] (4)由1时刻的预测误差自相关矩阵Kf (0，1)和观测噪戶目相天矩阵K计算1时刻丽 向卡尔曼滤波增益矩阵= CX ·' (、0,1MCA'_M〇, I)Cw'+ GU7厂1，其中，C为2 X 2单位矩阵， G为2 X 17矩阵，G( I，I) =G(2，2) = 1，其他元素都等于0。
[0120] (5)由1时刻新息过程adPl时刻前向卡尔曼滤波增益矩阵Xgf计算1时刻前向卡尔 曼滤波输出(I) = AV (1) +仏'。
[0121] (6)由1时刻前向卡尔曼滤波的增益矩阵Agi'和1时刻前向卡尔曼预测误差自相关 矩阵K f (0，1)，计算1时刻前向卡尔曼滤波的误差自相关矩阵
[0122] 1时刻前向卡尔曼滤波输出;^(1)和?\1)作为2时刻的前向卡尔曼滤波的输入，重 复上述步骤(1)、（2)、（3)、（4)、（5)、（6)，计算2,3，一，？时刻的前向卡尔曼滤波。
[0123] 在步骤S203中，根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信 号。
[0124] 进一步的，所述根据所述前向卡尔曼滤波数据，获取所述待处理信号中的心电信 号包括：
[0125] 根据kP时刻的前向卡尔曼滤波预测误差自相关矩阵#(1^-1，1^)和kP-l时刻的前向 卡尔曼滤波误差自相关矩阵P f (kP-l)，计算kP-l时刻的RTS平滑增益Kg(kP-l) =Pf (kP-l) [Kf (kP-l，kP)]-S
[0126] 根据kP-l时刻的RTS平滑增益Kg(kP-l)、kP-l时刻的前向卡尔曼滤波值.r (Lkp时刻 的所述待处理信号中心电信号的输出值时刻的前向卡尔曼滤波预测值衣k；)，计 算心_1时刻的所述待处理信号中的心电信号的输出值&-1) = ^ (Ι?)+λ·^-φ%)-Λγ(Μ。
[0127] 在本发明实施例中，定义_,γ = Λ?? ,P(P)=Pf(P)，根据RTS平滑理论，由P时 刻的平滑初始状态计算P-ι时刻后向RTS平滑输出的具体过程可以分为以下几个步骤：
[0128] (1)有ρ-1时刻前向卡尔曼滤波所保存的前向滤波误差自相关矩阵Pf (ρ-1)和ρ时 亥IJ前向卡尔曼滤波的预测误差自相关矩阵Kf(p_l，p)，计算ρ-1时刻的RTS平滑增益Kg(p-l) = Pf(p-l)[Kf(p-l，p)]-S
[0129] (2)由ρ-1时刻前向卡尔曼滤波输出;丨丨、ρ-1时刻RTS平滑增益Kg(p-l)、p时 刻的RTS平滑输出值以及P时刻前向卡尔曼滤波输出JT/ &；),计算P-I时刻的RTS 平滑输出值
[0130] (3)由ρ-I时刻前向卡尔曼滤波误差自相关矩阵Pf (ρ-1)、p_l时刻RTS平滑增益Kg (?-1)，？时刻前向卡尔曼滤波的预测误差自相关矩阵#(?-1，？）、？时刻1^5平滑误差自相关 矩阵P(P)，计算P-I时刻RTS平滑误差自相关矩阵P(p-l) =Pf (p-l)-Kg(p-l) [Kf (p-l，p)-P (p)]Kg(p-l)T；
[0131] (4)利用ρ-1时刻的RTS平滑值义（/,-I)、ρ-1时刻RTS平滑误差自相关矩阵P(p-l)、 p-2时刻前向卡尔曼输出;r' 丨和P-2时刻前向卡尔曼滤波误差自相关矩阵?\口_2)作 为口-2时刻的1^5平滑输入。重复步骤（1)、（2)、（3)，进行?-2时刻1^5平滑。以此类推，进行?-3，p-4，…，1时刻的RTS平滑，其中，X，k P = 1，…，ρ即为利用扩展卡尔曼RTS平滑得到的 心电信号的输出值。
[0132] 图6是扩展卡尔曼滤波器估计出的心电信号和扩展卡尔曼RTS平滑器估计出的心 电信号的示例图，由图6可知利用扩展卡尔曼RTS平滑器估计出的心电信号更准确。
[0133] 表1是扩展卡尔曼滤波算法信噪比与扩展卡尔曼RTS平滑算法信噪比的提升量比 较，由表1可知扩展卡尔曼RTS平滑算法的信噪比提升量较大，利用扩展卡尔曼RTS平滑算法 估计出的心电信号更准确。
[0135] 表1
[0136] 本发明实施例通过前向卡尔曼滤波获取待处理信号的前向卡尔曼滤波数据，根据 所述前向卡尔曼滤波数据和RTS平滑理论，平滑估计出待处理信号中的心电信号，从而实现 心电信号中静电干扰的去除，解决了现有扩展卡尔曼滤波器去除心电信号中静电干扰准确 率不高的问题。
[0137] 实施例三:
[0138] 图7示出了本发明实施例三提供的去除心电信号中静电干扰的装置的组成示意 图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
[0139] 数据获取模块71，用于获取待处理信号的前向卡尔曼滤波数据；
[0140] 信号获取模块72,用于根据所述前向卡尔曼滤波数据，获取所述待处理信号中的 心电信号。
[0141] 本发明实施例提供的去除心电信号中静电干扰的装置可以使用在前述对应的方 法实施例一中，详情参见上述实施例一的描述，在此不再赘述。
[0142] 本发明实施例通过前向卡尔曼滤波获取待处理信号的前向卡尔曼滤波数据，根据 所述前向卡尔曼滤波数据和RTS平滑理论，平滑估计出待处理信号中的心电信号，从而实现 心电信号中静电干扰的去除，解决了现有扩展卡尔曼滤波器去除心电信号中静电干扰准确 率不高的问题。
[0143] 实施例四:
[0144] 图8示出了本发明实施例四提供的去除心电信号中静电干扰的装置的组成示意 图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
[0145] 参数获取模块81，用于获取待处理信号的相关参数；
[0146] 进一步的，所述参数获取模块包括：
[0147] 采集单元811、处理单元812、第一计算单元813、第二计算单元814、第三计算单元 815以及第四计算单元816;
[0148] 所述采集单元811，用于采集N个心电周期的待处理信号，并存入2 XM矩阵0，矩阵0 的第ko个列矢量
其中，kQ = 1，2，…，M，M、N为大于零的整数，为待处理信号的 幅值，k〇为采样点序号；
[0149] 所述处理单元812,用于对所述采集的N个心电周期的待处理信号进行R波检测，将 所述待处理信号的R峰的序号k〇存入一维列矢量R，计算第i个心电周期的起始点位置
?并将其存入一维列矢量Beg，其中，R( i)为第i个待处理信号 的R峰的采样点序号，INT为取整函数；
[0150]所述第一计算单元813,用于根据所述第i个心电周期的起始点位置，计算第i个心 电周期的采样点数Num1,以获得所述待处理信号的全局角速度
其中，fs 为米样频率；
[0151]所述第二计算单元814,将第i个心电周期的待处理信号映射成长度为匕的信号序 列ECGnew1，并计算所述N个心电周期的信号平均值
，其 中，ke=l，2，···，fs;
[0152]所述第三计算单元815,用于根据所述N个心电周期的信号平均值ECGmean(ke)，计 算所述待处理信号的模型参数4為，疼， 过程噪声矢量均值妒=%％%,岣,/ν , \ A: A^ 建模不确定性；
[0153]所述第四计算单元816,用于根据信号序列ECGneWl(ke)和所述N个心电周期的信号 平均值ECGmean(ke)，计算所述待处理信号的观测噪声功率ECGms，以获得前向卡尔曼滤波 观测噪声自相关矩時
·其中S为采样间隔
[0154] 数据获取模块82,用于获取待处理信号的前向卡尔曼滤波数据；
[0155] 进一步的，所述数据获取模块82包括：
[0156] 采集单元821、第一计算单元822、第二计算单元823以及第三计算单元824;
[0157] 采集单元821，用于采集所述待处理信号，计算心电周期中第kP个采样点所对应的 弧值1，以获得匕时刻的观测矩阵
，其中\为匕时刻的信号幅值，kP为大于零的 整数；
[0158] 第一计算单元822，用于计算kp时刻的前向卡尔曼滤波预测值々％)=./卜1?,. 和1^时刻的前向卡尔曼滤波预测误差自相关矩阵/if (% -u> (夂-IR-, + ， 其中，f为前向卡尔曼滤波的状态转移抽象函数，为kP-i时刻前向卡尔曼滤波的状态转 移抽象函数f对；-：〇的偏导数，为kP-l时刻前向卡尔曼滤波的状态转移抽象函 数f对r的偏导数，P f(kp-l)为kp-Ι时刻的前向卡尔曼滤波误差自相关矩阵，Q为前向卡尔 曼滤波观测误差自相关矩阵；
[0159] 第二计算单元823,用于根据1^时刻的观测矩阵&，计算匕时刻的新息过程，以 获得前向卡尔曼滤波值
其中，为匕时刻的前向卡尔曼滤 波增益矩阵；
[0160] 第三计算单元824,用于根据匕时刻的前向卡尔曼滤波增益矩阵你^和匕时刻的前 向卡尔曼滤波预测误差自相关矩阵Kf(kP_l，kP)，计算k P时刻的前向卡尔曼滤波误差自相关 矩阵) = (/- %/ C) K -1人；^其中，I和C为单位矩阵。
[0161]信号获取模块83,用于根据所述前向卡尔曼滤波数据，获取所述待处理信号中的 心电信号。
[0162] 进一步的，所述信号获取模块83包括：
[0163] 第一计算单元831，用于根据1^时刻的前向卡尔曼滤波预测误差自相关矩阵#(1^-l，kP)和kP-l时刻的前向卡尔曼滤波误差自相关矩阵p f(kp-l)，计算kP-l时刻的前向卡尔曼 滤波增益矩阵 Kg(kP-l) =Pf (kP-l HKfUp-Ukp)]-1;
[0164] 第二计算单元832,用于根据kP_l时刻的前向卡尔曼滤波增益矩阵Kg(kP-l)、k P_l 时刻的前向卡尔曼滤波值A:i pp-l)、kP时刻的所述待处理信号中心电信号的的输出值 和匕时刻的前向卡尔曼滤波预测值，计算kP-l时