智能穿戴设备嵌入式生理信号特征提取算法研究

劲潮 李(西京学院电子信息学院，中国)
盛 李(西京学院电子信息学院，中国)

摘要

文章主要从智能穿戴设备在生理信号处理过程中所遇到的主要问题入手，重点对嵌入式环境下生理信号特征提取算法展开研究。对智能穿戴设备所采集到的生理信号特性以及它在嵌入式处理中所遇到的数据质量问题、计算效率问题、算法适应性问题进行了详细的分析。对目前各种特征提取方法进行梳理、对比，并考虑嵌入式系统资源限制的特点，文章提出一套适合于穿戴设备的轻量化的特征提取算法框架。该框架包含用自适应阈值进行噪声抑制的方法、结合时域和频域特征的混合提取策略、用机器学习来优化特征选择的过程。经过研究可知，在保证生理信息的有效提取的基础上，可以明显降低算法的计算复杂度以及功耗，给智能穿戴设备实现实时、准确的健康监测功能提供了一个有效的技术途径。

关键词

智能穿戴设备；嵌入式系统；生理信号

参考

陈笑远.基于可穿戴的多生理信号监测系统[D].天津工业大学,2025.

王丹阳.基于可穿戴设备的生理监测与情绪识别系统[D].深圳大学,2023.

宋陈.智能可穿戴设备高精度健康检测算法研究[D].安徽理工大学,2022.

何文文.面向可穿戴设备的生理信号分析和处理算法研究[D].电子科技大学,2021.

徐令仪,汪长岭,毛靖宁,等. 可穿戴技术在生理信号监测中的应用和发展[J].中国医疗设备,2018,33(03):118-120+135.

DOI: http://dx.doi.org/10.12345/bdai.v7i3.38162