[發明專利]信號的級聯降噪方法、降噪系統、自適應濾波

在審

• 申請號: 202210547829.8
• 申請日: 2022-05-18
• 公開（公告）號: CN115137373A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 黃肖山;胥紅來;章希睿
• 申請（專利權）人: 博睿康醫療科技（上海）有限公司
• 主分類號: A61B5/372
• 分類號: A61B5/372
• 代理公司: 上海浦一知識產權代理有限公司 31211
• 代理人: 戴廣志

本發明屬于信號處理技術領域，具體涉及一種信號的級聯降噪方法、降噪系統、自適應濾波，其中信號的級聯降噪方法包括：步驟S1，預降噪；步驟S2，根據預降噪結果選擇相應的自適應濾波，以針對性濾除信號中的噪聲；其中所述自適應濾波的優化參數根據預降噪后的信號獲取，可提升相關產品與系統的抗工頻干擾性能，也可以針對非工頻干擾場景進行去噪。

技術領域

本發明屬于信號處理技術領域，具體涉及一種信號的級聯降噪方法、降噪系統、自適應濾波。

背景技術

腦電是一種典型的生理弱信號。設備在采集腦電數據時，極易受到其它電子設備工頻信號和環境噪聲的影響，導致數據信噪比的下降，嚴重時數據可能完全失效。因此，在硬件條件和環境固定的前提下，降噪方法的優劣，成為決定腦電設備數據質量的關鍵因素。

因此，基于上述技術問題需要設計一種新的信號的級聯降噪方法、降噪系統、自適應濾波。

發明內容

本發明提供了一種信號的級聯降噪方法、降噪系統、自適應濾波。

第一方面，本發明提供了一種信號的級聯降噪方法，包括如下步驟：

步驟S1，預降噪；

步驟S2，根據預降噪結果選擇相應的自適應濾波，以針對性濾除信號中的噪聲；其中

所述自適應濾波的優化參數根據預降噪后的信號獲取。

進一步，所述預降噪包括去除工頻干擾、去除寬頻噪聲中的至少一種；其中

所述去除工頻干擾包括：采用窄阻帶頻域濾波方式預濾除固定強噪聲；以及

所述去除寬頻噪聲包括：采用低通濾波濾除高頻噪聲；

所述采用窄阻帶頻域濾波方式預濾除固定強噪聲包括：

設置數字陷波器，即令系統函數h(z)在頻率±ω₀處的響應為零點；

離開頻率±ω₀后的響應迅速恢復到常數，即極點；

系統函數h(z)為

式中，z表示Z-變換后系統函數的自變量，j表示虛數單位；所述數字陷波器為2階IIR濾波器，其系數分別為b＝[1,-2cosω₀,1]，

a＝[1,-2αcosω₀,α²]，ω₀為陷波頻率，1-α為-3dB的歸一化阻帶寬度。

進一步，所述自適應濾波包括維納濾波、RLS自適應濾波、LMS自適應濾波、卡爾曼濾波中的至少一種；

所述預降噪結果為預降噪后的信號中是否含有平穩噪聲和非平穩噪聲；

所述根據預降噪結果選擇相應的自適應濾波包括：

當預降噪后的信號中含有平穩噪聲時，所述自適應濾波選擇維納濾波、RLS自適應濾波中的至少一種；

當預降噪后的信號中含有非平穩噪聲時，所述自適應濾波選擇LMS自適應濾波、卡爾曼濾波中的至少一種；

當預降噪后的信號中同時含有平穩噪聲和非平穩噪聲時，所述自適應濾波選擇LMS自適應濾波、卡爾曼濾波中的至少一種。

進一步，所述預降噪后的信號中是否含有平穩噪聲和非平穩噪聲的判定方法包括：計算噪聲的統計特性；若統計特性隨時間變化，則是非平穩噪聲，否則是平穩噪聲。

進一步，所述維納濾波的優化參數包括階數；

所述RLS自適應濾波的優化參數包括步進、遺忘因子；