[发明专利]一种基于AR模型谱估计的脉搏信号随机噪声去噪方法

权利要求书

1.一种基于AR模型谱估计的脉搏信号随机噪声去噪方法，其特征在于：所述基于AR模型谱估计的脉搏信号随机噪声去噪方法的具体步骤如下：

Step1、将采集到的脉搏信号分为长度相同的两段来计算信号的功率信噪比，通过计算得到的信号功率信噪比估计噪声方差，进而建立随机噪声信号的模型，设计随机噪声信号；

Step2、分别给两段信号补零使两段信号的大小均为最接近原信号长度的2的整数次方，对补零后的混合信号进行傅里叶变换保留其相位谱；

Step3、对补零后的两段混合信号建立AR模型，确定AR模型及模型阶数，根据模型求出模型的参数，代入功率谱密度估计公式估计出补零后的混合信号的功率谱；其中模型阶数选择未补零前的每段信号的长度；

Step4、对所设计的随机噪声信号补零，使噪声信号的长度与补零后的混合信号的长度相同，用与步骤Step3相同的方法估计出补零后随机噪声信号的功率谱，模型阶数也与步骤Step3中相同；

Step5、用补零后的混合信号的功率谱减去补零后随机噪声信号的功率谱，得到有效信号的功率谱，结合去噪前混合信号的相位谱，通过变换得到时域脉搏有效信号。

2.根据权利要求1所述的基于AR模型谱估计的脉搏信号随机噪声去噪方法，其特征在于：所述步骤Step2的具体步骤如下：

分别对脉搏信号x(m)(m＝1,2,3,…,M)分成的两段长度相同的信号x₁(i)、x₂(i)补零得到新的信号x₁(n)、x₂(n)进行傅里叶变换，得到X₁(k)和X₂(k)(k＝0,1,…,N-1)，保留其相位谱其相位谱为傅里叶变换结果的虚部与实部之商，即为

其中，n＝1,2,3,…,N，N为最接近原信号x(m)长度M的2的整数次方，且N满足N≥M。

3.根据权利要求1所述的基于AR模型谱估计的脉搏信号随机噪声去噪方法，其特征在于：所述步骤Step3的具体步骤如下：

Step3.1、对脉搏信号x(m)(m＝1,2,3,…,M)分成的两段长度相同信号的其中一段信号x₁(i)补零后得到的信号x₁(n)(n＝1,2,3,…,N)，建立AR模型，N为最接近原信号x(m)长度M的2的整数次方，且N满足N≥M，建立的AR模型可由公式表达，确定AR参数模型的阶数p为未补零前信号x₁(i)的长度，即p＝I；

Step3.2、估计出信号x₁(n)的前p+1个自相关函数

Step3.3、建立AR模型的参数a_k和x₁(n)的前p+1个自相关函数的关系，即建立AR模型的正则方程，又称为Yule-Walker方程，建立的方程如下：

用代替方程中的用Levinson-Durbin递推算法求解方程，求出真实参数的估计值，即

Step3.4、将估计值代入公式中，得到x₁(n)的功率谱的估计，即对ω在单位圆上均匀抽样，取分点个数为x₁(n)长度的4倍，记分点个数为nfft,即nfft＝4*N，则得到离散谱式中，而l＝0,1,…,nfft-1；

Step3.5、对x₂(n)进行步骤Step3.1至步骤Step3.4的同样处理，求出脉搏信号x(m)(m＝1,2,3,…,M)分成的两段长度相同信号的其中一段信号x₂(i)补零后得到的信号x₂(n)的功率谱估计其中，x₁(i)和且记