本技术领域为信号降噪技术,提出了一种融合小波变换与自编码器的PPG信号自适应降噪技术。该技术整合了自适应变分模态分解、平稳小波去噪技术、多维一致性优化和同步处理,旨在提升PPG信号的降噪效果,增强信号的稳定性和准确性。
背景技术
基于小波变换与自编码器的PPG信号(光体积描记信号,PPG信号是一种利用光学原理检测皮肤下血液容积变化的生物医学信号)自适应降噪方法是一种利用小波变换与深度学习自编码器相结合的技术,用于处理PPG信号中的噪声,小波变换在时间和频率域上对信号进行分解,能够有效地分离噪声成分;PPG是一种利用光学方法检测人体外周血容量变化的非侵入式生物信号测量技术,PPG信号反映了人体血管中血液体积随心脏泵血周期的变化情况,PPG信号通常包含一个直流分量和一个交流分量,广泛用于健康监测,包括心率监测、血氧饱和度测量和血压估算;
在驾驶员健康监测中,PPG信号作为评估驾驶员生理状态的重要依据,PPG信号的信号质量对驾驶员健康状态评估的准确性至关重要;然而由于动态驾驶环境下信号噪声的复杂性,传统的小波变换降噪方法难以应对PPG信号的多维特征,传统小波变换降噪方法无法自适应地平衡信号和噪声成分,导致信号失真和降噪效果不佳,不能为驾驶员健康状态评估提供高质量的数据支持;同时,传统自编码器难以全面捕捉多维生理信号中的深层特征,从而影响异常检测的准确性;因此,亟需一种能够自适应去除多维度PPG信号中的噪声并准确评估驾驶员健康状态的技术方案,为驾驶员的健康管理与预警提供有力保障。
实现思路