CN113397497A - 信号处理方法、装置和电子设备 - Google Patents

信号处理方法、装置和电子设备 Download PDF

Info

Publication number
CN113397497A
CN113397497A CN202110651546.3A CN202110651546A CN113397497A CN 113397497 A CN113397497 A CN 113397497A CN 202110651546 A CN202110651546 A CN 202110651546A CN 113397497 A CN113397497 A CN 113397497A
Authority
CN
China
Prior art keywords
pulse wave
filter coefficient
processing
wave signal
dimension direction
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.)
Pending
Application number
CN202110651546.3A
Other languages
English (en)
Inventor
钟礼浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202110651546.3A priority Critical patent/CN113397497A/zh
Publication of CN113397497A publication Critical patent/CN113397497A/zh
Priority to EP22819507.9A priority patent/EP4353146A1/en
Priority to PCT/CN2022/097309 priority patent/WO2022257909A1/zh
Priority to US18/534,550 priority patent/US20240099664A1/en
Pending legal-status Critical Current

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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本申请公开了一种信号处理方法、装置和电子设备，属于信号处理技术领域。该方法包括：获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。

Description

信号处理方法、装置和电子设备
技术领域
本申请属于信号处理技术领域，具体涉及一种信号处理方法、一种信号处理装置和一种电子设备。
背景技术
在用户运动的情况下，设备采集到的脉搏波信号含有运动噪声。若直接据此来估算用户心率，会存在估算准确率较低的问题。
如此，有必要对设备采集到的信号进行处理。
发明内容
本申请实施例的目的是提供一种信号处理方法、装置和电子设备，能够解决估算准确率较低的问题。
第一方面，本申请实施例提供了一种信号处理方法，该方法包括：获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
第二方面，本申请实施例提供了一种信号处理装置，所述装置包括：获取模块，用于获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；第一处理模块，用于分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；第二处理模块，用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
在本申请实施例中，获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。本申请实施例提供了一种信号处理方法，能够解决估算准确率较低的问题。
附图说明
图1是本实施例提供的一种信号处理方法的流程图；
图2是本实施例提供的一种信号流框图；
图3是本实施例提供的一种信号处理装置的方框原理图；
图4是本实施例提供的一种电子设备的硬件结构示意图；
图5是本实施例提供的另一种电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的信号处理方法进行详细地说明。
请参考图1，本实施例提供的一种信号处理方法可以包括以下步骤S110～步骤S130：
步骤S110，获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声。
在本公开一个实施例中，该第一脉搏波信号可以为电子设备采集的脉搏波信息，该运动信号可以为电子设备的对应多维方向的运动信号。该电子设备可以为智能手表、智能手环等智能穿戴设备，用户在运动时可佩带该电子设备。
详细地，该电子设备中设置有用于采集脉搏波信号的信号采集装置，其采集的脉搏波信号含有运动噪声，或称含有运动伪影噪声。在本公开一个实施例中，该信号采集装置可以为PPG(光电容积脉搏波法)传感器，可采集到含运动噪声的PPG信号，该PPG信号例如图2中所示的d(n)。
其中，n可以表示为第n个处理周期，下同。如此，d(n)即为对应第n个处理周期的含有运动噪声的脉搏波信号，下同。
详细地，该电子设备中可以设置有用于采集电子设备的对应多维方向的运动信号的传感器。在本公开一个实施例中，该传感器可以为三轴加速度计，以采集电子设备的分别对应X轴、Y轴、Z轴方向的运动信号，这些运动信号例如图2中所示的对应第n个处理周期的x(n)、y(n)、z(n)。
如此，本实施例中的多维方向即可以为X轴方向、Y轴方向、Z轴方向。
上述步骤S110中获取到含有运动噪声的第一脉搏波信号和多维方向的运动信号之后，即可据此执行下述步骤S120。
步骤S120，分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值。
该步骤中，对每一维方向的运动信号进行相互独立的滤波处理，实现对多通道运动信号的独立并行处理。基于此，可分别确定出对应每一维方向的噪声估计值。
在可行的实现方式中，可以设计多个滤波器，该多个滤波器与多维方向一一对应，由各滤波器相互独立的对相应维方向的运动信号进行滤波处理。可选地，该滤波器可以为如图2所示的采用NLMS(Normalized Least Mean Square，归一化最小均方)算法的NLMS自适应滤波器。
详细地，该多个滤波器中的每一滤波器均可以结合自身的滤波器系数，对相应维方向的运动信号进行滤波处理。
本实施例中，该多个滤波器中每一滤波器的滤波器系数，可以记作对应相应维方向的滤波器系数。
基于此，在本公开一个实施例中，上述步骤S120，分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值，可以包括下述步骤S1201～步骤S1202：
步骤S1201，根据第一维方向的运动信号，确定对应所述第一维方向的运动参数，其中，所述第一维方向为所述多维方向中的任一维方向。
在本公开一个实施例中，所述第一维方向的运动信号包括：在一系列采样时间点下的对应所述第一维方向的运动参数值。其中，可以从运动信号中选取至少部分运动参数值并按照所对应的采样时间点的先后顺序排列，得到对应所述第一维方向的运动参数。该运动参数可以为一个向量。
在可行的实现方式中，选取的该部分运动参数值，可以为距离当前时间相对最近的多个采样时间点所分别对应的运动参数值。比如，构建运动参数时，以前1～2s内采集的各个运动参数值来构建运动参数。
本实施例中，假设电子设备的对应X轴、Y轴、Z轴方向的运动信号分别为x(n)、y(n)、z(n)，可以得到分别对应X轴、Y轴、Z轴方向的运动参数：X(n)、Y(n)、Z(n)。
步骤S1202，根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值。
该步骤中，结合运动参数和滤波器的滤波器系数，对相应维方向的噪声估计值进行估计。该噪声估计值也可被称作对第一脉搏波信号d(n)的自适应估计值。
请参考图2，存在三维方向时，对应的可以设计三个独立并行的NLMS自适应滤波器，由各个NLMS自适应滤波器相互独立的估计相应维方向对应的噪声估计值。
在可行的实现方式中，每一维方向对应的噪声估计值可以通过下述公式得到：
dx(n)＝wx(n)*X(n)；
dy(n)＝wy(n)*Y(n)；
dz(n)＝wz(n)*Z(n)；
其中，n表示第n个处理周期，dx、dy、dz分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的噪声估计值，wx、wy、wz分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的滤波器系数，X、Y、Z分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的运动参数，*操作代表乘法。
上述步骤S120中确定出对应每一维方向的噪声估计值之后，即可据此执行下述步骤S130。
步骤S130，将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
在可行的实现方式中，可以设计另一滤波器，该另一滤波器起融合作用，结合对应每一维方向的噪声估计值来实现对第一脉搏波信号的滤波处理。
请参考图2，每一维方向对应的NLMS自适应滤波器相互独立估计出的噪声估计值，该噪声估计值可进一步输入至起融合作用的NLMS自适应滤波器中，该起融合作用的NLMS自适应滤波器即可结合各个噪声估计值，来对采集的含运动噪声的第一脉搏波信号进行滤波处理以实现降噪效果，得到第二脉搏波信号，该第二脉搏波信号如得到图2所示的心率估计信号e(n)。
详细地，起融合作用的滤波器可以结合自身的滤波器系数及对应每一维方向的噪声估计值，来实现对第一脉搏波信号的滤波处理。
本实施例中，上述与多维方向一一对应的多个滤波器中，每一滤波器的滤波器系数可以记作对应相应维方向的滤波器系数。而对于该融合滤波器，融合滤波器的滤波器系数可以记作对应多维方向的滤波器系统。
基于此，在本公开一个实施例中，所述步骤S130，将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号，可以包括下述步骤S1301～步骤S1302：
步骤S1301，将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，并获取对应所述多维方向的第二滤波器系数，所述第二滤波器系数包括对应每一维方向的第一滤波器系数值。
在可行的实现方式中，对应所述多维方向的滤波器系数可以通过下述公式得到：
A(n)＝[ax(n),ay(n),az(n)]’；
其中，n表示第n个处理周期，A表示对应所述多维方向的滤波器系数，ax、ay、az分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的滤波器系数值。ax(n)、ay(n)、az(n)均为标量，A(n)为由这三个标量构建的向量。
步骤S1302，根据每一维方向的所述噪声估计值和对应每一维方向的所述第一滤波器系数值，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
基于上述内容，在可行的实现方式中，第二脉搏波信号可以通过下述公式得到：
e(n)＝d(n)–A(n)*P(n)＝d(n)–[ax(n)*dx(n)+ay(n)*dy(n)+az(n)*dz(n)]；
A(n)＝[ax(n),ay(n),az(n)]’；
P(n)＝[dx(n),dy(n),dz(n)]’；
其中，n表示第n个处理周期，e表示第二脉搏波信号，d表示含有运动噪声的第一脉搏波信号，A表示对应所述多维方向的滤波器系数，P(n)表示由dx(n)、dy(n)、dz(n)这三个标量构建的向量，dx、dy、dz分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的噪声估计值，ax、ay、az分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的滤波器系数值，*操作代表乘法。
本实施例中，基于对应每一维方向的噪声估计值对含运动噪声的第一脉搏波信号进行滤波处理，可将生理信号和用户运动过程中所产生的噪声信号相分离，得到去除噪声后的第二脉搏波信号，该信号可准确反映用户心率变化，使得据此估算得到的用户心率更接近于用户实际心率，从而提高心率估算准确率。
如图2所示，第二脉搏波信号为e(n)。该信号可进一步用于心率估计。
基于上述内容可知，本实施例对每一维方向对应的运动信号作相互独立的并行处理，以估计相应维方向的噪声估计值，再基于每一维方向的噪声估计值作融合滤波处理以实现降噪目的，得到第二脉搏波信号。利用第二脉搏波信号来估计用户心率，可排除运动噪声对心率估计的不良影响，从而提高心率估算准确率。
此外，本公开实施例使用并行的方式，能够让多通道加速度计的每个通道的运动信号，独立并行对含运动噪声的第一脉搏波信号进行相互独立的自适应滤波，以对该第一脉搏波信号进行独立估计得到相应噪声估计值，进而每个通道自适应近似的估计结果可以在融合滤波器中以对该第一脉搏波信号最低的损失函数组合，提高去噪效果。如此，在融合滤波器存在运动伪影噪声的情况下，基于该并行去噪方式能够加快去噪的收敛响应速度，提高脉搏波心率信号的信噪比。
除了本公开实施例提供的并行滤波方式，还可按照级联顺序进行滤波降噪处理。对于按照级联顺序滤波的实现方式，举例来说，以三轴加速度计的X轴运动信号、Y轴运动信号、Z轴运动信号作为降噪的输入信号，按照X轴→Y轴→Z轴的级联顺序组合自适应滤波器依次进行自适应滤波，以对含运动噪声的脉搏波信号进行滤波处理以实现降噪效果。
但在按照级联顺序滤波的实现方式中，各通道对应的自适应滤波器以级联方式设置，故而在级联的自适应滤波器中，滤波输入信号有先后顺序之分。具体地，由于级联滤波器组存在先后顺序，第二级自适应滤波器根据第一级自适应滤波器输出的结果进行自适应跟踪，第三级自适应滤波器再对第二级自适应滤波器输出的结果进行自适应跟踪，故而在损失函数计算的自适应跟踪顺序上存在先后问题，后级的滤波器的误差信号对比前级存在滞后性。如此，在用户佩戴智能手表的同时还进行跑步等剧烈运动的场景下，按照一定的级联顺序(例如X-Y-Z)不一定能够达到最好的效果，输出的信号对心率信号的估计和降噪依然不准确。
而本公开实施例提供的并行滤波方案能够改善这一问题，具体为将各通道对应的滤波器以并行方式设置，故而在并行的各个滤波器中，滤波输入信号可以没有先后顺序之分。基于此，加速度计各轴对应的滤波器可以同时独立地对输入信号进行滤波处理，得到相应噪声估计值，再外加一个滤波器，该滤波器以这些噪声估计值作为并行输入参数，对各路信号进行融合以对第一脉搏波信号进行滤波处理。在融合的过程中，融合滤波器还能够根据各路信号的滤波情况作出合理的响应，提高能够有效降低损失函数的输入通道权重系数，从而达到了多路并行降噪的目的。
此外，在按照级联顺序滤波的实现方式中，第二级自适应滤波器的参考信号以第一级自适应滤波器的误差信号e(n)作为输入，故而在信号的幅度上，第二级自适应滤波器的参考信号比第一级自适应滤波器小。同理，第三级自适应滤波器的参考信号比第二级自适应滤波器小。即级联滤波器组存在逐级衰减的问题。
而本公开实施例提供的并行滤波方案不存在该问题，这是因为本公开实施例中各路输入信号相互独立的并行计算，故而不存在级联滤波器组中滤波器的参考信号为其上一级滤波器输出的误差信号的问题，故而可使得收敛速度得到提高。此外，由于各滤波器是并行输出，使得每个通道输出的估计信号幅度都是均匀的，而级联滤波器中的下一级误差信号信息总比上一级小。
本公开实施例提供了并行滤波方案，并通过上述内容对方案实现进行了相应说明。基于上述内容需要说明的是，由于对第一脉搏波信号的滤波处理可以为一个周期性的处理过程，故而为提高降噪效果，可以对各个滤波器的滤波器系数作周期性的更新。如此，在每一滤波处理周期中执行滤波处理时，均根据各个滤波器的当前最新的滤波器系数来估计相应的噪声估计值。如此，上述第一滤波器系数即可以为已实时更新后的滤波器系数。
基于此，为了说明一种更新对应每一维方向的滤波器系数的可能实现方式，在本公开一个实施例中，所述第一滤波器系数为对应第一处理周期且对应所述第一维方向的滤波器系数。
比如，该第一处理周期为第n个处理周期(n≥2)，以X轴为例，对应X轴方向的上述第一滤波器系数即为wx(n)。
对应地，可以根据对应第n-1个处理周期的数据，来得到对应第n个处理周期且对应每一维方向的滤波器系数，以实现对该滤波器系数的更新。
基于此，所述方法在步骤S1202，根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值之前，还可以包括下述步骤A：
步骤A，根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数。其中，所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
详细地，第一处理周期为当前处理周期，第二处理周期为当前处理周期的上一处理周期。比如，第一处理周期为第n个处理周期时，第二处理周期为第n-1个处理周期。
以第一处理周期为第n个处理周期为例，上述目标脉搏波信号可以为d(n-1)，上述目标运动参数可以为X(n-1)、Y(n-1)、Z(n-1)中的一个，X(n-1)、Y(n-1)、Z(n-1)分别对应于三轴加速度计的X轴、Y轴、Z轴方向，第三滤波器系数可以为wx(n-1)、wy(n-1)、wz(n-1)中的一个，wx(n-1)、wy(n-1)、wz(n-1)分别对应于三轴加速度计的X轴、Y轴、Z轴方向。
本实施例中，对于任一维方向，根据对应上一处理周期的含运动噪声的脉搏波信号、对应上一处理周期且对应该维方向的运动参数和对应上一处理周期且对应该维方向的滤波器系数，可得到对应当前处理周期且对应该维方向的滤波器系数。如此反复，可以实现对应任一维方向的滤波器系数的实时更新。
由于结合了实时变化的含运动噪声的脉搏波信号和实时变化的各维方向的运动信号，并基于已有的对应每一维方向的滤波器系数来实现对应每一维方向的滤波器系数的实时更新，故而基于实时更新的对应每一维方向的滤波器系数来计算噪声估计值时，可以实现对噪声估计值的准确估计，进而可支持准确的滤波处理，噪声滤除效果好。
基于上述内容，在本公开一个实施例中，所述步骤A，根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数，可以包括下述步骤A1～步骤A3：
步骤A1，根据所述目标脉搏波信号、所述目标运动参数和所述第三滤波器系数，得到对应所述第一维方向的误差信号。
基于上述内容，以三轴加速度计的X轴、Y轴或Z轴方向为第一维方向为例，对应第n-1个处理周期且对应X轴方向的噪声估计值为dx(n-1)，对应第n-1个处理周期且对应Y轴方向的噪声估计值为dy(n-1)，对应第n-1个处理周期且对应Z轴方向的噪声估计值为dz(n-1)。
该步骤中，以X轴为例，根据目标脉搏波信号d(n-1)、目标运动参数X(n-1)、对应第n-1个处理周期且对应X轴方向的噪声估计值dx(n-1)，可得到对应X轴方向的误差信号ex(n-1)。
同理，可以得到对应Y轴方向的误差信号ey(n-1)，以及得到对应Z轴方向的误差信号ez(n-1)。
在可行的实现方式中，每一维方向对应的误差信号可以通过下述公式得到：
ex(n-1)＝d(n-1)–wx(n-1)*X(n-1)；
ey(n-1)＝d(n-1)–wy(n-1)*Y(n-1)；
ez(n-1)＝d(n-1)–wz(n-1)*Z(n-1)；
其中，n-1表示第n-1个处理周期，ex、ey、ez分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的误差信号，d表示含运动噪声的第一脉搏波信号，wx、wy、wz分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的滤波器系数，X、Y、Z分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的运动参数。
在可行的另一实现方式中，以X轴为例，由于dx(n)＝wx(n)*X(n)，每一维方向对应的误差信号可以通过下述公式得到：
ex(n-1)＝d(n-1)–dx(n-1)；
ey(n-1)＝d(n-1)–dy(n-1)；
ez(n-1)＝d(n-1)–dz(n-1)；
其中，n-1表示第n-1个处理周期，ex、ey、ez分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的误差信号，d表示含运动噪声的第一脉搏波信号，dx、dy、dz分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的噪声估计值。
需要说明的是，请参考上述步骤S120，可知为了得到对应第n-1个处理周期的第二脉搏波信号，需要预先估计出对应第n-1个处理周期且对应每一维方向的噪声估计值。如此，在计算对应第n-1个处理周期的误差信号时，可以直接根据已估计出的噪声估计值来实现计算，而不再基于滤波器系数和运动参数来实现计算。
步骤A2，根据所述误差信号和所述目标运动参数，得到滤波器调整系数。
该步骤中，根据误差信号和运动参数来得到滤波器调整系数，基于该调整系数对当前的滤波器系数进行调整，以得到新的滤波器系数。
在可行的实现方式中，每一维方向对应的滤波器调整系数可以通过下述公式得到：
△wx(n-1)＝2*μ*ex(n-1)*(X(n-1)/(X(n-1)*X(n-1))+ε)；
△wy(n-1)＝2*μ*ey(n-1)*(Y(n-1)/(Y(n-1)*Y(n-1))+ε)；
△wz(n-1)＝2*μ*ez(n-1)*(Z(n-1)/(Z(n-1)*Z(n-1))+ε)；
其中，n-1表示第n-1个处理周期，△wx、△wy、△wz分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的滤波器调整系数，μ为步长，ex、ey、ez分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的误差信号，X、Y、Z分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的运动参数，ε为一常数。
步骤A3，根据所述滤波器调整系数和所述第三滤波器系数，得到所述第一滤波器系数。
以当前处理周期为第n个周期为例，该第一滤波器系数即为wx(n)、wy(n)、wz(n)中的一个。对应地，该第三滤波器系数即为wx(n-1)、wy(n-1)、wz(n-1)中的一个。
基于上述内容，在可行的实现方式中，每一维方向对应的滤波器系数可以通过下述公式得到：
wx(n)＝wx(n-1)+△wx(n-1)；
wy(n)＝wy(n-1)+△wy(n-1)；
wz(n)＝wz(n-1)+△wz(n-1)；
其中，n表示第n个处理周期，n-1表示第n-1个处理周期，wx、wy、wz分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的滤波器系数，△wx、△wy、△wz分别表示对应三轴加速度计的X轴、Y轴、Z轴方向的滤波器调整系数。
如此，在本公开其他实施例中，在上述步骤A1之后，对于每一维方向对应的滤波器系数，也可直接根据下述公式来计算：
wx(n)＝wx(n-1)+2*μ*ex(n-1)*(X(n-1)/(X(n-1)*X(n-1))+ε)；
wy(n)＝wy(n-1)+2*μ*ey(n-1)*(Y(n-1)/(Y(n-1)*Y(n-1))+ε)；
wz(n)＝wz(n-1)+2*μ*ez(n-1)*(Z(n-1)/(Z(n-1)*Z(n-1))+ε)。
基于上述内容可以看出，本公开实施例可以周期性更新各维方向对应的滤波器系数，从而在周期性执行滤波处理时，所使用的对应每一维方向的滤波器系数均为已实时更新后的滤波器系数，使得据此执行滤波处理时可提高降噪效果。
基于相类似的实现原理，同样可以对融合滤波器的滤波器系数进行周期性的更新处理。如此，在对含运动噪声的第一脉搏波信号作滤波处理时，可以使用已实时更新后的对应多维方向的滤波器系数，使得据此执行滤波处理时同样有助于提高降噪效果。
基于此，在本公开一个实施例中，所述第二滤波器系数为对应第一处理周期且对应所述多维方向的滤波器系数。
比如，该第一处理周期为第n个处理周期(n≥2)，以X轴为例，对应第n个处理周期且对应多维方向的滤波器系数即为P(n)。
对应地，可以根据对应第n-1个处理周期的数据，来得到融合滤波器的对应第n个处理周期的滤波器系数，以实现对对应多维方向的滤波器系数的更新。
基于此，步骤S1301中，所述获取对应所述多维方向的第二滤波器系数，包括：根据对应第二处理周期的经滤波处理得到的脉搏波信号、对应所述第二处理周期且对应所述多维方向的第四滤波器系数、以及对应所述第二处理周期且对应每一维方向的噪声估计值，得到所述第二滤波器系数；其中，所述第四滤波器系数包括对应每一维方向的第二滤波器系数值；所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
详细地，第一处理周期为当前处理周期，第二处理周期为当前处理周期的上一处理周期。比如，第一处理周期为第n个处理周期时，第二处理周期为第n-1个处理周期。
本实施例中，根据对应第n-1个处理周期的经滤波处理得到的脉搏波信号e(n-1)、对应第n-1个处理周期且对应多维方向的滤波器系数A(n-1)、以及对应第n-1个处理周期且对应每一维方向的噪声估计值dx(n-1)、dy(n-1)、dz(n-1)，对对应多维方向的滤波器系数进行更新，得到对应第n个处理周期和对应多维方向的滤波器系数P(n)。
本实施例中，根据对应上一处理周期的经滤波处理得到的脉搏波信号、对应上一处理周期且对应多维方向的滤波器系数、对应上一处理周期且对应每一维方向的噪声估计值，可得到对应当前处理周期且对应多维方向的滤波器系数。如此反复，可以实现对应多维方向的滤波器系数的实时更新。
由于结合了实时变化的经滤波处理得到的脉搏波信号和实时变化的对应各维方向的噪声估计值，并基于已有的对应多维方向的滤波器系数来实现滤波器系数的实时更新，故而基于实时更新的对应多维方向的滤波器系数来计算第二脉搏波信号时，可以实现对第二脉搏波信号的准确获取，噪声滤除效果好。
在可行的实现方式中，对应多维方向的滤波器系数可以通过下述公式得到：
A(n)＝A(n-1)+2*μ*e(n-1)*(P(n-1)/(P(n-1)*P(n-1))+ε)；
A(n-1)＝[ax(n-1),ay(n-1),az(n-1)]’；
P(n-1)＝[dx(n-1),dy(n-1),dz(n-1)]’；
其中，n表示第n个处理周期，n-1表示第n-1个处理周期，A表示对应所述多维方向的滤波器系数，μ为步长，e表示第二脉搏波信号，P(n-1)表示由dx(n-1)、dy(n-1)、dz(n-1)这三个标量构建的向量，dx、dy、dz分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的噪声估计值，ax、ay、az分别表示对应于三轴加速度计的X轴、Y轴、Z轴方向的滤波器系数值，*操作代表乘法，ε为一常数。
基于上述内容可以看出，本公开实施例可以周期性更新融合滤波器的滤波器系数，从而在周期性执行滤波处理时，所使用的均为已实时更新后的对应多维方向的滤波器系数，使得据此执行滤波处理时可提高降噪效果。
需要说明的是，本申请实施例提供的信号处理方法，执行主体可以为信号处理装置，或者该信号处理装置中的用于执行信号处理方法的控制模块。本申请实施例中以信号处理装置执行信号处理方法为例，说明本申请实施例提供的信号处理装置。
如图3所示，本实施例提供的一种信号处理装置300，可以包括：获取模块310、第一处理模块320和第二处理模块330。
所述获取模块310用于获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声。所述第一处理模块320用于分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值。所述第二处理模块330用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
本实施例对每一维方向对应的运动信号作相互独立的并行处理，以估计相应维方向的噪声估计值，再基于每一维方向的噪声估计值作融合滤波处理以实现降噪目的，得到第二脉搏波信号。利用第二脉搏波信号来估计用户心率，可排除运动噪声对心率估计的不良影响，从而提高心率估算准确率。
在本公开一个实施例中，所述第一处理模块320，用于根据第一维方向的运动信号，确定对应所述第一维方向的运动参数，其中，所述第一维方向为所述多维方向中的任一维方向；根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值。
在本公开一个实施例中，所述第一滤波器系数为对应第一处理周期且对应所述第一维方向的滤波器系数。所述第一处理模块320，用于在根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值之前，根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数；其中，所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
在本公开一个实施例中，所述第一处理模块320，用于根据所述目标脉搏波信号、所述目标运动参数和所述第三滤波器系数，得到对应所述第一维方向的误差信号；根据所述误差信号和所述目标运动参数，得到滤波器调整系数；根据所述滤波器调整系数和所述第三滤波器系数，得到所述第一滤波器系数。
在本公开一个实施例中，所述第二处理模块330，用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，并获取对应所述多维方向的第二滤波器系数，所述第二滤波器系数包括对应每一维方向的第一滤波器系数值；根据每一维方向的所述噪声估计值和对应每一维方向的所述第一滤波器系数值，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
在本公开一个实施例中，所述第二滤波器系数为对应第一处理周期且对应所述多维方向的滤波器系数。所述第二处理模块330，用于根据对应第二处理周期的经滤波处理得到的脉搏波信号、对应所述第二处理周期且对应所述多维方向的第四滤波器系数、以及对应所述第二处理周期且对应每一维方向的噪声估计值，得到所述第二滤波器系数；其中，所述第四滤波器系数包括对应每一维方向的第二滤波器系数值；所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
在本公开一个实施例中，所述第一处理模块320可以包括多个第一滤波器。多个第一滤波器与多维方向一一对应，每一第一滤波器均用于对相应维方向的运动信号进行独立的滤波处理，确定对应相应维方向的噪声估计值。
在本公开一个实施例中，所述第二处理模块330可以包括第二滤波器。第二滤波器用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
本申请实施例中的信号处理装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的信号处理装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的信号处理装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选地，如图4所示，本申请实施例还提供一种电子设备400，包括处理器401，存储器402，存储在存储器402上并可在所述处理器401上运行的程序或指令，该程序或指令被处理器401执行时实现上述信号处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图5为实现本申请实施例的一种电子设备1000的硬件结构示意图。
该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图5中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
其中，处理器1010，用于获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
本实施例对每一维方向对应的运动信号作相互独立的并行处理，以估计相应维方向的噪声估计值，再基于每一维方向的噪声估计值作融合滤波处理以实现降噪目的，得到第二脉搏波信号。利用第二脉搏波信号来估计用户心率，可排除运动噪声对心率估计的不良影响，从而提高心率估算准确率。
可选地，处理器1010，用于根据第一维方向的运动信号，确定对应所述第一维方向的运动参数，其中，所述第一维方向为所述多维方向中的任一维方向；根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值。
可选地，所述第一滤波器系数为对应第一处理周期且对应所述第一维方向的滤波器系数。处理器1010，用于在根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值之前，根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数；其中，所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
可选地，处理器1010，用于根据所述目标脉搏波信号、所述目标运动参数和所述第三滤波器系数，得到对应所述第一维方向的误差信号；根据所述误差信号和所述目标运动参数，得到滤波器调整系数；根据所述滤波器调整系数和所述第三滤波器系数，得到所述第一滤波器系数。
可选地，处理器1010，用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，并获取对应所述多维方向的第二滤波器系数，所述第二滤波器系数包括对应每一维方向的第一滤波器系数值；根据每一维方向的所述噪声估计值和对应每一维方向的所述第一滤波器系数值，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
可选地，所述第二滤波器系数为对应第一处理周期且对应所述多维方向的滤波器系数。处理器1010，用于根据对应第二处理周期的经滤波处理得到的脉搏波信号、对应所述第二处理周期且对应所述多维方向的第四滤波器系数、以及对应所述第二处理周期且对应每一维方向的噪声估计值，得到所述第二滤波器系数；其中，所述第四滤波器系数包括对应每一维方向的第二滤波器系数值；所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
应理解的是，本申请实施例中，输入单元1004可以包括图形处理器(GraphicsProcessing Unit，GPU)10041和麦克风10042，图形处理器10041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。存储器1009可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述信号处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述信号处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (14)

1.一种信号处理方法，其特征在于，所述方法包括：
获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；
分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；
将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
2.根据权利要求1所述的方法，其特征在于，所述分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值，包括：
根据第一维方向的运动信号，确定对应所述第一维方向的运动参数，其中，所述第一维方向为所述多维方向中的任一维方向；
根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值。
3.根据权利要求2所述的方法，其特征在于，所述第一滤波器系数为对应第一处理周期且对应所述第一维方向的滤波器系数；
所述方法在根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值之前，还包括：
根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数；
其中，所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
4.根据权利要求3所述的方法，其特征在于，所述根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数，包括：
根据所述目标脉搏波信号、所述目标运动参数和所述第三滤波器系数，得到对应所述第一维方向的误差信号；
根据所述误差信号和所述目标运动参数，得到滤波器调整系数；
根据所述滤波器调整系数和所述第三滤波器系数，得到所述第一滤波器系数。
5.根据权利要求1所述的方法，其特征在于，所述将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号，包括：
将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，并获取对应所述多维方向的第二滤波器系数，所述第二滤波器系数包括对应每一维方向的第一滤波器系数值；
根据每一维方向的所述噪声估计值和对应每一维方向的所述第一滤波器系数值，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
6.根据权利要求5所述的方法，其特征在于，所述第二滤波器系数为对应第一处理周期且对应所述多维方向的滤波器系数；
所述获取对应所述多维方向的第二滤波器系数，包括：
根据对应第二处理周期的经滤波处理得到的脉搏波信号、对应所述第二处理周期且对应所述多维方向的第四滤波器系数、以及对应所述第二处理周期且对应每一维方向的噪声估计值，得到所述第二滤波器系数；
其中，所述第四滤波器系数包括对应每一维方向的第二滤波器系数值；
所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
7.一种信号处理装置，其特征在于，所述装置包括：
获取模块，用于获取第一脉搏波信号和多维方向的运动信号，所述第一脉搏波信号含有运动噪声；
第一处理模块，用于分别对每一维方向的运动信号进行相互独立的滤波处理，确定对应所述每一维方向的噪声估计值；
第二处理模块，用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
8.根据权利要求7所述的装置，其特征在于，所述第一处理模块，用于根据第一维方向的运动信号，确定对应所述第一维方向的运动参数，其中，所述第一维方向为所述多维方向中的任一维方向；根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值。
9.根据权利要求8所述的装置，其特征在于，所述第一滤波器系数为对应第一处理周期且对应所述第一维方向的滤波器系数；
所述第一处理模块，用于在根据所述运动参数和对应所述第一维方向的第一滤波器系数，确定对应所述第一维方向的噪声估计值之前，根据对应第二处理周期的含有运动噪声的目标脉搏波信号、对应所述第二处理周期且对应所述第一维方向的目标运动参数、以及对应所述第二处理周期且对应所述第一维方向的第三滤波器系数，得到所述第一滤波器系数；其中，所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
10.根据权利要求9所述的装置，其特征在于，所述第一处理模块，用于根据所述目标脉搏波信号、所述目标运动参数和所述第三滤波器系数，得到对应所述第一维方向的误差信号；根据所述误差信号和所述目标运动参数，得到滤波器调整系数；根据所述滤波器调整系数和所述第三滤波器系数，得到所述第一滤波器系数。
11.根据权利要求7所述的装置，其特征在于，所述第二处理模块，用于将多维方向的所述噪声估计值作为并行输入参数，以及将所述第一脉搏波信号作为输入参数，并获取对应所述多维方向的第二滤波器系数，所述第二滤波器系数包括对应每一维方向的第一滤波器系数值；根据每一维方向的所述噪声估计值和对应每一维方向的所述第一滤波器系数值，对所述第一脉搏波信号进行滤波处理，得到第二脉搏波信号。
12.根据权利要求11所述的装置，其特征在于，所述第二滤波器系数为对应第一处理周期且对应所述多维方向的滤波器系数；
所述第二处理模块，用于根据对应第二处理周期的经滤波处理得到的脉搏波信号、对应所述第二处理周期且对应所述多维方向的第四滤波器系数、以及对应所述第二处理周期且对应每一维方向的噪声估计值，得到所述第二滤波器系数；其中，所述第四滤波器系数包括对应每一维方向的第二滤波器系数值；所述第二处理周期为与所述第一处理周期相邻的上一个处理周期。
13.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-6任一项所述的信号处理方法的步骤。
14.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-6任一项所述的信号处理方法的步骤。
CN202110651546.3A 2021-06-10 2021-06-10 信号处理方法、装置和电子设备 Pending CN113397497A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110651546.3A CN113397497A (zh) 2021-06-10 2021-06-10 信号处理方法、装置和电子设备
EP22819507.9A EP4353146A1 (en) 2021-06-10 2022-06-07 Signal processing method and apparatus, and electronic device
PCT/CN2022/097309 WO2022257909A1 (zh) 2021-06-10 2022-06-07 信号处理方法、装置和电子设备
US18/534,550 US20240099664A1 (en) 2021-06-10 2023-12-08 Signal processing method and apparatus, and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110651546.3A CN113397497A (zh) 2021-06-10 2021-06-10 信号处理方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN113397497A true CN113397497A (zh) 2021-09-17

Family

ID=77683511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110651546.3A Pending CN113397497A (zh) 2021-06-10 2021-06-10 信号处理方法、装置和电子设备

Country Status (4)

Country Link
US (1) US20240099664A1 (zh)
EP (1) EP4353146A1 (zh)
CN (1) CN113397497A (zh)
WO (1) WO2022257909A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022257909A1 (zh) * 2021-06-10 2022-12-15 维沃移动通信有限公司 信号处理方法、装置和电子设备

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100145171A1 (en) * 2008-12-05 2010-06-10 Electronics And Telecommunications Research Institute Apparatus for measuring motion noise robust pulse wave and method thereof
KR20100065084A (ko) * 2008-12-05 2010-06-15 한국전자통신연구원 움직임 잡음에 강인한 맥파 측정 장치 및 그 방법
US20120296221A1 (en) * 2010-02-11 2012-11-22 Koninklijke Philips Electronics N.V. Method and apparatus for determining a respiration signal
US20140221848A1 (en) * 2013-02-06 2014-08-07 Casio Computer Co., Ltd. Biological information detecting device, biological information detecting method, and biological information detection program
CN104161505A (zh) * 2014-08-13 2014-11-26 北京邮电大学 一种适用于可穿戴式心率监测设备的运动和噪声干扰消除方法
CN105943015A (zh) * 2016-06-04 2016-09-21 浙江大学 一种主动降噪的穿戴式心率变异性监测设备
CN106691425A (zh) * 2016-12-30 2017-05-24 北京工业大学 一种运动手环的腕部心率监测方法
US20170367657A1 (en) * 2016-06-24 2017-12-28 Texas Instruments Incorporated Photoplethysmogram with motion artifact compensation
CN108652609A (zh) * 2018-05-17 2018-10-16 歌尔科技有限公司 一种心率获取方法、系统及可穿戴式设备
CN108937878A (zh) * 2018-06-06 2018-12-07 北京邮电大学 一种脉搏波信号运动噪声消除的方法
CN109222948A (zh) * 2018-09-17 2019-01-18 歌尔科技有限公司 消除运动干扰噪声的方法、装置、电子设备和存储介质
CN109512416A (zh) * 2018-11-21 2019-03-26 哈尔滨理工大学 一种容积脉搏波提取方法及系统
CN109512418A (zh) * 2018-10-22 2019-03-26 哈尔滨理工大学 一种容积血流脉搏成像降低运动噪声方法
CN109864713A (zh) * 2019-04-04 2019-06-11 北京邮电大学 基于多通道并行滤波和谱峰加权选择算法的心率监测方法
CN110151158A (zh) * 2019-06-21 2019-08-23 深圳市奋达智能技术有限公司 一种低功耗动态和静态连续心率的测量方法及装置
CN111643053A (zh) * 2019-04-03 2020-09-11 上海铼锶信息技术有限公司 一种减少脉搏波信号中运动伪影的方法及系统
US20200305798A1 (en) * 2016-05-20 2020-10-01 Sony Corporation Biological information processing apparatus, biological information processing method, and information processing apparatus
US20200345252A1 (en) * 2017-11-16 2020-11-05 Koninklijke Philips N.V. System and method for sensing physiological parameters
CN113349752A (zh) * 2021-05-08 2021-09-07 电子科技大学 一种基于传感融合的可穿戴设备实时心率监测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170241799A1 (en) * 2016-02-22 2017-08-24 Invensense, Inc. Systems and methods to compensate for gyroscope offset
CN108478206B (zh) * 2018-02-02 2021-08-13 北京邮电大学 运动状态下基于脉搏波的心率监测方法
CN109965861A (zh) * 2019-04-16 2019-07-05 重庆大学 一种无袖带穿戴式无创血压长时连续监测装置
CN111084618A (zh) * 2019-12-13 2020-05-01 安徽通灵仿生科技有限公司 一种可穿戴式多功能呼吸循环检测系统及方法
CN113397497A (zh) * 2021-06-10 2021-09-17 维沃移动通信有限公司 信号处理方法、装置和电子设备

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100065084A (ko) * 2008-12-05 2010-06-15 한국전자통신연구원 움직임 잡음에 강인한 맥파 측정 장치 및 그 방법
US20100145171A1 (en) * 2008-12-05 2010-06-10 Electronics And Telecommunications Research Institute Apparatus for measuring motion noise robust pulse wave and method thereof
US20120296221A1 (en) * 2010-02-11 2012-11-22 Koninklijke Philips Electronics N.V. Method and apparatus for determining a respiration signal
US20140221848A1 (en) * 2013-02-06 2014-08-07 Casio Computer Co., Ltd. Biological information detecting device, biological information detecting method, and biological information detection program
CN104161505A (zh) * 2014-08-13 2014-11-26 北京邮电大学 一种适用于可穿戴式心率监测设备的运动和噪声干扰消除方法
US20200305798A1 (en) * 2016-05-20 2020-10-01 Sony Corporation Biological information processing apparatus, biological information processing method, and information processing apparatus
CN105943015A (zh) * 2016-06-04 2016-09-21 浙江大学 一种主动降噪的穿戴式心率变异性监测设备
US20170367657A1 (en) * 2016-06-24 2017-12-28 Texas Instruments Incorporated Photoplethysmogram with motion artifact compensation
CN106691425A (zh) * 2016-12-30 2017-05-24 北京工业大学 一种运动手环的腕部心率监测方法
US20200345252A1 (en) * 2017-11-16 2020-11-05 Koninklijke Philips N.V. System and method for sensing physiological parameters
CN108652609A (zh) * 2018-05-17 2018-10-16 歌尔科技有限公司 一种心率获取方法、系统及可穿戴式设备
CN108937878A (zh) * 2018-06-06 2018-12-07 北京邮电大学 一种脉搏波信号运动噪声消除的方法
CN109222948A (zh) * 2018-09-17 2019-01-18 歌尔科技有限公司 消除运动干扰噪声的方法、装置、电子设备和存储介质
CN109512418A (zh) * 2018-10-22 2019-03-26 哈尔滨理工大学 一种容积血流脉搏成像降低运动噪声方法
CN109512416A (zh) * 2018-11-21 2019-03-26 哈尔滨理工大学 一种容积脉搏波提取方法及系统
CN111643053A (zh) * 2019-04-03 2020-09-11 上海铼锶信息技术有限公司 一种减少脉搏波信号中运动伪影的方法及系统
CN109864713A (zh) * 2019-04-04 2019-06-11 北京邮电大学 基于多通道并行滤波和谱峰加权选择算法的心率监测方法
CN110151158A (zh) * 2019-06-21 2019-08-23 深圳市奋达智能技术有限公司 一种低功耗动态和静态连续心率的测量方法及装置
CN113349752A (zh) * 2021-05-08 2021-09-07 电子科技大学 一种基于传感融合的可穿戴设备实时心率监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
付光明等: "基于级联型LMS自适应滤波PPG信号心率估算", 《电子测量技术》, 30 November 2019 (2019-11-30), pages 160 - 164 *
唐宇;欧建平;王威;: "自适应滤波在光电技术提取心率方法中的应用", 激光与红外, no. 01, 20 January 2017 (2017-01-20) *
张浩;: "运动状态下血氧饱和度测量系统研究", 电信快报, no. 09, 10 September 2017 (2017-09-10) *
鄂冬;叶树明;周乐川;: "耳部光电容积脉搏波传感器的去运动干扰设计", 传感器与微系统, no. 08, 20 August 2012 (2012-08-20) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022257909A1 (zh) * 2021-06-10 2022-12-15 维沃移动通信有限公司 信号处理方法、装置和电子设备

Also Published As

Publication number Publication date
WO2022257909A1 (zh) 2022-12-15
US20240099664A1 (en) 2024-03-28
EP4353146A1 (en) 2024-04-17

Similar Documents

Publication Publication Date Title
CN110058694B (zh) 视线追踪模型训练的方法、视线追踪的方法及装置
CN107944555A (zh) 神经网络压缩和加速的方法、存储设备和终端
CN109529306B (zh) 跳绳计数方法、装置、可穿戴设备及存储介质
CN109951595A (zh) 智能调节屏幕亮度的方法、装置、存储介质及移动终端
CN113284142B (zh) 图像检测方法、装置、计算机可读存储介质及计算机设备
CN111241356B (zh) 基于模拟量子算法的数据搜索方法、装置及设备
US8558793B2 (en) Locus smoothing method and navigation device using the same
CN113397497A (zh) 信号处理方法、装置和电子设备
CN110490389B (zh) 点击率预测方法、装置、设备及介质
Kang et al. Reduction of mixed noise from wearable sensors in human-motion estimation
CN107729144B (zh) 应用控制方法、装置、存储介质及电子设备
CN114385012A (zh) 运动的识别方法、装置、电子设备和可读存储介质
CN113392954A (zh) 终端网络模型的数据处理方法、装置、终端以及存储介质
CN113489909A (zh) 拍摄参数的确定方法、装置及电子设备
CN110490295A (zh) 一种神经网络模型、数据处理方法及处理装置
CN112818898A (zh) 模型训练方法、装置和电子设备
CN108829329B (zh) 一种操作对象展示方法、装置和可读介质
CN114692686A (zh) 心率监测降噪方法、装置、电子设备及可读存储介质
CN115414022A (zh) 数据的处理方法、处理装置、电子设备和存储介质
CN112902983B (zh) 步数统计的方法、装置及电子设备
CN115349841A (zh) 心率修正方法、装置、电子设备及存储介质
CN114339051A (zh) 拍摄方法、装置、电子设备和可读存储介质
CN112784622B (zh) 图像的处理方法、装置、电子设备及存储介质
CN113902639A (zh) 图像处理方法、装置、电子设备及存储介质
CN116630375A (zh) 一种图像中关键点的处理方法和相关装置

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