呼吸状态下的气体流速计算方法和装置、设备及存储介质与流程

本技术涉及数据处理，尤其涉及一种呼吸状态下的气体流速计算方法和装置、电子设备及存储介质。

背景技术：

1、目前，常见的呼吸状态下的气体流速计算方法通常是将传感器获取到的气体流速数据作为呼吸状态下的目标气体流速，但是在实际中，气体流速的计算过程中往往还存在多种干扰因素，例如空气阻力、呼吸状态等干扰因素，导致传感器获取到的气体流速数据存在误差，因此，如何提高呼吸状态下的气体流速的计算准确率，成为了亟待解决的技术问题。

技术实现思路

1、本技术实施例的主要目的在于提出一种呼吸状态下的气体流速计算方法和装置、电子设备及存储介质，旨在提高呼吸状态下的气体流速的计算准确率。

2、为实现上述目的，本技术实施例的第一方面提出了一种呼吸状态下的气体流速计算方法，所述方法包括：

3、获取传感器传输的用户的呼吸信号方波图；

4、基于所述呼吸信号方波图，对所述用户进行呼吸状态预测，得到所述用户的目标呼吸状态；

5、基于所述呼吸信号方波图，获取涡轮扇叶转动周期数据及气流的初始气体流速值；

6、基于所述涡轮扇叶转动周期数据及所述初始气体流速值，确定所述气流的气流时间函数，其中，所述气流时间函数用于表征所述气流的流速与时间的映射关系；

7、基于所述涡轮扇叶转动周期数据及所述气流时间函数，确定所述气流的气流干扰数据；

8、基于所述气流时间函数及所述气流干扰数据，对所述目标呼吸状态下的所述气流进行目标流速计算。

9、在一些实施例，所述呼吸信号方波图包括第一方波图及第二方波图，所述基于所述呼吸信号方波图，对所述用户进行呼吸状态预测，得到所述用户的目标呼吸状态，包括：

10、获取所述第一方波图的第一阶跃点及第二阶跃点，其中，所述第一阶跃点与所述第二阶跃点相邻；

11、获取所述第二方波图的第三阶跃点及第四阶跃点，其中，所述第三阶跃点位于所述第一阶跃点与所述第二阶跃点中间，所述第四阶跃点与所述第三阶跃点在所述第二方波图中相邻；

12、获取所述第一阶跃点、所述第二阶跃点、所述第三阶跃点及所述第四阶跃点的方波信号值；

13、基于所述方波信号值，确定所述目标呼吸状态。

14、在一些实施例，所述方波信号值包括第一阶跃点的第一信号值及第二信号值、第二阶跃点的第三信号值及第四信号值、第三阶跃点的第五信号值及第六信号值、第四阶跃点的第七信号值及第八信号值，所述基于所述方波信号值，确定所述目标呼吸状态，包括：

15、若所述第一信号值、第二信号值、第五信号值及第六信号值相同或者第三信号值、第四信号值、第七信号值及第八信号值相同，则生成呼吸转换表征数据，并对所述呼吸转换表征数据进行数据封装，得到所述目标呼吸状态，其中，所述呼吸转换表征数据用于表征在所述第一阶跃点到第四阶跃点的时间段内，所述用户的呼吸状态发生变化；

16、若所述第一信号值、所述第二信号值、所述第三信号值及所述第八信号值均为所述呼吸信号方波图的峰值，则生成吸气表征数据，并对所述吸气表征数据进行数据封装，得到所述目标呼吸状态，其中，所述吸气表征数据用于表征在所述第一阶跃点到第四阶跃点的时间段内，所述用户处于吸气状态；

17、若所述第一信号值、所述第二信号值、所述第四信号值及所述第七信号值均为所述呼吸信号方波图的峰值，则生成呼气表征数据，并对所述呼气表征数据进行数据封装，得到所述目标呼吸状态，其中，所述呼气表征数据用于表征在所述第一阶跃点到第四阶跃点的时间段内，所述用户处于呼气状态。

18、在一些实施例，所述基于所述涡轮扇叶转动周期数据及所述初始气体流速值，确定所述气流的气流时间函数，包括：

19、从所述涡轮扇叶转动周期数据中筛选出目标时刻的当前周期数据以及上一时刻的历史周期数据，其中，所述目标时刻为所述上一时刻的相邻时间点；

20、从所述初始气体流速值中筛选出所述目标时刻的当前气体流速值以及所述上一时刻的历史气体流速值；

21、基于所述当前周期数据、所述历史周期数据、当前气体流速值及历史气体流速值，计算函数曲线斜率；

22、基于所述函数曲线斜率及所述初始气体流速值，确定所述气流时间函数。

23、在一些实施例，所述基于所述涡轮扇叶转动周期数据及所述气流时间函数，确定所述气流的气流干扰数据，包括：

24、获取所述气流的目标空气密度；

25、基于所述气流时间函数，计算所述气流的空气阻力数据；

26、基于所述涡轮扇叶转动周期数据，计算所述气流的阻尼系数；

27、基于所述函数曲线斜率及所述气流时间函数，计算涡轮扇叶惯性；

28、对所述目标空气密度、所述空气阻力数据、所述阻尼系数及所述涡轮扇叶惯性进行乘法合并，得到所述气流干扰数据。

29、在一些实施例，所述基于所述气流时间函数及所述气流干扰数据，对所述目标呼吸状态下的所述气流进行目标流速计算，包括：

30、计算所述目标呼吸状态的时间长度，得到目标时长；

31、基于所述目标时长，对所述气流时间函数及所述气流干扰数据进行积分运算，得到目标气体流速。

32、在一些实施例，所述传感器包括第一传感器及第二传感器，所述获取传感器传输的用户的呼吸信号方波图，包括：

33、获取所述第一传感器接收到的所述用户的第一呼吸方波信号；

34、获取所述第二传感器接收到的所述用户的第二呼吸方波信号；

35、对所述第一呼吸方波信号及所述第二呼吸方波信号进行信号并排显示处理，得到所述呼吸信号方波图。

36、为实现上述目的，本技术实施例的第二方面提出了一种呼吸状态下的气体流速计算装置，所述装置包括：

37、呼吸信号获取模块，用于获取传感器传输的用户的呼吸信号方波图；

38、呼吸状态预测模块，用于基于所述呼吸信号方波图，对所述用户进行呼吸状态预测，得到所述用户的目标呼吸状态；

39、气流参数获取模块，用于基于所述呼吸信号方波图，获取涡轮扇叶转动周期数据及气流的初始气体流速值；

40、气流函数生成模块，用于基于所述涡轮扇叶转动周期数据及所述初始气体流速值，确定所述气流的气流时间函数，其中，所述气流时间函数用于表征所述气流的流速与时间的映射关系；

41、干扰数据计算模块，用于基于所述涡轮扇叶转动周期数据及所述气流时间函数，确定所述气流的气流干扰数据；

42、目标流速计算模块，用于基于所述气流时间函数及所述气流干扰数据，对所述目标呼吸状态下的所述气流进行目标流速计算。

43、为实现上述目的，本技术实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

44、为实现上述目的，本技术实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

45、本技术提出的呼吸状态下的气体流速计算方法和装置、电子设备及存储介质,通过获取传感器传输的用户的呼吸信号方波图，实现对用户的呼吸状态的预测，从而明确用户当前的目标呼吸状态，以提高用户在呼吸状态下的气体流速的计算准确率，进一步地，根据获取到的涡轮扇叶转动周期数据及气流的初始气体流速值，确定表征气流的流速与时间的映射关系的气流时间函数，并根据涡轮扇叶转动周期数据及气流时间函数，确定气流的气流干扰数据，从而明确气体流速的干扰因素，最后，根据气流时间函数及气流干扰数据，对目标呼吸状态下的气流进行目标流速计算，提高了呼吸状态下的气体流速的计算准确率。