[实用新型]一种基于压缩感知的低功耗心电信号处理电路

说明书

本实用新型属于可穿戴设备技术领域，涉及一种基于压缩感知的低功耗心电信号处理电路，时钟分频模块分别与序列发生模块、压缩计算模块、存储模块及控制模块连接，序列发生模块输出端与压缩计算模块输入端连接，心电信号输入到压缩计算模块输入端，压缩计算模块将输入的心电数据利用压缩矩阵进行压缩运算，压缩计算模块输出端与存储模块连接，并将运算结果存储到存储模块，控制模块通过使能信号控制各个模块的开启或关闭；本实用新型将输入的N×1维心电数据与序列发生模块产生的M×N维矩阵通过压缩计算模块进行压缩运算，得到M维的压缩数，该电路具有较小的电路面积和较低的功耗，完成对心电信号的压缩处理，同时具有良好的压缩性能。

技术领域

本实用新型涉及一种心电信号处理电路，尤其是一种基于压缩感知的低功耗心电信号处理电路，属于可穿戴设备技术领域。

背景技术

随着物联网技术和可穿戴电子产品的发展，利用可穿戴设备和无线网络将心电信号实时传输到监控中心，以实现身体健康状态的实时评估功能，正成为当前医疗保健行业的一个发展趋势。典型的无线可穿戴设备对心电信号的采集主要分为四个阶段：1)传感器将人体心电信号转化为电信号；2)模数转换器将模拟电信号转化为数字信号；3)信号处理电路对数字信号进行处理获得需要传输的数据；4)射频模块将数据无线发射至智能终端等监控设备。研究表明 (Chen F,Chandrakasan A P,V.“A signal-agnosticcompressed sensing acquisition system for wireless and implantable sensors.”Custom Integrated Circuits Conference.San Jose,2010:1-4.)，这四个阶段的功耗占总功耗的比重分别约为 17％、5％、5％、73％。而第四阶段的功耗与单位时间内发送的数据量是成正比的，可见，如能大幅度压缩需要传输的数据，则能有效地降低系统的总功耗。

利用压缩感知(Compressed Sensing,CS)理论，通过一个M×N(M<<N)维的压缩矩阵Φ，将N维的信号X投影到M维的空间上得到压缩信号Y(Y＝ΦX)。只要X具有稀疏性，即满足X＝Ψθ(Ψ是一个N×N维的矩阵，θ是一个大部分元素为 0的N×1维矩阵)，且Φ和Ψ是非相干的，则可以大概率的重构出原始信号X。Chen 等人利用该理论提出了一种压缩感知电路结构(Chen F,Chandrakasan AP, Stojanovic V,et al.“Design and analysis of ahardware-efficient compressed sensing architecture for data compression inwireless sensors.”IEEE Journal of Solid-State Circuits,2012,47(3):744-756.)，具有功耗较低、压缩比率(N/M)较高的特点，但由于其压缩过程中的并行处理方式，需要M个运算单元，使得电路面积较大，另外该结构中用于产生压缩矩阵Φ的伪随机序列发生器的动态功耗仍有优化的空间。

传统的心电信号处理电路有如下问题存在：

1、传统上为减少电路面积，多采用伪随机序列发生器代替静态随机存取存储器(Static Random Access Memory，SRAM)来产生压缩矩阵，但伪随机序列发生器的时钟频率必须与生成序列的变化频率一致，导致其动态功耗相对较高；

2、由于传统的压缩感知电路在进行压缩运算Y＝ΦX时，采用并行的处理方式，造成复用运算单元的困难，导致压缩计算部分大量运算单元的使用，使得压缩矩阵模块的面积较大，降低了可穿戴设备的便携性。

发明内容