一种信号处理方法、装置和设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113115247A(43)申请公布日2021.07.13(21)申请号202110283973.0(22)申请日2021.03.17(71)申请人苏州康迈德医疗科技有限公司地址215010江苏省苏州市科技城锦峰路8号2号楼510-C9(72)发明人不公告发明人(74)专利代理机构广州三环专利商标代理有限公司44202代理人郝传鑫贾允(51)Int.Cl.H04W4/38(2018.01)H04W28/06(2009.01)H04W52/02(2009.01)G08C17/02(2006.01)G06N3/04(2006.01)权利要求书2页说明书10页附图5页(54)发明名称一种信号处理方法、装置和设备(57)摘要本申请涉及一种信号处理方法、装置和设备，该方法包括：采集预设周期内的原始信号序列；根据已训练的数据压缩模型对原始信号序列进行压缩，得到压缩信号序列；根据已训练的特征提取模型对原始信号序列进行特征提取，得到原始信号序列对应的注意力特征；向躯体传感网的接收端发送压缩信号序列和注意力特征，以使接收端根据已训练的数据重构模型对压缩信号序列进行重构，得到重构信号序列，并根据注意力特征对重构信号序列进行校验，以使校验后的重构信号序列与原始信号序列满足预设匹配程度值。如此，可以降低无线感器节点的功耗，可以延长传感器工作时间，可以提高信号传输以及重构的准确率。CN113115247ACN113115247A权利要求书1/2页1.一种信号处理方法，其特征在于，应用于躯体传感网的采集端，所述方法包括：采集预设周期内的原始信号序列；根据已训练的数据压缩模型对所述原始信号序列进行压缩，得到压缩信号序列；根据已训练的特征提取模型对所述原始信号序列进行特征提取，得到所述原始信号序列对应的注意力特征；向所述躯体传感网的接收端发送所述压缩信号序列和所述注意力特征，以使所述接收端根据已训练的数据重构模型对所述压缩信号序列进行重构，得到重构信号序列，并根据所述注意力特征对所述重构信号序列进行校验，以使校验后的重构信号序列与所述原始信号序列满足预设匹配程度值。2.根据权利要求1所述的方法，其特征在于，所述已训练的数据压缩模型依次包括第一卷积层、批归一化层、第一激活层、第二卷积层、批归一化层、第二激活层、第三卷积层、最大池化层、批归一化层和第三激活层；所述第一卷积层的输入端用于输入所述原始信号序列，所述第三激活层的输出端用于输出所述压缩信号序列。3.根据权利要求2所述的方法，其特征在于，所述第一卷积层、所述第二卷积层和所述第三卷积层中卷积核的大小为1*n，步长的范围为1～n，其中n＝2m+1，m＝0,1,2……。4.根据权利要求1所述的方法，其特征在于，所述已训练的特征提取模型包括极值注意力模块和关注值注意力模块；所述注意力特征包括极值信息和关注值信息；所述根据已训练的特征提取模型对所述原始信号序列进行特征提取，得到所述原始信号序列对应的注意力特征，包括：通过所述极值注意力模块对所述原始信号序列进行极值特征提取，得到所述原始信号序列对应的极值信息；通过所述关注值注意力模块对所述原始信号序列进行关注值特征提取，得到所述原始信号序列对应的关注值信息。5.一种信号处理方法，其特征在于，包括：接收躯体传感网的采集端发送的压缩信号序列和注意力特征；所述压缩信号序列是所述采集端根据已训练的数据压缩模型对预设周期内采集得到的原始信号序列进行压缩得到的；所述注意力特征是所述采集端根据已训练的特征提取模型对所述原始信号序列进行特征提取得到的；根据已训练的数据重构模型对所述压缩信号序列进行重构，得到重构信号序列；根据所述注意力特征对所述重构信号序列进行校验，以使校验后的重构信号序列与所述原始信号序列满足预设匹配程度值。6.根据权利要求5所述的方法，其特征在于，所述注意力特征包括极值信息和关注值信息；所述极值信息和所述关注值信息分别携带对应的采样时间标识；所述根据所述注意力特征对所述重构信号序列进行校验，包括：基于所述极值信息携带的采样时间标识、所述关注值信息携带的采样时间标识和所述重构信号序列中每个重构信号对应的采样时间标识，从所述重构信号序列中确定出待校验信号；将所述待校验信号对应的幅值与所述极值信息对应的幅值、所述关注值信息对应的幅2CN113115247A权利要求书2/2页值进行比较；若所述待校验信号对应的幅值与所述极值信息对应的幅值之间的误差处于预设范围内，或者，所述待校验信号对应的幅值与所述关注值信息对应的幅值之间的误差处于预设范围内，则确定校验后的重构信号序列与所述原始信号序列满足预设匹配程度值。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：若所述待校验信号对应的幅值与所述