梦魇唤醒系统的特征信号分析

【摘 要】本文为了研究给人类带来困扰的梦魇的自主唤醒的特征信号。通过比较梦魇发生时产生的各种信号，确定自主唤醒的呼吸音信号作为特征信号。提出呼吸节律提取法，提取出有用的呼吸信号，滤除噪声信号。利用类周期法对采集到的呼吸信号进行呼吸节律的分析，运用COOL EDIT录制模拟梦魇时的粗重呼吸音信号和正常的平稳呼吸音信号，应用MATLAB软件对两种呼吸音信号做短时傅里叶变换，进行频域对比分析。获得了呼吸信号的节律范围是3～6s，粗重呼吸音信号的频率是0～300Hz，幅值为50～220mV。通过确定的粗重呼吸音信号的节律、频率、幅值范围，可以进行特征信号的提取。

【关键词】梦魇;唤醒;特征信号;短时傅立叶变换;呼吸节律;呼吸频率

1 梦魇唤醒信号总体功能

为了进行呼吸音信号分析，需要把非呼吸音信号滤掉，因此采用了类周期法对呼吸音信号进行去噪。首先利用MEMS音频传感器采集梦魇时的呼吸信号，该音频传感器能直接将采集到模拟信号转换成数字信号进行呼吸信号的判断，利用呼吸节律的判断方法，判断采集到的信号是否为呼吸信号，若为呼吸信号，将信号进行短时傅里叶变换，在进行功率谱密度分析，绘制出频谱图，然后判断是否为梦魇时的粗重呼吸信号，如果是则确定为梦魇，在进行下一部分的唤醒工作。

2 梦魇特征信号的分析方法

对梦魇特征 シ信号即呼吸信号的分析方法有许多，比如短时傅里叶变换（STFT）、小波变换、神经网络法等等。短时傅里叶变换用来分析分段平稳信号或者近似平稳信号。小波变换分析信号频率时可以时间、频率同时定位，这适用于非平稳信号。小波变换法具有良好的时频局域化性，检验准确性高，但计算量大，不适于实时处理。神经网络能够较好地实现判别结果，但训练时间较长，实际应用效果不佳。

因为呼吸音信号从整体来看是一个非平稳过程信号，不能用处理平稳信号的进行分析处理。但是呼吸音信号在一个节律一半左右的区间内基本平稳。所以，可以采用短时傅里叶变换对梦魇特征信号进行分析，确定特征信号的频率和幅值范围。

3 信号的分析

信号的分析过程主要包括信号采集，节律分析和信号时频域特征信息的提取。

¿3.1 信号的呼吸节律分析

本文根据呼吸信号的节律特性（类周期性）对采集到的呼吸信号进行分析、比较，确定采集到的呼吸信号的节律范围。为了提取呼吸信号的节律特性，对呼吸信号进行采集后，进行A/D转换，解调、滤波，进行采样，然后根据每64个采样值的幅值求平均，比较之后，确定峰值，确定节律时间。

通过类周期法，可以分析出采集到的呼吸信号的节律范围呼吸周期为3-6秒，并且每个周期内的峰值大小几乎保持一致。而其他的噪音信号，不具有节律特征，并且峰值大小也随时进行改变。根据这个节律范围可以排除其他噪音信号的干扰。

3.2 呼吸信号的采集

由于录入梦魇时发出的粗重呼吸声比较困难;然而梦魇时发出的粗重呼吸声与清醒时发出的粗重呼吸声特征类似，所以采用清醒时发出的粗重呼吸声作为特征信号，进行分析。采用Cool Edit分别录入平稳信号和粗重信号。

3.3 梦魇呼吸音信号的分析

进行数字信号处理通常分析呼吸音信号是看它的频域特征，从它的频域特征图上能够提取出更多有效的特征量。所以，对这一新信号进行频谱分析，获得频谱图，得到特征信号。

3.3.1 基于短时傅里叶变换的特征信号的提取

Matlab中的短时傅里叶变换的函数是一种频域分析法，能很好地刻画信号的频率特性。它能够分析出语音信号的频谱特性，能够从中提取出特征信息。对呼吸音信号的分析原理主要是短时傅里叶变换，离散信号x（n）的短时傅里叶变换公式为：

xn（Ejω）=■x（m）ω（n-m）e-jωm

（1）

其中ω（n）是实数窗序列，xn（Ejω）既是ω的函数，也是ถn的函数。离散的短时傅里叶变换令ω=2πk/N，0≤k≤N-1其公式如ง下：

xn（k）=xn（Ejω）=■x（m）ω（n-m）e-jωm

（2）

对呼吸音信号进行短时傅里叶变换后，利用功率谱密度函数，求出功率谱

Sn（e■）=xn（e■）xn（e■）■=xn（e■）■

（3）

然后再根据功率谱与短时傅里叶变换的关系f=■，绘画出频谱图。

（a）时域图 （b）频域图 图1 单个节律平稳信号分析图

（a）时域图 （b）频域图

图2 单个节律粗重信号分析图

3.3.2 特征信号提取结果与特征分析

4 结论

（1）通过比较梦魇发生时产生的各种信号，确定了自主唤醒的呼吸音信号作为梦魇唤醒系统的特征信号。

（2）提出了呼吸节律分析法，对呼吸音信号中的噪声信号进行了剔除，以确保将要分析的信号为呼吸音信号。

（3）采用类周期法对采集到的呼吸信号进行呼吸节律的分析，确定呼吸信号的节律范围为3-6秒，排除其他信号的干扰。采用MATLAB软件对粗重呼吸音信号和平稳呼吸音信号做短时傅۵里叶变换，进行频域对比分析，获得粗重呼吸音信号频率范围为0～300Hz，幅值为50～220mV。

【参考文献】

[3]王家庆.脉搏信号处理方法研究与脉搏测量系统设计[D].北京：北京工业大学，2006，04.Wang Jiaqing. Research of pulse signal processing methods and design of pulse measuring system. Beijing University of Technology， 2006，04.

[4]马颖颖.脑电信号的特征提取及睡眠分期方法研究[D].西安：西北工业大学，2007. Ma Yingying. The feature extraction of EEG and sleep staging study[D]. Northwestern Polytechnical University， 2007.

[5]胡丹波.快速眼动睡眠相关性睡眠障碍[J].继续医学教育，2006-02-28.Hu Danbo. Rapid eye movement sleep related sleep disorders[J]. Continuing Medical Education， 2006.