一种基于非接触式传感器的自适应滤波方法与流程

文档序号:22738108发布日期:2020-10-31 09:18阅读:来源:国知局

技术特征:

1.一种基于非接触式传感器的自适应滤波方法,其特征在于,包括以下步骤:

s1:获取混合噪声的原始信号;

s2:初始化粒子群参数;

s3:根据各个粒子不同的滤波范围,进行带通滤波;

s4:计算原始信号的包络线,获取频谱信号;

s5:获取粒子适应度函数,更新粒子的速度和位置,更新粒子种群;

s6:判断粒子种群是否满足最大迭代范围或最优适应度值,若是,则停止迭代,执行步骤s7;反之,则返回步骤s3;

s7:获取心冲击信号。

2.根据权利要求1所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s1时,通过安装在床体的非接触传感器获取混合噪声的原始信号。

3.根据权利要求1所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s1之后,对原始信号进行分段处理,每段信号长度为20秒。

4.根据权利要求3所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s7时,将分段后形成的多段原始信号获得的部分心冲击信号按照分段排列顺序进行整合,获取完整的心冲击信号。

5.根据权利要求1所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s2时,粒子群参数包括种群个数和迭代步数,其中种群个数n不大于5,迭代步数m不大于5,随机初始化各个粒子的范围,即滤波范围。

6.根据权利要求5所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s3时,进行带通滤波,滤波之后,使用1至5的数字代表不同的粒子的滤波信号。

7.根据权利要求1所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s4时,先计算原始信号的希尔伯特变换值,然后计算信号的包络线,再然后对计算出的包络线的值进行傅里叶变换,获得频谱信号。

8.根据权利要求1所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s5时,对频谱信号进行归一化处理,然后计算粒子适应度值,根据粒子适应度函数评价所有粒子,更新粒子的速度和位置。

9.根据权利要求1所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s6时,若粒子种群满足最大迭代范围或最优适应度值,则粒子信号为最佳滤波范围,停止迭代。

10.根据权利要求5所述的一种基于非接触式传感器的自适应滤波方法,其特征在于:

执行步骤s6时,粒子种群不满足最大迭代范围或最优适应度值时,返回步骤s3,重新迭代执行粒子信号计算,并计算重新迭代次数,判断重新迭代次数是否不大于5次,若是,则继续返回步骤s3进行迭代;反之,则停止迭代。


技术总结
本发明提供一种基于非接触式传感器的自适应滤波方法,涉及智能医疗技术领域,包括以下步骤:S1:获取混合噪声原始信号;S2:初始化粒子群参数;S3:根据各个粒子不同滤波范围,进行带通滤波;S4:计算原始信号包络线,获取频谱信号;S5:获取粒子适应度函数,更新粒子的速度和位置,更新粒子种群;S6:判断粒子种群是否满足最大迭代范围或最优适应度值,是则停止迭代,执行S7;反之,则返回S3;S7:获取心冲击信号。本发明一种基于非接触式传感器的自适应滤波方法可以适应信号的个体差异和环境噪声的差异所带来的影响,根据信号的特点,通过粒子群算法自动寻找最佳滤波范围,然后结合相应滤波器进行滤波,滤波效果良好。

技术研发人员:李红文;杨向东;韩秀萍;王家冬;曹凯敏;朱震宇;陈鑫
受保护的技术使用者:浙江清华长三角研究院
技术研发日:2020.06.23
技术公布日:2020.10.30
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1