买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：博博科技(嘉兴)有限公司

摘要：本发明公开了一种基于马尔科夫链模型的BCG信号体征状态监测方法，包括如下步骤：处理器对寄存器中存储的BCG信号分段滤波，利用马尔科夫链模型计算Sft的体征状态概率Pt，利用最大近似然法计算当前体征状态，判断Dt是否变化并更新体征状态转移概率矩阵，每隔一段时间，处理器利用绘图算法计算Dt的图像，并通过显示器输出计算结果；本发明具有具备强大的抗干扰能力，计算过程简单、高效，提高了算法的稳定性和鲁棒性，数据准确性高的特点。

主权项：1.一种基于马尔科夫链模型的BCG信号体征状态监测方法，其特征是，包括如下步骤：步骤1，数据采集器采集BCG信号，采集到的BCG信号储存在寄存器中；处理器对寄存器中存储的BCG信号按照数据采集时间的先后顺序进行分段，每段数据的长度为1000，从序号1开始给各个数据段编号；设t的初始值为1,St为第t段数据；步骤2，处理器对各段数据进行滤波处理，得到St过滤后的信号Sft；步骤3，处理器利用马尔科夫链模型计算Sft的体征状态概率Pt：步骤3-1，设Dt表示Sft的体征状态，表示离开的体征状态值为1，表示平静的体征状态值为2，表示体动的体征状态值为3；离开为第1个体征状态，平静为第2个体征状态，体动为第1个体征状态；设初始化体征状态转移概率矩阵Ti1,i2t为Tt中的第i1行第i2列的元素，Ti1,i2t的值表示第i1个体征状态变为第i2个体征状态的概率,i1＝1,2,3，i2＝1,2,3；Dt＝1；步骤3-2，使t值增加1，计算Dt：利用如下公式计算Sft的标准差特征SDt和高斯分布1×3矩阵Gt： Gt＝Gaussiansft,μ,σ2其中，Sfit为Sft中的任一个数据，i＝1,2,3,…,1000；是Sft中的数据的均值，Gaussian是高斯分布函数，μ是针对三种不同的体征状态设定的均值参数，σ2是针对三种不同的体征状态设定的标准差参数；步骤3-3，利用公式Pt＝SDt×Gt×Tt计算体征状态概率矩阵Pt：Pt＝[Pt,1,Pt,2,Pt,3]；Pt,1,Pt,2,Pt,3分别与离开、平静和体动的体征状态相对应；步骤4，处理器利用最大近似然法计算体征状态：设定Dt＝Pt中的最大概率Pmaxt所对应的体征状态值：步骤5，处理器判断Dt是否变化并更新体征状态转移概率矩阵；如果Dt＝Dt-1，返回步骤3-2；如果Dt≠Dt-1，利用如下公式计算新的体征状态转移概率矩阵TTt：设CovSft-1,Sft为Sft-1和Sft的协方差；λi1,i2为从第1数据段到第t数据段，第i1个体征状态到第i2个体征状态转换的次数的和；利用如下公式计算得到TTt中的元素TTi1,i2t： 的第i1行的3个元素之和；其中，Ti1,i2t-1为Tt-1中的元素；使Tt＝TTt，返回步骤3-2；步骤6，从处理器开始工作开始，每隔一段时间，处理器利用绘图算法计算Dt的图像，并通过显示器输出计算结果。

全文数据：

权利要求：

百度查询： 博博科技(嘉兴)有限公司 基于马尔科夫链模型的BCG信号体征状态监测方法