CN110996762B - 一种睡眠监测方法、装置和可穿戴设备 - Google Patents
一种睡眠监测方法、装置和可穿戴设备 Download PDFInfo
- Publication number
- CN110996762B CN110996762B CN201780092234.5A CN201780092234A CN110996762B CN 110996762 B CN110996762 B CN 110996762B CN 201780092234 A CN201780092234 A CN 201780092234A CN 110996762 B CN110996762 B CN 110996762B
- Authority
- CN
- China
- Prior art keywords
- standby time
- module
- sampling rate
- data
- less
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Power Sources (AREA)
Abstract
一种睡眠监测方法、装置和可穿戴设备,方法包括:计算PPG模组基于当前采样率下采样数据的数据有效率(101);判断数据有效率是否小于预设阈值,得到第一判断结果(102);当第一判断结果表征数据有效率不小于预设阈值时,依据终端设备当前的电量消耗速率以及供电模块(10)当前的电量,计算终端设备的预测待机时间(103);判断预测待机时间是否小于期望待机时间,得到第二判断结果(104);当第二判断结果表征预测待机时间小于期望待机时间时,降低PPG模组的采样率,直到满足降低PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,且预测待机时间不小于期望待机时间(105)。保证了用户睡眠状态的监测准确性,并延长了终端设备的待机时间。
Description
技术领域
本申请涉及通信领域,尤其涉及一种睡眠监测方法、装置和可穿戴设备。
背景技术
目前智能手环、智能手表类可穿戴设备的睡眠监测方法包括,方法一:利用运动传感器监测用户睡眠状态;方法二:利用光电容积脉搏波描记法(Photo Plethysmo Graphy,简称PPG)模组采用光信号监测用户的心率特征,从而提取睡眠参数,得到睡眠状态。其中方法一中,虽然运动传感器对电池能量的消耗较小,但对于用户睡眠参数的监测准确性较差,容易发生误判用户为睡眠状态的情况,也无法对用户的睡眠进行分期。而方法二中,虽然通过引入对用户心率特征的判断能够较准确地监测出用户的睡眠状态,但PPG模组的功耗较大,对电池能量的消耗较大。
可穿戴设备受限于外观尺寸的要求,体积较小,内置的电池容量有限。那么,如何在有限的电池容量下,既保证可穿戴设备的长时间待机,又能够准确地监测出用户的睡眠状态,成为当前亟需解决的问题。
发明内容
申请人在研究的过程中发现,目前的睡眠监测方法存在要么对于用户睡眠状态的监测准确性较差,要么对于电池能量的消耗较大的问题。
本申请提供了一种睡眠监测方法、装置和可穿戴设备,目的在于在不明显损失数据计算精度的情况下降低PPG模组的功耗,从而保证用户睡眠状态的监测准确性的基础上,降低PPG模组的功耗以延长可穿戴设备的待机时间。
为了实现上述目的,本申请提供了以下技术方案:
本申请的第一方面提供了一种睡眠监测方法,应用于终端设备,所述终端设备包括供电模块和光电容积脉搏波描记法PPG模组,所述方法包括:
计算所述PPG模组基于当前采样率下采样数据的数据有效率;
判断所述数据有效率是否小于预设阈值,得到第一判断结果;
当所述第一判断结果表征所述数据有效率不小于所述预设阈值时,依据所述终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算所述终端设备的预测待机时间;
判断所述预测待机时间是否小于,与所述供电模块当前的电量相对应的期望待机时间,得到第二判断结果;
当所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,直到满足降低所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间。
本申请根据采样数据的数据有效率和预测待机时间,对PPG模组的采样率进行调整,直到满足采样数据的数据有效率不小于预设阈值,且预测待机时间不小于供电模块当前的电量相对应的期望待机时间,从而实现在不明显损失数据计算精度的情况下降低PPG模组的功耗,保证了用户睡眠状态的监测准确性的基础上,降低了PPG模组的功耗,相对延长了终端设备的待机时间。
结合第一方面,在第一方面的第一种可能的实现方式中,降低所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间后,所述方法还包括:进一步降低所述PPG模组的采样率,并使得进一步降低所述PPG模组的采样率后的采样数据的数据有效率仍不小于所述预设阈值,且所述预测待机时间仍不小于所述供电模块当前的电量相对应的期望待机时间。本申请实施例通过对PPG模组的采样率的进一步调整,在不明显损失数据计算精度的情况进一步降低PPG模组的功耗,延长终端设备的待机时间。
结合第一方面,在第一方面的第二种可能的实现方式中,所述方法还包括:当在降低所述PPG模组的采样率后的采样数据的数据有效率等于所述预设阈值时,仍无法满足所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间,则确定所述PPG模组当前的采样率为所述预设阈值。本申请实施例在无法同时满足数据有效率不小于预设阈值,且预测待机时间不小于期望待机时间时,优先保证数据计算精度,使得PPG模组的采样率等于预设阈值。
结合第一方面,在第一方面的第三种可能的实现方式中,所述方法还包括:
当所述第一判断结果表征所述数据有效率小于所述预设阈值时,提高所述PPG模组的采样率。本申请实施例优先保证数据计算精度,在数据有效率小于预设阈值时通过提高PPG模组的采样率来实现数据有效率不小于预设阈值,以提高数据计算精度。
结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,所述方法还包括:
当提高所述PPG模组的采样率为最大值时,仍无法满足提高所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,则确定所述PPG模组当前的采样率为所述最大值。本申请实施例通过确定PPG模组当前的采样率为最大值,最大限度地保证了数据计算精度。
结合第一方面,在第一方面的第五种可能的实现方式中,当所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,所述降低所述PPG模组的采样率之前,所述方法还包括:
判断所述预测待机时间是否小于预设的最小期望待机时间,且当前所述PPG模组的采样率是否为最小采样率;如果所述预测待机时间小于预设的最小期望待机时间,且当前所述PPG模组的采样率为最小采样率,则关闭所述PPG模组。
在预测待机时间小于期望待机时间时,通过判断得知预测待机时间小于预设的最小期望待机时间,且当前PPG模组的采样率为最小采样率可知,当前终端设备中供电模块的电量很低,即使调整PPG模组的采样率也无法满足预测待机时间不小于期望待机时间,因此直接控制关闭PPG模组,减少了对于PPG模组的采样率进行不必要的调整环节。
结合第一方面至第一方面的第五种可能的实现方式中的任一种实现方式,在第一方面的第六种可能的实现方式中,所述计算所述PPG模组基于当前采样率下采样数据的数据有效率包括:利用公式:数据有效率=产生有效数据的时间段总和/采样总时间,计算所述PPG模组基于当前采样率下采样数据的数据有效率。
结合第一方面至第一方面的第五种可能的实现方式中的任一种实现方式,在第一方面的第七种可能的实现方式中,所述依据所述终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算所述终端设备的预测待机时间包括:利用公式:预测待机时间=当前电量/当前电量消耗速率,计算所述终端设备的预测待机时间。
本申请的第二方面提供了一种睡眠监测装置,包括供电模块和光电容积脉搏波描记法PPG模组,所述装置包括:
第一计算单元,用于计算所述PPG模组基于当前采样率下采样数据的数据有效率;
第一判断单元,用于判断所述数据有效率是否小于预设阈值,得到第一判断结果;
第二计算单元,用于当所述第一判断结果表征所述数据有效率不小于所述预设阈值时,依据所述终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算所述终端设备的预测待机时间;
第二判断单元,用于判断所述预测待机时间是否小于,与所述供电模块当前的电量相对应的期望待机时间,得到第二判断结果;
调整单元,用于当所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,直到满足降低所述PPG模组的采样率后采样得到的第二数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间。
结合第二方面,在第二方面的第一种可能的实现方式中,所述调整单元还用于,当降低所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,并使得降低所述PPG模组的采样率后的采样数据的数据有效率仍不小于所述预设阈值,且所述预测待机时间仍不小于所述供电模块当前的电量相对应的期望待机时间。
结合第二方面,在第二方面的第二种可能的实现方式中,所述装置还包括:
第一确定单元,用于当在所述调整单元降低所述PPG模组的采样率后的采样数据的数据有效率等于所述预设阈值时,无法满足所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间,则确定所述PPG模组当前的采样率为所述预设阈值。
结合第二方面,在第二方面的第三种可能的实现方式中,所述装置还包括:
所述调整单元还用于,当所述第一判断结果表征所述数据有效率小于所述预设阈值时,提高所述PPG模组的采样率。
结合第二方面的第三种可能的实现方式,在第二方面的第四种可能的实现方式中,所述装置还包括:
第二确定单元,用于当所述调整单元提高所述PPG模组的采样率为最大值时,仍无法满足提高所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,则确定所述PPG模组当前的采样率为所述最大值。
结合第二方面,在第二方面的第五种可能的实现方式中,所述装置还包括:
第三判断单元,用于在所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,判断所述预测待机时间是否小于预设的最小期望待机时间,且当前所述PPG模组的采样率是否为最小采样率;
控制单元,用于在所述第三判断单元判断所述预测待机时间小于预设的最小期望待机时间,且当前所述PPG模组的采样率为最小采样率时,关闭所述PPG模组。
结合第二方面至第二方面的第五种可能的实现方式中的任一种实现方式,在第二方面的第六种可能的实现方式中,所述第一计算单元具体用于,利用公式:数据有效率=产生有效数据的时间段总和/采样总时间,计算所述PPG模组基于当前采样率下采样数据的数据有效率。
结合第二方面至第二方面的第五种可能的实现方式中的任一种实现方式,在第二方面的第七种可能的实现方式中,所述第二计算单元具体用于,利用公式:预测待机时间=当前电量/当前电量消耗速率,计算所述终端设备的预测待机时间。
本申请的第三方面提供了一种可穿戴设备,包括供电模块、光电容积脉搏波描记法PPG模组、用于监测所述供电模块的电量的电量监测模块、和处理器,其中所述处理器分别与所述电量监测模块和PPG模组连接;
所述处理器用于接收所述电量监测模块发送的供电模块当前的电量,并依据所述PPG模组当前的采样率以及所述电量监测模块发送的供电模块当前的电量,执行前文第一方面至第一方面的第七种可能的实现方式中的任一种实现方式提供的睡眠监测方法。
附图说明
图1为本申请实施例提供的一种可穿戴设备的结构示意图;
图2为本申请实施例提供的睡眠监测方法的一种流程图;
图3为本申请实施例中供电模块的电量Q与终端设备的期望待机时间T间的函数对应关系示意图;
图4为本申请实施例提供的睡眠监测方法的另一种流程图;
图5为本申请实施例中采样率允许调整范围的示意图;
图6为本申请实施例中采样率允许调整范围的另一示意图;
图7为本申请实施例提供睡眠监测装置的一种结构示意图;
图8为本申请实施例提供睡眠监测装置的另一种结构示意图。
具体实施方式
本申请实施例提出了一种睡眠监测方法、装置和可穿戴设备,旨在不明显损失数据精度的情况下降低PPG模组的功耗,从而在保证用户睡眠状态的监测准确性的基础上,降低PPG模组的功耗以延长可穿戴设备的待机时间。
如图1所示,本申请中可穿戴设备涉及的主要部件包括:供电模块10、PPG模组20、电量监测模块30和处理器40。其中,供电模块10可以具体为电池11,电量监测模块30用于监测供电模块10的电量。处理器40分别与电量监测模块30和PPG模组20连接,用于接收电量监测模块30发送的监测到的供电模块10当前的电量,并依据PPG模组20当前的采样率以及接收到的电量监测模块30发送的供电模块10当前的电量,调整PPG模组20的采样率。
图2为本申请实施例提供的一种睡眠监测方法,方法应用于终端设备,所述终端设备可以具体为可穿戴设备。所述终端设备至少包括供电模块和PPG模组。方法包括:
步骤101,计算PPG模组基于当前采样率下采样数据的数据有效率。
数据有效率亦称数据有效性或数据质量。
在本申请的一个实施例中,可以利用公式:数据有效率=产生有效数据的时间段总和/采样总时间,来计算采样数据的数据有效率。其中产生有效数据的时间段总和指的是,在一个或多个采样周期内能够获取到的所有有效数据的时间段总和,采样总时间指的是该一个或多个采样周期的总时长。本申请实施例利用该公式计算得到PPG模组基于当前采样率V0下的采样数据的数据有效率W0。
在本申请的另一个实施例中,可以预先建立数据有效率W和PPG模组的采样率V间的函数关系W=fw(V),利用该函数关系W=fw(V)计算得到PPG模组基于当前采样率V0下采样数据的数据有效率W0。
步骤102,判断数据有效率是否小于预设阈值,得到第一判断结果。
预设阈值为保证PPG模组基于当前采样率V0下采样数据的数据有效率达到数据计算精度的最小值,可以理解的,当数据有效率不小于预设阈值时,PPG模组基于当前采样率V0下采样数据的计算精度较高,能够保证终端设备监测出的用户睡眠状态的准确性较高,但当数据有效率小于预设阈值时,PPG模组基于当前采样率V0下采样数据的计算精度较差,终端设备监测出的用户睡眠状态的准确性较低。
因此,本申请实施例首先判断PPG模组基于当前采样率V0下采样数据的数据有效率是否小于预设阈值,以保证数据计算精度,提高数据计算准确度。当第一判断结果表征数据有效率不小于预设阈值时,执行步骤103。
步骤103,依据终端设备当前的电量消耗速率以及供电模块当前的电量,计算终端设备的预测待机时间。
在本申请的一个实施例中,可以利用公式:预测待机时间=当前电量/当前电量消耗速率,计算终端设备基于PPG模组当前采样率V0下的预测待机时间。其中当前电量指的是当前供电模块的总电量,终端设备当前的电量消耗速率=电量消耗量/消耗这段电量所用的时间。
在本申请的另一个实施例中,可以预先建立预测待机时间T与PPG模组的采样率V、供电模块的电量Q的函数关系T=fT(V,Q),利用该函数关系T=fT(V,Q)计算得到基于PPG模组当前采样率V0下,终端设备的预测待机时间T0。
步骤104,判断预测待机时间是否小于,与供电模块当前的电量相对应的期望待机时间,得到第二判断结果。
在具体应用本申请实施例前,首先建立供电模块的电量Q与终端设备的期望待机时间T间的对应关系。
其中可以利用下述表格1,建立供电模块的电量Q与终端设备的期望待机时间T间的离散对应关系,或利用图3所示,建立供电模块的电量Q与终端设备的期望待机时间T间的函数对应关系。
电量 | 期望待机时间 |
Q1(采样率V) | T1 |
Q2(采样率V) | T2 |
……(采样率V) | …… |
Qn(采样率V) | Tn |
Qmin(采样率V) | Tmin |
表格1
针对表格1需要说明的是,表格1中记录的供电模块的电量Q和终端设备的期望待机时间T都是离散的数值。供电模块的电量Q和终端设备的期望待机时间T间的对应关系基于的是某个固定的采样率V下得到的,即表格1中记录的是基于采样率V下供电模块的电量Q和终端设备的期望待机时间T间的对应关系,且供电模块的电量Q和终端设备的期望待机时间T一一对应。
针对图3需要说明的是,图3中记录的供电模块的电量Q和终端设备的期望待机时间T均为连续变化的数值。图3中记录的也是基于采样率V下供电模块的电量Q和终端设备的期望待机时间T间的对应关系,且供电模块的电量Q和终端设备的期望待机时间T一一对应。
其中,终端设备的期望待机时间Tmin指的是维持PPG模组整晚开启最小电量(也可理解为采样率最小)对应的期望待机时间。
当预测待机时间不小于与供电模块当前的电量相对应的期望待机时间时,表明当前终端设备电量充足,能够支持PPG模组的整晚开启,此时无需对PPG模组的采样率进行调整。而当预测待机时间小于与供电模块当前的电量相对应的期望待机时间时,表明当前终端设备电量不充足,可能无法支持PPG模组的整晚开启,此时执行步骤105。
步骤105,降低PPG模组的采样率,直到满足降低PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,且预测待机时间不小于供电模块当前的电量相对应的期望待机时间。
在实际应用过程中,降低PPG模组的采样率能够有效降低PPG模组的功耗,从而降低供电模块的电量损耗,相对延长终端设备的待机时间,但是降低PPG模组的采样率的同时也会降低采样数据的数据有效率,从而降低数据的计算精度。因此本申请实施例在降低PPG模组的采样率后,还需要返回步骤101,重新计算采样数据的数据有效率,并保证重新计算的采样数据的数据有效率仍不小于预设阈值。
具体地,本申请实施例可以按照预设的调整方式,例如固定步长降低PPG模组的采样率。本申请对于具体如何调整PPG模组的采样率的实现方式不做限定。
每当降低一次PPG模组的采样率后,假设当前降低一次PPG模组的采样率后PPG模组的采样率为V1,此时返回步骤101计算基于当前采样率V1下采样数据的数据有效率,并在步骤102判断基于当前采样率V1下采样数据的数据有效率不小于预设阈值时,再执行步骤103至步骤105。
如此反复,直到满足降低PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,且预测待机时间不小于供电模块当前的电量相对应的期望待机时间。
特别地,为了防止PPG模组的采样率的调整次数过多,或者为了防止对于PPG模组的采样率的调整过程陷入死循环,本申请实施例可以预设针对PPG模组的采样率的最大调整次数N1max。
由此,本申请实施例通过对PPG模组基于当前采样率下采样数据的数据有效率的判断来保证终端设备的数据计算精度,从而保证用户睡眠状态的监测准确性,通过对预测待机时间的判断来保证终端设备的长时间待机。本申请实施例通过调整PPG模组的采样率,直到满足调整PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,且预测待机时间不小于供电模块当前的电量相对应的期望待机时间,从而实现在不明显损失数据计算精度的情况下降低了PPG模组的功耗,即保证了用户睡眠状态的监测准确性的基础上,降低了PPG模组的功耗来相对延长终端设备的待机时间。
目前研究表明,当PPG模组的采样率降低至25Hz(PPG模组的最大采样率为100Hz,最小采样率为25Hz)时,对数据计算精度的影响在接受的限度之内。当PPG模组采取最小采样率25Hz运行时,终端设备的功耗能够降低为原来的60%。简单进行线性处理,预计平均功耗减少到原来的80%,这大大延长了终端设备的待机时间。
在本申请实际应用过程中,可能包括以下几种场景:
(1)采样数据的数据有效率小于预设阈值,终端设备的预测待机时间小于供电模块当前的电量相对应的期望待机时间;
(2)采样数据的数据有效率小于预设阈值,终端设备的预测待机时间不小于供电模块当前的电量相对应的期望待机时间;
(3)采样数据的数据有效率不小于预设阈值,终端设备的预测待机时间小于供电模块当前的电量相对应的期望待机时间;
(4)采样数据的数据有效率不小于预设阈值,终端设备的预测待机时间不小于供电模块当前的电量相对应的期望待机时间。
针对本申请实施例涉及的上述四种场景,本申请实施例的主要思想之一包括但不限于:首先保证采样数据的数据有效率不小于预设阈值,在采样数据的数据有效率不小于预设阈值时,再去调整PPG模组的采样率,以期望使得终端设备的预测待机时间同时不小于供电模块当前的电量相对应的期望待机时间。如果在保证采样数据的数据有效率不小于预设阈值的情况下,无法满足终端设备的预测待机时间同时不小于供电模块当前的电量相对应的期望待机时间,则优先保证采样数据的数据有效率不小于预设阈值这一条件,此时例如可以确定采样数据的数据有效率等于预设阈值,或等于某个预设数值时对应的采样率为PPG模组当前的采样率。其中预设数值为预设阈值的预设范围内的一个数值,例如预设数值为{预设阈值-D,预设阈值+D}这一预设范围内的一个数值,D为正数。
而如果采样数据的数据有效率小于预设阈值,则首先调整PPG模组的采样率,以期望调整后的PPG模组的采样率下的采样数据的数据有效率不小于预设阈值。只有在调整后的PPG模组的采样率下的采样数据的数据有效率不小于预设阈值时,再去调整PPG模组的采样率,以期望使得终端设备的预测待机时间同时不小于供电模块当前的电量相对应的期望待机时间。
然而在实际应用中,如果通过提高PPG模组的采样率无法满足提高PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,则使得提高PPG模组的采样率后的采样数据的数据有效率最大限度地接近预设阈值,例如,确定PPG模组的最大值采样率为PPG模组当前的采样率。此时也不再考虑终端设备的预测待机时间是否小于供电模块当前的电量相对应的期望待机时间这一条件。
下面申请人将针对本申请实施例涉及的上述四种场景,对本申请实施例提供的睡眠监测方法作进一步详细说明,如图4所示,包括:
步骤201,计算PPG模组基于当前采样率V0下采样数据的数据有效率W0。
本申请实施例优选实时计算PPG模组基于当前采样率下采样数据的数据有效率,也可在监测到PPG模组的采样率发生变化时计算PPG模组采样数据的数据有效率,亦或设置计算周期,周期性计算PPG模组采样数据的数据有效率。
步骤202,判断数据有效率W0是否小于预设阈值,如果小于,执行步骤203,如果不小于,执行步骤205。
步骤203,提高PPG模组的采样率。此时PPG模组的采样率为V1。
如果提高PPG模组的采样率后,基于采样率V1下采样数据的数据有效率不小于预设阈值,则执行步骤205,否则执行步骤204。
步骤204,进一步提高PPG模组的采样率,当提高PPG模组的采样率为最大值时,仍无法满足提高PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,则确定PPG模组当前的采样率为所述最大值。
本申请实施例优先考虑采样数据的数据有效率,在无法满足通过提高PPG模组的采样率的手段使得采样数据的数据有效率不小于预设阈值时,则确定最大值的采样率为PPG模组当前的采样率,控制PPG模组工作于最大值采样率下。
步骤205,依据终端设备当前的电量消耗速率以及供电模块当前的电量,计算终端设备的预测待机时间T0。
步骤206,判断预测待机时间T0是否小于与供电模块当前的电量Q0相对应的期望待机时间T0’。如果预测待机时间T0不小于期望待机时间T0’,执行步骤208;如果预测待机时间T0小于期望待机时间T0’,则执行步骤207。
步骤207,降低PPG模组的采样率。此时PPG模组的采样率为V2。
在降低PPG模组的采样率后,需返回步骤201,计算PPG模组基于当前采样率V2下采样数据的数据有效率W2,并在判断数据有效率W2不小于预设阈值时,进一步判断预测待机时间T0是否小于期望待机时间T0’。如果降低PPG模组的采样率后,基于采样率V2下的预测待机时间T0仍小于期望待机时间T0’,则继续执行步骤207,降低PPG模组的采样率,并再次返回步骤201。需要说明的是,为了防止死循环的发生,本申请可以预设针对PPG模组的采样率的最大调整次数N2max。
当在预设调整次数内降低PPG模组的采样率后,满足基于采样率Vn下采样数据的数据有效率不小于预设阈值,且预测待机时间T0不小于期望待机时间T0’,则执行步骤208。
如果采用降低PPG模组的采样率的手段,在保证基于采样率Vn下采样数据的数据有效率不小于预设阈值的情况下,无法满足预测待机时间T0不小于期望待机时间T0’,则执行步骤209。
步骤208,停止调整PPG模组的采样率。
步骤209,确定PPG模组当前的采样率为预设阈值。
结合图5所示,根据数据有效率不小于预设阈值这一条件可以确定PPG模组的采样率允许调整范围VX1,根据预测待机时间不小于期望待机时间这一条件可以确定PPG模组的采样率允许调整范围VX2,该VX1与VX2不存在交集时,无法同时满足采样数据的数据有效率不小于预设阈值,且预测待机时间不小于期望待机时间。
一般的,当采样数据的数据有效率等于预设阈值时,仍无法满足预测待机时间T0不小于期望待机时间T0’时,则如果此时再次降低PPG模组的采样率会使得采样数据的数据有效率小于预设阈值,因此本申请不再降低PPG模组的采样率,确定预设阈值对应的采样率为PPG模组当前的采样率。
在上述实施例的基础上,当同时满足采样数据的数据有效率不小于预设阈值,且预测待机时间不小于期望待机时间时,本申请还可以进一步包括:
步骤210,降低PPG模组的采样率,并使得降低PPG模组的采样率后的采样数据的数据有效率仍不小于预设阈值,且预测待机时间仍不小于期望待机时间。
在本申请实施例中,当PPG模组基于当前采样率下采样数据的数据有效率不小于预设阈值,且预测待机时间不小于期望待机时间时,本申请还可对PPG模组的采样率做进一步调整。结合图6所示,根据数据有效率不小于预设阈值这一条件可以确定PPG模组的采样率允许调整范围VX1,根据预测待机时间不小于期望待机时间这一条件可以确定PPG模组的采样率允许调整范围VX2,该VX1与VX2存在交集,本申请便是在该交集范围内对PPG模组的采样率做进一步调整,从而实现在保证数据计算精度的基础上,进一步降低PPG模组的功耗。
特别地,为了防止PPG模组的采样率的调整次数过多,或者为了防止对于PPG模组的采样率的调整过程陷入死循环,本申请实施例可以预设针对PPG模组的采样率的最大调整次数N3max。
更进一步地,在上述实施例的基础上,当步骤206判断预测待机时间T0小于期望待机时间T0’时,在执行步骤207之前,还可以包括:
步骤211,判断预测待机时间T0是否小于预设的最小期望待机时间Tmin,且当前PPG模组的采样率是否为最小采样率。
如果预测待机时间T0小于预设的最小期望待机时间Tmin,且当前PPG模组的采样率为最小采样率,则执行步骤212,关闭PPG模组。
步骤212,关闭PPG模组。
作为本申请的一个优选实施例,在关闭PPG模组时,为了保证终端设备不间断地检测用户睡眠质量,可以选择利用运动传感器继续监测用户睡眠状态。
基于前文本申请实施例提供的睡眠监测方法,本申请还提供一种睡眠监测装置,包括供电模块和PPG模组,如图7所示,所述装置包括:
第一计算单元100,用于计算PPG模组基于当前采样率下采样数据的数据有效率;
其中第一计算单元100可以具体用于,利用公式:数据有效率=产生有效数据的时间段总和/采样总时间,计算PPG模组基于当前采样率下采样数据的数据有效率;
第一判断单元200,用于判断数据有效率是否小于预设阈值,得到第一判断结果;
第二计算单元300,用于当第一判断结果表征数据有效率不小于所述预设阈值时,依据终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算终端设备的预测待机时间;
其中第二计算单元300可以具体用于,利用公式:预测待机时间=当前电量/当前电量消耗速率,计算所述终端设备的预测待机时间;
第二判断单元400,用于判断预测待机时间是否小于,与供电模块当前的电量相对应的期望待机时间,得到第二判断结果;
调整单元500,用于当第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,直到满足降低所述PPG模组的采样率后采样得到的第二数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间。
作为本申请的一个优选实施例,本申请实施例中的调整单元500还用于,当降低PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,且预测待机时间不小于供电模块当前的电量相对应的期望待机时间时,进一步降低PPG模组的采样率,并使得进一步降低PPG模组的采样率后的采样数据的数据有效率仍不小于预设阈值,且预测待机时间仍不小于供电模块当前的电量相对应的期望待机时间。
以及,调整单元500还可以用于,当第一判断结果表征数据有效率小于预设阈值时,提高PPG模组的采样率。
作为本申请的另一个优选实施例,本申请实施例还可以包括,如图8所示:
第一确定单元600,用于当在调整单元500降低PPG模组的采样率后的采样数据的数据有效率等于所述预设阈值时,无法满足预测待机时间不小于供电模块当前的电量相对应的期望待机时间,则确定PPG模组当前的采样率为预设阈值。
第二确定单元700,用于当调整单元500提高PPG模组的采样率为最大值时,仍无法满足提高PPG模组的采样率后的采样数据的数据有效率不小于预设阈值,则确定PPG模组当前的采样率为所述最大值。
作为本申请的再一个优选实施例,本申请实施例还可以包括,
第三判断单元800,用于在第二判断结果表征预测待机时间小于与供电模块当前的电量相对应的期望待机时间时,判断预测待机时间是否小于预设的最小期望待机时间,且当前PPG模组的采样率是否为最小采样率;
控制单元900,用于在第三判断单元800判断预测待机时间小于预设的最小期望待机时间,且当前PPG模组的采样率为最小采样率时,关闭PPG模组。
需要说明的是,本申请实施例中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于睡眠监测装置类实施例而言,由于其与睡眠监测方法实施例基本相似,所以描述的比较简单,相关之处参见睡眠监测方法实施例的部分说明即可。
Claims (17)
1.一种睡眠监测方法,应用于终端设备,所述终端设备包括供电模块和光电容积脉搏波描记法PPG模组,其特征在于,所述方法包括:
计算所述PPG模组基于当前采样率下采样数据的数据有效率;
判断所述数据有效率是否小于预设阈值,得到第一判断结果;
当所述第一判断结果表征所述数据有效率不小于所述预设阈值时,依据所述终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算所述终端设备的预测待机时间;
判断所述预测待机时间是否小于,与所述供电模块当前的电量相对应的期望待机时间,得到第二判断结果;
当所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,直到满足降低所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间。
2.根据权利要求1所述的方法,其特征在于,降低所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间后,所述方法还包括:
降低所述PPG模组的采样率,并使得降低所述PPG模组的采样率后的采样数据的数据有效率仍不小于所述预设阈值,且所述预测待机时间仍不小于所述供电模块当前的电量相对应的期望待机时间。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当在降低所述PPG模组的采样率后的采样数据的数据有效率等于所述预设阈值时,无法满足所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间,则确定所述PPG模组当前的采样率为所述预设阈值。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述第一判断结果表征所述数据有效率小于所述预设阈值时,提高所述PPG模组的采样率。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当提高所述PPG模组的采样率为最大值时,仍无法满足提高所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,则确定所述PPG模组当前的采样率为所述最大值。
6.根据权利要求1所述的方法,其特征在于,当所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,所述降低所述PPG模组的采样率之前,所述方法还包括:
判断所述预测待机时间是否小于预设的最小期望待机时间,且当前所述PPG模组的采样率是否为最小采样率;
如果所述预测待机时间小于预设的最小期望待机时间,且当前所述PPG模组的采样率为最小采样率,则关闭所述PPG模组。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述计算所述PPG模组基于当前采样率下采样数据的数据有效率包括:
利用公式:数据有效率=产生有效数据的时间段总和/采样总时间,计算所述PPG模组基于当前采样率下采样数据的数据有效率。
8.根据权利要求1-6任一项所述的方法,其特征在于,所述依据所述终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算所述终端设备的预测待机时间包括:
利用公式:预测待机时间=当前电量/当前电量消耗速率,计算所述终端设备的预测待机时间。
9.一种睡眠监测装置,包括供电模块和光电容积脉搏波描记法PPG模组,其特征在于,所述装置包括:
第一计算单元,用于计算所述PPG模组基于当前采样率下采样数据的数据有效率;
第一判断单元,用于判断所述数据有效率是否小于预设阈值,得到第一判断结果;
第二计算单元,用于当所述第一判断结果表征所述数据有效率不小于所述预设阈值时,依据终端设备当前的电量消耗速率以及所述供电模块当前的电量,计算所述终端设备的预测待机时间;
第二判断单元,用于判断所述预测待机时间是否小于,与所述供电模块当前的电量相对应的期望待机时间,得到第二判断结果;
调整单元,用于当所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,直到满足降低所述PPG模组的采样率后采样得到的第二数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间。
10.根据权利要求9所述的装置,其特征在于,
所述调整单元还用于,当降低所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,且所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间时,降低所述PPG模组的采样率,并使得降低所述PPG模组的采样率后的采样数据的数据有效率仍不小于所述预设阈值,且所述预测待机时间仍不小于所述供电模块当前的电量相对应的期望待机时间。
11.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第一确定单元,用于当在所述调整单元降低所述PPG模组的采样率后的采样数据的数据有效率等于所述预设阈值时,无法满足所述预测待机时间不小于所述供电模块当前的电量相对应的期望待机时间,则确定所述PPG模组当前的采样率为所述预设阈值。
12.根据权利要求9所述的装置,其特征在于,
所述调整单元还用于,当所述第一判断结果表征所述数据有效率小于所述预设阈值时,提高所述PPG模组的采样率。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
第二确定单元,用于当所述调整单元提高所述PPG模组的采样率为最大值时,仍无法满足提高所述PPG模组的采样率后的采样数据的数据有效率不小于所述预设阈值,则确定所述PPG模组当前的采样率为所述最大值。
14.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第三判断单元,用于在所述第二判断结果表征所述预测待机时间小于与所述供电模块当前的电量相对应的期望待机时间时,判断所述预测待机时间是否小于预设的最小期望待机时间,且当前所述PPG模组的采样率是否为最小采样率;
控制单元,用于在所述第三判断单元判断所述预测待机时间小于预设的最小期望待机时间,且当前所述PPG模组的采样率为最小采样率时,关闭所述PPG模组。
15.根据权利要求9-14任一项所述的装置,其特征在于,
所述第一计算单元具体用于,利用公式:数据有效率=产生有效数据的时间段总和/采样总时间,计算所述PPG模组基于当前采样率下采样数据的数据有效率。
16.根据权利要求9-14任一项所述的装置,其特征在于,
所述第二计算单元具体用于,利用公式:预测待机时间=当前电量/当前电量消耗速率,计算所述终端设备的预测待机时间。
17.一种可穿戴设备,包括供电模块、光电容积脉搏波描记法PPG模组、用于监测所述供电模块的电量的电量监测模块、和处理器,其中所述处理器分别与所述电量监测模块和PPG模组连接;
所述处理器用于接收所述电量监测模块发送的供电模块当前的电量,并依据所述PPG模组当前的采样率以及所述电量监测模块发送的供电模块当前的电量,执行权利要求1-8任一项所述的睡眠监测方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/090361 WO2019000230A1 (zh) | 2017-06-27 | 2017-06-27 | 一种睡眠监测方法、装置和可穿戴设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110996762A CN110996762A (zh) | 2020-04-10 |
CN110996762B true CN110996762B (zh) | 2021-01-08 |
Family
ID=64740869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780092234.5A Active CN110996762B (zh) | 2017-06-27 | 2017-06-27 | 一种睡眠监测方法、装置和可穿戴设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110996762B (zh) |
WO (1) | WO2019000230A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112704482B (zh) * | 2020-12-17 | 2023-06-27 | 北京智康人人科技有限公司 | 一种心脑检测预警方法、平台及其计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011019470A1 (en) * | 2009-08-10 | 2011-02-17 | Nellcor Puritan Bennett Llc | Systems and methods for balancing power consumption and utility of wireless medical sensors |
CN103080870A (zh) * | 2010-08-20 | 2013-05-01 | 高通股份有限公司 | 移动设备的电池功率管理 |
CN103999016A (zh) * | 2011-12-15 | 2014-08-20 | 英特尔公司 | 基于处理器使用率动态地修正功率/性能权衡 |
CN104160360A (zh) * | 2012-01-25 | 2014-11-19 | 苹果公司 | 电子设备的电源管理 |
CN104224147A (zh) * | 2014-09-15 | 2014-12-24 | 中国科学院苏州生物医学工程技术研究所 | 无线便携式人体健康与睡眠质量监护仪 |
CN104932811A (zh) * | 2014-03-17 | 2015-09-23 | 联发科技股份有限公司 | 便携式电子设备及便携式电子设备唤醒显示屏的方法 |
CN105511593A (zh) * | 2016-02-25 | 2016-04-20 | 浪潮(北京)电子信息产业有限公司 | 一种用于Linux系统的CPU子系统频率调节方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI120964B (fi) * | 2007-02-15 | 2010-05-31 | Smart Valley Software Oy | Laite ja menetelmä nukkuvan henkilön suotuisalla, havahtumiseen liittyvällä, ajankohdalla herättämiseksi |
CN202920148U (zh) * | 2012-09-17 | 2013-05-08 | 深圳市新元素医疗技术开发有限公司 | 一种远程无线睡眠监护仪 |
US9848786B2 (en) * | 2013-09-12 | 2017-12-26 | Mattel, Inc. | Infant monitoring system and methods |
CN103948377B (zh) * | 2014-05-20 | 2016-06-29 | 福州大学 | 一种便携式无线生命体征监测仪 |
CN205433662U (zh) * | 2015-12-23 | 2016-08-10 | 中国医学科学院生物医学工程研究所 | 基于光电容积脉搏波的睡眠呼吸率监测装置 |
CN106264475B (zh) * | 2016-10-13 | 2019-11-08 | 西安交通大学 | 单一光电传感器睡眠呼吸多生理参数监测方法及装置 |
-
2017
- 2017-06-27 WO PCT/CN2017/090361 patent/WO2019000230A1/zh active Application Filing
- 2017-06-27 CN CN201780092234.5A patent/CN110996762B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011019470A1 (en) * | 2009-08-10 | 2011-02-17 | Nellcor Puritan Bennett Llc | Systems and methods for balancing power consumption and utility of wireless medical sensors |
CN103080870A (zh) * | 2010-08-20 | 2013-05-01 | 高通股份有限公司 | 移动设备的电池功率管理 |
CN103999016A (zh) * | 2011-12-15 | 2014-08-20 | 英特尔公司 | 基于处理器使用率动态地修正功率/性能权衡 |
CN104160360A (zh) * | 2012-01-25 | 2014-11-19 | 苹果公司 | 电子设备的电源管理 |
CN104932811A (zh) * | 2014-03-17 | 2015-09-23 | 联发科技股份有限公司 | 便携式电子设备及便携式电子设备唤醒显示屏的方法 |
CN104224147A (zh) * | 2014-09-15 | 2014-12-24 | 中国科学院苏州生物医学工程技术研究所 | 无线便携式人体健康与睡眠质量监护仪 |
CN105511593A (zh) * | 2016-02-25 | 2016-04-20 | 浪潮(北京)电子信息产业有限公司 | 一种用于Linux系统的CPU子系统频率调节方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019000230A1 (zh) | 2019-01-03 |
CN110996762A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3182766A1 (en) | Hybrid monitoring-sleeping method of wireless sensor and wireless sensor | |
EP2999076B1 (en) | System and method for controlling a power distribution network | |
CN104391554A (zh) | 一种调节终端温度的方法 | |
CN104185201A (zh) | 一种邻区测量周期的自适应调整方法及装置 | |
US11202067B2 (en) | Method and system of bit rate control | |
EP3036598B1 (en) | Power signal interface | |
CN105636106A (zh) | 一种邻小区测量系统及方法以及移动终端 | |
KR20220001420A (ko) | 비디오 코딩 방법, 장치, 기기 및 매체 | |
WO2015020920A1 (en) | Allocating resources of a processor executing multiple media data processing components having a configurable complexity | |
CN110996762B (zh) | 一种睡眠监测方法、装置和可穿戴设备 | |
CN104394675A (zh) | 一种终端 | |
CN105893141A (zh) | 一种多核处理器调控方法及装置及使用该方法的移动终端 | |
CN103269458A (zh) | 一种针对窄带网络情况下视频传输的调节控制方法 | |
CN111767003A (zh) | 一种基于不同工况的采掘设备传感器数据自适应采集方法 | |
US10007286B2 (en) | Switching regulator overload detector | |
CN112343763B (zh) | 一种逼近式水电站功率脉冲调节方法及调节系统 | |
CN117240757A (zh) | 一种基于流量自适应数据采集方法和系统 | |
CN111443792B (zh) | 处理器的功耗控制方法、装置以及电子和存储设备 | |
CN101867191A (zh) | 一种自适应调整控制参考电压值的方法 | |
CN108121426B (zh) | 芯片电压调节方法、装置及系统 | |
CN105866499B (zh) | 一种电量显示方法及装置 | |
CN116523139B (zh) | 一种电力减碳量预测方法、装置及可存储介质 | |
CN117411289B (zh) | 基于开关电源模块时序无缝转换的控制方法 | |
CN110109504A (zh) | 一种基于多重算法的最大功率跟踪控制方法及系统 | |
CN117411081B (zh) | 一种绿能消纳控制方法、装置、设备及存储介质 |
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 |