[发明专利]信号过滤方法和系统

说明书

技术领域

本发明涉及信号处理技术领域，特别是涉及一种信号过滤方法和系统。

背景技术

信号在传输过程中，由于种种原因，会产生干扰信号。干扰信号会对有用信号产生一定影响，严重时，甚至使信号无法解调。因此，在接收到信号之后，往往需要对接收信号进行过滤，去除干扰，得到有用信号。但是，在某些场景下，往往难以彻底将干扰滤除。以心电信号为例。心电信号(Electrocardiograph，ECG)包含大量的生理甚至疾病信息，是临床诊断心血管疾病的重要工具。病人监护仪及多体征采集设备实际采集到的心电信号较弱，易被多种干扰成分污染，如工频干扰，肌电(Electromyography，EMG)干扰和漂移干扰等。其中，工频干扰相对固定，较易去除，但是容易带来ST段抬高等问题，影响最终的判断；而肌电干扰则因人而异，且成分复杂，难以去除。通常干扰信号的幅值较高，而且两者的频域混叠。因此，寻找鲁棒性能好，分离效率高的滤波方法对提取纯净的心电信号意义重大。

肌电干扰的成分复杂，主要来自人体肌肉群的运动，尤其是手臂、腿和胸腔的肌肉运动产生的干扰，如挥手、咀嚼、移动、颤动和肌肉紧张等动作。肌肉运动的部位不同，对心电信号的影响也不同。目前对心电信号中肌电干扰的研究方法包括数字滤波法，盲源分离法(独立变量分析、典型相关分析)，自适应滤波法，自适应神经模糊系统法。

由于ECG的频段为0～50Hz，EMG的频段为1～2000Hz，ECG和EMG的频谱交叉混叠，难以用常规的数字滤波方法将EMG干扰滤除干净。肌电干扰去除方法滤波的同时某些有效心电信号也会被去除；且需要人工干预来识别干扰成分，因而具有一定的主观性而且非常耗时。盲源分离法很难将肌电干扰去除干净，若是去除过多的肌电分量，则会导致有用心电信号丢失。自适应滤波方法需要相应的参考导联，因而也存在交叉干扰问题。自适应模糊推理系统(AdaptiveNeuro-FuzzyInferenceSystem，ANFIS)的滤波效果还有待提高。

综上所述，现有技术干扰滤除的效果较差。

发明内容

基于此，有必要针对现有技术干扰滤除的效果较差的问题，提供一种信号过滤方法和系统。

一种信号过滤方法，包括以下步骤：

对干扰源产生的第一干扰信号进行若干次延迟，将每次延迟信号作为一个元素，构造第一干扰信号的输出向量；

根据所述输出向量确定模糊规则的前件，根据所述前件以及预设的模糊规则进行模糊推理，得到模糊规则的第一后件；

对所述输出向量进行函数扩展，获取扩展后的输出向量的正交基函数，根据所述正交基函数确定模糊规则的第二后件，在第一干扰信号经传输到达有用信号的信号源处时，根据所述第一后件和第二后件获取对应的第二干扰信号，根据所述第二干扰信号过滤出信号源产生的有用信号。

一种信号过滤系统，包括：

延迟模块，用于对干扰源产生的第一干扰信号进行若干次延迟，将每次延迟信号作为一个元素，构造第一干扰信号的输出向量；

模糊推理模块，用于根据所述输出向量确定模糊规则的前件，根据所述前件以及预设的模糊规则进行模糊推理，得到模糊规则的第一后件；

过滤模块，用于对所述输出向量进行函数扩展，获取扩展后的输出向量的正交基函数，根据所述正交基函数确定模糊规则的第二后件，在第一干扰信号经传输到达有用信号的信号源处时，根据所述第一后件和第二后件获取对应的第二干扰信号，根据所述第二干扰信号过滤出信号源产生的有用信号。

上述信号过滤方法和系统，通过对干扰源产生的干扰信号进行延迟，构造第一干扰信号的输出向量，根据所述输出向量确定模糊规则的前件进行模糊推理，对所述输出向量进行函数扩展，得到一组正交基函数，根据所述正交基函数确定模糊规则的第二后件，并在第一干扰信号经传输到达有用信号的信号源处时，根据所述第一后件和第二后件获取对应的第二干扰信号，能够有效获取干扰信号，从而能够从混有干扰信号的有用信号中提取较为纯净的有用信号。

附图说明

图1为本发明的信号过滤方法流程图；

图2为正常心电信号示意图；

图3为混有肌电信号的心电信号示意图；

图4为自适应模糊推理系统的结构示意图；

图5为本发明的基于函数链神经网络的自适应模糊推理系统的结构示意图；

图6为本发明的信号过滤系统的结构示意图。

具体实施方式

下面结合附图对本发明的信号过滤方法的实施例进行描述。