[发明专利]波形信号的降噪方法、装置、电子设备和存储介质

说明书

本公开实施例公开了一种波形信号的降噪方法、装置、电子设备和存储介质。上述方法包括：获取实时待降噪波形信号；采用预先训练的深度自注意力转换网络模型，对上述实时待降噪波形信号进行降噪处理，得到实时降噪后信号。本公开实施例采用深度自注意力转换网络模型，进行波形信号的降噪处理，丰富了波形信号的降噪方式，有助于提高对波形信号进行降噪的准确度。

技术领域

本公开涉及信号处理技术领域，尤其是一种波形信号的降噪方法、装置、电子设备和存储介质。

背景技术

信号处理(signal processing)是对各种类型的电信号，按各种预期的目的及要求进行加工过程的统称。按照不同的标准，可以将信号进行多种分类。目前，信号处理具有越来越广泛的应用场景。然而，由于信号中噪声的存在，导致信号处理的准确度大大降低。

现有技术中，通常采用滤波器、基于小波变换的信号方法等方式进行去噪。

发明内容

鉴于此，为解决以上部分或全部技术问题，本公开实施例提供一种波形信号的降噪方法、装置、电子设备和存储介质。

第一方面，本公开实施例提供一种波形信号的降噪方法，上述方法包括：

获取实时待降噪波形信号；

采用预先训练的深度自注意力转换网络模型，对上述实时待降噪波形信号进行降噪处理，得到实时降噪后信号。

可选地，在本公开任一实施例的方法中，上述深度自注意力转换网络模型经由如下方式训练得到：

获取训练样本集合，其中，上述训练样本集合中的训练样本包括训练用待降噪波形信号和训练用降噪后信号；

采用机器学习算法，将上述训练样本集合中的训练样本包括的训练用待降噪波形信号作为输入数据，将上述训练样本集合中的训练样本包括的训练用降噪后信号作为期望输出数据，训练得到深度自注意力转换网络模型。

可选地，在本公开任一实施例的方法中，上述训练样本集合中的训练样本包括的训练用降噪后信号经由接触式心电采集装置得到，上述训练样本集合中的训练样本包括的训练用待降噪波形信号经由对训练用降噪后信号添加噪声信号而得到。

可选地，在本公开任一实施例的方法中，深度自注意力转换网络模型与噪声信号的类别一一对应；以及

上述采用预先训练的深度自注意力转换网络模型，对上述实时待降噪波形信号进行降噪处理，得到实时降噪后信号，包括：

确定上述实时待降噪波形信号中的噪声信号的类别；

采用与所确定的类别相对应的深度自注意力转换网络模型，对上述实时待降噪波形信号进行降噪处理，得到实时降噪后信号。

可选地，在本公开任一实施例的方法中，上述训练样本集合包括的各训练用降噪后信号的采集点所处的环境的噪声信号的类别相同。

可选地，在本公开任一实施例的方法中，上述实时待降噪波形信号为模拟信号；以及

上述采用预先训练的深度自注意力转换网络模型，对上述实时待降噪波形信号进行降噪处理，得到实时降噪后信号，包括：

对上述实时待降噪波形信号进行离散化处理，得到离散后波形信号；

将上述离散后波形信号输入至预先训练的深度自注意力转换网络模型，得到上述离散后波形信号的实时降噪后信号。

可选地，在本公开任一实施例的方法中，上述实时待降噪波形信号为经由非接触式设备采集的待降噪的心电信号；以及

上述方法还包括：

基于上述实时降噪后信号，对上述实时待降噪波形信号取自的人员的睡眠进行睡眠检测。