特征K值时域递归滤波估计的PPG信号伪差校正算法

光电容积脉搏波(PPG)信号采集系统极易受到伪差干扰,为了提升PPG信号的高信噪比,提高生理参数计算准确度,提出了特征K值自适应递归滤波估计的PPG信号伪差校正算法。将采集的PPG信号去除环境干扰和工频干扰之后,计算未受伪差干扰的信号主波峰峰值和重搏波峰值,从而得到每一个信号周期的特征K值。采用自适应递归滤波算法对被干扰信号的K值进行估计,利用估计得到的结果作为被干扰信号K值的真值。最后,根据估计的K值,用高斯函数法合成新的不受干扰的信号,替代原信号中被伪差干扰的部分。采用自行研制的系统进行数据采集,证明了算法的有效性和可靠性;通过血氧饱和度实验,证明了算法在可穿戴系统中的实用性。