信號過濾方法和系統技術方案

本發明專利技術涉及一種信號過濾方法和系統，其中方法包括以下步驟：根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量，將所述輸出向量輸入到自適應神經模糊推理系統；設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述輸出向量在各個神經元節點的隸屬度，根據所述隸屬度計算所述第一模糊規則的激勵強度；根據所述激勵強度設置神經元節點的數量，設置神經元節點的第二模糊規則，根據所述輸出向量與所述第二模糊規則確定第二干擾信號，根據所述第二干擾信號對信號源產生的有用信號進行過濾；其中，所述第二干擾信號是第一干擾信號經傳輸到達有用信號的信號源處時的干擾信號。

【技術實現步驟摘要】

本專利技術涉及信號處理
，特別是涉及一種信號過濾方法和系統。
技術介紹
信號在傳輸過程中，由于種種原因，會產生干擾信號。干擾信號會對有用信號產生一定影響，嚴重時，甚至使信號無法解調。因此，在接收到信號之后，往往需要對接收信號進行過濾，去除干擾，得到有用信號。但是，在某些場景下，往往難以徹底將干擾濾除。以心電信號為例，心電信號(Electrocardiograph，ECG)包含大量的生理甚至疾病信息，是臨床診斷心血管疾病的重要工具。病人監護儀及多體征采集設備實際采集到的心電信號較弱，易被多種干擾成分污染，如工頻干擾，肌電(Electromyography，EMG)干擾和漂移干擾等。其中，工頻干擾相對固定，較易去除，但是容易帶來ST段抬高等問題，影響最終的判斷；而肌電干擾則因人而異，且成分復雜，難以去除。通常干擾信號的幅值較高，而且兩者的頻域混疊。因此，尋找魯棒性能好，分離效率高的濾波方法對提取純凈的心電信號意義重大。肌電干擾的成分復雜，主要來自人體肌肉群的運動，尤其是手臂、腿和胸腔的肌肉運動產生的干擾，如揮手、咀嚼、移動、顫動和肌肉緊張等動作。肌肉運動的部位不同，對心電信號的影響也不同。目前對心電信號中肌電干擾的研究方法包括數字濾波法，盲源分離法(獨立變量分析、典型相關分析)，自適應濾波法，自適應神經模糊系統法。由于ECG的頻段為0～50Hz，EMG的頻段為1～2000Hz，ECG和EMG的頻譜交叉混疊，難以用常規的數字濾波方法將EMG干擾濾除干凈。肌電干擾去除方法濾波的同時某些有效心電信號也會被去除；且需要人工干預來識別干擾成分，因而具有一定的主觀性而且非常耗時。盲源分離法很難將肌電干擾去除干凈，若是去除過多的肌電分量，則會導致有用心電信號丟失。自適應濾波方法 需要相應的參考導聯，因而也存在交叉干擾問題。自適應模糊推理系統(Adaptive Neuro-Fuzzy Inference System，ANFIS)的濾波效果還有待提高。綜上所述，通過上述以心電信號為例所做的分析，可以發現現有的信號過濾技術存在交叉干擾問題，干擾濾除的效果較差。
技術實現思路
基于此，有必要針對現有技術干擾濾除的效果較差的問題，提供一種信號過濾方法和系統。一種信號過濾方法，包括以下步驟：根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量，將所述輸出向量輸入到自適應神經模糊推理系統；設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述輸出向量在各個神經元節點的隸屬度，根據所述隸屬度計算所述第一模糊規則的激勵強度；根據所述激勵強度設置神經元節點的數量，設置神經元節點的第二模糊規則，根據所述輸出向量與所述第二模糊規則確定第二干擾信號，根據所述第二干擾信號對信號源產生的有用信號進行過濾；其中，所述第二干擾信號是第一干擾信號經傳輸到達有用信號的信號源處時的干擾信號。一種信號過濾系統，包括：輸入模塊，用于根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量，將所述輸出向量輸入到自適應神經模糊推理系統；計算模塊，用于設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述輸出向量在各個神經元節點的隸屬度，根據所述隸屬度計算所述第一模糊規則的激勵強度；過濾模塊，用于根據所述激勵強度設置神經元節點的數量，設置神經元節點的第二模糊規則，根據所述輸出向量與所述第二模糊規則確定第二干擾信號，根據所述第二干擾信號對信號源產生的有用信號進行過濾；其中，所述第二干擾信號是第一干擾信號經傳輸到達有用信號的信號源處時的干擾信號。上述信號過濾方法和系統，通過將干擾信號的輸出向量輸入到自適應神經模糊推理系統，設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述第一模糊規則的激勵強度，根據所述激勵強度設置神經元節點的數量，設置神經元節點的第二模糊規則，根據所述輸出向量與所述第二模糊規則確定第二干擾信號，并根據所述第二干擾信號對信號源產生的有用信號進行過濾，能夠有效獲取干擾信號，從而能夠從混有干擾信號的有用信號中提取較為純凈的有用信號。附圖說明圖1為本專利技術的信號過濾方法流程圖；圖2為正常心電信號示意圖；圖3為混有肌電信號的心電信號示意圖；圖4為自適應模糊推理系統的結構示意圖；圖5為本專利技術的信號過濾系統的結構示意圖。具體實施方式下面結合附圖對本專利技術的信號過濾方法的實施例進行描述。圖1為本專利技術的信號過濾方法流程圖。如圖1所示，所述信號過濾方法可包括以下步驟：S1，根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量，將所述輸出向量輸入到自適應神經模糊推理系統；下面以心電信號和肌電信號為例進行說明。當需要從混有肌電信號的心電信號中提取純凈的心電信號時，所述第一干擾信號為肌電信號；相應地，心電信號為有用信號。在實際情況下，第一干擾信號和有用信號也可以是其他信號。具體的信號類型將不會影響本申請技術方案的實施。正常心電信號其最主要特點為，有窄而高的QRS波，QRS波以外的數據基本處于一個相對穩定的區域，如圖2所示。混有肌電干擾的心電信號其特點波形粗糙，不光滑，導致QRS中蘊含的有用信息難以提取，如圖3所示。自適應模糊推理系統(ANFIS)原理框圖如圖4所示。其中，s(k)為不含有任何干擾或干擾的理想ECG信號；q(k)為主輸入源，是混入了EMG等干擾的ECG信號，即電極直接采集得到的ECG信號；f為非線性動態函數，反映了人體從肌電干擾產生到心電電極的路徑；n(k)為噪聲參考輸入源，即第一干擾信號；d(k)為EMG干擾信號，即第一干擾信號經傳輸到達有用信號的信號源處時的第二干擾信號；為d(k)的估計值，通過操作，得到理想ECG信號s(k)的估計值可對干擾源產生的第一干擾信號進行若干次延遲，以每次延遲得到的干擾信號為元素，構造第一干擾信號的輸出向量。例如，可將所述第一干擾信號經過抽頭延遲線D，進行r-1次延遲，得到r維的輸出向量X(k)＝[x1(k),x2(k),…,xr(k)]T。S2，設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述輸出向量在各個神經元節點的隸屬度，根據所述隸屬度計算所述第一模糊規則的激勵強度；輸出向量X(k)＝[x1(k),x2(k),…,xr(k)]T進入濾波器的第1層，該層的每個節點都相當于一個一維隸屬度函數，可選取高斯函數作為隸屬度函數，具體如下： μ i j ( x l ) = exp [ - ( x l - c i j ) 2 σ j 本文檔來自技高網...

【技術保護點】
一種信號過濾方法，其特征在于，包括以下步驟：根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量，將所述輸出向量輸入到自適應神經模糊推理系統；設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述輸出向量在各個神經元節點的隸屬度，根據所述隸屬度計算所述第一模糊規則的激勵強度；根據所述激勵強度設置神經元節點的數量，設置神經元節點的第二模糊規則，根據所述輸出向量與所述第二模糊規則確定第二干擾信號，根據所述第二干擾信號對信號源產生的有用信號進行過濾；其中，所述第二干擾信號是第一干擾信號經傳輸到達有用信號的信號源處時的干擾信號。

【技術特征摘要】
1.一種信號過濾方法，其特征在于，包括以下步驟：根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量，將所述輸出向量輸入到自適應神經模糊推理系統；設置所述自適應神經模糊推理系統各個神經元節點的第一模糊規則，計算所述輸出向量在各個神經元節點的隸屬度，根據所述隸屬度計算所述第一模糊規則的激勵強度；根據所述激勵強度設置神經元節點的數量，設置神經元節點的第二模糊規則，根據所述輸出向量與所述第二模糊規則確定第二干擾信號，根據所述第二干擾信號對信號源產生的有用信號進行過濾；其中，所述第二干擾信號是第一干擾信號經傳輸到達有用信號的信號源處時的干擾信號。2.根據權利要求1所述的信號過濾方法，其特征在于，根據干擾源產生的第一干擾信號構造第一干擾信號的輸出向量的步驟包括：對干擾源產生的第一干擾信號進行若干次延遲；以每次延遲得到的干擾信號為元素，構造第一干擾信號的輸出向量。3.根據權利要求1所述的信號過濾方法，其特征在于，計算所述輸出向量在自適應神經模糊推理系統第一層的每個神經元節點的隸屬度的步驟包括：根據如下公式計算所述隸屬度： O j ( 1 ) = Σ l = 1 r μ l j ( x l ) ; ]]>其中，式中，為所述輸出向量在第j個神經元節點的隸屬度，μlj(xl)為所述輸出向量中第l個元素xl在第j個神經元節點的隸屬度函數，l＝1,2,...,r為所述輸出向量的維度，j＝1,2,...,n為隸屬度函數的個數，clj為所述輸出向量中第l個元素在第j個神經元節點的隸屬度函數的中心，σj為第j個神經元節點的隸屬度函數的寬度。4.根據權利要求3所述的信號過濾方法，其特征在于，所述激勵強度為： O j ( 2 ) = Π l = 1 r μ l j ( x l ) = exp [ - | | ( x l - c l j ) 2 | | σ j 2 ] ; ]]>式中，為第j條模糊規則的激勵強度，μlj(xl)為所述輸出向量中第l個元
\t素xl在第j個神經元節點的隸屬度函數，r為所述輸出向量的維度，n為隸屬度函數的個數，clj為所述輸出向量中第l個元素在第j個神經元節點的隸屬度函數的中心，σj為第j個神經元節點的隸屬度函數的寬度。5.根據權利要求1所述的信號過濾方法，其特征在于，根據所述激勵強度調整...

【專利技術屬性】
技術研發人員：胡靜，鄭曉波，趙巍，
申請(專利權)人：廣州視源電子科技股份有限公司，
類型：發明
國別省市：廣東;44