CN1525395A - 信号时域波形极值点和周期的检测方法 - Google Patents
信号时域波形极值点和周期的检测方法 Download PDFInfo
- Publication number
- CN1525395A CN1525395A CNA031138322A CN03113832A CN1525395A CN 1525395 A CN1525395 A CN 1525395A CN A031138322 A CNA031138322 A CN A031138322A CN 03113832 A CN03113832 A CN 03113832A CN 1525395 A CN1525395 A CN 1525395A
- Authority
- CN
- China
- Prior art keywords
- value
- intermediate value
- state
- search
- minimum value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
一种信号时域波形极值点和周期的检测方法,首先在进行最大值和最小值范围估计后给出一个最大值、最小值和中值的初始值,并给出门限滤波参数,然后开始一个波形检测的过程。每来一个新值就判断它是否大于中值与滤波门限之和,若大于就进入“搜索最大值”状态搜索最大值;否则将新值和中值与滤波门限之差比较,如果小于就进入“搜索最小值”状态搜索最小值。在开始下一个新的波形检测之前以搜索到的最大值和最小值的算术平均值来更新中值,同时将最大值和最小值复位到上一次波形检测前的状态。本发明能够实时快速准确地检测各种类似正弦波的生理信号和非生理信号的周期和极值点,能够很好地跟上波形突变和波动的情况。
Description
技术领域 本发明涉及数据和图形的处理方法,尤其是涉及基于有限状态机转换的信号时域波形极值点的检测和处理方法。
背景技术 现有技术采集和分析数据,例如检测人体生理信息,包括血压,呼吸,心电,脑电和胎音信号,再又如收集和分析水文信号,大气压力和温度信号等,及其他气体检测中气体各成分浓度信号,以及工程上检测炼钢炉的炉温信号等,一般是将这类时域信号取固定的一段时间内的数据进行分析,找到该区段的极值点,并计算周期。这样分析数据的方法,缺点是容易漏检波形,而且不能做到实时分析。这种方法主要考虑的是在一段时间内可以检测出波形的最大值最小值和周期就可以了,并没有考虑如何使算法能实时准确地检测出波形的最大值和最小值。比如,目前在一些实时呼吸波形检测中使用的传统方法,就有漏检波形呼吸率计算不准确等问题。
发明内容 本发明要解决的技术问题在于避免上述现有技术的不足之处而提供一种信号时域波形极值点和周期的检测方法,从而能快速实时准确地检测出波形的最大值最小值和周期。
本发明解决上述技术问题所采用的技术方案是提供一种信号时域波形极值点和周期的检测方法,包括步骤:
1.一种信号时域波形极值点和周期的检测方法,包括步骤:
(1)在波形开始的一两个周期内,估计最大值和最小值的范围:
最大值Vmax的范围是开始一段时间内检测到的最大值H的1至2倍,即
Vmax=(1~2)·H
最小值Vmin的范围是开始一段时间内检测到的最小值L的0.5至1倍,即
Vmin=(0.5~1)·L
(2)在开始搜索前,对最大值最小值和中值进行初始化,并给出门限滤波参数,对最大值初始值和最小值初始值分别赋于最小值和最大值,中值初始值为开始一段时间的算术平均值;
(3)检测实时的信号值,比较它是否大于中值与滤波门限之和;
(4)如果步骤(3)的结果为“是”,则进入“搜索最大值”的状态,并将当前检测到的信号值作为最大值,如果前一状态为“搜索最小值”状态,则用当前最大值和最小值的算术平均值来更新中值,如果前一状态也为“搜索最大值”状态,则维持中值不变,然后返回步骤(3);
(5)如果步骤(3)的结果为“否”,则比较该实时信号是否小于中值与滤波门限之差;如果步骤(5)的结果为“是”,则进入“搜索最小值”的状态,并将当前检测到的信号值作为最小值,如果前一状态为“搜索最大值”状态,则用当前最大值和最小值的算术平均值来更新中值,如果前一状态也为“搜索最小值”状态,则维持中值不变,然后返回步骤(3)。
同现有技术相比较,本发明的优点在于:能够实时快速准确地检测各种类似正弦波的生理信号和非生理信号的周期和极值点;每次只来一个点就可以处理,只要有一个波形就检测能得到最大值最小值和周期,而不是要收集一段数据才可以开始处理,并且能够很好地跟上波形突变和波动的情况。
附图说明 图1是基于有限状态机波形检测算法的示意图;
图2是状态转移图
其中:X为实时信号的输入,M为上一个周期检测得到的中值,D为滤波门限;
图3是医用二氧化碳浓度监测***实现框图;
图4是正常人的呼吸二氧化碳浓度波形曲线;
图5是算法实现的简明流程图;
图6是实际检测到的呼吸二氧化碳浓度曲线。
具体实施方式 以下结合各附图所示之最佳实施例对本发明作进一步详述。
对于一个如图1所示形态类似正弦波的波形,在开始的一段时间内,通常是一至两个周期,只估计最大值最小值和中值的范围。最大值Vmax的范围是开始一段时间内检测到的最大值H的1至2倍,即Vmax=(1~2)·H,最小值Vmin的范围是开始一段时间内检测到的最小值L的0.5至1倍,即Vmin=(0.5~1)·L。在开始搜索之前,最大值MAX和最小值MIN都应该分别赋以估计的最小值和最大值,这样保证以后的搜索可以找到最大值和最小值。中值初始值使用的是开始一段时间内的算术平均值。得到中值之后即开始一个完整的波形检测过程。对于每个实时信号的输入X,都会和中值M较,大于中值M与滤波门限D之和,就进入搜索最大值状态,简称“0状态”,并搜索最大值MAX;小于中值M与滤波门限D之差就进入搜索最小值状态,简称“1状态”,并搜索最小值MIN。这两个状态就这样交替切换,如图2所示。在完成两次状态交替的时候就要用当前一个周期的数据,即最大值和最小值的算术平均值来更新中值M,最大值MAX和最小值MIN在一个周期末的时候也要复位。这样在一个周期之内就可以得到极值点和周期,而不需要用一段数据才能做波形识别。对正常情况下的波形,如图1所示,在两条竖线ab和cd之间就可以得到最大值和最小值从而算出周期,并且根据实际需要记录当前的最大值最小值和周期。当波形发生突变的时候,由于每个周期都更新了中值最大值和最小值,所以检测到的波形在一个周期之内就会跟上实时波形的变化,马上检测出波形的最大值和最小值。当波形发生突变的时候,实际波形的中值点在横线ef处,但是搜索最大值和最小值用的中值是原来上一个周期的中值,这样中值如果能跟上波形的变化,就仍然可以准确的找到波形的最大值最小值和周期。但是如果中值没有跟上波形的变化,那么就会漏检波形。如果每一个周期都更新了中值,中值有较快变化,就能很快跟上波形的变化,不会漏检波形。如果是非常大的突变,则用两个异常参数来判断以保证在一定的时间内恢复波形检测。首先是时间上的异常处理,如果在规定的时间范围内没有搜索到极值点,就会重新开始估计最大值最小值和中值的范围并开始搜索。其次是每次更新中值的时候,用当前的中值和原来的中值做比较,如果超过了正常变化范围,就认为这是一个突发的干扰,于是限制中值更新,让它仍然保持在正常的范围之内,所述中值的正常范围是指中值在当前中值减去波形峰值和当前中值加上波形峰值之间。
医用二氧化碳浓度监测装置是监测呼吸过程中二氧化碳浓度水平的仪器。它实现的框图如图3所示:传感器得到的小信号经放大和采集电路进入计算机***,在计算机***中经过信号预处理之后,开始呼吸二氧化碳浓度波形特征点的检测。
正常人的呼吸二氧化碳浓度波形曲线如图4所示,正常人呼吸的二氧化碳浓度曲线由4部分组成:第一部分为吸气基线,处于零位,是呼气的开始部分,即AB段;第二部分为呼气上升支,比较陡直,相当于BC段;第三部分为呼气平台,呈水平形,相当于图中的CD段;第四部分为吸气下降支,迅速而陡直下降到吸气开始,即相当于图中的DE段。
对于呼吸气体的二氧化碳浓度波形,一般观察基线、高度、形态和频率四个参数。基线代表吸气末二氧化碳浓度,一般比较接近于零;高度代表呼气末二氧化碳浓度;形态主要观察正常和不正常的波形;频率反应了每分钟呼吸次数。对于这样一个类似正弦波的二氧化碳浓度曲线,就可以利用上述的检测算法进行波形特征点的检测。
本发明算法实现的简明流程如图5所示。首先开始进行最大值和最小值范围估计,估计得到最大值和最小值范围之后给出一个最大值、最小值和中值的初始值,并给出门限滤波参数和时间异常参数。有了这些基本的参数,就可以开始一个波形检测的过程。每来一个新值就判断它是否大于中值与滤波门限之和,若大于就进入“搜索最大值”状态搜索最大值;否则将新值和中值与滤波门限之差比较,如果小于就进入“搜索最小值”状态搜索最小值;否则就判断是否时间异常,若非时间异常就继续下一个点的搜索;若为时间异常就更新一次中值,最大值和最小值复位,完成更新中值和最大值最小值复位之后开始新的搜索过程。在进入“搜索最大值”状态搜索到最大值之后将更新最大值,同样进入“搜索最小值”状态搜索到最小值之后将更新最小值。在开始下一个新的波形检测之前以搜索到的最大值和最小值的算术平均值来更新中值,同时将最大值和最小值复位到上一次波形检测前的状态。在更新中值时,要将当时的中值与原来的中值相比较,如果超过正常变化的范围,就限制中值更新,让它保持在正常的范围之内,所述中值的正常范围是指中值在当前中值减去波形峰值和当前中值加上波形峰值之间。
应用该算法检测的实际效果如图6所示:图中双线为检测最大值的上升支,双线末端就是最大值所在位置。刷状线为检测最小值的下降支,刷状线末端就是最小值所在位置。可见该算法可以十分清楚检测到最大值和最小值,能准确定位最大值和最小值位置就可以计算得到准确的周期。
本发明还可用于其它形态类似正弦波的波形极值点和周期的检测。如呼吸波形、脉搏信号、心电图信号、肌电信号等生理信号;控制领域的炉温信号;水利领域的水文信号;电子通讯领域内类似正弦波的信号;大气监测的气压信号,温度信号,及其它气体检测中各种气体成分的浓度信号。
Claims (5)
1.一种信号时域波形极值点和周期的检测方法,包括步骤:
(1)在波形开始的一两个周期内, 估计最大值和最小值的范围:
最大值Vmax的范围是开始一段时间内检测到的最大值H的1至2倍,即Vmax=(1~2)·H
最小值Vmin的范围是开始一段时间内检测到的最小值L的0.5至1倍,即Vmin=(0.5~1)·L
(2)在开始搜索前,对最大值最小值和中值进行初始化,并给出门限滤波参数,对最大值初始值和最小值初始值分别赋于最小值和最大值,中值初始值为开始一段时间的算术平均值;
(3)检测实时的信号值,比较它是否大于中值与滤波门限之和;
(4)如果步骤(3)的结果为“是”,则进入“搜索最大值”的状态,并将当前检测到的信号值作为最大值,如果前一状态为“搜索最小值”状态,则用当前最大值和最小值的算术平均值来更新中值,如果前一状态也为“搜索最大值”状态,则维持中值不变,然后返回步骤(3);
(5)如果步骤(3)的结果为“否”,则比较该实时信号是否小于中值与滤波门限之差;
(6)如果步骤(5)的结果为“是”,则进入“搜索最小值”的状态,并将当前检测到的信号值作为最小值,如果前一状态为“搜索最大值”状态,则用当前最大值和最小值的算术平均值来更新中值,如果前一状态也为“搜索最小值”状态,则维持中值不变,然后返回步骤(3);
2.如权利要求1所述的信号时域波形极值点和周期的检测方法,其特征在于:在所述步骤(2)中还给出时间参数,所述时间参数为周期的1至2倍,并再执行如下步骤:
(7)如果步骤(5)的结果为“否”,则用时间参数来判断是否为时间上的异常;
(8)如果步骤(7)的结果为“是”,则返回到步骤(1);
(9)如果步骤(7)的结果为“否”,则直接返回到步骤(3);
3.如权利要求1或2所述的信号时域波形极值点和周期的检测方法,其特征在于:在所述步骤(4)和(6)中更新中值前,将当前的中值与原来的中值相比较,如果超过正常变化范围,就限制中值更新,让它仍然保持在正常范围之内;
4.如权利要求1或2中任一项所述的信号时域波形极值点和周期的检测方法,其特征在于:所述门限滤波参数不大于波形幅值的百分之十;
5.如权利要求3所述的信号时域波形极值点和周期的检测方法,其特征在于:所述中值的正常范围是指中值在当前中值减去波形峰值和当前中值加上波形峰值之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03113832 CN1278256C (zh) | 2003-02-24 | 2003-02-24 | 信号时域波形极值点和周期的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03113832 CN1278256C (zh) | 2003-02-24 | 2003-02-24 | 信号时域波形极值点和周期的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1525395A true CN1525395A (zh) | 2004-09-01 |
CN1278256C CN1278256C (zh) | 2006-10-04 |
Family
ID=34283821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 03113832 Expired - Lifetime CN1278256C (zh) | 2003-02-24 | 2003-02-24 | 信号时域波形极值点和周期的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1278256C (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101797156A (zh) * | 2010-04-13 | 2010-08-11 | 秦皇岛市康泰医学***有限公司 | 一种人体呼吸监控***呼吸波的判定方法 |
CN1832463B (zh) * | 2005-03-11 | 2011-06-08 | 冲电气工业株式会社 | 数字信号接收电路 |
CN101625376B (zh) * | 2008-07-08 | 2011-07-20 | 华硕电脑股份有限公司 | 缩小搜寻区域特征值的方法 |
CN101683260B (zh) * | 2008-09-28 | 2012-05-30 | 深圳迈瑞生物医疗电子股份有限公司 | 一种节律性生理信号的优化处理方法及装置 |
CN102613964A (zh) * | 2012-03-12 | 2012-08-01 | 深圳市视聆科技开发有限公司 | 获取生理信号周期的方法及*** |
CN103027667A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗***环球技术有限公司 | 脉搏波的特征参数提取 |
CN103175604A (zh) * | 2011-12-23 | 2013-06-26 | 中联重科股份有限公司 | 振动信号的周期辨识方法及周期辨识*** |
CN103336440A (zh) * | 2013-06-07 | 2013-10-02 | 南京工程学院 | 一种含噪变频振荡衰减信号极值群的往复搜索定迹法 |
CN103560915A (zh) * | 2013-11-07 | 2014-02-05 | 浪潮(北京)电子信息产业有限公司 | 管理云计算***中资源的方法和*** |
CN105125199A (zh) * | 2015-07-29 | 2015-12-09 | 北京医康世纪科技有限公司 | 一种心率检测方法与装置 |
CN107468256A (zh) * | 2012-11-27 | 2017-12-15 | 纽玛凯尔有限公司 | 呼吸数据的分析 |
CN107527022A (zh) * | 2017-08-04 | 2017-12-29 | 丁大良 | 信号周期计算方法 |
CN113254441A (zh) * | 2021-05-14 | 2021-08-13 | 国网安徽省电力有限公司芜湖供电公司 | 一种电网遥测数据可变尺度规模化时序存储方法 |
CN113261943A (zh) * | 2021-04-29 | 2021-08-17 | 湖南万脉医疗科技有限公司 | 一种基于wifi的呼吸机数据采集方法及*** |
WO2021164300A1 (zh) * | 2020-02-19 | 2021-08-26 | 华为技术有限公司 | 数据展示方法、终端设备及存储介质 |
-
2003
- 2003-02-24 CN CN 03113832 patent/CN1278256C/zh not_active Expired - Lifetime
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832463B (zh) * | 2005-03-11 | 2011-06-08 | 冲电气工业株式会社 | 数字信号接收电路 |
CN101625376B (zh) * | 2008-07-08 | 2011-07-20 | 华硕电脑股份有限公司 | 缩小搜寻区域特征值的方法 |
CN101683260B (zh) * | 2008-09-28 | 2012-05-30 | 深圳迈瑞生物医疗电子股份有限公司 | 一种节律性生理信号的优化处理方法及装置 |
CN101797156A (zh) * | 2010-04-13 | 2010-08-11 | 秦皇岛市康泰医学***有限公司 | 一种人体呼吸监控***呼吸波的判定方法 |
CN101797156B (zh) * | 2010-04-13 | 2012-07-11 | 秦皇岛市康泰医学***有限公司 | 一种人体呼吸监控***呼吸波的判定方法 |
CN103027667A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗***环球技术有限公司 | 脉搏波的特征参数提取 |
CN103175604B (zh) * | 2011-12-23 | 2014-10-15 | 中联重科股份有限公司 | 振动信号的周期辨识方法及周期辨识*** |
CN103175604A (zh) * | 2011-12-23 | 2013-06-26 | 中联重科股份有限公司 | 振动信号的周期辨识方法及周期辨识*** |
WO2013091477A1 (zh) * | 2011-12-23 | 2013-06-27 | 中联重科股份有限公司 | 振动信号的周期辨识方法及周期辨识*** |
KR20140098858A (ko) * | 2012-03-12 | 2014-08-08 | 선쩐 시렌 테크놀로지 컴퍼니 리미티드 | 생체신호주기의 획득 방법 및 시스템 |
KR101635825B1 (ko) * | 2012-03-12 | 2016-07-04 | 선쩐 시렌 테크놀로지 컴퍼니 리미티드 | 생체신호주기의 획득 방법 및 시스템 |
CN102613964A (zh) * | 2012-03-12 | 2012-08-01 | 深圳市视聆科技开发有限公司 | 获取生理信号周期的方法及*** |
WO2013135120A1 (zh) * | 2012-03-12 | 2013-09-19 | 深圳市世瓴科技有限公司 | 获取生理信号周期的方法及*** |
CN107468256A (zh) * | 2012-11-27 | 2017-12-15 | 纽玛凯尔有限公司 | 呼吸数据的分析 |
CN103336440B (zh) * | 2013-06-07 | 2015-08-12 | 南京工程学院 | 一种含噪变频振荡衰减信号极值群的往复搜索定迹法 |
CN103336440A (zh) * | 2013-06-07 | 2013-10-02 | 南京工程学院 | 一种含噪变频振荡衰减信号极值群的往复搜索定迹法 |
CN103560915A (zh) * | 2013-11-07 | 2014-02-05 | 浪潮(北京)电子信息产业有限公司 | 管理云计算***中资源的方法和*** |
CN105125199A (zh) * | 2015-07-29 | 2015-12-09 | 北京医康世纪科技有限公司 | 一种心率检测方法与装置 |
CN105125199B (zh) * | 2015-07-29 | 2017-12-26 | 北京医康世纪科技有限公司 | 一种心率检测方法与装置 |
CN107527022A (zh) * | 2017-08-04 | 2017-12-29 | 丁大良 | 信号周期计算方法 |
CN107527022B (zh) * | 2017-08-04 | 2020-10-13 | 丁大良 | 信号周期计算方法 |
WO2021164300A1 (zh) * | 2020-02-19 | 2021-08-26 | 华为技术有限公司 | 数据展示方法、终端设备及存储介质 |
CN113261943A (zh) * | 2021-04-29 | 2021-08-17 | 湖南万脉医疗科技有限公司 | 一种基于wifi的呼吸机数据采集方法及*** |
CN113254441A (zh) * | 2021-05-14 | 2021-08-13 | 国网安徽省电力有限公司芜湖供电公司 | 一种电网遥测数据可变尺度规模化时序存储方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1278256C (zh) | 2006-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1278256C (zh) | 信号时域波形极值点和周期的检测方法 | |
EP2533693B1 (en) | Method and apparatus for processing a cyclic physiological signal | |
CN101732050B (zh) | 一种基于光电容积波的呼吸率监测方法 | |
CN101563028B (zh) | 患者监测***和方法 | |
CN108765876A (zh) | 基于多模信号的驾驶疲劳深度分析预警***及方法 | |
JPWO2017179701A1 (ja) | 生体情報分析装置、システム、及び、プログラム | |
KR20160094265A (ko) | 컴퓨팅 장치 및 그것의 생리적 레이트 특징들을 분석하는 방법 | |
JP2010234059A (ja) | 酸素測定センサ状態決定法 | |
JP2007515977A5 (zh) | ||
CN110338813B (zh) | 一种基于频谱分析的无创血糖检测方法 | |
WO2000021438A1 (en) | Device for determining respiratory rate from optoplethysmogram | |
CN104173043A (zh) | 一种适合于移动平台的心电数据分析方法 | |
CN101991410A (zh) | 一种脉率搜索和计算方法 | |
CN106618560B (zh) | 脑电波信号的处理方法和装置 | |
CN108324286B (zh) | 一种基于pca-narx校正算法的红外光无创血糖检测装置 | |
CN103565427A (zh) | 准周期生理信号特征点的检测 | |
CN111481190A (zh) | 基于双路ppg信号的稳健心率测量方法和装置 | |
CN106037743A (zh) | 一种提取呼吸率的方法及设备 | |
TWI693061B (zh) | 非接觸式酒駕評判系統及相關方法 | |
CN108937957A (zh) | 检测方法、装置及检测设备 | |
CN108836269A (zh) | 一种融合心率呼吸体动的自动睡眠分期方法 | |
US8949072B2 (en) | Novelty detection with missing parameters | |
CN103083011B (zh) | 利用胸阻抗二阶差分图辅助实时定位心电r波峰的方法 | |
AU2006211809B2 (en) | Method and apparatus for monitoring a sedated patient | |
CN106333676B (zh) | 清醒状态下的脑电信号数据类型的标注装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20061004 |