[发明专利]一种基于分组稀疏性的自适应心音信号去噪方法

权利要求书

1.一种基于分组稀疏性的自适应心音信号去噪方法，其特征在于：它由以下步骤实现：

步骤1：初始化参数

所提出算法的相关参数及输入量设置如下：

分组大小：K＝20

伽马分布先验的形状参数：α＝1,

伽马分布先验的尺度参数：β＝50

归整参数：θ＝0.8

算法中降噪信号的初始投影为x⁽⁰⁾＝y，其中y是长度为N的含噪声心音信号；

步骤2：更新正则参数

在算法的第k次迭代过程中，正则参数λ^(k)依下式进行更新

式(1)中的变量说明：δ²是预估的噪声方差；α,β,θ是在步骤1中初始化的参数；N是信号的长度；x^(k)是算法在第k次迭代过程的投影；D是差分矩阵，其定义为

函数是差分序列Dx^(k)的分组稀疏性度量函数，其定义为：

其中[Dx^(k)]_n,K是差分序列Dx^(k)的第n个大小为K的分组，‖‖₂表示向量的l₂范数；

步骤3：计算近似投影

依据在步骤2中所更新的正则参数λ^(k)，进而计算降噪心音信号的新的投影x^(k+1)，其计算过程由以下步骤构成，相关变量与符号的含义与步骤2中相同；

步骤3.1：

计算对角阵Λ_(t)，其对角元素按下式进行计算：

其中上角标^-1表示求逆运算；

步骤3.2：

计算中间变换矩阵F

其中I表示单位矩阵，上角标表示^T矩阵转置运算；

步骤3.3：

计算降噪心音信号新的投影

x^(t+1)＝Fy (6)

步骤4：降噪算法的停止条件

降噪算法的停止迭代为

||y-x^(k+1)||²≥Nδ² (7)

否则算法转到步骤(2)继续执行；

当算法依据条件(7)停止时，算法输出的x^(k+1)降噪后就是含噪声心音y经过降噪处理后的信号。