滤波处理后的目标信号的特征信息值。
在图4中,详细描述了在对目标信号滤波处理后,通过绘制该目标信号基于频域的频谱图,从频谱图中提取相应的特征信息值来分析该目标信号。可见,实施本发明实施例可以直观目标信号的信息。
具体的,本发明实施例中介绍的终端可以实施本发明结合图1、图2介绍的信号分析方法实施例中的部分或全部流程。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例终端中的单元可以根据实际需要进行合并、划分和删减。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。