毛東杰，張曉濛，蔣小文，黃　凱*

（1.浙江大學(xué)信息與電子工程學(xué)院，杭州310027；2.浙江大學(xué)電氣工程學(xué)院，杭州310027）

基于小波變換的表面肌電信號(hào)低功耗壓縮濾波算法*

毛東杰1，張曉濛2，蔣小文1，黃凱1*

（1.浙江大學(xué)信息與電子工程學(xué)院，杭州310027；2.浙江大學(xué)電氣工程學(xué)院，杭州310027）

針對(duì)現(xiàn)有的表面肌電信號(hào)采集傳輸系統(tǒng)，提出三個(gè)算法分別對(duì)采樣、傳輸、預(yù)處理這三個(gè)主要過(guò)程進(jìn)行優(yōu)化：在采集端降低采樣功耗，在傳輸過(guò)程中通過(guò)低失真高倍率數(shù)據(jù)壓縮減輕傳輸帶寬負(fù)荷，從而降低傳輸功耗，在接收端通過(guò)信號(hào)預(yù)處理濾除工頻干擾，同時(shí)對(duì)算法復(fù)雜度進(jìn)行評(píng)估并提出參數(shù)的自適應(yīng)策略。經(jīng)仿真驗(yàn)證，本文提出的算法對(duì)低功耗表面肌電信號(hào)系統(tǒng)設(shè)計(jì)、優(yōu)化具有較好的實(shí)用性。

表面肌電信號(hào)；低功耗；小波變換；壓縮；工頻濾除

EEACC：7220；7230doi：10.3969/j.issn.1004-1699.2016.05.004

表面肌電信號(hào)（SEMG）是人體肌肉收縮時(shí)伴隨產(chǎn)生的生物電信號(hào)。未經(jīng)處理的SEMG信號(hào)微弱，幅度在幾十微伏到幾毫伏，頻率范圍在6 Hz～500 Hz之間。其中占功率譜密度大部分的信號(hào)分布在20 Hz～150 Hz之間。

近年來(lái)，隨著生物工程、醫(yī)學(xué)和計(jì)算機(jī)技術(shù)的快速發(fā)展，具有人體交互功能的智能硬件與可穿戴體感設(shè)備成為開發(fā)熱點(diǎn)，目前國(guó)內(nèi)外有不少公司與研究機(jī)構(gòu)從事SEMG信號(hào)研究。文獻(xiàn)［1-6］設(shè)計(jì)了不同類型的SEMG信號(hào)采集傳輸系統(tǒng)，盡管能夠便攜地隨身佩戴在人體表面進(jìn)行高精度測(cè)量，但存在如下不足：①采集端持續(xù)高頻率AD（數(shù)模轉(zhuǎn)換器）采樣與傳輸過(guò)程中大數(shù)據(jù)量原始數(shù)據(jù)傳輸易導(dǎo)致系統(tǒng)功耗過(guò)高、帶寬負(fù)荷較大的問(wèn)題，從而影響系統(tǒng)續(xù)航性能。②采集端用硬件濾波器對(duì)抗工頻噪聲極易造成有效信息的丟失。

針對(duì)以上問(wèn)題，本文提出SEMG信號(hào)壓縮濾波低功耗算法對(duì)以上系統(tǒng)方案進(jìn)行優(yōu)化，減少無(wú)用的靜息電位數(shù)據(jù)采集，并對(duì)采得有效的動(dòng)作電位數(shù)據(jù)壓縮傳輸，進(jìn)而降低數(shù)據(jù)采集與傳輸過(guò)程的功耗，減輕帶寬負(fù)荷，并在接收端軟件抑制工頻干擾。

1　小波變換理論基礎(chǔ)

小波變換繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的時(shí)間頻率窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具［7］。

若ψ（t）∈L1（R）∩L2（R）ψ（t）dt=0則ψ（t）稱為母小波。ψ（t）通過(guò)尺度伸縮和位移生成如下函數(shù)族：

其中a是尺度參量，b是位移參量。

設(shè)x（t）為信號(hào)函數(shù)，ψ（t）為母小波函數(shù)，則ψ（t）的連續(xù)小波變換定義表達(dá)式如下：

實(shí)際嵌入式系統(tǒng)中，主要為離散的數(shù)字信號(hào)，連續(xù)小波必須離散化［8］，故引入離散小波變換（DWT）的概念。令參數(shù)a=2-j，b=k2-j，其中j，k均為整數(shù)，則離散母小波為：

相對(duì)應(yīng)的離散小波變換為：

由上述公式來(lái)看，離散小波變換可用卷積運(yùn)算來(lái)執(zhí)行，但考慮到實(shí)際系統(tǒng)卷積運(yùn)算的計(jì)算量過(guò)大，為降低計(jì)算復(fù)雜度并且得到同樣的小波變換結(jié)果，常常使用基于5/3可逆濾波器的小波變換提升算法［9］。實(shí)際SEMG信號(hào)多是由12 bit AD采樣獲得的2 byte整型數(shù)據(jù)，因此在濾波器選擇的時(shí)候，考慮到重建信號(hào)質(zhì)量和運(yùn)算處理量，宜采用由5抽頭低通濾波器和3抽頭高通濾波器組成的5/3濾波器。下式為5/3可逆濾波器的小波變換提升算法數(shù)學(xué)表達(dá)式［10］，其中Sj-1，l為信號(hào)Sj，l的下一級(jí)小波變換系數(shù)，式中變換系數(shù)為2的冪次方整數(shù)，在乘除時(shí)可通過(guò)二進(jìn)制數(shù)移位實(shí)現(xiàn)，通過(guò)簡(jiǎn)單乘加和迭代遞推即可完成小波正變換與反變換，大大減少了計(jì)算復(fù)雜度。

5/3提升算法小波正變換：

5/3提升算法小波反變換：

2　系統(tǒng)與優(yōu)化算法原理介紹

2.1SEMG采樣傳輸系統(tǒng)簡(jiǎn)介

圖1為現(xiàn)有的SEMG采樣傳輸系統(tǒng)的整體框架，用測(cè)量電極將人體表面的肌電信號(hào)帶通濾波放大后進(jìn)行AD采樣，然后用Wifi（無(wú)線局域網(wǎng)）或者藍(lán)牙將數(shù)據(jù)傳輸?shù)浇邮斩?，接收端收到?shù)據(jù)后對(duì)信號(hào)進(jìn)行分析。下面針對(duì)該系統(tǒng)中的AD采樣、無(wú)線傳輸和接收分析部分分別進(jìn)行優(yōu)化。

圖1　SEMG系統(tǒng)框架圖

2.2低功耗采樣檢測(cè)算法

本算法核心思想是保證采集有效信號(hào)的完整性基礎(chǔ)上，動(dòng)態(tài)調(diào)整采樣率來(lái)減少單位時(shí)間采樣次數(shù)，讓CPU更多時(shí)間處于休眠狀態(tài)以降低數(shù)據(jù)采集過(guò)程中的功耗。

SEMG信號(hào)頻率在0～500 Hz之間，根據(jù)奈奎斯特采樣定理，一般用1 kHz的AD采樣率對(duì)信號(hào)進(jìn)行采樣。從現(xiàn)有樣本數(shù)據(jù)分析得，當(dāng)前的采樣方式中約有50%的時(shí)間對(duì)靜息時(shí)刻無(wú)用的SEMG信號(hào)進(jìn)行采樣，而實(shí)際應(yīng)用中僅在肢體產(chǎn)生動(dòng)作電位時(shí)的SEMG信號(hào)對(duì)研究分析有作用，因此我們可通過(guò)檢測(cè)有無(wú)動(dòng)作電位來(lái)動(dòng)態(tài)調(diào)整AD采樣率：在靜息時(shí)刻用低采樣率來(lái)采集數(shù)據(jù)并檢測(cè)動(dòng)作電位是否來(lái)臨；動(dòng)作電位到來(lái)時(shí)切換成1 kHz的高采樣率進(jìn)行有效數(shù)據(jù)采集；當(dāng)動(dòng)作電位消失后，再切回低采樣率等待動(dòng)作電位再次來(lái)臨。

如圖2所示，從現(xiàn)有歸一化SEMG信號(hào)數(shù)據(jù)分析得，靜息時(shí)刻信號(hào)幅度波動(dòng)比動(dòng)作電位時(shí)刻小得多。靜息時(shí)刻信號(hào)幅度的標(biāo)準(zhǔn)差約為0.023 5，而動(dòng)作電位信號(hào)幅度的標(biāo)準(zhǔn)差約為0.198 3，兩者相差約9倍，故可用標(biāo)準(zhǔn)差作為依據(jù)，用閾值法判斷電位狀態(tài)。在具體實(shí)現(xiàn)中主要考慮高低采樣率之間的切換延遲時(shí)間與排除因個(gè)別異常信號(hào)而產(chǎn)生的誤判，其中標(biāo)準(zhǔn)差閾值T的調(diào)整、低采樣率的選擇和求標(biāo)準(zhǔn)差的樣本個(gè)數(shù)L選取較為關(guān)鍵。

圖2　SEMG靜息時(shí)刻與動(dòng)作電位波形

實(shí)際系統(tǒng)可采用如圖3的狀態(tài)機(jī)對(duì)AD采樣狀態(tài)進(jìn)行控制：當(dāng)樣本信號(hào)標(biāo)準(zhǔn)差（Std（data［L］））連續(xù)m次大于閾值（低到高采樣計(jì)數(shù)變量L2 H_cnt＞m）則進(jìn)入高采樣狀態(tài)，連續(xù)n次小于閾值（高到低采樣計(jì)數(shù)變量H2L_cnt＞n）則進(jìn)入低采樣狀態(tài)。

圖3　采樣控制狀態(tài)機(jī)

2.3基于小波變換的自適應(yīng)壓縮算法

本算法參考圖像處理領(lǐng)域的JP2000壓縮算法并作適當(dāng)修改，將SEMG信號(hào)陣列小波變換后的系數(shù)根據(jù)其特性進(jìn)行自適應(yīng)比特分配，得到低失真的最佳壓縮方案后，用無(wú)線傳輸?shù)浇邮斩恕?/p>

JPEG2000壓縮算法能將圖像壓縮較高倍數(shù)且獲得很小的失真度，其核心是將圖像進(jìn)行多級(jí)二維離散小波變換后的小波系數(shù)壓縮編碼。由于圖像多數(shù)的能量與信息都存在于低頻小波系數(shù)，其重要度遠(yuǎn)大于只反應(yīng)圖像細(xì)節(jié)信息的高頻小波系數(shù)，因此可根據(jù)不同小波系數(shù)的重要程度分配不同的比特位數(shù)，如很多高頻小波系數(shù)可直接量化為0而無(wú)需傳輸，此過(guò)程可產(chǎn)生較高壓縮比。雖然JPEG2000壓縮算法對(duì)圖像壓縮效果極佳，但要用到SEMG信號(hào)領(lǐng)域，首先要考慮如何將采集到的數(shù)據(jù)合理排布，增加各行各列之間的相關(guān)性，使其更具有圖像特性，再者考慮的是在實(shí)際系統(tǒng)中如何用自適應(yīng)的方法調(diào)整各部分小波系數(shù)的比特分配使壓縮性能最佳。壓縮重建過(guò)程如圖4所示，總共N采樣通道且每通道M個(gè)2 byte數(shù)據(jù)點(diǎn)，組成N×M的原始數(shù)據(jù)陣列，經(jīng)過(guò)多級(jí)小波變換后得到N×M的2 byte小波系數(shù)，將小波系數(shù)量化壓縮后發(fā)送到接收端，接收端用接收到的小波系數(shù)對(duì)SEMG信號(hào)進(jìn)行重建。

圖4　SEMG信號(hào)壓縮重建過(guò)程

考慮到實(shí)際嵌入式系統(tǒng)實(shí)現(xiàn)時(shí)的計(jì)算復(fù)雜度，本系統(tǒng)用本文第2節(jié)提到的5/3小波變換提升算法進(jìn)行二級(jí)二維小波變換，將小波系數(shù)的比特分配劃分為16 bit、8 bit、0 bit（即2 bytes、1 byte、0 byte）3檔，按低頻系數(shù)比特分配優(yōu)先于高頻系數(shù)的原則將所有可能的分配方案進(jìn)行枚舉仿真，將壓縮倍率與失真度之比作為衡量標(biāo)準(zhǔn)，用實(shí)際SEMG數(shù)據(jù)對(duì)自適應(yīng)壓縮算法進(jìn)行仿真以得到最佳的壓縮方案，考慮到實(shí)際應(yīng)用，第4章將進(jìn)行算法實(shí)用性討論。

2.4基于小波變換的能量閾值濾波算法

經(jīng)實(shí)際SEMG數(shù)據(jù)分析，采樣過(guò)程中會(huì)不可避免地引入50 Hz、100 Hz的工頻干擾，這些干擾不利于后續(xù)的信號(hào)分析。為避免原始采樣數(shù)據(jù)有效信息的丟失，系統(tǒng)應(yīng)盡量少用硬件濾波器［11］，而通過(guò)可調(diào)的軟件方案對(duì)數(shù)據(jù)進(jìn)行濾波。本文用基于小波變換的能量閾值濾波算法［12］在接收端對(duì)信號(hào)進(jìn)行預(yù)處理，抑制工頻干擾。

基于小波變換的濾波去噪過(guò)程如圖5所示。小波變換的變尺度特性，對(duì)確定信號(hào)有一種“集中能力”［13］，例如50 Hz、100 Hz強(qiáng)工頻干擾的表現(xiàn)為噪聲信號(hào)能量集中于該頻段附近小波變換域少數(shù)小波系數(shù)上，它們的取值必然大于該小波變換域內(nèi)能量分散的大量信號(hào)的小波系數(shù)，因此我們可用軟/硬閾值法將表現(xiàn)工頻噪聲的小波系數(shù)進(jìn)行濾除，再將閾值處理后的小波系數(shù)重建為時(shí)域信號(hào)。本算法沿用本文第2節(jié)的5/3小波變換提升算法，且多級(jí)小波變換下一級(jí)的計(jì)算量比上一級(jí)少一半，故能用較低的計(jì)算復(fù)雜度來(lái)實(shí)現(xiàn)濾波過(guò)程，相比于傳統(tǒng)數(shù)字陷波濾波器的高設(shè)計(jì)復(fù)雜度與模擬陷波濾波器易造成有用信號(hào)的丟失，本軟件算法易于實(shí)現(xiàn)且成本較低，更適合嵌入式系統(tǒng)。小波去噪的關(guān)鍵在于信號(hào)序列的長(zhǎng)度設(shè)定、小波分解尺度的選取與有效的閾值調(diào)整，以精確定位并剔除工頻干擾的小波系數(shù)，第4章也會(huì)討論算法實(shí)用性，供實(shí)際系統(tǒng)設(shè)計(jì)參考。

圖5　SEMG信號(hào)去噪過(guò)程

3　算法驗(yàn)證與實(shí)驗(yàn)仿真

3.1低功耗采樣檢測(cè)算法性能仿真評(píng)估

根據(jù)2.2的低功耗算法，本系統(tǒng)設(shè)固定參數(shù)高采樣率為1 kHz，低采樣率為250 Hz，標(biāo)準(zhǔn)差閾值T+（Tstatic+Tmove）/2。設(shè)輸入可調(diào)參數(shù)低轉(zhuǎn)高采樣閾值0≤m≤20，高轉(zhuǎn)低采樣閾值0≤n≤20，標(biāo)準(zhǔn)差樣本數(shù)L=4，8，16，32，64，128。設(shè)輸出結(jié)果誤判率為α，切換延時(shí)比例為δ，采樣功耗節(jié)省比例為ξ。結(jié)合輸出結(jié)果，設(shè)性能衡量指標(biāo)：η=（1-α）×ξ/δ，將所有參數(shù)可能情況用實(shí)際數(shù)據(jù)作枚舉仿真，找出表達(dá)式η=（1-α）×=f（m，n，L）取最大值時(shí)的參數(shù)情況。本實(shí)驗(yàn)主要關(guān)注高低采樣狀態(tài)切換的延遲與采樣狀態(tài)誤判率問(wèn)題，切換延遲時(shí)間δ由m×L決定，而延遲過(guò)小可能使誤判率升高。另外，高低采樣狀態(tài)切換的情況也不相同：由于低采樣狀態(tài)切換到高采樣狀態(tài)的延遲會(huì)導(dǎo)致過(guò)渡段動(dòng)作電位數(shù)據(jù)欠采樣，因此在保證誤判率為0的基礎(chǔ)上，降低m取值，使延時(shí)盡量??；而高采樣狀態(tài)轉(zhuǎn)換到低采樣狀態(tài)只會(huì)采集一些多余靜息電位時(shí)的數(shù)據(jù)，只需將n設(shè)高值，例如n=10，即可避免采樣狀態(tài)的誤判。圖6為最優(yōu)化參數(shù)（m=2，n=10，L=16）情況下低功耗算法效果圖，由仿真實(shí)驗(yàn)得，檢測(cè)誤判率為0，低采樣轉(zhuǎn)高采樣的切換延遲時(shí)間占動(dòng)作電位總時(shí)間的比例為2.69%，低采樣狀態(tài)時(shí)間為51.4%，采樣功耗節(jié)省比例為38.5%。

圖6　采樣狀態(tài)檢測(cè)判別

3.2基于小波變換的自適應(yīng)壓縮算法性能仿真評(píng)估

圖像處理領(lǐng)域的JPEG2000壓縮算法中更關(guān)注圖像低頻小波系數(shù)的處理，如二級(jí)小波變換進(jìn)一步將LL1小波系數(shù)變換為L(zhǎng)L2、HL2、LH2、HH2后再編碼壓縮。而本實(shí)驗(yàn)壓縮算法的數(shù)據(jù)對(duì)象為如圖7所示的SEMG信號(hào)陣列，其每一行為單采樣通道按時(shí)間排布的采樣數(shù)據(jù)，故數(shù)據(jù)陣列的橫向相關(guān)性較大；由于實(shí)際系統(tǒng)采用AD多通道同時(shí)采集數(shù)據(jù)，則數(shù)據(jù)陣列每一列為不同通道在同一時(shí)間點(diǎn)、同一身體部位采集所得的數(shù)據(jù)，也有一定縱向相關(guān)性，但比橫向小的多。由于數(shù)據(jù)陣列橫縱方向相關(guān)性差異較大，實(shí)驗(yàn)中對(duì)小波系數(shù)的處理方法要有所調(diào)整，若僅用LL1小波系數(shù)重建信號(hào)，會(huì)造成較大的失真。

圖7　最優(yōu)化壓縮方案

本算法將對(duì)LL1、HL1、LH1、HH14塊一級(jí)小波變換區(qū)域再作二級(jí)小波變換，得到如圖7所示LL1-LL2到HH1-HH2的16塊二級(jí)小波變換系數(shù)，再對(duì)LL1， HL1，LH1，HH14塊區(qū)域的系數(shù)各按0≤HH2≤LH2，HL2≤LL2≤2的約束條件分配比特?cái)?shù)，將總共可能的204（160 000）種可能枚舉仿真，輸出壓縮倍率CF與失真度PRD，其中Xr［i］［j］為重建信號(hào)，X［i］［j］為原始信號(hào)，然后以壓縮性能為衡量指標(biāo)，從所有比特分配方案中找出性能最佳的壓縮方案，以模擬壓縮算法參數(shù)自適應(yīng)的調(diào)節(jié)過(guò)程。

如圖7所示為最優(yōu)化的壓縮方案：將16塊區(qū)域2 byte二級(jí)小波變換系數(shù)僅保留LL1-LL2、LL1-HL2、HL1-LL2的高1byte，其余全置零不傳輸，然后用這些壓縮后的小波系數(shù)進(jìn)行信號(hào)陣列重建，在實(shí)際應(yīng)用中系統(tǒng)可自適應(yīng)地調(diào)整壓縮參數(shù)使其逼近最優(yōu)方案。圖8為某一通道動(dòng)作電位時(shí)刻重建信號(hào)與原始信號(hào)的對(duì)比效果圖，其中壓縮倍率為32/3=10.7倍。根據(jù)24采樣通道144個(gè)動(dòng)作電位總計(jì)660萬(wàn)個(gè)數(shù)據(jù)點(diǎn)壓縮重建誤差統(tǒng)計(jì)，平均失真度PRD約為2.35%。

高壓縮倍率低失真度的優(yōu)勢(shì)在于有效減輕傳輸帶寬負(fù)荷，如在藍(lán)牙等帶寬受限的情況下可傳輸更多的數(shù)據(jù)，亦或在帶寬要求不高的Wifi傳輸條件下降低傳輸功耗。此算法壓縮過(guò)程把不重要的高頻分量去除，而對(duì)20 Hz～150 Hz的SEMG有效信息幾乎不影響，如圖8所示，X_raw與X_rebuild分別為原信號(hào)與重建信號(hào)，第三幅圖同時(shí)繪制原信號(hào)、重建信號(hào)與兩者的Difference（絕對(duì)值差）。由圖可知，重建信號(hào)與原始信號(hào)相似度非常高，則可說(shuō)明壓縮算法的有效性。

圖8　壓縮重建信號(hào)與原信號(hào)對(duì)比

3.3基于小波變換的能量閾值濾波算法

實(shí)際信號(hào)處理時(shí)，系統(tǒng)可自適應(yīng)地調(diào)整序列長(zhǎng)度并選擇小波分解的層數(shù)，窄帶定位至50 Hz、100 Hz附近小波系數(shù)區(qū)域，并對(duì)這兩塊小波系數(shù)區(qū)域分別進(jìn)行基于α參數(shù)的非線性軟閾值化［14］改造，得到新的小波系數(shù)后，將其重構(gòu)為去噪后的信號(hào)。

圖9、圖10分別為實(shí)驗(yàn)仿真中序列長(zhǎng)度64、6層小波分解條件下濾波前后時(shí)域與功率譜的對(duì)比圖。從圖9時(shí)域?qū)Ρ葓D來(lái)看，工頻干擾造成的強(qiáng)底噪被明顯抑制，靜息時(shí)刻信號(hào)就代表工頻噪聲，兩者對(duì)比去噪效果非常明顯。圖10為調(diào)用Matlab的周期法功率譜估計(jì)函數(shù)所得，圖中50 Hz附近功率衰減約6 dB，100 Hz附近功率衰減約3 DB，其他頻帶功率無(wú)明顯變化。

圖9　去噪前后信號(hào)時(shí)域?qū)Ρ?/p>

圖10　去噪前后信號(hào)功率譜對(duì)比

4　算法實(shí)用性討論

4.1小波變換計(jì)算復(fù)雜度評(píng)估

本文所用的5/3提升算法小波變換可用硬件與軟件兩種方式實(shí)現(xiàn)：硬件方式可參考文獻(xiàn)［10］的VLSI設(shè)計(jì)方案，長(zhǎng)度為N的序列小波變換正變換與逆變換分別需要（N+6）與（N+5）個(gè)系統(tǒng)時(shí)鐘周期；軟件方式可參考文獻(xiàn)［9］的算法公式，長(zhǎng)度為N的序列共需要次加法與N次乘法，因二次冪乘法可用匯編移位運(yùn)算指令來(lái)進(jìn)行，實(shí)際再加上寄存器讀寫操作指令，小波正逆變換可用約3N條匯編指令完成。假設(shè)24通道肌電信號(hào)每64個(gè)采樣點(diǎn)（即序列長(zhǎng)度N=64）進(jìn)行壓縮傳輸，則1 kHz采樣率下傳輸間隔為64 ms。根據(jù)理論推算，若采集端系統(tǒng)的25 MHz、32位CPU采用3.1節(jié)的最佳壓縮方案，硬件與軟件所需的小波變換壓縮耗時(shí)分別為0.16 ms與1.44 ms，遠(yuǎn)小于64 ms的傳輸間隔；若接收端系統(tǒng)也為25 MHz的32位CPU，并采用3.3節(jié)仿真的濾波方案，硬件與軟件耗時(shí)分別為0.57 ms與4.56 ms，仍遠(yuǎn)小于傳輸間隔。

無(wú)論使用軟件或者硬件，基于小波變換的壓縮與濾波算法均符合實(shí)時(shí)處理要求。硬件處理速度較快但定制計(jì)算模塊成本較高，軟件速度稍慢但其成本低、便于修改，具體選擇還需衡量?jī)烧咝詢r(jià)比。

4.2實(shí)際系統(tǒng)算法自適應(yīng)策略

本文介紹的基于小波變換的壓縮與濾波算法都需要參數(shù)自適應(yīng)環(huán)節(jié)，才能使系統(tǒng)快速、自動(dòng)地將算法參數(shù)調(diào)整到符合性能指標(biāo)的狀態(tài)。圖11為算法參數(shù)自適應(yīng)訓(xùn)練器的工作流程圖，用戶可選擇參考先前的配置參數(shù)，以避免每次開機(jī)需重新配置參數(shù)造成的系統(tǒng)初始化緩慢；亦可選擇重新配置參數(shù)，以若干有效信號(hào)數(shù)據(jù)作為訓(xùn)練樣本，根據(jù)實(shí)時(shí)性能與要求指標(biāo)的差值，選擇步進(jìn)大小，將參數(shù)由初始值快速逼近預(yù)期值，并存入非易失介質(zhì)中，以便下次開機(jī)初始化時(shí)直接使用。在具體調(diào)整配置參數(shù)方面，壓縮算法需根據(jù)不同小波系數(shù)優(yōu)先分配更重要的比特位；而濾波算法根據(jù)實(shí)時(shí)性要求選定序列長(zhǎng)度后，優(yōu)先尋找不同層數(shù)小波變換最優(yōu)化的軟閾值，而后增加小波分解層數(shù)，以達(dá)到符合性能要求且復(fù)雜度最低的參數(shù)狀態(tài)。

圖11　參數(shù)自適應(yīng)訓(xùn)練器

5　結(jié)論與展望

低功耗采樣算法能降低38.5%的AD采樣功耗，其代價(jià)為2.69%的動(dòng)作電位數(shù)據(jù)欠采樣，接收端可選擇舍棄這段過(guò)渡數(shù)據(jù)或者內(nèi)插補(bǔ)零，并不會(huì)影響動(dòng)作電位數(shù)據(jù)整體的有效性。

基于小波變換的自適應(yīng)壓縮算法，其最優(yōu)參數(shù)條件下可達(dá)到10.3倍壓縮率，而僅產(chǎn)生2.35%的高頻失真，其應(yīng)用價(jià)值在于有效地降低傳輸帶寬負(fù)荷與傳輸功耗，且保證數(shù)據(jù)的低失真。

基于小波變換的能量閾值濾波算法，能有效抑制50 Hz、100 Hz工頻干擾，且對(duì)其他頻帶信息能完整保留，用低計(jì)算復(fù)雜度即可對(duì)接收端信號(hào)產(chǎn)生較好的濾波預(yù)處理效果。

以上三種算法可用于文獻(xiàn)［1-6］的SEMG采集傳輸系統(tǒng)采樣、傳輸、預(yù)處理過(guò)程的優(yōu)化，并能自適應(yīng)地調(diào)整算法參數(shù)，達(dá)到降低功耗、降低帶寬負(fù)荷、抑制工頻干擾的效果。

近年來(lái)，低功耗藍(lán)牙（BLE）SOC芯片在智能體感硬件方面應(yīng)用較為廣泛，其優(yōu)勢(shì)在于低成本、單芯片、高集成度與低功耗，外設(shè)可用紐扣電池供電，小巧便攜，續(xù)航持久，極適合可穿戴硬件領(lǐng)域，本文提出的三種算法對(duì)基于BLE的SEMG信號(hào)采集傳輸系統(tǒng)設(shè)計(jì)具有較高實(shí)用價(jià)值。

［1］Ahamed N U，Sundaraj K，Poo T S.Design and Development of an Automated，Portable and Handheld Tablet Personal Computer?Based Data Acquisition System for Monitoring Electromyography?Signals during Rehabilitation［J］.Proceedings of the Institution of Mechanical Engineers，2013，227（3）：262-274.

［2］胡也.基于WIFI的陣列式表面肌電信號(hào)采集與傳輸［D］.杭州：浙江大學(xué)信電學(xué)院，2014.

［3］李益棟.陣列式表面肌電信號(hào)的采集與噪聲抑制［D］.杭州：浙江大學(xué)信電學(xué)院，2015.

［4］邱萍，朱旻，雙豐.藍(lán)牙無(wú)線表面肌電信號(hào)采集系統(tǒng)設(shè)計(jì)及應(yīng)用［J］.儀表技術(shù)，2014，（2）：-10.

［5］左鵬飛，路知遠(yuǎn)，張永強(qiáng)，等.32通道無(wú)線表面肌電和加速度信號(hào)采集系統(tǒng)設(shè)計(jì)［J］.傳感技術(shù)學(xué)報(bào)，2013，26（6）：790-795.

［6］萬(wàn)莎，侯文生，楊丹丹，等.基于LabVIEW的多通道sEMG信號(hào)檢測(cè)系統(tǒng)設(shè)計(jì)［J］.電子測(cè)量與儀器學(xué)報(bào)，2009，23（11）：30-35.

［7］朱希安，曹林.小波分析及其在數(shù)字圖像處理中的應(yīng)用［M］.北京：電子工業(yè)出版社，2012：10-11.

［8］王大凱，彭進(jìn)業(yè).小波分析及其在信號(hào)處理中的應(yīng)用［M］.北京：電子工業(yè)出版社，2005：13-18.

［9］小野定康.JPEG2000技術(shù)［M］.強(qiáng)增福譯.北京：科學(xué)出版社，2004：109-134.

［10］凌朝東，劉蓉，錢江，等.基于5/3提升小波變換的心電信號(hào)壓縮算法及VLSI實(shí)現(xiàn)［J］.信號(hào)處理，2010，26（6）：930-935.

［11］席旭剛，加玉濤，羅志增.基于獨(dú)立成分分析的表面肌電信號(hào)工頻去噪［J］.儀器儀表學(xué)報(bào)，2009，22（5）：676-679

［12］張雪，王海燕，李保軍.臨床心電信號(hào)工頻干擾小波去噪方法對(duì)比分析［J］.計(jì)算機(jī)測(cè)量與控制，2010，18（4）：902-905.

［13］程正興.小波分析與應(yīng)用實(shí)例［M］.西安：西安交通大學(xué)出版社，2006：12-15.

［14］席旭剛，左靜，張啟忠，等.多通道表面肌電信號(hào)降噪與去混迭研究［J］.傳感技術(shù)學(xué)報(bào)，2014（3）：293-298

毛東杰（1991-），男，浙江寧波人，碩士研究生，主要研究方向?yàn)槲鞲屑夹g(shù)、物聯(lián)網(wǎng)、嵌入式系統(tǒng)，3100102119@zju. edu.cn；

黃凱（1980-），男，江西廣豐人，浙江大學(xué)副教授，主要研究方向?yàn)樘幚砥骷跋到y(tǒng)芯片設(shè)計(jì)，huangk@vlsi.zju.edu.cn。

Low Power Compression Filtering Algorithm for Surface Electromyographysignal Based on Wavelet Transform*

MAO Dongjie1，ZHANG Xiaomeng2，JIANG Xiaowen1，HUANG Kai1*
（1.College of information and electronic engineering，Zhejiang University，Hangzhou 310027，China；2.College of electrical engineering，Zhejiang University，Hangzhou 310027，China）

Based on the existing system of sampling and transmitting surface electromyography signal，three algo?rithms has been performed to respectively optimize the critical process of sampling，transmitting and preprocessing：reducing the power consumption when sampling，reducing the transmission power and bandwidth load by high-rate data compression with low distortionduring transmission，filtering the power frequency interference at the receiving end.Also the complexity of algorithmsis evaluated and the adaptive strategy of parameters is put forward.The simula?tion results show that the proposed algorithms have a good practical value for the design and optimization of low pow?er surface electromyography signal system.

surface electromyography signal；low power consumption；wavelet transform；compression；filtering the power frequency interference

TP212

A

1004-1699（2016）05-0647-07

項(xiàng)目來(lái)源：浙江省自然科學(xué)基金項(xiàng)目（LY14F020026）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（2013QNA5008）

2015-11-04修改日期：2016-01-15