本发明专利技术公开了一种基于小波包变换和隐马尔科夫模型的脉搏信号分类方法，包括以下步骤：采用db4小波作为小波包变换的小波基函数，对采集的两类脉搏信号进行小波包变换，获得各个频带的小波包分解系数；根据局域判别基算法选择最优频带；利用Fisher准则选择最优能量特征向量；将两类脉搏信号分别选取一部分做为训练信号，另外一部分作为测试信号，根据上述方法求两类信号的最优特征向量；将训练信号的最优能量特征向量作为连续隐马尔科夫的观测向量训练出两个隐马尔科夫模型；将测试信号的最优能量特征向量分别输入到训练的两个模型中，根据前向-后向算法求其概率值P(O|λi)，通过概率值比较，完成脉搏信号的分类。
【技术实现步骤摘要】
【技术保护点】
一种基于小波包变换和隐马尔科夫模型的脉搏信号分类方法，该方法包括以下几个步骤：（1）通过HK?2000C脉搏传感器采集脉搏信号，得到脉搏信号序列x(i),i=1,2,...,N，i表示等时间间隔采样时间点，N为信号长度；（2）按照公式1对采集到的脉搏信号x(i)进行4层小波包变换，采用db4小波作为小波包变换的小波基函数，所述db4小波基函数的分解低通滤波器系数为：h(n)=[?0.0106，0.0329，0.0308，?0.1870，?0.0280，0.6309，0.7148，0.2304](n=0,1...7)，分解高通滤波器系数为：g(n)=[?0.2304，0.7148，?0.6309，?0.0280，0.1870，0.0308，?0.0329，?0.0106](n=0,1...7);cj+1,k2l=Σm=2k2k+7h(m-2k)cjl,mcj+1,k2l+1=Σm=2k2k+7g(m-2k)cjl,m---(1)其中，表示第j层第l个频带的第m个小波系数，j=0，1，2，3，7≤2j?1;（3）根据所述步骤（1），（2），采集A、B两类脉搏信号，并从其中各取一例获取其小波包分解系数，分别用表示；（4）根据局域判别基（LDB）方法，选择小波包分解后的最优频带，具体步骤如下：4.1）根据公式（2）（3）求每一个频带的能量分布：P1(j,l)=Σm(cjl,m)2Σm(c00,m)2---(2)P2(j,l)=Σm(djl,m)2Σm(d00,m)2---(3)其中，P1(j,l)表示A类脉搏信号第j层第l个频带的能量分布，p2(J,l)表示B类脉搏信号第j层第l个频带的能量分布；4.2)根据公式（4）求得两组信号对应频带的相对熵：D(j,l)=Σj,lP1(j,l)logP1(j,l)P2(j,l)---(4)4.3)从最后一层，即j=3开始计算，如果D(j，l)≥D(j+1，2l)+D(j+1，2l+1)选择保留频带Ω(J，l)，否则保留频带Ω(j+1,2l)和频带Ω(j+1,2l+1))并将D(j，l)重新赋值为：D(j，l)二D(j+1，2l)+D(j+1，2l+1)，根据此方法，选择出最优的频带(Ω1，Ω2…Ωt)其中t表示最优频带的个数；（5）求取最优频带对应的能量特征，所述能量特征为各个频带内所有系数的平方和，可以表示为H=(EM1,EM2…EM,),利用Fisher准则选取最优特征向量F＝{EMq，EMq+1…EMq+s}，其中s+1...
【技术特征摘要】
【专利技术属性】
技术研发人员：严如强，孟静静，钱宇宁，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。