CN107101984A - 信号波形特征检测方法、装置、存储介质和计算机设备 - Google Patents
信号波形特征检测方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN107101984A CN107101984A CN201710352534.4A CN201710352534A CN107101984A CN 107101984 A CN107101984 A CN 107101984A CN 201710352534 A CN201710352534 A CN 201710352534A CN 107101984 A CN107101984 A CN 107101984A
- Authority
- CN
- China
- Prior art keywords
- pulsewidth
- waveform
- amplitude data
- value
- end point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
Abstract
本发明涉及一种信号波形特征检测方法、装置、存储介质和计算机设备,该方法包括:实时获取待检测信号的幅值数据;根据当前获取的幅值数据提取波形起始点;根据波形起始点之后获取的幅值数据提取脉宽起始点和峰值;根据峰值之后获取的幅值数据提取脉宽结束点和波形结束点;根据脉宽起始点和脉宽结束点获取待检测信号的脉宽,并将波形起始点、峰值、波形结束点和脉宽对应存储得到待检测信号的特征值。通过在获取幅值数据的同时进行特征检测,不需要先等待检测信号的所有幅值数据全部接收再进行处理,一方面,可提高检测速度,另一方面,不需要将所有的幅值数据存储,只要存储特征值,存储量小,可减小存储空间的占用。
Description
技术领域
本发明涉及信号检测技术领域,特别是涉及一种信号波形特征检测方法、装置、存储介质和计算机设备。
背景技术
对信号进行波形特征检测,主要是提取信号中的波峰、脉宽等特征值,是信号检测技术的常用手段。比如,在生物化学实验的微滴检测过程中,采集得到微滴的光电信号后,需要对光电信号进行波形特征检测得到特征值并存储,以便后续数据处理时使用。
传统的对信号进行波形特征检测的方法,通常是在接收到整段信号后,根据整段信号进行波峰、脉宽等特征值的提取。由于这种方式需要先全部接收后处理,包含的数据量大,需要较大的存储空间,且基于较大数据处理的检测速度慢。
发明内容
基于此,有必要针对上述问题,提供一种减小存储量且提高检测速度的信号波形特征检测方法、装置、存储介质和计算机设备。
一种信号波形特征检测方法,包括:
实时获取待检测信号的幅值数据,所述待检测信号包括的多个时刻对应的幅值数据且多个幅值数据顺序发送;
根据当前获取的幅值数据提取波形起始点;
根据所述波形起始点之后获取的幅值数据提取脉宽起始点和峰值;
根据所述峰值之后获取的幅值数据提取脉宽结束点和波形结束点;
根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值。
一种信号波形特征检测装置,包括:
数据获取模块,用于实时获取待检测信号的幅值数据,所述待检测信号包括的多个时刻对应的幅值数据且多个幅值数据顺序发送;
第一提取模块,用于根据当前获取的幅值数据提取波形起始点;
第二提取模块,用于根据所述波形起始点之后获取的幅值数据提取脉宽起始点和峰值;
第三提取模块,用于根据所述峰值之后获取的幅值数据提取脉宽结束点和波形结束点;
特征值存储模块,用于根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值。
上述信号波形特征检测方法和装置,通过实时获取待检测信号的幅值数据,根据获取的幅值数据提取波形起始点,然后根据波形起始点之后的幅值数据提取脉宽起始点和峰值,再根据峰值之后的幅值数据提取脉宽结束点和波形结束点,根据脉宽起始点和脉宽结束点确定脉宽,将提取的波形起始点、脉宽、峰值和波形结束点存储得到特征值;如此,通过在获取幅值数据的同时进行特征检测,不需要先等待检测信号的所有幅值数据全部接收再进行处理,一方面,可提高检测速度,另一方面,不需要将所有的幅值数据存储,只要存储特征值,存储量小,可减小存储空间的占用。
一种存储介质,存储有计算机程序,存储的计算机程序被处理器执行时实现上述信号波形特征检测方法的步骤。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述信号波形特征检测方法的步骤。
上述存储介质和计算机设备,由于实现了上述信号波形特征检测方法,同理在提高检测速度的同时,可减小存储空间的占用。
附图说明
图1为一实施例中信号波形特征检测方法的流程图;
图2为另一实施例中信号波形特征检测方法的流程图;
图3为一实施例中根据波形起始点之后获取的幅值数据提取脉宽起始点和峰值的具体流程图;
图4为一实施例中根据峰值之后获取的幅值数据提取脉宽结束点和波形结束点的具体流程图;
图5为一实施例中根据峰值之后获取的幅值数据提取脉宽结束点和波形结束点的部分流程图;
图6为微滴荧光检测的工作示意图;
图7为微滴的几种光电信号示意图;
图8为一种情况的光电信号的波形图;
图9为另一种情况的光电信号的波形图;
图10为一应用例中应用上述信号波形特征检测方法的工作流程示意图;
图11为一实施例中信号波形特征检测装置的结构图。
具体实施方式
参考图1,一实施例中的信号波形特征检测方法,包括如下步骤。
S110:实时获取待检测信号的幅值数据。
其中,待检测信号包括的多个时刻对应的幅值数据且多个幅值数据顺序发送;即,按照时间先后依次获取动态变化的幅值数据,多个幅值数据之间的时间间隔较小,将接收的幅值数据排列连线可以得到待检测信号对应的波形图。待检测信号指需要进行波形特征检测的信号,例如可以是采集微滴的荧光并光电转换后得到的光电信号。
S120:根据当前获取的幅值数据提取波形起始点。
波形起始点指表示波形信号开始的时间点。具体地,将满足预设的波形起始条件的幅值数据对应的时间点作为波形起始点;根据当前的幅值数据判断是否满足预设的波形起始条件,若是则提取波形起始点。
S130:根据波形起始点之后获取的幅值数据提取脉宽起始点和峰值。
脉宽起始点指满足预设的脉宽起始条件的幅值数据对应的时间点,峰值指待检测信号中最大的幅值数据。实时获取的幅值数据动态波形变化,在提取到波形起始点后,可根据之后的幅值数据和预设的脉宽起始条件提取脉宽起始点和峰值。
S140:根据峰值之后获取的幅值数据提取脉宽结束点和波形结束点。
脉宽结束点指满足预设的脉宽结束条件的幅值数据对应的时间点,波形结束点指满足预设的波形结束条件的幅值数据对应的时间点。提取到峰值之后,幅值数据开始递减、对应的波形图呈下降趋势。根据峰值之后的幅值数据、预设的脉宽结束条件和预设的波形结束条件可分别提取到脉宽结束点和波形结束点。
S150:根据脉宽起始点和脉宽结束点获取待检测信号的脉宽,并将波形起始点、峰值、波形结束点和脉宽对应存储得到待检测信号的特征值。
具体地,通过计算脉宽起始点和脉宽结束点的时间差得到脉宽。通过将获取的波形起始点、峰值、波形结束点和脉宽对应存储得到特征值,以便于后续数据处理时使用。
上述信号波形特征检测方法,通过实时获取待检测信号的幅值数据,根据获取的幅值数据提取波形起始点,然后根据波形起始点之后的幅值数据提取脉宽起始点和峰值,再根据峰值之后的幅值数据提取脉宽结束点和波形结束点,根据脉宽起始点和脉宽结束点确定脉宽,将提取的波形起始点、脉宽、峰值和波形结束点存储得到特征值;如此,通过在获取幅值数据的同时进行特征检测,不需要先等待检测信号的所有幅值数据全部接收再进行处理,一方面,可提高检测速度,另一方面,不需要将所有的幅值数据存储,只要存储特征值,存储量小,可减小存储空间的占用。
在一实施例中,参考图2,上述信号波形特征检测方法包括以下三项中的至少一项,可以是只包含第一项、第二项和第三项中的某一项,可以是包含第一项、第二项和第三项中中的任意两项,还可以是包含第一项、第二项和第三项中。
第一项:步骤S110包括:实时接收待检测信号的初始数据,对初始数据进行平滑滤波处理,得到幅值数据。
通过先将接收的初始数据进行平滑滤波处理,再根据平滑滤波后的幅值数据进行波形特征检测,可过滤干扰信号,提高检测的准确性。
第二项:步骤S120包括:在当前获取的幅值数据大于或等于预设起始门限值时,获取对应幅值数据的接收时刻并记录为波形起始点。
预设起始门限值可以根据实际经验预先存储。通过采用预设起始门限值作为参考与当前获取的幅值数据进行比较,将大于或等于预设起始门限值作为预设的波形起始条件提取波形起始点,处理方式简单快捷。
具体地,步骤S110之后、步骤S120之前还可以包括步骤:判断相邻的幅值数据之间是否递增。若是,则执行步骤S120。
相邻的幅值数据之间递增,表示有上升趋势,此时执行步骤S120提取波形起始点,可以避免提取到的波形起始点为在下降趋势处提取到的数据,提高提取准确性。具体地,可通过比较相邻的幅值数据的大小判断是否递增。
第三项:步骤S150之后,还包括步骤S160和步骤S170。
S160:判断峰值和脉宽是否分别在预设峰值范围和预设脉宽范围内。若否,则执行步骤S170。
预设峰值范围和预设脉宽范围分别用于限定峰值和脉宽的正常取值范围;若步骤S160的判断结果为是,表示提取的峰值在预设峰值范围内且提取的脉宽在预设脉宽范围内,此时可不执行后续步骤,仍然保留存储的特征值;否则,表示峰值没有在预设峰值范围内和/或脉宽没有在预设脉宽范围,此时执行步骤S170。
具体地,预设峰值范围和预设脉宽范围可以根据经验值预先存储,也可以通过接收用户实时输入的数值范围获取得到。例如,在一实施例中,步骤S160之前,还包括范围确定步骤:接收输入的峰值范围和脉宽范围并分别作为预设峰值范围和预设脉宽范围。具体地,范围确定步骤可以是在步骤S160之前的任意一个步骤之前执行,比如在步骤S110之前执行。
S170:将峰值、脉宽和对应的波形起始点和波形结束点删除。
若峰值没有在预设峰值范围内和/或脉宽没有在预设脉宽范围,则表示该峰值和脉宽对应的波形图为异常波形图。通过在存储得到特征值后,根据峰值和脉宽进行异常排查,将峰值没有在预设峰值范围内和/或脉宽没有在预设脉宽范围对应的峰值、脉宽、波形起始点和波形结束点删掉,从而将异常波形图进行剔除,不会进入后续的数据处理,在减小存储量的同时,可提高后续根据特征值进行数据处理的准确性。
在一实施例中,参考图3,步骤S130包括步骤S131至步骤S134。
S131:依次计算波形起始点之后的相邻幅值数据之间的变化率得到递增变化率。
获取的幅值数据动态变化,默认波形起始点之后的幅值数据连续递增。具体地,可通过计算相邻幅值数据的微分得到递增变化率,相邻幅值数据间隔较小时可直接计算相邻幅值数据之间的差值得到递增变化率;按照幅值数据的接收顺序计算得到相邻幅值数据之间的递增变化率也顺序排列。
具体地,步骤S120之后、步骤S131之前还可以包括步骤:判断波形起始点之后的幅值数据中是否存在预设数量的幅值数据连续递增;若是则执行步骤S131。
其中,预设数量可以根据实际需要具体设置,例如可以设置为10。通过在步骤S131计算递增变化率之前进行分析,若波形起始点之后的幅值数据存在预设数量的幅值数据连续递增,则表示当前处在波形图的正常上升阶段,此时再执行步骤S131计算递增变化率,可避免获取的数据不准确。
S132:查找按照时间先后排列的多个递增变化率中绝度值从递增到递减的转折点处的递增变化率,得到绝对值最大的递增变化率。
通过计算波形起始点之后连续的相邻幅值数据的变化率可先后得到多个递增变化率。递增变化率的变化趋势为先递增后递减,即待检测信号的幅值数据递增的幅度先增加后减小,直到达到峰值。因此,通过获取绝对值从递增到递减的转折点处的递增变化率,可得到最大的递增变化率。
具体地,在幅值数据接收过程中,若当前计算的递增变化率的绝对值小于前一个递增变化率的绝对值,而前一个递增变化率的绝对值大于前一个之前的递增变化率的绝度值,则认为当前计算的递增变化率为绝对值最大的递增变化率。
S133:获取绝对值最大的递增变化率对应的幅值数据的接收时刻并记录为脉宽起始点。
由于递增变化率为相邻的幅值数据的变化率,因此一个递增变化率对应两个接收时刻不同的幅值数据。具体地,步骤S133可以是将递增变化率对应的前一个幅值数据的接收时刻作为脉宽起始点,也可以是将后一个幅值数据的接收时刻作为脉宽起始点。
S134:获取脉宽起始点之后递增变化率为零时对应的幅值数据,根据递增变化率为零时对应的幅值数据得到峰值。
递增变化率为零,表示为零的递增变化率对应的幅值数据为波形起始点之后到递增变化率为零时的一个最大幅值数据,此时可根据为零的递增变化率获取峰值。
具体地,继续参考图3,在一实施例中,步骤S134包括步骤S1341至步骤S1344。
S1341:在递增变化率为零时,获取为零的递增变化率对应的幅值数据作为待定值。
为零的递增变化率对应两个接收时刻不同的幅值数据。具体地,步骤S1341可以是将为零的递增变化率对应的前一个幅值数据作为待定值,也可以是将后一个幅值数据作为待定值。
S1342:判断待定值之后是否存在预设数量的幅值数据连续递减。
预设数量可以根据实际需要具体设置。若待定值之后不存在预设数量的幅值数据连续递减,则表示当前处在波形图的异常下降阶段,此时执行步骤S1343;若存在预设数量的幅值数据连续递减,则表示当前处在波形图的正常下降阶段,此时执行步骤S1344。
S1343:查找待定值之后从递减到递增的转折点处的幅值数据得到最小值,将于最小值之前获取且大于最小值的幅值数据删除,并以最小值的接收时刻为起点,返回步骤S132。
若待定值之后为异常下降阶段,则待定值之后的获取的幅值数据先逐渐减小后增大,因此待定值之后从递减到递增的转折点处的幅值数据为待定值之后的最小值。通过将最小值之前获取且大于最小值的幅值数据删除,可将不正常的幅值数据剔除,然后返回步骤S132重新确定脉宽起始点并查找为零的递增变化率。
S1344:将待定值作为峰值。
若待定值之后为正常下降阶段,将待定值为正常的最大幅值点,将待定值作为峰值,可得到峰值之前获取的脉宽起始点所在同一峰的峰值。
由于待检测信号中可能存在干扰和数据飞点,比如波形图中出现的小凸起,要通过一定的非正常数据处理处理克服这些干扰和数据飞点。通过步骤S1341至步骤S1344,在查找到递增变化率为零对应的待定值时,对待定值之后的幅值数据的变化进行分析判断以识别异常下降阶段,以便将不正常的幅值数据删除,可提高脉宽起始点和峰值提取的准确性。
在一实施例中,参考图4,步骤S140包括步骤S141至步骤S144。
S141:依次计算峰值之后的相邻幅值数据之间的变化率得到递减变化率。
获取的幅值数据动态变化,峰值之后的幅值数据连续递减。具体地,可通过计算相邻幅值数据的微分得到递减变化率,相邻幅值数据间隔较小时可直接计算相邻幅值数据之间的差值得到递减变化率;按照幅值数据的接收顺序计算得到相邻幅值数据之间的递减变化率也顺序排列。
S142:查找按照时间先后排列的多个递减变化率中绝对值从递增到递减的转折点处的递减变化率,得到绝对值最大的递减变化率。
通过计算峰值之后连续的相邻幅值数据的变化率可先后得到多个递减变化率。递减变化率的变化趋势为先递增后递减,即待检测信号的幅值数据递减的幅度先增加后减小。因此,通过获取绝对值从递增到递减的转折点处的递减变化率,可得到最大的递减变化率。
具体地,在幅值数据接收过程中,若当前计算的递减变化率的绝对值小于前一个递减变化率的绝对值,而前一个递减变化率的绝对值大于前一个之前的递减变化率的绝度值,则认为当前计算的递减变化率为绝对值最大的递减变化率。
S143:获取绝对值最大的递减变化率对应的幅值数据的接收时刻并记录为与峰值之前获取的脉宽起始点对应的脉宽结束点。
由于递减变化率为相邻的幅值数据的变化率,因此一个递减变化率对应两个接收时刻不同的幅值数据。具体地,步骤S143可以是将递减变化率对应的前一个幅值数据的接收时刻作为脉宽结束点,也可以是将后一个幅值数据的接收时刻作为脉宽结束点。
S144:根据脉宽结束点之后获取的幅值数据判断是否提取到波形结束点。若是,则执行步骤S150。
具体地,继续参考图4,步骤S144包括步骤S1441至步骤S1445。
S1441:判断当前获取的幅值数据是否小于或等于预设结束门限值。
若是,则执行步骤S1442;否则,执行步骤S1443。
预设结束始门限值可以根据实际经验预先存储。
S1442:获取对应的幅值数据的接收时刻并记录为波形结束点。
通过采用预设结束始门限值作为参考与当前获取的幅值数据进行比较,将小于或等于预设结束门限值作为预设的波形结束条件提取波形起始点,处理方式简单快捷。
S1443:判断获取的幅值数据的总数量是否大于预设个数。
在当前获取的幅值数据大于预设结束门限值时,通过判断获取的幅值数据的总数量,可以分析获取的幅值数据对应的波形图的宽度。若获取的幅值数据的总数量大于预设个数,表示对应波形图的宽度达到条件,此时执行步骤S1444;否则,表示幅值数据大于预设结束门限值且对应波形图的宽度没达到条件,此时执行步骤S1445。
S1444:获取最后的幅值数据的接收时刻并记录为待检测信号的波形结束点。
S1445:判定未提取到待检测信号的波形结束点。
通过先后根据幅值数据的大小和幅值数据的总数量进行判断以提取波形结束点,使得在对应波形图达到一定宽度(获取的幅值数据的总数量大于预设个数)时强制提取波形结束点,避免宽度过大。
峰值和脉宽可以有多个。例如,一个待检测信号包括多个峰的情况下,待检测信号的波形起始点为第一个峰的波形起始点,待检测信号的波形结束点为最后一个峰的波形结束点,各个峰均有脉宽和峰值。对于有多个峰的待检测信号,可以依次获取各个峰的峰值和脉宽。例如,参考图5,在一实施例中,S144之后,若未提取到波形结束点,则步骤S140还包括步骤S145至步骤S149。
S145:在获取脉宽结束点之后递减变化率为零时,获取为零的递减变化率对应的幅值数据作为暂留值。
为零的递减变化率对应两个接收时刻不同的幅值数据。具体地,步骤S145可以是将为零的递减变化率对应的前一个幅值数据作为暂留值,也可以是将后一个幅值数据作为暂留值。
具体地,步骤S145在步骤S1445之后执行。
S146:判断暂留值之后是否存在预设数量的幅值数据连续递增。
若暂留值之后不存在预设数量的幅值数据连续递增,则表示当前处在波形图的异常上升阶段,执行步骤S147;若暂留值之后存在预设数量的幅值数据连续递增,则表示当前处在波形图的正常上升阶段,执行步骤S148。
S147:将于暂留值之后获取且大于暂留值的幅值数据删除,并返回步骤S144;具体可返回步骤S1441。
若暂留值之后为异常上升阶段,则通过将暂留值之后获取且大于暂留值的幅值数据删除,可将不正常的幅值数据剔除,然后返回步骤S144重新提取波形结束点。
S148:将暂留值作为谷值,将谷值之前获取的脉宽起始点、峰值和脉宽结束点作为待检测信号的第一个峰的脉宽起始点、峰值和脉宽结束点。
若暂留值之后为正常上升阶段,表示开始进入下一个峰。此时,将暂留值作为谷值,谷值为相邻的两个峰之间的最小值,谷值之前获取的脉宽起始点、峰值和脉宽结束点对应为同一个峰。
S149:根据谷值之后的幅值数据获取下一个峰的脉宽起始点、峰值和脉宽结束点,并返回步骤S144,具体可以返回步骤S1441。
根据谷值之后的谷值数据获取下一个峰的脉宽起始点和峰值的步骤与步骤S130类似,在此不做赘述;获取下一个峰的脉宽结束点的步骤与步骤S140中的获取脉宽结束点的步骤类似,在此不做赘述。
对应地,本实施例中,步骤S150包括步骤S151和步骤S152。
S151:分别计算各个峰的脉宽起始点与对应脉宽结束点之间的时间差得到各个峰的脉宽。
S152:将波形起始点、波形结束点及各个峰的脉宽和峰值对应存储得到待检测信号的特征值。
例如,待检测信号包括波形起始点T1、第一个峰的峰值N1、第一个峰的脉宽为M1,第二个峰的峰值N2,第二个峰的脉宽M2,波形结束点T2,则存储的特征值为:波形起始点T1、第一个峰的峰值N1、第一个峰的脉宽为M1、第二个峰的峰值N2、第二个峰的脉宽M2和波形结束点T2。
通过在未提取到脉宽结束点时,若查找到为零的递减变化率对应的暂留值,对暂留值之后的幅值数据的变化进行分析以识别是要进入下一个峰还是进入异常上升阶段,并分别进行对应处理,一方面,可以在进入到异常上升阶段时删除不正常的数据,另一方面,在进入下一个峰时获取下一个峰的脉宽起始点、脉宽结束点和峰值,实现多个峰的波形特征检测。
上述信号波形特征检测方法可以应用于对微滴的光电信号进行波形特征检测。微滴检测最常用的是荧光检测法,参考图6,荧光检测法的过程为采用激光发射模块照射流经流道的微滴,激发微滴发出荧光;通过荧光采集模块采集荧光并光电转换得到光电信号,比如两个荧光采集模块包括荧光1检测和荧光2检测分别同时进行荧光采集得到光电信号;然后对光电信号进行滤波后进行波形特征值的提取。微滴的光电信号可能出现的几种情况如图7所示,其中M信号表示双峰信号。
然而传统的对微滴的光电信号的检测技术并不成熟。通过采用上述信号波形特征检测方法,可以对图7中所示的几种光电信号进行特征值的提取。图8为正常液滴、抱团液滴或非正常液滴的光电信号对应的波形图,图8中的T1为脉宽起始点、图8中的T2为峰值对应的接收时刻,图8中的T3为脉宽结束点。图9为M信号对应的波形图,图9中的T1为第一个峰的脉宽起始点,图9中的T2为第一个峰的峰值,图9中的T3为第一个峰的脉宽结束点,图9中的T4为两个峰之间的谷值,图9中的T5为第二个峰的脉宽起始点,图9中的T6为第二个峰的峰值,图9中的T7为第二个峰的脉宽结束点;对应地,将M信号对应的波形图划分为7个不同状态:
S0:信号第一次开始上升点和上升斜率最大值点之间状态。
S1:信号第一次斜率最大值点和信号最大值点之间状态。
S2:信号第一次开始下降和下降斜率最大值点之间状态。
S3:信号第一次下降斜率最大值点到停止下降点之间的状态。
S4:信号第二次开始上升点和上升斜最大值点之间状态。
S5:信号第二次斜率最大值点和信号最大值点之间状态。
S6:信号第二次开始下降和下降斜率最大值点之间状态。
参考图10,为一具体应用例中对微滴的光电信号进行波形特征检测的工作流程示意图,采用FPGA实现模块实现上述信号波形特征检测方法的步骤,虚线框内为FPGA实现模块实现的功能。FPGA实现模块可与外部PC端通信,PC端可通过USB通信控制FPGA实现模块进行ADC驱动采集的启动或停止;还可将采集的峰值导入外部的SDRAM(Synchronous DynamicRandom Access Memory同步动态随机存储器)进行存储。可以理解,实际应用过程中,还可以直接由PC端实现上述信号波形特征检测方法的步骤。通过应用上述信号波形特征检测方法,波形特征检测过程中不需要将所有数据全部提取才能进行处理,可以边获取数据边处理;一个光电信号一般有300个左右的采样点,进行波形提取后,只需要保存几个特征值即可,大大的节省了存储空间,故可以实现大容量数据的处理;此外,阴性微滴的光电信号会比底噪高出来一点,但也不是完全淹没在底噪中,上述信号波形特征检测方法将幅值数据与预设起始门限值比较以划分信号的起始点,就能准确的将阴性微滴的特征值提出来,可提高微滴荧光检测的精确度及灵敏性。
一种存储介质,存储有计算机程序,存储的计算机程序被处理器执行时实现上述信号波形特征检测方法的步骤。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述信号波形特征检测方法的步骤。
上述存储介质和计算机设备,由于实现了上述信号波形特征检测方法,同理在提高检测速度的同时,可减小存储空间的占用。
参考图11,一实施例中的信号波形特征检测装置,包括数据获取模块110、第一提取模块120、第二提取模块130、第三提取模块140和特征值存储模块150。
数据获取模块110用于实时获取待检测信号的幅值数据,待检测信号包括的多个时刻对应的幅值数据且多个幅值数据顺序发送。
第一提取模块120用于根据当前获取的幅值数据提取波形起始点。
第二提取模块130用于根据波形起始点之后获取的幅值数据提取脉宽起始点和峰值。
第三提取模块140用于根据峰值之后获取的幅值数据提取脉宽结束点和波形结束点。
特征值存储模块150用于根据脉宽起始点和脉宽结束点获取待检测信号的脉宽,并将波形起始点、峰值、波形结束点和脉宽对应存储得到待检测信号的特征值。
上述信号波形特征检测装置,通过数据获取模块110实时获取待检测信号的幅值数据,第一提取模块120根据获取的幅值数据提取波形起始点,第二提取模块130根据波形起始点之后的幅值数据提取脉宽起始点和峰值,第三提取模块140根据峰值之后的幅值数据提取脉宽结束点和波形结束点,特征值存储模块150根据脉宽起始点和脉宽结束点确定脉宽,将提取的波形起始点、脉宽、峰值和波形结束点存储得到特征值;如此,通过在获取幅值数据的同时进行特征检测,不需要先等待检测信号的所有幅值数据全部接收再进行处理,一方面,可提高检测速度,另一方面,不需要将所有的幅值数据存储,只要存储特征值,存储量小,可减小存储空间的占用。
数据获取模块110、第一提取模块120、第二提取模块130、第三提取模块140和特征值存储模块150可分别采用上述信号波形特征检测方法中的具体实现方式实现对应的功能,在此不做赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种信号波形特征检测方法,其特征在于,包括:
实时获取待检测信号的幅值数据,所述待检测信号包括的多个时刻对应的幅值数据且多个幅值数据顺序发送;
根据当前获取的幅值数据提取波形起始点;
根据所述波形起始点之后获取的幅值数据提取脉宽起始点和峰值;
根据所述峰值之后获取的幅值数据提取脉宽结束点和波形结束点;
根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值。
2.根据权利要求1所述的信号波形特征检测方法,其特征在于,包括以下三项中的至少一项:
所述实时获取待检测信号的幅值数据,包括:
实时接收所述待检测信号的初始数据;
对所述初始数据进行平滑滤波处理,得到所述幅值数据;
所述根据当前获取的幅值数据提取波形起始点,包括:
在当前获取的幅值数据大于或等于预设起始门限值时,获取对应幅值数据的接收时刻并记录为波形起始点;
所述根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值之后,还包括:
判断所述峰值和所述脉宽是否分别在预设峰值范围和预设脉宽范围内;
若否,则将所述峰值、所述脉宽和对应的波形起始点和波形结束点删除。
3.根据权利要求1所述的信号波形特征检测方法,其特征在于,所述根据所述波形起始点之后获取的幅值数据提取脉宽起始点和峰值,包括:
依次计算所述波形起始点之后的相邻幅值数据之间的变化率得到递增变化率;
查找按照时间先后排列的多个递增变化率中绝度值从递增到递减的转折点处的递增变化率,得到绝对值最大的递增变化率;
获取绝对值最大的递增变化率对应幅值数据的接收时刻并记录为所述脉宽起始点;
获取脉宽起始点之后所述递增变化率为零时对应的幅值数据,根据递增变化率为零时对应的幅值数据得到所述峰值。
4.根据权利要求3所述的信号波形特征检测方法,其特征在于,所述获取脉宽起始点之后所述递增变化率为零时对应的幅值数据,根据递增变化率为零时对应的幅值数据得到所述峰值,包括:
在所述递增变化率为零时,获取为零的递增变化率对应的幅值数据作为待定值;
判断所述待定值之后是否存在预设数量的幅值数据连续递减;
若不存在,则查找所述待定值之后从递减到递增的转折点处的幅值数据得到最小值,将于所述最小值之前获取且大于所述最小值的幅值数据删除,并以所述最小值的接收时刻为起点,返回所述查找按照时间先后排列的多个递增变化率中绝度值从递增到递减的转折点处的递增变化率,得到绝对值最大的递增变化率的步骤;
若存在,则将所述待定值作为所述峰值。
5.根据权利要求1所述的信号波形特征检测方法,其特征在于,所述根据所述峰值之后获取的幅值数据提取脉宽结束点和波形结束点,包括:
依次计算所述峰值之后的相邻幅值数据之间的变化率得到递减变化率;
查找按照时间先后排列的多个递减变化率中绝对值从递增到递减的转折点处的递减变化率,得到绝对值最大的递减变化率;
获取绝对值最大的递减变化率对应的幅值数据的接收时刻并记录为与所述峰值之前获取的脉宽起始点对应的脉宽结束点;
根据所述脉宽结束点之后获取的幅值数据判断是否提取到所述波形结束点;
若是,则执行所述根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值的步骤。
6.根据权利要求5所述的信号波形特征检测方法,其特征在于,所述根据所述脉宽结束点之后获取的幅值数据判断是否提取到所述波形结束点,包括:
在所述脉宽结束点之后获取的幅值数据小于或等于预设结束门限值时,获取对应的幅值数据的接收时刻并记录为所述波形结束点;
在所述脉宽结束点之后获取的幅值数据大于所述预设结束门限值时,判断获取的幅值数据的总数量是否大于预设个数;
若是,则获取最后的幅值数据的接收时刻并记录为所述待检测信号的波形结束点;
若否,则判定未提取到所述待检测信号的波形结束点。
7.根据权利要求5或6所述的信号波形特征检测方法,其特征在于,所述根据所述脉宽结束点之后获取的幅值数据判断是否提取到所述波形结束点之后,还包括:
若未提取到所述波形结束点,则在获取所述脉宽结束点之后所述递减变化率为零时,获取为零的递减变化率对应的幅值数据作为暂留值;
判断所述暂留值之后是否存在所述预设数量的幅值数据连续递增;
若不存在,则将于所述暂留值之后获取且大于所述暂留值的幅值数据删除,并返回所述根据所述脉宽结束点之后获取的幅值数据判断是否提取到所述波形结束点的步骤;
若存在,则将所述暂留值作为谷值,将所述谷值之前获取的脉宽起始点、峰值和脉宽结束点作为所述待检测信号的第一个峰的脉宽起始点、峰值和脉宽结束点;
根据所述谷值之后的幅值数据获取下一个峰的脉宽起始点、峰值和脉宽结束点,并返回所述根据所述脉宽结束点之后获取的幅值数据判断是否提取到所述波形结束点的步骤;
所述根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值,包括:
分别计算各个峰的脉宽起始点与对应脉宽结束点之间的时间差得到各个峰的脉宽;
将所述波形起始点、所述波形结束点及各个峰的脉宽和峰值对应存储得到所述待检测信号的特征值。
8.一种存储介质,存储有计算机程序,其特征在于,存储的计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种信号波形特征检测装置,其特征在于,包括:
数据获取模块,用于实时获取待检测信号的幅值数据,所述待检测信号包括的多个时刻对应的幅值数据且多个幅值数据顺序发送;
第一提取模块,用于根据当前获取的幅值数据提取波形起始点;
第二提取模块,用于根据所述波形起始点之后获取的幅值数据提取脉宽起始点和峰值;
第三提取模块,用于根据所述峰值之后获取的幅值数据提取脉宽结束点和波形结束点;
特征值存储模块,用于根据所述脉宽起始点和所述脉宽结束点获取所述待检测信号的脉宽,并将所述波形起始点、所述峰值、所述波形结束点和所述脉宽对应存储得到所述待检测信号的特征值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710352534.4A CN107101984B (zh) | 2017-05-18 | 2017-05-18 | 信号波形特征检测方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710352534.4A CN107101984B (zh) | 2017-05-18 | 2017-05-18 | 信号波形特征检测方法、装置、存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107101984A true CN107101984A (zh) | 2017-08-29 |
CN107101984B CN107101984B (zh) | 2019-11-08 |
Family
ID=59669002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710352534.4A Active CN107101984B (zh) | 2017-05-18 | 2017-05-18 | 信号波形特征检测方法、装置、存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107101984B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108444954A (zh) * | 2017-12-08 | 2018-08-24 | 广东顺德工业设计研究院(广东顺德创新设计研究院) | 光谱信号峰值检测方法、装置以及系统 |
CN108694380A (zh) * | 2018-04-24 | 2018-10-23 | 广东顺德墨赛生物科技有限公司 | 微滴生成质量检测方法、装置、计算机设备和存储介质 |
CN110446286A (zh) * | 2018-05-03 | 2019-11-12 | 佛山市顺德区美的电热电器制造有限公司 | 电磁加热烹饪器具及其控制方法、装置 |
CN110503069A (zh) * | 2019-08-28 | 2019-11-26 | 中广核研究院有限公司 | 电流波形波动起点识别方法及电子设备、可读存储介质 |
WO2020029031A1 (zh) * | 2018-08-06 | 2020-02-13 | 高维度(深圳)生物信息智能应用有限公司 | 一种信号处理方法、系统及计算机存储介质 |
CN111123237A (zh) * | 2018-10-30 | 2020-05-08 | 北京万集科技股份有限公司 | 激光雷达回波信号识别的方法、装置、设备及存储介质 |
CN111358454A (zh) * | 2020-03-17 | 2020-07-03 | 乐普(北京)医疗器械股份有限公司 | 一种基于差异波占比检测信号质量的方法和装置 |
CN111614061A (zh) * | 2020-05-27 | 2020-09-01 | 国网江苏省电力有限公司 | 一种串联变压器差动保护的闭锁方法 |
CN111870775A (zh) * | 2020-07-23 | 2020-11-03 | 深圳圣诺医疗设备股份有限公司 | 一种点滴检测识别方法、装置及输液设备 |
CN112667967A (zh) * | 2020-12-19 | 2021-04-16 | 华中科技大学 | 一种输出电压发生零点漂移的数据预处理方法及装置 |
CN115856838A (zh) * | 2023-01-17 | 2023-03-28 | 深圳市华怡丰科技有限公司 | 一种抑制同频异频光源干扰信号的方法和光电传感器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4633400A (en) * | 1984-12-21 | 1986-12-30 | Conoco Inc. | Method for waveform feature extraction from seismic signals |
CN1745414A (zh) * | 2003-11-14 | 2006-03-08 | 株式会社理光 | 信息记录方法、信息记录装置以及记录程序的记录介质 |
US20060158173A1 (en) * | 2002-10-29 | 2006-07-20 | Kiyoaki Takiguchi | Gait waveform feature extracting method and individual identification system |
CN101732033A (zh) * | 2008-11-07 | 2010-06-16 | 中国科学院计算技术研究所 | 一种人体波形中的特征参数的提取方法和装置 |
CN101839981A (zh) * | 2010-01-28 | 2010-09-22 | 中国人民解放军电子工程学院 | 激光成像回波波形和层次特征获取方法及装置 |
CN106199561A (zh) * | 2016-07-22 | 2016-12-07 | 武汉海达数云技术有限公司 | 脉冲波的处理方法及装置 |
-
2017
- 2017-05-18 CN CN201710352534.4A patent/CN107101984B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4633400A (en) * | 1984-12-21 | 1986-12-30 | Conoco Inc. | Method for waveform feature extraction from seismic signals |
US20060158173A1 (en) * | 2002-10-29 | 2006-07-20 | Kiyoaki Takiguchi | Gait waveform feature extracting method and individual identification system |
CN1745414A (zh) * | 2003-11-14 | 2006-03-08 | 株式会社理光 | 信息记录方法、信息记录装置以及记录程序的记录介质 |
CN101732033A (zh) * | 2008-11-07 | 2010-06-16 | 中国科学院计算技术研究所 | 一种人体波形中的特征参数的提取方法和装置 |
CN101839981A (zh) * | 2010-01-28 | 2010-09-22 | 中国人民解放军电子工程学院 | 激光成像回波波形和层次特征获取方法及装置 |
CN106199561A (zh) * | 2016-07-22 | 2016-12-07 | 武汉海达数云技术有限公司 | 脉冲波的处理方法及装置 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108444954A (zh) * | 2017-12-08 | 2018-08-24 | 广东顺德工业设计研究院(广东顺德创新设计研究院) | 光谱信号峰值检测方法、装置以及系统 |
CN108444954B (zh) * | 2017-12-08 | 2020-09-11 | 广东顺德工业设计研究院(广东顺德创新设计研究院) | 光谱信号峰值检测方法、装置以及系统 |
CN108694380A (zh) * | 2018-04-24 | 2018-10-23 | 广东顺德墨赛生物科技有限公司 | 微滴生成质量检测方法、装置、计算机设备和存储介质 |
CN110446286A (zh) * | 2018-05-03 | 2019-11-12 | 佛山市顺德区美的电热电器制造有限公司 | 电磁加热烹饪器具及其控制方法、装置 |
WO2020029031A1 (zh) * | 2018-08-06 | 2020-02-13 | 高维度(深圳)生物信息智能应用有限公司 | 一种信号处理方法、系统及计算机存储介质 |
CN111123237A (zh) * | 2018-10-30 | 2020-05-08 | 北京万集科技股份有限公司 | 激光雷达回波信号识别的方法、装置、设备及存储介质 |
CN110503069A (zh) * | 2019-08-28 | 2019-11-26 | 中广核研究院有限公司 | 电流波形波动起点识别方法及电子设备、可读存储介质 |
CN110503069B (zh) * | 2019-08-28 | 2022-10-18 | 中广核研究院有限公司 | 电流波形波动起点识别方法及电子设备、可读存储介质 |
CN111358454A (zh) * | 2020-03-17 | 2020-07-03 | 乐普(北京)医疗器械股份有限公司 | 一种基于差异波占比检测信号质量的方法和装置 |
CN111358454B (zh) * | 2020-03-17 | 2022-07-29 | 乐普(北京)医疗器械股份有限公司 | 一种基于差异波占比检测信号质量的方法和装置 |
CN111614061A (zh) * | 2020-05-27 | 2020-09-01 | 国网江苏省电力有限公司 | 一种串联变压器差动保护的闭锁方法 |
CN111614061B (zh) * | 2020-05-27 | 2022-06-28 | 国网江苏省电力有限公司 | 一种串联变压器差动保护的闭锁方法 |
CN111870775A (zh) * | 2020-07-23 | 2020-11-03 | 深圳圣诺医疗设备股份有限公司 | 一种点滴检测识别方法、装置及输液设备 |
CN111870775B (zh) * | 2020-07-23 | 2022-03-25 | 深圳圣诺医疗设备股份有限公司 | 一种点滴检测识别方法、装置及输液设备 |
CN112667967A (zh) * | 2020-12-19 | 2021-04-16 | 华中科技大学 | 一种输出电压发生零点漂移的数据预处理方法及装置 |
CN112667967B (zh) * | 2020-12-19 | 2024-02-09 | 华中科技大学 | 一种输出电压发生零点漂移的数据预处理方法及装置 |
CN115856838A (zh) * | 2023-01-17 | 2023-03-28 | 深圳市华怡丰科技有限公司 | 一种抑制同频异频光源干扰信号的方法和光电传感器 |
Also Published As
Publication number | Publication date |
---|---|
CN107101984B (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107101984A (zh) | 信号波形特征检测方法、装置、存储介质和计算机设备 | |
CN110533084B (zh) | 一种基于自注意力机制的多尺度目标检测方法 | |
CN105389349B (zh) | 词典更新方法及装置 | |
CN107463604A (zh) | 一种基于重要点的时间序列固定分段算法 | |
CN106199561A (zh) | 脉冲波的处理方法及装置 | |
CN103989462A (zh) | 一种脉搏波形第一特征点和第二特征点的提取方法 | |
EP4024063B1 (en) | Fault-arc identification method, device and apparatus, and storage medium | |
CN105116442A (zh) | 岩性油气藏弱反射地震信号的重构方法 | |
US20220245465A1 (en) | Picture searching method and apparatus, electronic device and computer readable storage medium | |
CN107783173A (zh) | 一种数字化核能谱测量系统中的脉冲矩形成形方法 | |
CN110702986B (zh) | 一种自适应信号搜索门限实时动态生成方法及系统 | |
CN107817514A (zh) | 一种数字化核能谱测量系统中的脉冲阶梯成形方法 | |
CN114281823A (zh) | 表格处理方法、装置、设备、存储介质及产品 | |
CN109283121A (zh) | 脉冲识别方法和装置、分析仪器、存储介质 | |
CN107133643A (zh) | 基于多特征融合及特征选择的乐音信号分类方法 | |
CN104730181B (zh) | 谱峰终点调整方法及具有谱峰终点调整功能的色谱工作站 | |
CN112751633B (zh) | 一种基于多尺度窗口滑动的宽带频谱检测方法 | |
CN106841830B (zh) | 基于电场强度信号检测的高压预警方法、装置及系统 | |
CN104977602A (zh) | 一种地震数据采集施工的控制方法及装置 | |
CN109298451B (zh) | 一种改进偏斜度的自动拾取s波震相方法 | |
CN103106192A (zh) | 文学作品作者识别方法及装置 | |
US8768938B2 (en) | Histogram processing by trend and pattern removal | |
CN108710796B (zh) | 入侵操作检测方法、装置、设备及计算机可读存储介质 | |
CN107179303A (zh) | 微滴荧光检测方法、装置、系统、存储介质与计算机设备 | |
CN110459197A (zh) | 用于微弱盲信号去噪与提取的信号增强器及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |