[发明专利]一种基于小波变换的步态信号提取方法

说明书

技术领域

本发明涉及医学信号处理领域，是一种步态信号提取的新技术，可以作为一个预处理模块应用到步态信号处理和分析系统中，为一种基于小波变换的步态信号提取方法。

背景技术

步态序列是指人体行走时同一只脚的当前步与下一步之间的时间间隔所形成的序列。作为人体输出的一类重要的生理信号，步态序列中隐含着大量有关人体运动神经调控能力的信息。通过对步态序列的分析，不仅可以提取出有关人体生理和病理的特征参数，还可以评价人体运动神经系统的控制能力。研究表明，随着年龄的老化和神经性疾病的出现，人体步态信号的节律会发生明显的改变。

通常，步态序列可以通过下述方式获取：动态采集人体正常行走时产生的加速度信号，然后对其进行峰值检测，这是因为人体行走时每一只脚落地时都会在垂直方向上产生一个加速度的最大值，将这些最大值的位置依次确定下来，接着计算出任意两个相间峰值之间的时间间隔，而由这些时间间隔就可以构成人体行走时所产生的左右脚步态序列。由此可见加速度信号峰值检测是步态序列能否准确获取的关键环节，尤其当干扰较为严重的时候更是如此。

传统的信号分析技术是建立在傅里叶变换的基础上的。傅里叶变换使用复正弦函数作为基函数，该函数虽然在频域有较好的定位功能，但是无法同时描述信号在时域的性质。而小波变换作为一种多尺度、多分辨率的分析方法，能够根据对分辨率的要求自动调节时间窗和频率窗的宽度。这种自适应性使得小波变换在信号低频部分具有较高的频率分辨率，在信号高频部分具有较高的时间分辨率，无论在时域还是频域都具有描述信号局部特征的能力。

小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与傅立叶变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。

1.连续小波变换

信号f(t)的连续小波变换是通过基本小波ψ(t)对信号本身进行尺度伸缩和位移得到的，其中a和b分别为尺度因子和平移因子。若a和b不断变化，则可得一组函数ψ_a，b(t)：

ψa,b(t)=1aψ(t-ba)---(1)]]>

由ψ_a，b(t)可得信号f(t)的连续小波变换的定义为：

Wf(a,b)=∫f(t)ψa,b*(t)dt---(2)]]>

上式中“*”表示共轭，W_f表示信号的小波变换。当基本小波ψ(t)满足容许条件时，可得小波反变换为：