技术领域
本发明涉及智能家电技术领域，尤其涉及一种智能床垫系统及人体生理特征数据提取方法。
背景技术
人体心率以及呼吸率是临床诊断的一项重要参考指标，它与许多疾病密切相关(如：冠心病、糖尿病、支气管哮喘等)。可以通过对心率及呼吸率的监测实现疾病的早期发现及预防。同时心率及呼吸率变化还与人体的睡眠息息相关，通过对心率的监测能够很好地分析人的睡眠质量。
传统的心率及呼吸率监测方法是采用多导心电图，它需要在人体上安放专门的心电电极片，这不仅给受监测者带来了极大的不便利，同时造成心里上的压力。由于电极片直接接触皮肤，如果长期使用会使局部皮肤瘙痒甚至发炎。
为此，现有技术中出现了以下几种非接触式人体生理特征监测方式：1是采用心率带，2是采用光电、超声波类监测仪，其中，心率带的原理是采用长条薄膜压电传感器，由于整条带子由一个传感器组成，信号抗干扰能力较弱，任何外界干扰因素都会造成检测误差，检测精度不高了；光电、超声波类监测仪由于此类产品受环境干扰严重，对受试者使用要求较高，其检测精度往往难以满足进一步的分析需要。
所以，现有技术中存在人体生理特征检测精度低的技术问题。
发明内容
本发明实施例提供一种智能床垫系统及人体生理特征数据提取方法，用于解决现有技术中存在人体生理特征检测精度低的技术问题，实现提高人体生理特征检测精度的技术效果。
为此，本发明实施例提供的一种人体生理特征数据提取方法包括：
获取用于表征人体生理特征的多路时域信号以及与所述多路时域信号对应的多路频域信号；
确定出所述多路频域信号在预设频域范围内的目标频点；
确定出所述多路时域信号在预设通带范围内的目标间期；
基于所述目标频点以及所述目标间期，获得人体生理特征数据。
可选的，所述基于所述目标频点以及所述目标间期，获得人体生理特征数据，具体包括：
根据所述多路频域信号中信号质量优于第一预设值的频域信号所占比重，获得频域可信度；
根据所述多路时域信号中信号质量优于第二预设值的时域信号所占比重，获得时域可信度；
根据所述频域可信度以及所述时域可信度，选择所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值。
可选的，所述根据所述频域可信度以及所述时域可信度，选择所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值，具体包括：
若所述目标频点换算后的数值与目标间期换算后的数值之间差在预设范围内，则所述人体生理特征数据为所述目标频点换算后的数值与目标间期换算后的数值的平均值；
若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度大于所述时域可信度时，则人体生理特征数据为所述目标频点换算后的数值；
若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度小于所述时域可信度时，则人体生理特征数据为所述目标间期换算后的数值。
可选的，所述确定出所述多路频域信号在预设频域范围内的目标频点，具体包括：
确定出所述多路频域信号在预设频域范围内的多个频点；
确定出所述多个频点之间处于第一预设误差范围内的至少一个频点；
获取所述至少一个频点的平均值，所述平均值为目标频点。
可选的，所述确定出所述多路时域信号在预设通带范围内的目标间期，具体包括：
确定出所述多路时域信号在预设通带范围内的多个间期；
确定出所述多个间期之间处于第二预设误差范围内的至少一个间期，
获取所述至少一个间期的平均值，所述平均值为目标间期。
可选的，所述获取用于表征人体生理特征的多路时域信号以及与所述多路时域信号对应的多路频域信号之前，还包括：
检测获得用于表征人体生理特征的时域信号；
确定所述时域信号中信号强度小于第一设定门限的目标时域信号；
确定出所述目标时域信号中信噪比大于第二设定门限的多路时域信号。
可选的，所述人体生理特征为呼吸频率时，所述预设频域范围与所述预设通带范围均为0.1-0.7Hz；
所述人体生理特征为心率时，所述预设频域范围为0.8-2.5Hz或所述预设频域范围为0.8-8Hz，所述预设通带范围为0.8-2.5Hz。
另一方面，本发明实施例提供了一种智能床垫系统，包括：
智能床垫、设置在所述智能床垫内部的多个压力传感器、与所述多个压电时传感器连接的信号采集单元，以及与所述信号采集单元连接的信号处理单元；
其中，所述信号采集单元，用于从所述多个压力传感器中获取用于表征人体生理特征的多路时域信号；
所述信号处理单元，用于根据所述多路时域信号，获取与所述多路时域信号对应的多路频域信号，以及用于确定出所述多路频域信号在预设频域范围内的目标频点；确定出所述多路时域信号在预设通带范围内的目标间期；以及基于所述目标频点以及所述目标间期，获得人体生理特征数据。
可选的，所述信号处理单元，还用于：
根据所述多路频域信号中信号质量优于第一预设值的频域信号所占比重，获得频域可信度；
根据所述多路时域信号中信号质量优于第二预设值的时域信号所占比重，获得时域可信度；
根据所述频域可信度以及所述时域可信度，选择所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值。
可选的，所述信号处理单元，还用于：
若所述目标频点换算后的数值与目标间期换算后的数值之间差在预设范围内，则所述人体生理特征数据为所述目标频点换算后的数值与目标间期换算后的数值的平均值；
若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度大于所述时域可信度时，则人体生理特征数据为所述目标频点换算后的数值；
若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度小于所述时域可信度时，则人体生理特征数据为所述目标间期换算后的数值。
可选的，所述信号处理单元，还用于：
确定出所述多路频域信号在预设频域范围内的多个频点；
确定出所述多个频点之间处于第一预设误差范围内的至少一个频点；
获取所述至少一个频点的平均值，所述平均值为目标频点。
可选的，所述信号处理单元，还用于：
确定出所述多路时域信号在预设通带范围内的多个间期；
确定出所述多个间期之间处于第二预设误差范围内的至少一个间期，
获取所述至少一个间期的平均值，所述平均值为目标间期。
可选的，所述信号采集单元，用于：从所述多个压力传感器中检测获得用于表征人体生理特征的时域信号；
所述信号处理单元，用于：
确定所述时域信号中信号强度小于第一设定门限的目标时域信号；
确定出所述目标时域信号中信噪比大于第二设定门限的多路时域信号。
可选的，所述人体生理特征为呼吸频率时，所述预设频域范围与所述预设通带范围均为0.1-0.7Hz；
所述人体生理特征为心率时，所述预设频域范围为0.8-2.5Hz或所述预设频域范围为0.8-8Hz，所述预设通带范围为0.8-2.5Hz。
另一方面，本发明实施例提供了一种用于人体生理特征数据提取的设备，包括：
至少一个处理器，以及
与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上所述的一种人体生理特征数据提取方法。
另一方面，本发明实施例提供了一种计算机可读存储介质，：
所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如上所述的一种人体生理特征数据提取的方法。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
由于本申请实施例中的技术方案，采用获取用于表征人体生理特征的多路时域信号以及与所述多路时域信号对应的多路频域信号；确定出所述多路频域信号在预设频域范围内的目标频点；确定出所述多路时域信号在预设通带范围内的目标间期；基于所述目标频点以及所述目标间期，获得人体生理特征数据，其中，所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值。
也即，在本申请实施例中，对采集到的人体生理特征信号分别在时域内进行分析以及在频域进行分析，进而分别获得时域内对应的特征值以及频域内对应的特征值，然后再根据时域内获得的特征值的可信度与频域内获得的特征值的可信度共同来确定人体生理的特征的取值，保证了当时域信号受噪声影响较大时，能够从对应的频域信号准确提取人体特征值；当频域信号受噪声影响较大时，能够从对应的时域信号准确提取人体特征值，所以，有效的解决了现有技术中存在人体生理特征检测精度低的技术问题，具体提高人体生理特征检测精度的有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
图1为本申请实施例提供的一种提取人体生理特征数据的智能床垫系统的示意图；
图2为本申请实施例提供的一种人体生理特征数据提取方法的流程图；
图3为本申请实施例中在执行步骤S101之前还可以执行的一些步骤的流程图；
图4为本申请实施例中步骤S102的具体实现方式的流程图；
图5为本申请实施例中步骤S103的具体实现方式的流程图；
图6为本申请实施例中呼吸率的对应频域信号频点提取的结构示意图；
图7为本申请实施例中步骤S104的具体实现方式的流程图；
图8为本申请实施例中步骤S503的具体实现方式的流程图；
图9为本申请实施例中心率的对应频域信号频点提取的结构示意图。
图10为本申请实施例中心率的对应频域信号频点提取的另一结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明技术方案的一部分实施例，而不是全部的实施例。基于本申请文件中记载的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明技术方案保护的范围。
请参考图1，为本发明实施例中提供的一种用于提取人体生理特征数据的智能床垫系统，包括智能床垫(图中未画出)，多路压力传感器以及信号采集单元以及信号处理单元，在具体实践过程，多路压力传感器可以具体为多路陶瓷压电式传感器，多路陶瓷压电式传感器可以阵列形式分布在智能床垫中，在实际应用中，本发明实施例中带有多路陶瓷压电传感器的智能床垫可以放在家用床垫下方或上方，当人躺在放置有本发明实施例中的智能床垫的床上，智能床垫中的多路陶瓷压电式传感器就会产生多路信号，系统中的信号采集单元就可以通过无线WIFI实时检测并采集到多路陶瓷压电式传感器产生的多路信号，然后，信号采集单元就会将该多路信号传输给系统中的信号处理单元进行处理。
下面给出本发明实施例应用于上述系统的人体生理特征数据提取方法，如图2所示，包括：
步骤S101：获取用于表征人体生理特征的多路时域信号以及与所述多路时域信号对应的多路频域信号；
步骤S102：确定出所述多路频域信号在预设频域范围内的目标频点；
步骤S103：确定出所述多路时域信号在预设通带范围内的目标间期；
步骤S104：基于所述目标频点以及所述目标间期，获得人体生理特征数据。
本发明实施例中，首先执行步骤S101，也即获取用于表征人体生理特征的多路时域信号以及与所述多路时域信号对应的多路频域信号。
在具体实践过程中，多路陶瓷压电式传感器可以为18路，也可以为10路、20路等，在此就不一一例举。当人躺在智能床垫上，智能床垫中的多路陶瓷压电式传感器就会产生表征人体生理信号的多路时域信号，智能床垫系统中的信号采集单元可以通过ADC采样获取到智能床垫中多路陶瓷压电式传感器产生的多路时域信号，然后信号采集单元就会将这多路时域信号通过无线WIFI传输给信号处理单元，信号处理单元可以先将这多路时域信号进行快速傅里叶变换FFT，得到与这多路时域信号对应的多路频域信号。当然，在实际应用中，本发明实施例中方法在执行步骤S101之前，还可以执行如图3所示的步骤：
步骤S201：检测获得用于表征人体生理特征的时域信号；
步骤S202：确定所述时域信号中的每一路时域信号的强度小于第一设定门限；
步骤S203：确定出所述时域信号中信噪比大于第二设定门限的多路时域信号。
在实际应用中，在信号处理单元接收到信号采集单元检测获得的多路时域信号之后，可以先去判断获得的多路时域信号中的每一路时域信号的信号强度是否都小于一设定门限，以排除智能床垫上的人体处于体动状态(如翻身，起床等)的情况，因为在体动状态下，人体的生理信号容易被体动淹没，导致检测误差过大，且这时产生的多路时域信号的信号强度较大，所以，在实际应用中，可以根据多次试验得到一个信号强度的设定门限，当多路时域信号中的每一路时域信号的信号强度均小于该设定门限时，表明人体处于非体动状态，当多路时域信号中的每一路时域信号的信号强度均大于该设定门限时，表明人体处于体动状态。
这里，假设多路时域信号中的每一路时域信号的信号强度均小于该设定门限，这时，就可以计算出多路时域信号中每一路时域信号的信噪比，根据计算出的信噪比筛选出信噪比较高的(也即信号好质量较好)时域信号，当然，在实际应用中，可以事先设定一信噪比，当多路时域信号中任一路时域信号的信噪比大于事先设定一信噪比，就认为该路时域信号的质量较好。
在本发明实施例中，具体以智能床垫中设置有18路陶瓷压电式传感器为例，那么，在检测获得这18路陶瓷压电式传感器产生的18路时域信号之后，就可以去判断这18路时域信号中的每一路时域信号的信号强度是否都小于设定门限，这里假设18路时域信号中的每一路时域信号的信号强度都小于设定门限，则表明人体处于非体动状态，那么，就可以从这18路时域信号中确定出信噪比大于事先设定的信噪比的时域信号。
当然，在实际应用中，在这18路时域信号中确定出信噪比大于事先设定得到信噪比的时域信号之前，还可以对这18路时域信号进行降噪处理，例如，可以先将这18路时域信号中的每一路时域信号使用直方图进行一次缓和波动噪声的滤处，然后，再对直方图降噪后的各路时域信号进行小波降噪处理。其中，小波降噪的原理是将各路时域信号通过小波变换Daubechies后求得各层级小波系数，对各路时域信号的毛刺噪声进行滤除重新生成小波系数，最后使用新的系数进行小波重构，得到最终的处理信号。
这里，假设18路时域信号中有6路时域信号的信噪比大于事先设定的信噪比，那么，就可以从这18路时域信号中确定出信噪比大于事先设定的信噪比6路时域信号，进而剔除掉这18路时域信号信噪比小于预设值的12路信号。那么，在确定出18路时域信号中有6路时域信号的信噪比大于事先设定的信噪比之后，就可以只对这6路时域信号进行快速傅里叶变换，获得这个6路时域信号对应的6路频域信号。
本发明实施例中，在执行步骤S101之后就会执行步骤S102以及步骤S103，也即确定出所述多路频域信号在预设频域范围内的目标频点，以及确定出所述多路时域信号在预设通带范围内的目标间期。当然，在实际应用中，也可以先执行步骤S103然后执行步骤S102，也可以同时执行步骤S102与步骤S103，在此，不做任何限制。
请参考图4，在实际应用中，上述步骤S102可以按照以下方式具体实现：
步骤S301：确定出所述多路频域信号在预设频域范围内的多个频点；
步骤S302：确定出所述多个频点之间处于第一预设误差范围内的至少一个频点；
步骤S303：获取所述至少一个频点的平均值，所述平均值为目标频点。
请参考图5，在实际应用中，步骤S103还可以按照以下方式具体实施：
步骤S401：确定出所述多路时域信号在预设通带范围内的多个间期；
步骤S402：确定出所述多个间期之间处于第二预设误差范围内的至少一个RR间期；
步骤S403：获取所述至少一个间期的平均值，所述平均值为目标间期。
在实际应用中，在获得上述6路时域信号对应的6路频域信号之后，就可以根据提取的人体生理特征数据对6路时域信号以及与6路时域信号对应的6路频域信号分别进行处理。
具体的，当需要提取的人体生理特征数据为呼吸率时，则需要确定出这6路频域信号在预设频域范围内的多个频点也即频点提取，以及需要确定出6路时域信号在预设通带范围内的多个呼吸间期也即间期提取，其中，呼吸间期为相邻两次呼吸之间的间隔时长，然后分别对提取的多个频点进行处理得到目标频点，以及对提取的多个呼吸间期进行处理得到目标呼吸间期，在实际应用中，当提取的人体生理特征为呼吸率时，根据人体呼吸率一分钟大概在6到40次，可以选择预设频率范围为0.1-0.7Hz；预设通带范围也为0.1-0.7Hz。
(1)针对6路频域信号：
假设6路频域信号中的每一路频域信号在预设频率范围0.1-0.7Hz频点提取如图6所示，也即分别在第一路频域信号中提取了一个频点1，该频点1为0.22Hz；在第二路频域信号中提取了一个频点1，该频点1为0.21，在第三路频域信号中提取了一个频点1，该频点1为0.23Hz，在第四路频域信号中提取了两个频点，分别为0.22Hz的频点1和0.45Hz的频点2；在第五路频域信号中提取了一个频点1，该频点1为0.22Hz；在第六路频域信号中提取了一个频点1，该频点1为0.21Hz。
然后，将这些提取的频点进行聚合计算，也即将这些频点中相似的频点聚合为一类，在实际应用，可以通过设定一个误差范围如0.01Hz-0.1Hz，当提取的多个频点中的一些频点相互之间误差在设定误差范围0.01Hz-0.1Hz内时，就认为这一些频点为相似的频点，然后就将这一些频点聚合为一类。
这里假设设定的误差范围就为0.01Hz-0.1Hz之间，那么，由于这6路信号中每一路频域信号中的频点1相互之间的误差处于误差范围0.01-0.1之间，因此，就可以将6路频域信号每一路频域信号中的频点1聚合在一类中，这里为了方便叙述称为聚合1，由于第四路频域信号中频点2为0.45Hz，和其他路频点之间的差超过了设定的误差范围0.01Hz-0.1Hz，所以，第四路频域信号中频点2单独聚合成一类，称为聚合2，由于聚合1中包括6个频点1，且6个频点1均匀分布在6路频域信号中，聚合2中仅仅包括1个频点2，所以，就可以选取聚合频点个数最多且频点均匀分布在6路频域信号中的聚合作为目标聚合，然后在目标聚合中获得目标频点，也即包括6个频点1的聚合1就为目标聚合，然后就可以获取聚合1中的6个频点的平均值，将获得的平均值为作为在频域内求得的呼吸率对应的目标频点的值，也即获得的目标频点的值为0.22Hz。
(2)针对6路时域信号：
由于提取的人体生理特征为呼吸率，所以预设通带范围设置为0.1-0.7Hz。那么，就可以在0.1-0.7Hz通带范围内对6路时域信号进行呼吸间期提取。在实际应用中，可以将这6路时域信号通过FIR带通滤波，并设置FIR带通滤波的通带范围为0.1-0.7Hz，进而筛选出6路时域信号在0.1-0.7Hz通带范围的一段时域信号，图6为6路时域信号中的一路时域信号通过通带范围为0.1-0.7Hz的FIR带通滤波进行滤波后，筛选出的0.1-0.7Hz通带范围对应的一段时域信号的示意图，其中，横坐标为时间，单位为每一个点表示20ms；纵坐标为电压，单位为伏(V)。
在实际应用中，在将6路时域信号中的每一路时域信号通过通带范围为0.1-0.7Hz的FIR带通滤波进行滤波后，可以将滤波后的每一路时域信号分成4段，每段15s的长度，然后，在每段中提取出呼吸间期，这里假设，6路时域信号中的每一路时域信号的每一段提取的呼吸间期情况如表一所示：
表一：
同样的，可以将提取的所有呼吸间期进行聚合计算，具体的，针对第一路时域信号，由于第一路时域信号中4段的4个呼吸间期之间的差在预设误差范围如0.2之内，所以，第一路时域信号最终的呼吸间期就取第一路时域信号中4段的4个呼吸间期的平均值，也即5.1s；由于第二路时域信号中4段中只有2个呼吸间期之间的差在预设误差范围0.2之内，所以，就可以舍去第二路时域信号中4段的4个呼吸间。
由于第三路时域信号中有3段对应的3个呼吸间期之间的差在预设范围0.2之内，所以，第三路时域信号最终的呼吸间期也就取第三路时域信号中上述3个呼吸间期的平均值，也即5.16s。
由于第四路时域信号中4段对应的4个呼吸间期之间的差在预设范围0.2之内，所以，第四路时域信号最终的呼吸间期也可以取第四路时域信号中4段的4个呼吸间期的平均值，也即5.1s。
由于第五路时域信号中4段对应的4个呼吸间期之间的差在预设范围0.2之内，所以，第五路时域信号最终的呼吸间期也可以取第五路时域信号中4段的4个呼吸间期的平均值，也即5.13s。
由于第六路时域信号中4段对应的4个呼吸间期之间的差在预设范围0.2之内，所以，第六路时域信号最终的呼吸间期也可以取第五路时域信号中4段的4个呼吸间期的平均值，也即5.15s。
然后，也即将第一路时域信号最终获得呼吸间期，第三路时域信号最终获得呼吸间期，第四路时域信号最终获得呼吸间期，第五路时域信号最终获得呼吸间期以及第六路时域信号最终获得呼吸间期进行聚合，也即将这些呼吸间期中相似的呼吸间期聚合为一类，这里假设预设误差范围为0.05s之间，那么，就可以将第一路时域信号最终获得呼吸间期5.1s，第四路时域信号最终获得呼吸间期5.1s，第五路时域信号最终获得呼吸间期5.13s以及第六路时域信号最终获得呼吸间期进行聚合5.15s聚合为一类，这里称为聚合3，将上述第三路时域信号最终获得呼吸间期5.16s聚合为一类，称为聚合4，由于聚合3中的包括5个呼吸间期，聚合4中包括1个呼吸间期，所以，聚合3就为目标聚合，然后就可以获取聚合3中的5个呼吸间期的平均值，将获得的平均为作为在时域内求得的呼吸率对应的目标间期的值，也即获得的目标间期为5.06s。
在本发明实施例执行完步骤S102以及步骤S103之后，就可以执行步骤S104：基于所述目标频点以及所述目标间期，获得人体生理特征数据，其中，所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值。
请参考图7，在实际应用中，上述步骤S104可以按照以下方式具体实施：
步骤S501：根据所述多路频域信号中信号质量优于第一预设值的频域信号所占比重，获得频域可信度；
步骤S502：根据所述多路时域信号中信号质量优于第二预设值的时域信号所占比重，获得时域可信度；
步骤S503：根据所述频域可信度以及所述时域可信度，选择所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值。
请参考图8，其中，步骤S503还可以按照以下方式具体实施：
步骤S5031：若所述目标频点换算后的数值与目标间期换算后的数值之间差在预设范围内，则所述人体生理特征数据为所述目标频点换算后的数值与目标间期换算后的数值的平均值；
步骤S5032：若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度大于所述时域可信度时，则人体生理特征数据为所述目标频点换算后的数值；
步骤S5033：若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度小于所述时域可信度时，则人体生理特征数据为所述目标间期换算后的数值。
在具体实践过程中，在获得目标频点以及目标间期之后，还可以获取用于表征根据6路频域信号获得目标频点的可信度，以及获取用于表征根据6路时域信号获得目标间期的可信度，这里为了叙述方便，将在频域获取的可信度称为频域可信度，将在时域获取的可信度称为时域可信度，在实际应用中，频域可信度可以根据6路频域信号质量优于预设值的频域信号所占比重获得。
例如，图6中所示的6路频域信号有5路频域信号都只获取了一个频点1，且5路频域信号中每一路频域信号获得的频点1都相似也即频点相互之间误差在预设范围内，那么就可以认为6路频域信号的这5路频域信号质量较优，剩余一路有两个频点，且其中一个频点与其他所有频点的误超出预设范围，这个频点有可能为混入的噪声，说明剩余这一路频域信号质量较差，那么6路频域信号中质量较优的信号所占比重83％。
假设当6路频域信号中质量较优的信号所占比重小于50％时，频域可信度为0.4；当6路频域信号中质量较优的信号所占比重处于50-60％时，频域可信度为0.5；当6路频域信号中质量较优的信号所占比重处于60-70％时，频域可信度为0.6；当6路频域信号中质量较优的信号所占比重70-80％时，频域可信度为0.8；当6路频域信号中质量较优的信号所占比重80-90％时，频域可信度为0.9；当6路频域信号中质量较优的信号所占比重90-100％时，频域可信度为1；那么，根据6路频率信号获得的频域可信度就为0.9。
同样的，根据上述表一可知6路时域信号中，有4路时域信号中提取的呼吸间期相互之间误差在预设范围内，那么，就可以认为6路时域信号中的这4路时域信号质量较优，那么6路时域信号中质量较优的信号所占比重67％。这里假设6路时域信号中质量较优的信号所占比重处于60-70％时，时域可信度为0.7，那么，根据6路时域信号获得的时域可信度就为0.7。
在实际应用中，在获取频域可信度和时域可信度之后，若目标间期换算后对应的呼吸率与目标频点换算后对应的呼吸率之间的差在预设范围如相差在3次/每分钟之内，则最终的呼吸率就取目标间期换算后对应的呼吸率与目标频点换算后对应的呼吸率的平均值；若目标间期换算后对应的呼吸率与目标频点换算后对应的呼吸率之间的差超出预设范围如3次/每分钟，且频域可信度大于时域可信度，最终的呼吸率就取目标频点换算后对应的呼吸率；若目标间期换算后对应的呼吸率与目标频点换算后对应的呼吸率之间的差超出预设范围如3次/每分钟，且频域可信度小于时域可信度，最终的呼吸率就取目标间期换算后对应的呼吸率。
在本实施例中，具体以预设范围为3次/每分钟为例，由于目标频点0.22Hz换算后对应的呼吸率为13次/每分钟，目标间期换算后对应的呼吸率为11次，那么，目标间期换算后对应的呼吸率与目标频点换算后对应的呼吸率之间的差在预设范围3次/每分钟之内，所以，最终的呼吸率就取目标间期换算后对应的呼吸率与目标频点换算后对应的呼吸率的平均值，也即最终的呼吸率为12次/s。
所以，通过上述方法，对采集到的人体生理特征信号分别在时域内进行分析以及在频域进行分析，进而分别获得时域内对应的特征值以及频域内对应的特征值，然后再根据时域内获得的特征值的可信度与频域内获得的特征值的可信度共同来确定人体生理的特征的取值，保证了当时域信号受噪声影响较大时，能够从对应的频域信号准确提取人体特征值；当频域信号受噪声影响较大时，能够从对应的时域信号准确提取人体特征值，所以，有效的解决了现有技术中存在人体生理特征检测精度低的技术问题，具体提高人体生理特征检测精度的有益效果。
具体的，当需要提取的人体生理特征数据为心率时，也需要确定出这6路频域信号在预设频域范围内的多个频点也即频点提取，以及需要确定出6路时域信号在预设通带范围内的多个心率间期也即间期提取，其中，心率间期为相邻两次心率之间的间隔时长。然后分别对提取的多个频点进行处理得到目标频点，以及对提取的多个心率间期进行处理得到目标间期，在实际应用中，当提取的人体生理特征为心率时，根据人体一分钟大概在40到150次的心跳，可以选择预设频率范围为0.8-2.5Hz，预设通带范围也为0.8-2.5Hz。
但考虑到会存在呼吸谐波刚好落在心率频域检测范围内的情况，那么，呼吸率的谐波强度有可能大于心率信号，呼吸谐波会对心率检查造成极大的干扰。因此，在提取心率时，除了在预设频率范围0.8-2.5Hz(也即心率的基波频率)内对6路频域信号进行频点提取外，还会在心率的谐波频率范围0.8-8Hz进行频点提取，以确保频域内心率提取的准确性。
(1)针对6路频域信号：
1、在基波频率范围0.8-2.5Hz内提取频点也即基波求心率：
假设6路频域信号中的每一路频域信号在基波频率范围0.8-2.5Hz频点提取如图9所示：在第一路频域信号中提取了值为1.01Hz的频点1以及值为1.30Hz的频点2；在第二路频域信号中提取了值为1.02Hz的频点1以及值为1.30Hz的频点2；在第三路频域信号中提取了值为1.01Hz的频点1以及值为1.33Hz的频点2；在第四路频域信号中提取了值为1.00Hz的频点1以及值为1.29Hz的频点2；在第五路频域信号中提取了值为1.30Hz频点2；在第六路频域信号中提取值为1.30Hz频点2。
然后，将这些提取的频点进行聚合计算，也即将这些频点中相似的频点聚合为一类，这里假设提取的多个频点中的一些频点相互之间误差在设定误差范围0.1Hz内时，就认为这一些频点为相似的频点，然后就将这一些频点聚合为一类。那么，这6路信号中每一路频域信号中的频点1相互之间的误差处于误差范围，因此，就可以将6路频域信号每一路频域信号中的频点1聚合在一类中，这里为了方便叙述称为聚合5，这6路信号中第一路频域信号至第四路频域信号中的频点2相互之间的误差处于误差范围，因此，就可以将第一路频域信号至第四路频域信号中的频点2聚合在一类中，称为聚合6，
由于聚合6中包括6个频点2，且6个频点2均匀分布在6路频域信号中，聚合5中包括4个频点1，所以，就可以选取聚合频点个数最多的聚合作为目标聚合，然后在目标聚合中获得目标频点，也即包括6个频点2且6个频点2均匀分布在6路频域信号中的聚合6就为目标聚合，然后就可以获取聚合6中的6个频点的平均值，将获得的平均值作为在频域内根据基波求得的呼吸率对应的目标频点的值，也即获得的目标频点的值为1.30Hz。
同样的，可以根据6路频域信号对应的基波中基波质量优于预设值所占比重，来获得根据基波求得的频域呼吸率的可信度，根据图6可知，6路频域信号中的4路频域信号仅提取了两个频点，考虑6路频域信号中每一路频域的频点2的幅值较高，说明这6路频域信号中只提取了一个频点的那两路频域信号质量优，另外的4频域信号质量良，那么，就可以赋予根据基波求得的频域心率的可信度为0.7。
2、在谐波频率范围0.8-8Hz内提取频点也即谐波求心率：
请参考图10，为6路频域信号中的第一路频域信号在谐波频率范围0.8-8Hz频点提取情况：在第一路频域信号中提取了值为1.01Hz的频点1，值为1.70Hz的频点2，值为3.8Hz的频点3以及值为5.5Hz的频点4；在第二路频域信号中提取了值为1.01Hz的频点1，值为1.60Hz的频点2，值为3.7Hz的频点3以及值为5.5Hz的频点4；在第三路频域信号中提取了值为1.00Hz的频点1，值为1.70Hz的频点2，值为3.8Hz的频点3以及值为5.5Hz的频点4；在第四路频域信号中提取了值为1.01Hz的频点1，值为1.50Hz的频点2，值为3.8Hz的频点3以及值为5Hz的频点4；在第五路频域信号中提取了值为1.01Hz的频点1，值为1.70Hz的频点2，值为3.8Hz的频点3以及值为5.5Hz的频点4；在第六路频域信号中提取了值为0.98Hz的频点1，值为1.60Hz的频点2，值为3.8Hz的频点3以及值为5.4Hz的频点4。
由于谐波是基波的整数倍，那么基波对应的谐波在3-8Hz之间，因此，就可以根据谐波提取的频点反推出基波：具体的，对于第一路频域信号，谐波频点就为频点3与频点4，频点3与频点4之间的间隙为1.7Hz与第一路频域信号频点2的值匹配(第一路频域信号中的频点1为呼吸谐波产生的干扰)，所以，第一路频域信号的目标频点就为1.7Hz，同时，由于第一路频域信号中3Hz之后的谐波信号质量优，所以，可以赋予根据第一路频域信号求出的目标频点的较高可信度如0.9；对于第二路频域信号，谐波频点也为频点3与频点4，频点3与频点4之间的间隙为1.7Hz与第二路频域信号频点2的值1.6Hz近似(第二路频域信号中的频点1也为呼吸谐波产生的干扰)，所以，第二路频域信号的目标频点就为1.7Hz，赋予根据第二路频域信号求出的目标频点的可信度为0.8；对于第三路频域信号，谐波频点也为频点3与频点4，频点3与频点4之间的间隙为1.7Hz与第三路频域信号频点2的值1.7Hz匹配(第三路频域信号中的频点1也为呼吸谐波产生的干扰)，所以，第三路频域信号的目标频点就为1.7Hz，赋予根据第三路频域信号求出的目标频点的可信度为0.9。
对于第四路频域信号，谐波频点也为频点3与频点4，频点3与频点4之间的间隙为1.2Hz与第四路频域信号频点2的值1.5Hz相差0.3(第四路频域信号中的频点1也为呼吸谐波产生的干扰)，所以，第四路频域信号的目标频点就为1.2Hz，赋予根据第四路频域信号求出的目标频点的可信度为0.5。对于第五路频域信号，谐波频点也为频点3与频点4，频点3与频点4之间的间隙为1.7Hz与第五路频域信号频点2的值1.7Hz匹配(第五路频域信号中的频点1也为呼吸谐波产生的干扰)，所以，第五路频域信号的目标频点就为1.7Hz，赋予根据第五路频域信号求出的目标频点的可信度为0.9。对于第六路频域信号，谐波频点也为频点3与频点4，频点3与频点4之间的间隙为1.7Hz与第六路频域信号频点2的值1.6Hz近似(第六路频域信号中的频点1也为呼吸谐波产生的干扰)，所以，第六路频域信号的目标频点就为1.2Hz，赋予根据第六路频域信号求出的目标频点的可信度为0.8。
这时候，由于第一路频域信号、第三路频域信号以及第五路频域信号的可信度均为0.9，所以，根据谐波求取的心率对应的目标频点就可以取可信度较高的第一路频域信号、第三路频域信号以及第五路频域信号分别求得的目标频点的均值，由于第一路频域信号、第三路频域信号以及第五路频域信号分别求得的目标频点均为1.7Hz，所以，根据谐波求取的心率对应的目标频点就为1.7Hz，且可信度为0.9。
由于根据基波求得的频域心率的可信度为0.7，而根据谐波求取的心率的可信度为0.9，这时，就可以取谐波求取的心率作为频域内求取的心率对应的目标频点也即1.7Hz，且可信度为0.9。
(2)针对6路时域信号：
由于提取的人体生理特征为心率，所以预设通带范围设置为0.8-2.5Hz。那么，就可以在0.8-2.5Hz通带范围内对6路时域信号进行心率间期提取。在实际应用中，同样的可以将这6路时域信号通过FIR带通滤波，并设置FIR带通滤波的通带范围为0.8-2.5Hz，进而筛选出6路时域信号在0.8-2.5Hz通带范围的一段时域信号。
同样的，在将6路时域信号中的每一路时域信号通过通带范围为0.8-2.5Hz的FIR带通滤波进行滤波后，由于心率的次数高于呼吸率的次数，所以可以将滤波后的每一路时域信号分成平均分为12段或大于12段，然后在每段中提取出心率间期，然后，再选取每一路时域信号中提取的所有心率间期中相互之间差在预设范围内的多个心率间期，选取这多个心率间期的平均值作为这一路时域信号的最终心率间期，然后再将每一路时域信号的最终心率间期进行聚合计算，也即将这些心率间期中相似的心率间期聚合为一类，以及将聚合最多的心率期间作为目标聚合，然后在目标聚合中求取目标聚合内所有心率间期的平均值，将该平均值为作为在时域内求得的心率对应的目标间期的值，这里就不重复叙述了，同时假设获得的目标间期为0.6s。
同样的，在获得目标频点以及目标间期之后，还可以获取用于表征根据6路频域信号获得目标频点的可信度，以及获取用于表征根据6路时域信号获得目标间期的可信度，这里就不重复叙述了，同时假设根据时域信号获得的目标间期的可信度为0.8。
在本实施例中，由于频域内求取的心率对应的目标频点为1.7Hz，那么频域内求取的心率就为1.7Hz乘以60也即102次/每分钟，时域求取的目标间期为0.6s，时域内求取的心率就为60除以0.6s也即100次/每分钟，假设时域求取的目标间期对应的心率与频域求取的目标频点对应的心率之差的预设范围为5次/每分钟，那么，时域求取的目标间期对应的心率与频域求取的目标频点对应的心率之差就处于预设的5次/每分钟的范围内，这时候，最后的心率就取时域求取的目标间期对应的心率与频域求取的目标频点对应的心率的平均值，也即101次/每分钟。
当然，在实际应用中，时域求取的目标间期对应的心率与频域求取的目标频点对应的心率之差超出预设范围5次/每分钟的情况，这时就需要结合目标间期的可信度以及目标频点的可信度来确定最终的心率取值，例如，当时域求取的目标间期对应的心率与频域求取的目标频点对应的心率之差超出预设范围5次/每分钟，且目标间期的可信度大于目标频点的可信度，则最终的心率取值为时域求取的目标间期对应的心率；当时域求取的目标间期对应的心率与频域求取的目标频点对应的心率之差超出预设范围5次/每分钟，且目标间期的可信度小于目标频点的可信度，则最终的心率取值为频域求取的目标频点对应的心率。
所以，通过上述方法，在求解的人体生理信号为心率时，由于利用了谐波求心率，所以，能够有效避免呼吸对心率的影响，进一步提高监测精度。
基于同一发明构思，本发明实施例中提供了一种用于提取人体生理特征数据的智能床垫系统，该系统的提取人体生理特征数据方法的具体实施可参见上述方法实施例部分的描述，重复之处不再赘述，该系统包括：
智能床垫、设置在所述智能床垫内部的多个压力传感器、与所述多个压电时传感器连接的信号采集单元，以及与所述信号采集单元连接的信号处理单元；
其中，所述信号采集单元，用于从所述多个压力传感器中获取用于表征人体生理特征的多路时域信号；
所述信号处理单元，用于根据所述多路时域信号，获取与所述多路时域信号对应的多路频域信号，以及用于确定出所述多路频域信号在预设频域范围内的目标频点；确定出所述多路时域信号在预设通带范围内的目标间期；以及基于所述目标频点以及所述目标间期，获得人体生理特征数据。
可选的，所述信号处理单元，还用于：
根据所述多路频域信号中信号质量优于第一预设值的频域信号所占比重，获得频域可信度；
根据所述多路时域信号中信号质量优于第二预设值的时域信号所占比重，获得时域可信度；
根据所述频域可信度以及所述时域可信度，选择所述人体生理特征数据为所述目标频点换算后的数值或为所述目标间期换算后的数值或为所述目标频点换算后的数值与所述目标间期换算后的数值的平均值。
可选的，所述信号处理单元，还用于：
若所述目标频点换算后的数值与目标间期换算后的数值之间差在预设范围内，则所述人体生理特征数据为所述目标频点换算后的数值与目标间期换算后的数值的平均值；
若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度大于所述时域可信度时，则人体生理特征数据为所述目标频点换算后的数值；
若所述目标频点换算后的数值与目标间期换算后的数值之间差不在预设范围内，且所述频域可信度小于所述时域可信度时，则人体生理特征数据为所述目标间期换算后的数值。
可选的，所述信号处理单元，还用于：
确定出所述多路频域信号在预设频域范围内的多个频点；
确定出所述多个频点之间处于第一预设误差范围内的至少一个频点；
获取所述至少一个频点的平均值，所述平均值为目标频点。
可选的，所述信号处理单元，还用于：
确定出所述多路时域信号在预设通带范围内的多个间期；
确定出所述多个间期之间处于第二预设误差范围内的至少一个间期，
获取所述至少一个间期的平均值，所述平均值为目标间期。
可选的，所述信号采集单元，用于：从所述多个压力传感器中检测获得用于表征人体生理特征的时域信号；
所述信号处理单元，用于：
确定所述时域信号中信号强度小于第一设定门限的目标时域信号；
确定出所述目标时域信号中信噪比大于第二设定门限的多路时域信号。
可选的，所述人体生理特征为呼吸频率时，所述预设频域范围与所述预设通带范围均为0.1-0.7Hz；
所述人体生理特征为心率时，所述预设频域范围为0.8-2.5Hz或所述预设频域范围为0.8-8Hz，所述预设通带范围为0.8-2.5Hz。
基于同一发明构思，本发明实施例中提供了一种用于人体生理特征数据提取的设备，包括：
至少一个处理器，以及
与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上所述的一种人体生理特征数据提取方法。
基于同一发明构思，本发明实施例中提供了一种计算机可读存储介质：
所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如上所述的人体生理特征数据的提取方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。