论文部分内容阅读
心脏疾病是威胁人类健康的一类常见病。随着无线传感技术的进步，面向心脏健康监护的可穿戴设备得到了极大的发展。由于可穿戴系统对体积的严格限制以及续航能力的高需求，系统能耗是其设计的关键。目前的系统主要采取“节点端采集数据+云端分析处理”的方案，在心脏实时监护过程中会产生大量的心电采样数据和传输功耗，这成为了可穿戴系统的功耗瓶颈。针对心电监护应用对心电信息及信号质量的多种需求，本文围绕QRS检测、有损/无损压缩等关键心电处理方式，重点研究低功耗的心电处理算法，并研究了算法的低功耗架构设计与ASIC实现。主要的研究内容和创新点包括: 1.差值不敏感滤波的QRS检测算法研究。根据心电信号的周期性形态特征，提出了一种差值不敏感滤波的信号预处理机制，利用信号间的差值变化动态地调节敏感度，可滤除信号中80％与QRS波群检测无关的冗余信息，降低了检测的运算功耗。同时，研究该滤波机制的信号过滤效果与噪声程度的关系，提出了一种基于信号过滤率的低功耗QRS检测算法，利用差值不敏感滤波的过滤率反映信号的噪声程度，并据此动态调节QRS检测的阈值，减少了由噪声波峰干扰导致的QRS波群误检，以仅7％的额外硬件开销提高了算法的抗噪能力。 2.基于9/7-M提升小波的低功耗心电压缩架构研究。针对离散小波等变换域算法运算复杂的问题，首次提出了基于9/7-M提升小波基的心电信号分解方法，实验表明该方法相较于5/3小波基，对低尺度变换具有更优的分解效果。将9/7-M和5/3小波基结合，分别应用于不同尺度的变换，在达到与经典小波变换相当的分解效果的同时，消除了乘法器的使用并优化了运算复杂度。研究小波分解系数的能量分布特征，进一步提出了一种改进型嵌入零树小波编码配合霍夫曼编码的方式，相比熵编码等方法压缩效率可提高10％～30％，并且内存开销减半。电路结构上，利用嵌入零树小波的编码规律，设计了一个可转置寄存器矩阵，通过正交地缓存和读取待编码系数，在不增加额外寄存器资源的情况下将处理频率降至原来的1/8。 3.心电无损压缩的自适应预测和编码策略研究。针对现有心电无损压缩适应性较差的缺陷，首先提出了一种基于局部历史信息的预测方法，其利用一个记录历史最佳预测器的信息表，动态地从若干个线性预测器中选择预测结果。编码策略上，提出了融合哥伦布-赖斯和指数哥伦布的混合哥伦布编码方法，通过将预测误差划分成不同大小的区域，并对每个区域采取不同颗粒度的编码方式，汲取了前者优越的编码效率以及后者对于大幅值误差良好的编码收敛性。进一步地，对编码过程采取按位迭代的硬件架构实现，相比直接编码，成本及数据封装复杂度都更低，电路总开销仅1.82K门。 本文的研究覆盖了有损/无损压缩及关键特征提取等心电处理技术，采用了算法低功耗、架构低功耗以及电路低功耗结合的研究策略。论文研究内容对于心电处理的低成本低功耗实现、处理性能的优化以及系统整体能效的提升，具有积极的理论研究意义和实际应用价值。