信号检测方法、信号处理方法、信号处理模型与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及信号检测技术领域，尤其涉及一种信号检测方法、信号处理方法、信号处理模型。背景技术：2.对于采用单相电源的模拟前端，采集到的模拟信号存在直流偏置，大幅提升了原始数据的动态范围，进而需要更大位宽的adc完成高保真的模数转换。现有的信号传输和存储方式没有对信号进行检测或分期处理，导致adc位宽较大，对信号传输与存储的要求较高，势必增加硬件成本。技术实现要素：3.本发明要解决的技术问题是：提供一种信号检测方法、信号处理方法、信号处理模型。4.本发明解决其技术问题所采用的技术方案是：所述信号检测方法包括：信号预处理，即对任一信号片段中的信号点进行处理，以得到信号点的处理值；检测所述处理值是否超出设定的溢出阈值范围，以根据处理值的检测结果选择不同的再处理方式。5.进一步的，所述处理值为滤波处理值或通过信号预处理模型测量信号点的残差值；所述信号预处理模型包括：ar模型、单点差分模型、周期差分模型、单点差分与周期差分的结合模型中的任一种；其中当信号无周期性干扰且采样率较高时，采用单点差分模型测量信号点的残差值；当信号存在周期性干扰时，采用周期差分模型测量信号点的残差值；当信号存在周期性干扰且采样率较高时，采用单点差分与周期差分的结合模型测量信号点的残差值。6.进一步的，根据单点差分模型测量信号点的残差值包括：残差值单点差分=当前信号点的原始值-上一信号点的原始值；根据周期差分模型测量信号点的残差值包括：残差值周期差分=当前周期片段的原始值-j*当前周期片段的估计值，其中，所述当前周期片段的估计值=上一周期片段的原始值，j表示系数；通过单点差分与周期差分的结合模型测量信号点的残差值包括：将所述信号点组合成多个周期片段测量周期差分的残差值，即残差值结合差分=残差值周期差分（k）-残差值周期差分（k-1），其中k=2，3，...，k。7.进一步的，所述信号检测方法还包括在信号预处理之前对信号片段进行分期检测；所述分期检测包括：滑窗处理；检测窗内信号的波动性；根据窗内信号的波动性结果检测信号分期。8.进一步的，所述窗内信号的波动性结果的表征方式包括窗内信号的方差和均值、窗内信号的归一化线长中的任一种；其中根据窗内信号的方差和均值检测信号分期包括：获取窗内信号的方差和均值；检测方差不小于第二阈值的信号片段为波动期，检测方差小于第二阈值的信号片段为平稳期；通过窗内信号的归一化线长检测信号分期包括：获取归一化线长，即测量窗内信号的一阶差分的绝对值的平均值，，其中a是窗内信号点的个数，x(a)表示窗内第a个信号点，a=1,2,...,a-1；检测归一化线长超过溢出阈值的信号片段为波动期，检测归一化线长不超过溢出阈值的信号片段为平稳期。9.本发明还提供了一种基于如前所述的信号检测方法的信号处理方法，所述根据处理值的检测结果选择不同的再处理方式包括：当任一信号点的处理值超出设定的溢出阈值范围时，对信号点的处理值进行映射编码；其中所述映射编码包括：对信号点的处理值重复执行n次映射运算至在溢出阈值范围内，得到映射标记和映射值，则该信号点编码为：n个映射标记+m种映射值；其中m为映射值的类型，m≥1。10.进一步的，当m=1时，所述映射运算包括减法运算；所述减法运算为将信号点的处理值减去所述溢出阈值；所述映射值为最后一次减法运算得到的差值，则该信号点编码为：n个映射标记+差值。11.进一步的，当m=2时，所述映射运算包括对数运算、商余运算中的任一种；其中所述对数运算为z=log2(d)，d为处理值；所述映射值为最后一次对数运算得到的浮点值z，其整数段为int(z)，小数段为z-int(z)；则该信号点编码为：n个映射标记+int(z)+ z-int(z)；所述商余运算为将信号点的处理值除以所述溢出阈值，所述映射值为最后一次商余运算得到的商值q和n次商余运算得到的n个余数c，则该信号点编码为：n个映射标记+商值q+n个余数c。12.进一步的，所述溢出阈值范围由溢出阈值决定，溢出阈值为-2n-1或2n-1,n为期望编码位宽，所述溢出阈值范围为（-2n-1,2n-1）；设定信号片段的n位溢出率等于在任一信号片段中处理值超过溢出阈值范围的信号点个数除以信号片段中总的信号点个数；当信号片段处于平稳期且信号片段的n位溢出率低于第一阈值时，选择采用减法运算的映射编码对处理值进行编码；当信号片段处于波动期且信号片段的平均信息熵小于设定熵阈值时，选择采用对数运算的映射编码对处理值进行编码；当信号片段处于波动期且信号片段的平均信息熵不小于设定熵阈值时或信号片段处于平稳期且信号片段的n位溢出率高于第一阈值时，选择采用商余运算的映射编码对处理值进行编码。13.进一步的，所述根据处理值的检测结果选择不同的再处理方式还包括：对映射编码后的信号点或处理值不超出设定的溢出阈值范围的信号点进行二次编码；所述二次编码包括：霍夫曼编码及其变体编码、算术编码及其变体编码、区间编码及其变体编码，非对称数字系统编码中的至少一种。14.本发明还提供了一种信号处理模型，包括：采集模块，用于采集信号；处理模块，用于执行如前所述的信号处理方法；存储模块，用于存储处理后的信号。15.本发明的有益效果是，本发明的信号处理方法及信号处理模型先对信号进行信号预处理，得到信号点的处理值；然后检测所述处理值是否超出设定的溢出阈值范围；再根据处理值的检测结果选择不同的再处理方式，有效的将信号根据处理值的检测结果做了针对性区分处理，有效提高了信号的处理效果。附图说明16.下面结合附图和实施例对本发明进一步说明。17.图1是本发明的信号处理方法的流程图。18.图2是本发明的信号处理方法的具体工作过程图。19.图3是本发明的商余运算编码的一种示意图。20.图4是本发明的周期差分和单点差分运算的示意图。21.图5是本发明的不同信号预处理模型的溢出率的一对比图。22.图6是本发明的不同信号预处理模型的溢出率的另一对比图。23.图7是本发明的实施例一的处理过程图。24.图8是本发明的实施例二的处理过程图。25.图9是本发明的实施例三的处理过程图。26.图10是对比例的处理过程图。27.图11是本发明的实施例与对比例的压缩比变化的曲线图。28.图12是本发明的实施例与对比例的溢出率变化的曲线图。具体实施方式29.现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。30.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。31.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。32.如图1至图2所示，本发明的信号处理方法包括以下步骤：先采用信号检测方法检测信号的处理值是否超出设定的溢出阈值范围，再根据处理值的检测结果选择不同的再处理方式。其中信号检测方法包括：s1、信号预处理，即对任一信号片段中的信号点进行处理，以得到信号点的处理值；s2、检测所述处理值是否超出设定的溢出阈值范围；以根据处理值的检测结果选择不同的再处理方式。根据处理值的检测结果选择不同的再处理方式包括：当任一信号点的处理值超出设定的溢出阈值范围时，先对信号点的处理值进行映射编码，再进行二次编码；当任一信号点的处理值不超出设定的溢出阈值范围，对其处理值直接进行二次编码；其中所述映射编码包括：对信号点的处理值重复执行n次映射运算至在溢出阈值范围内，得到映射标记和映射值，则该信号点编码为：n个映射标记+m种映射值；其中m为映射值的类型，m≥1。33.例如图2所示，m-bit的原始信号经过滑窗处理可以获得多个m-bit的信号片段，对该信号片段进行分期检测后，利用信号预处理模型计算出信号点的处理值，再判断信号点的处理值是否超出溢出阈值范围，若是，则进行映射编码处理，若否，则保存该处理值，然后将映射编码后的处理值以及直接保存的处理值均进行二次编码后得到最终的信号。34.可选的，所述二次编码包括但不限于：霍夫曼编码及其变体编码、算术编码及其变体编码、区间编码及其变体编码，非对称数字系统编码中的至少一种。也就是说，进行信号编码后的信号可以再进行二次编码，更进一步压缩信号。35.需要说明的是，本发明所说的信号可以任意类型的信号，例如但不限于脑电信号、肌电信号、心电信号等生理信号，也可以是图像信号、软件数据等可存储的数据。在获取原始信号后可以先对原始信号进行切片处理，划分为多个信号片段，然后将信号片段分期检测，根据波动性标记信号分期，然后对每一信号片段中的信号点进行信号预处理和信号编码，得到压缩信号。其中，处理值为通过信号预处理模型测量得到的信号点的残差值或滤波处理值。对信号片段中的所有信号点的处理值进行判断，如果某一信号点的处理值未超过设定的溢出阈值范围，则不做编码处理；如果某一信号点的处理值超过了设定的溢出阈值范围，则需要进行信号编码，以减少信号占用空间。信号点的编码方式为“n个映射标记+m种映射值”，其中映射标记是为了便于后续能够对压缩信号进行解码，映射值为至少一种。36.例如，当m=1时，映射运算包括减法运算。减法运算为将信号点的处理值减去溢出阈值，映射值为最后一次减法运算得到的差值，则该信号点编码为：n个映射标记+差值。也就是说，当m=1时，映射值为减法的差值，信号点的处理值减去溢出阈值，得到第一次减法的差值，若第一次减法的差值仍然超出溢出阈值范围，则继续对差值做减法运算，直至差值在溢出阈值范围内。在进行编码时，映射标记可以采用字符，n表示做减法的次数，映射值选取最后一次做减法得到的差值。37.例如，当m=2时，映射运算包括对数运算、商余运算中的任一种。其中，对数运算为z=log2(d)，d为处理值；映射值为最后一次对数运算得到的浮点值z，其整数段为int(z)，小数段为z-int(z)；则该信号点编码为：n个映射标记+ int(z)+ z-int(z)。商余运算为将信号点的处理值除以溢出阈值，映射值为最后一次商余运算得到的商值q和n次商余运算得到的n个余数c，则该信号点编码为：n个映射标记+商值q+n个余数c。也就是说，在进行对数运算时，对信号点的处理值做对数运算后得到的浮点值如果仍然超出溢出阈值范围，则继续对浮点值做对数运算，直至浮点值在溢出阈值范围内。进行编码时，映射标记可以采用字符，n表示做对数运算的次数，映射值包含整数段int(z)和小数段z-int(z)两种，并且，编码时，整数段int(z)仅仅占用1个字节，小数段z-int(z)可以占用多个字节。在进行商余运算时，对信号点的处理值做除法，即将处理值除以溢出阈值，可以得到商值q和余数c，如果商值q仍然超出溢出阈值范围，则继续将商值q除以溢出阈值，直至商值q在溢出阈值范围内。进行编码时，映射标记可以采用字符，n表示做商余运算的次数，映射值包含商值q和余数c两种，商值q选取最后一次除法得到的商值，余数c则保留全部。商余运算通过做除法将信号点映射为更小的商值和余数。38.需要说明的是，上述三种运算中n的数值可能相同也可能不同。本发明的编码方式可以在保留信号特征的同时，尽可能地压缩信号的数据量，进一步提高压缩比。39.在本发明中，溢出阈值范围由溢出阈值决定，溢出阈值为-2n-1或2n-1,n为期望编码位宽，则溢出阈值范围为（-2n-1,2n-1），溢出阈值范围不包含端点。当溢出阈值参与映射运算时，其值取决于计算机有符号表示的数值中绝对值最大的数是正数还是负数，换句话说，其值取决于计算机n-bit有符号信号所能表示信号范围，若为(-2n-1,2n-1]，则溢出阈值取2n-1；若为[-2n-1,2n-1)，则溢出阈值取-2n-1，但同一计算机进行信号压缩时应统一为正数或者负数中的一种。通过映射编码对处理值进行编码包括：设定信号片段的n位溢出率等于在任一信号片段中处理值超过溢出阈值范围的信号点个数除以信号片段中总的信号点个数；当信号片段处于平稳期且信号片段的n位溢出率低于第一阈值时，选择m=1的映射编码对处理值进行编码；当信号片段处于波动期且信号片段的平均信息熵小于设定熵阈值时，选择m=2映射编码的对数运算对处理值进行编码；当信号片段处于波动期，且信号片段的平均信息熵不小于设定熵阈值时或信号片段处于平稳期且信号片段的n位溢出率高于第一阈值时，选择m=2映射编码的商余运算对处理值进行编码。例如，第一阈值为1-10%，优选为3%、5%、7%。也就是说，在选取信号编码方式时，可以根据信号片段中信号点的n位溢出率、信号波动状态（平稳期或波动期）和信号片段的平均信息熵来确定选择哪种编码方式。根据信号的特点选择合适的编码方式，例如处于平稳期的信号的溢出率小，就没有必要用计算量相对较大的对数运算、商余运算了，既能够对信号进行更好地压缩，节省测量资源，提高效率，还能够保留信号中的重要特征。[0040]例如图3所示，n=8，溢出阈值为-128或128，溢出阈值范围为（-128，128），设原始信号点为24bit，信号片段包含10个信号点，对信号片段中的信号点做单点差分，得到9个残差值，溢出率为50%。因此可以选择商余运算对处理后的信号片段内的10个信号点（1个原始值+9个残差值）进行编码。进行商余运算时，溢出阈值可以设为128，第1个信号点为15000，将15000÷128=117（在溢出阈值范围内），余数为24，因此，对信号点15000的编码为“s+117+24”，s为映射标记；将信号点16800÷128=131，余数为32，商值131仍然超出了溢出阈值范围，因此继续对商值131做除法，131÷128=1（在溢出阈值范围内），余数为3，因此，对信号点16800的编码为“s+s+1+3+32”。通过商余运算可以得到信号片段内所有信号点的编码（如图3所示）。经过信号编码后，10个信号从原来占用30个字节降低至22个字节，有效减少了信号量，节省了存储空间。并且，商余运算是一种无损压缩，编码后的信号位数与原始信号位数相等，这样解码后仍然可以获取有效的信号（即保留了原始特征）进行后续的分析处理。[0041]例如，信号检测方法还包括在信号预处理之前对信号片段进行分期检测；所述分期检测包括：滑窗处理；检测窗内信号的波动性；根据窗内信号的波动性结果检测信号分期。也就是说，在进行信号预处理之前可以先对信号片段进行分类，确定该信号片段是处于平稳期还是波动期，然后根据信号片段的分类结果再进行信号预处理和选择性的再处理。这样，可以进一步提升信号的处理效果，即信号处理后的压缩效果以及压缩效率。[0042]所述窗内信号的波动性的表征方式包括窗内信号的方差和均值、窗内信号的归一化线长中的任一种；其中根据窗内信号的方差和均值检测信号分期包括：获取窗内信号的方差和均值；检测方差不小于第二阈值的信号片段为波动期，检测方差小于第二阈值的信号片段为平稳期。所述第二阈值为窗内信号的方差均值的2-10倍，优选为3倍、5倍、8倍。[0043]通过窗内信号的归一化线长检测信号分期包括：获取归一化线长，即测量窗内信号的一阶差分的绝对值的平均值：，其中，a是窗内信号点的个数，x(a)表示窗内第a个信号点，a=1,2,...,a-1；检测归一化线长超过溢出阈值的信号片段为波动期，检测归一化线长不超过溢出阈值的信号片段为平稳期。[0044]具体的，在本发明中，当处理值为滤波处理值时，其滤波值的处理方式主要采用低通滤波或高通滤波，来消除与目标信号无关的背景噪声。当处理值为残差值时，其主要采用的信号预处理模型包括：ar模型、单点差分模型、周期差分模型、单点差分与周期差分的结合模型中的任一种。其中，当信号无周期性干扰且采样率较高时，采用单点差分模型测量信号点的残差值；当信号存在周期性干扰时，采用周期差分模型测量信号点的残差值；当信号存在周期性干扰且采样率较高时，采用单点差分与周期差分的结合模型测量信号点的残差值。[0045]例如，ar模型的表达式为：，其中，，为p阶中心化ar模型的系数，为原始信号与其估计值之间的残差。对于信号压缩而言，获取以最小化残差是提升压缩比的关键。信号片段的残差矢量为：，最小化ar模型的系数可以表示为：。[0046]例如，另p=1，=1，上述p阶中心化ar模型可以表示为：，即获得单点差分模型。单点差分模型能降低残差值的溢出率。[0047]例如，令k=2p且p=t*fs， =w，，则上述p阶ar模型可以表示为：，即获得周期差分模型，其中，t表示干扰的最大周期，fs为采样率，w为趋势补偿系数，能够反映前后周期整体复制的变化率。周期差分模型可以去除原始信号中的周期干扰，从而降低残差值的溢出率。[0048]单点差分模型和周期差分模型无需动态求解系数，测量效率可以明显提高，由于省去了系数的求解，还能够节约存储空间。在实际应用时，可以根据信号是否存在周期性干扰和采样率来选取信号预处理模型。[0049]具体的，根据单点差分模型测量信号点的残差值包括：残差值单点差分=当前信号点的原始值-上一信号点的原始值。根据周期差分模型测量信号点的残差值包括：残差值周期差分=当前周期片段的原始值-j*当前周期片段的估计值，其中，当前周期片段的估计值=上一周期片段的原始值，j表示系数。通过单点差分与周期差分的结合模型测量信号点的残差值包括：将信号点组合成多个周期片段测量周期差分的残差值，即残差值结合差分=残差值周期差分（k）-残差值周期差分（k-1），其中k=2，3，...，k。[0050]例如图4所示，t=1/50或1/60（工频干扰的最大周期），干扰最大周期对应的信号点数为t*fs。设某一信号片段包含的信号点为，共k个信号点，将k个信号点以t*fs为一个周期划分为多个周期片段、，以上一周期片段的原始值作为当前周期片段的估计值，根据周期差分模型测量第二个至最后一个周期片段的残差值，将第一个周期片段的原始值和第二个至最后一个周期片段的残差值组成新的信号片段，新的信号片段与原始的信号片段等长，然后对新的信号片段内的信号点做单点差分，得到最终的信号残差片段。[0051]相比原始信号，通过周期差分和单点差分结合测量得到的信号残差片段的8-bit溢出率显出降低。如图5所示，对于强工频信号（采样率为500hz），以10个点数为一个工频周期，原始数据的溢出率为100%，单点差分（即第一个周期的差分数据）的溢出率约为47%，而周期差分+单点差分的溢出率约为22%，明显优于单点差分的溢出率。如图6所示，对于弱工频信号（采样率为1000hz），以20个点数为一个工频周期，单点差分（即第一个周期的差分数据）的溢出率约为12%，而周期差分+单点差分的溢出率约为16%，稍劣于单点差分。对于50hz/60hz的工频干扰来说，周期差分与单点差分结合的方式具有明显优势。[0052]下面通过具体的实施例来说明本发明的有益效果。[0053]实施例一如图7所示，采用24bit原始信号，对原始信号进行切片处理，得到24bit信号片段。通过周期差分和单点差分结合的方式测量24bit信号片段的残差值，对残差值采用商余运算进行编码，二次编码选用霍夫曼编码，得到最终的处理后信号片段。商余运算编码后，信号点的占用位数仍然是24位。[0054]实施例二如图8所示，实施例二与实施例一的区别在于，通过单点差分和单点差分结合的方式测量24bit信号片段的残差值。[0055]实施例三如图9所示，实施例三与实施例一的区别在于，通过单点差分测量24bit信号片段的残差值。[0056]对比例如图10所示，对比例（即现有技术）采用24bit原始信号，对原始信号进行切片处理，得到24bit信号片段。通过单点差分测量24bit信号片段的残差值，对残差值采用霍夫曼编码进行编码，二次编码选用霍夫曼编码，得到最终的处理后信号片段。第一次霍夫曼编码后，信号点的位数从24bit增加到了32bit，给信号压缩反而增加了工作量。[0057]从图11可知，实施例一的压缩比稳定在3.47左右，实施例二的压缩比稳定在3.29左右，实施例三的压缩比稳定在3.24左右，而对比例的压缩比稳定在3.02左右。将实施例一至实施例三以及对比例进行比较，三个实施例的信号压缩比均高于对比例，并且，实施例一的压缩比》实施例二的压缩比》实施例三的压缩比。表明本发明的信号处理方法相比现有技术能够将信号的存储压缩比提升7.2%～15%。并且，存储压缩比与信号片段的长度呈正相关，信号片段长度大于15秒后，存储压缩比趋向平稳。如图12所示，实施例一的溢出率约为19%，实施例二的溢出率约40%，实施例三和对比例的溢出率约为44%。由此可知，实施例一的8bit溢出率明显低于实施例二、三和对比例，表明采用周期差分+单点差分结合的方式能够有效降低信号的溢出率，进而有效减少信号编码的次数，提高存储压缩比的同时还能够提升压缩效率。[0058]本发明还提供了一种信号处理模型，包括：采集模块，用于输入或采集信号；处理模块，用于执行所述信号处理方法；存储模块，用于存储处理后的信号。[0059]综上所述，本发明的信号检测方法、信号处理方法及信号处理模型，通过信号预处理得到信号点的处理值；检测所述处理值是否超出设定的溢出阈值范围；根据处理值的检测结果选择不同的再处理方式，能够对原始信号进行有效处理，进一步提升信号压缩比和压缩效率，显著节约存储空间，从而也能够为企业节约存储成本，具有很高的应用价值。[0060]以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要如权利要求范围来确定其技术性范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!