一种信号处理方法、系统及计算机存储介质
技术领域
[0001] 本
发明涉及
信号处理，更具体地说，涉及一种信号处理方法、系统及计算机存储介质。
背景技术
[0002] 现有的信号处理过程中，尤其是在利用
生物学的
人机交互系统中，对人机生物学信号的处理通常采用适用
单片机等模
块，对每一个输入点进行计算，采用一级处理模块进行处理。对每一个点都需要拿来进行计算，看是否需满足整体需求。这样在提高
算法复杂度下，需要很大运算量，而过多的运算量在太小的MCU上难以完成。还有一些信号处理过程中，采用窗口
能量计算方法，也就是对
波形进行积分，还有一些处理过程中，对信号的波峰波谷进行判断后采用数值计算方式进行计算。
[0003] 上面描述的这些方法中，在对生物信号处理过程中，对同一个动作，在不同人或不同
接触强度或不同运动动作强度下，产生的生物信号的波形的连续两个波峰和波谷的幅度相差数值很大，采用传统的处理方式，会出现不能识别生物信号的问题。
发明内容
[0004] 本发明要解决的技术问题在于，针对
现有技术的上述信号处理过程中的
缺陷，提供一种信号处理方法、系统及计算机存储介质。
[0005] 本发明解决其技术问题所采用的技术方案是：构造一种信号处理方法，包括以下步骤：
[0006] S1、接收信号提取单元发送的原始信号并对所述原始信号进行预处理以获取包含有用信号的第一信号；
[0007] S2、以一预设
采样速率对所述第一信号进行采样，以获取若干采样信号；
[0008] S3、获取所述第一信号中持续一预设时长的恒定信号，以所述恒定信号为基准信号监测所述采样信号的斜率，并通过所述斜率变化获取所述有用信号对应的有用采样信号；
[0009] S4、依照时间顺序依次获取任一有用采样信号，并将所述任一有用采样信号与一历史数据进行合并运算，输出与所述任一有用采样信号对应的运算结果并判断所述运算结果是否可用。
[0010] 优选地，在所述步骤S4中，若所述运算结果可用，所述方法还包括：
[0011] S5、将所述任一有用采样信号对应的运算结果同所述历史数据合并，形成新的历史数据。
[0012] 优选地，在所述步骤S3中，所述通过所述斜率变化获取所述有用信号对应的有用采样信号包括：
[0013] S3-1A、获取所述斜率从零开始变化过程中，所述斜率为零时的采样信号对应的时间点；
[0014] S3-2A、获取所述时间点中，其中所述斜率从零开始变化时的第一时间点，及其后所述斜率变化过程中经过零点时的第二时间点；
[0015] S3-3A、计算所述第一时间点和所述第二时间点的中间点，获取所述中间点之前第一特定时长t1内的第一采样信号，及所述中间点之后第二特定时长t2内的第二采样信号；所述第一采样信号和所述第二采样信号合并形成一个周期的有用采样信号。
[0016] 优选地，所述第二特定时长t2大于或等于所述第一特定时长t1的三倍。
[0017] 优选地，在所述步骤S3-3A中，所述第一特定时长t1为所述中间点与所述第一时间点的差值。
[0018] 优选地，在所述步骤S3中，在所述获取所述有用信号对应的有用采样信号之前；还执行：
[0019] S3-1B、获取所述斜率从零开始变化过程中，所述斜率为最大值时对应的第三采样信号，和所述斜率为最小值时对应的第四采样信号；
[0020] S3-2B、根据所述第三采样信号和所述第四采样信号与所述基准信号的差值确认所述第一信号中包含所述有用信号。
[0021] 优选地，在所述步骤S4中，所述历史数据包括所述任一有用采样信号之前的所有有用采样信号对应的运算结果。
[0022] 优选地，在所述步骤S1中，所述对所述原始信号进行预处理包括：对所述原始信号进行滤波和归一化。
[0023] 本发明还构造一种信号处理系统，包括：处理器、
存储器，
[0024] 所述存储器，用于存储程序指令，
[0025] 所述处理器，用于根据所述存储器所存储的程序指令执行上面任一所述方法的步骤。
[0026] 本发明还构造一种计算机可读存储介质，其上存储有
计算机程序，所述计算机程序被处理器执行时实现上面任意所述方法的步骤。
[0027] 实施本发明的一种信号处理方法、系统及计算机存储介质，具有以下有益效果：处理过程简单，需要资源少。
附图说明
[0028] 下面将结合附图及
实施例对本发明作进一步说明，附图中：
[0029] 图1是本发明一种信号处理方法第一实施例的程序
流程图；
[0030] 图2为一原始信号示意图；
[0031] 图3为原始信号与第一信号对比示意图；
[0032] 图4是本发明一种信号处理方法第二实施例的程序流程图。
具体实施方式
[0033] 为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
[0034] 如图1所示，在本发明的一种信号处理方法第一实施例中，包括以下步骤：
[0035] S1、接收信号提取单元发送的原始信号并对原始信号进行预处理以获取包含有用信号的第一信号；具体的，如图2所示，在获取到原始信号中，包含了平时人体在非正常动作模式下产生的、不需进行解析的信号，既可以理解为不包含有用信息的无用信号，如图3所示，可以通过预处理动作将该非正常动作模式下产生的信号进行滤除，保留其中与人体正常动作下产生的生物学信号即可以理解为带有有用信息的有用信号，形成不包含无用信号的第一信号。还可以理解，这里的原始信号或者生物学信号可以包括人体各个部位的肌肉
电流波形、脑电波形、心电波形等等。
[0036] S2、以一预设采样速率对第一信号进行采样，以获取若干采样信号；具体的，对第一信号进行采样，获取满足预设规律的若干采样信号，这里的预设规律可以通过预设采样速率来控制，保证采用过程中不会出现有用信息的丢失，同时也尽量避免采样过程中占用过多的资源，增加信号处理过程中的处理负担。例如在具体过程中，动作类型不同，眼
电信号的波峰或波谷的比值不同，这里采样速率一般根据正常的动作速度，设定一个正常动作下面的信号的
频率范围为合法的
频率范围，当用户的动作太慢或者太快，超过这个范围，都会被当做无效信号滤除。
[0037] S3、获取第一信号中持续一预设时长的恒定信号，以恒定信号为基准信号监测采样信号的斜率，并通过斜率变化获取有用信号对应的有用采样信号；具体的，对第一信号进行一段时间的平均数值计算，识别出第一信号中在没有任何有用信号，也没有任何杂波等干扰情况下，信号的幅度数值。这里可以理解该幅度数值应该是一个恒定数值，在以时间为X轴，采样点信号幅度数值为Y轴的波形图上，这里将恒定数值定义为恒定信号。这里恒定信号可以理解为持续一段时间的幅度在允许范围内变化或者幅度变化很小的信号，而不是局限于绝对恒定。这里主要是考虑到每个人的
电阻率不同，接触
位置也可能不同，这样即使没有任何动作，从用户获取的信号不一样，这里可以取用户没有任何动作的时候的持续电平为该恒定信号，例如通用的可以取5s，对5s内的信号电平取平均。通常的有用信号的周期比较固定，为了最大化减少杂波的影响，可以将该恒定信号设定为基准信号，然后通过计算各个采样信号与基准信号的斜率，并计算各个斜率的变化，通过斜率的变化来判断一个完整的有用信号周期，即可以对应到一个完整周期中的有用采样信号。
[0038] S4、依照时间顺序依次获取任一有用采样信号，并将任一有用采样信号与一历史数据进行合并运算，输出与任一有用采样信号对应的运算结果并判断运算结果是否可用。具体的，预设一个历史
数据库，按照时间顺序依次处理有用采样信号，例如当对第一有用采样信号进行处理时，将该有用采样信号与历史数据库中的数据进行合并，生成一组输入数据，然后对该输入数据进行计算，经过计算后得到输出结果。运行结果是对
输入信号与可能的
输出信号的匹配程度进行打分，输出函数会给出与每一种输出信号匹配的分数，分数范围可以设置为0～1之间的任意小数。我们可以设置，当匹配分数达到0.6以上才认为输入的参数是目标信号，如果输出的几种产品分数都大于0.6，则选择分数最大的那一个结果来作为当前输入数据的识别结果。输出结果是：当前输入的数据，与标准的集中类型数据的匹配度。匹配度为1时，代表完全匹配相同，这个神经网络的识别系统就是一个打分系统。就是会计算出输入数据和各种标准数据之间的相似度数值。
[0039] 这里可以理解，由于接触差异等等外界因素，导致人体产生的生物信号的波形处在复杂背景波形中，并且该生物信号的波形形状变化很大，相应的幅度数值变化也大。尤其当生物信号的波形同时包含波峰和波谷时，实际测试到的同一个生物信号的波形，在多次采集或者在一段时间的持续采集，获得其波峰和波谷的幅度绝对值差异变化会很大，这里采用传统积分等能量的数值精确计算方式很难准确的识别出有用信号波形。而在这里，这里可以将输出类型很匹配的，能够被识别成这类产品的样本，例如图片，数组等等数据，以及完全无法被识别成某种输出的产品，都可以包含在历史数据中。通过斜率判断，同时加上与历史数据的结合，就可以很好的对有用信号的识别，使判别结果更接近人类自己对信号的判断结果。
[0040] 进一步的，在所述步骤S4中，若运算结果可用，所述方法还包括：S5、将任一有用采样信号对应的运算结果同历史数据合并，形成新的历史数据。具体的，在信号处理过程中，获取可用的运算结果后，会将该运算结果及其对应的有用采样信号同历史数据合并，形成新的历史数据，这样，在依照时间顺序进行下一个有用采样信号的信息处理时，可以基于新的历史数据进行合并计算，以获取更加准确地计算结果，这里可以理解，合并和计算过程是循环的，直到一个信号周期内的所有有用采样信号处理完成。
[0041] 进一步的，在步骤S3中，通过斜率变化获取有用信号对应的有用采样信号包括：
[0042] S3-1A、获取斜率从零开始变化过程中，斜率为零时的采样信号对应的时间点；具体的，当以基准信号为参考，计算采样信号的斜率时，当没有有用采样信号时，可以计算得到的斜率几乎不变，当开始为有用采样信号时，其斜率开始变化，当在有用采样信号的周期内，会出现多次斜率为零的状态。记录斜率变化过程中，斜率为零时的时间点。
[0043] S3-2A、获取时间点中，其中斜率从零开始变化时的第一时间点，及其后斜率变化过程中经过零点时的第二时间点；具体的，斜率为零时的时间点，当这个时间点出现在斜率刚开始变化的过程中，这个时间点即为有用采样信号的近似起始点，这里的斜率变化可以是从零开始增加，也可以是从零开始减小到负值，例如，当有用信号是波峰时，其斜率变化是增加，当有用信号是波谷时，其斜率变化是减小。当经过了有用采样信号的近似起始点，其斜率变化中由于波峰或者波谷的存在，会接着出现经过斜率为零的时间点即第二时间点，也可以理解为一个波峰或者波谷的结束点。
[0044] S3-3A、计算第一时间点和第二时间点的中间点，获取中间点之前第一特定时长t1内的第一采样信号，及中间点之后第二特定时长t2内的第二采样信号；第一采样信号和第二采样信号合并形成一个周期的有用采样信号。具体的，在获取了时间点，求两个时间点的中间点，则可以理解为获取了该波峰或者波谷的中间点或者为近似的中间点，对该中间点向前扩展一个特定时长t1，并向后扩展另一个特定时长t2，获取两个特定时长之间的采样信号，那么可以将两个特定时长之间的所有采样信号定义为有用采样信号，两个特定时长的和即为一个有用信号的周期。
[0045] 进一步的，第二特定时长t2或等于所述第一特定时长t1的三倍。具体的，为了使整个有用信号包含在上面获得一个有用信号周期内，可以按照通用的信号波形规律，将第二特定时长t2设置为大于或等于第一特定时长t1的三倍。
[0046] 进一步，在步骤S3-3A中，第一特定时长t1为中间点与第一时间点的差值。具体的，在理想的情况下，通常可以将中间点与第一时间点的差值定义为一个波峰或波谷的半周期，那么在通过中间点往前扩展一特定时长t1时，可以理解为只需要扩展该波峰或波谷的半周期，扩展到波峰或波谷的起始点即可。那么其向后扩展三个特定时长t1即可构成一个完整的有用信号周期。
[0047] 进一步的，在步骤S3中，在获取有用信号对应的有用采样信号之前；还执行：
[0048] S3-1B、获取斜率从零开始变化过程中，斜率为最大值时对应的第三采样信号，和斜率为最小值时对应的第四采样信号；S3-2B、根据第三采样信号和第四采样信号与基准信号的差值确认第一信号中包含有用信号。
[0049] 具体的，由于有用信号的周期比较固定。为了最大化减少杂波的影响，可以通过斜率的变化来判断信号是否达到波峰或者波谷。例如，当斜率最大时，则可以判定为信号的波峰，当斜率最小时，可以判定为信号的波谷，在获取到信号的波峰或者波谷后，通过该波峰或波谷幅度数值与基准信号的差值这是否是一个有用信号的波峰或者一个有用信号的波谷。此外这里，当判断出多个波峰或者波谷时，还可以通过波峰或者波谷与基准信号的差值来判断这多个波峰或者波谷的信号是同一类别有用信号还是不同类别的有用信号。如图2所示有用信号A和有用信号B分别为两种眼睛动作生成的有用信号，可以看出其由于产生的原因不同，信号存在差异，在信号处理过程中，需要把获取到的可能是有用信号A和有用信号B的数据周期内的有用采样信号，进行网络识别，以此来获取该有用采样信号与两种标准信号的相似程度。然后通过网络识别分别将比较标准的两类信号的正样本即能够被识别为对应关系的采样信号进行识别训练。同时也可以将完全不是两类信号即不能被是被为对应关系的采用信号进行约束训练的.
[0050] 进一步的，在步骤S4中，历史数据包括任一有用采样信号之前的所有有用采样信号对应的运算结果。具体的，在对有用采样信号的运算结果进行计算时，其是基于历史数据进行合并计算，那么任意一个有用采样信号的运算都是基于其前一个有用采样信号的运算结果，这里也可以理解，任一有用采样信号计算过程中，其采用的历史数据是包含了其前面的所有有用采样信号的运算结果的。
[0051] 进一步的，在步骤S1中，对原始信号进行预处理包括：对原始信号进行滤波和归一化。具体的，对获取的原始信号的处理包括滤波和归一化，通过滤波和归一化之后，可以滤除其中的明显属于非正常动作模式下的信号。
[0052] 另，本发明的一种信号处理系统，包括：处理器、存储器，存储器用于存储程序指令，处理器用于根据存储器所存储的程序指令执行上面任一所述方法的步骤。这里信号处理系统包括但不局限于计算机等。
[0053] 另，本发明的一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上面任意所述方法的步骤。这里计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、
半导体存储设备或者上述的任意合适的组合。
[0054] 可以理解的，以上实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明
专利范围的限制；应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，可以对上述技术特点进行自由组合，还可以做出若干
变形和改进，这些都属于本发明的保护范围；因此，凡跟本发明
权利要求范围所做的等同变换与修饰，均应属于本发明权利要求的涵盖范围。
