一种信号处理方法、装置、设备及可读存储介质与流程

1.本技术涉及信号处理技术领域，特别涉及一种信号处理方法、装置、设备及可读存储介质。


背景技术：

2.目前，常见的中值滤波、低通滤波等滤波方法无法滤除信号幅度变化较小的次级波峰、次级波谷，并且在信号变化幅度较大的地方，滤波后的信号的损失较大，故现有信号滤波方法的滤波效果欠佳，滤波后的波形仍不够平滑。
3.因此，如何提升滤波后信号波形的平滑效果，是本领域技术人员需要解决的问题。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种信号处理方法、装置、设备及可读存储介质，以提升滤波后信号波形的平滑效果。其具体方案如下：第一方面，本技术提供了一种信号处理方法，包括：获取需进行滤波的信号；根据预设平滑窗口在所述信号的波形中覆盖的数据点，相对于所述预设平滑窗口所对应待平滑点的离散程度调整所述预设平滑窗口的长度，得到目标平滑窗口；利用所述目标平滑窗口在所述信号的波形中覆盖一部分波形，并在该部分波形中确定所述目标平滑窗口覆盖的目标数据点和所述目标平滑窗口对应的目标待平滑点；基于所述目标数据点构建参数向量、输入参数矩阵以及核矩阵；基于所述参数向量、所述核矩阵以及所述目标数据点的实际值构建最小二乘约束，基于所述参数向量、所述输入参数矩阵和所述最小二乘约束得到所述目标待平滑点的平滑值，并用所述平滑值代替所述目标待平滑点；使所述目标平滑窗口在所述信号的波形中移动，并将所述目标平滑窗口更改为所述预设平滑窗口，以重复前述步骤，直至所述信号完成滤波。
5.可选地，所述根据预设平滑窗口在所述信号的波形中覆盖的数据点，相对于所述预设平滑窗口所对应待平滑点的离散程度调整所述预设平滑窗口的长度，包括：若所述离散程度不大于预设门限值，则增大所述预设平滑窗口的长度；否则，减小所述预设平滑窗口的长度。
6.可选地，所述增大所述预设平滑窗口的长度，包括：按照第一公式增大所述预设平滑窗口的长度；所述第一公式为：；其中，为所述目标平滑窗口的长度，若为偶数，则使增大为大于的最小奇数；为所述预设平滑窗口的长度；表示四舍五入函数；为所述离散程度。
7.可选地，所述减小所述预设平滑窗口的长度，包括：按照第二公式减小所述预设平滑窗口的长度；所述第二公式为：；其中，为所述目标平滑窗口的长度，若为偶数，则使增大为大于的最小奇数；为所述预设平滑窗口的长度；表示四舍五入函数；为所述离散程度。
8.可选地，所述离散程度的计算公式为：；其中，为所述离散程度；为所述预设平滑窗口的长度；为所述预设平滑窗口对应的待平滑点；被所述预设平滑窗口覆盖的数据点记为，j=1,2,3,
…
,。
9.可选地，所述最小二乘约束用公式为：；其中，为所述目标待平滑点；为目标数据点的预测值；为目标数据点的实际值，i=1,2,3,
…
,；n为目标数据点的总个数；为所述核矩阵的对角线元素，所述核矩阵；和为所述参数向量中的元素，所述参数向量，上角标t表示的转置。
10.可选地，所述基于所述参数向量、所述输入参数矩阵和所述最小二乘约束得到所述目标待平滑点的平滑值，包括：构建最小二乘求解公式，并使所述最小二乘求解公式对所述参数向量求导；使导数等于0，以利用所述输入参数矩阵、所述核矩阵以及所述目标数据点的实际值得到所述平滑值。
11.可选地，佩戴智能游泳眼镜的目标在游泳过程中，所述智能游泳眼镜中的惯性传感器采集得到信号；相应地，还包括：若所述信号完成滤波，则基于滤波后的信号确定所述目标在泳池中的折返次数，并根据所述折返次数和泳池总长度计算所述目标的游泳距离。
12.第二方面，本技术提供了一种信号处理装置，包括：信号获取模块，用于获取需进行滤波的信号；窗口长度调整模块，用于根据预设平滑窗口在所述信号的波形中覆盖的数据点，相对于所述预设平滑窗口所对应待平滑点的离散程度调整所述预设平滑窗口的长度，得到
目标平滑窗口；选点模块，用于利用所述目标平滑窗口在所述信号的波形中覆盖一部分波形，并在该部分波形中确定所述目标平滑窗口覆盖的目标数据点和所述目标平滑窗口对应的目标待平滑点；构建模块，用于基于所述目标数据点构建参数向量、输入参数矩阵以及核矩阵；计算模块，用于基于所述参数向量、所述核矩阵以及所述目标数据点的实际值构建最小二乘约束，基于所述参数向量、所述输入参数矩阵和所述最小二乘约束得到所述目标待平滑点的平滑值，并用所述平滑值代替所述目标待平滑点；迭代模块，用于使所述目标平滑窗口在所述信号的波形中移动，并将所述目标平滑窗口更改为所述预设平滑窗口，以重复前述步骤，直至所述信号完成滤波。
13.第三方面，本技术提供了一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序，以实现前述公开的信号处理方法。
14.可选地，所述电子设备为智能可穿戴设备；所述智能可穿戴设备为智能游泳眼镜。
15.第四方面，本技术提供了一种可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述公开的信号处理方法。
16.通过以上方案可知，本技术提供了一种信号处理方法，包括：获取需进行滤波的信号；根据预设平滑窗口在所述信号的波形中覆盖的数据点，相对于所述预设平滑窗口所对应待平滑点的离散程度调整所述预设平滑窗口的长度，得到目标平滑窗口；利用所述目标平滑窗口在所述信号的波形中覆盖一部分波形，并在该部分波形中确定所述目标平滑窗口覆盖的目标数据点和所述目标平滑窗口对应的目标待平滑点；基于所述目标数据点构建参数向量、输入参数矩阵以及核矩阵；基于所述参数向量、所述核矩阵以及所述目标数据点的实际值构建最小二乘约束，基于所述参数向量、所述输入参数矩阵和所述最小二乘约束得到所述目标待平滑点的平滑值，并用所述平滑值代替所述目标待平滑点；使所述目标平滑窗口在所述信号的波形中移动，并将所述目标平滑窗口更改为所述预设平滑窗口，以重复前述步骤，直至所述信号完成滤波。
17.可见，按照本技术对信号波形进行滤波时，每一轮次所用的平滑窗口的长度都进行了调节，由此可实现平滑窗口长度的自适应调整；在调整平滑窗口长度后，基于本次目标平滑窗口所覆盖数据点构建后续滤波要用的参数向量、输入参数矩阵以及核矩阵，那么每一轮次滤波所用的参数向量、输入参数矩阵以及核矩阵不固定，如此可提升拟合度，降低平滑损失。并且，本技术每一轮次对波形进行局部拟合，故每一轮次拟合都能降低次级波峰、次级波谷的干扰，由此可提升整段信号的平滑效果。
18.相应地，本技术提供的一种信号处理装置、设备及可读存储介质，也同样具有上述技术效果。
附图说明
19.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据
提供的附图获得其他的附图。
20.图1为本技术公开的一种信号处理方法流程图；图2为本技术公开的另一种信号处理方法流程图；图3为本技术公开的一种信号处理装置示意图；图4为本技术公开的一种电子设备示意图；图5为本技术与现有低通滤波方案、裸数据的信号波形对比图；图6为本技术与现有低通滤波方案的误差对比图；图7为本技术与现有中值滤波方案、裸数据的信号波形对比图；图8为本技术与现有中值滤波方案的误差对比图。
具体实施方式
21.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
22.目前，常见的中值滤波、低通滤波等滤波方法无法滤除信号幅度变化较小的次级波峰、次级波谷，并且在信号变化幅度较大的地方，滤波后的信号的损失较大，故现有信号滤波方法的滤波效果欠佳，滤波后的波形仍不够平滑。为此，本技术提供了一种信号处理方案，能够提升滤波后信号波形的平滑效果。
23.参见图1所示，本技术实施例公开了一种信号处理方法，包括：s101、获取需进行滤波的信号。
24.需要说明的是，需进行滤波的信号是任意传感器在一段时间内采集的信号。传感器如：惯性传感器、重力传感器、加速度传感器等。这些传感器可以设置在任意电子设备中，如：设置在智能手机、智能手环、智能手表、智能充电座、游戏手柄、智能游泳眼镜、ar设备、vr设备等。在电子设备使用过程中或在电子设备被移动的过程中，电子设备中的相应传感器就能采集到相应信号。
25.其中，传感器采集的信号是未经任何处理的裸数据，其中可能存在干扰信号，故在使用这些裸数据之前，需要对其进行滤波处理。将传感器采集的信号按照时间顺序呈现为波形，通过观察波形一般能发现其中的干扰信号（即：使波形突变的信号）。
26.s102、根据预设平滑窗口在信号的波形中覆盖的数据点，相对于预设平滑窗口所对应待平滑点的离散程度调整预设平滑窗口的长度，得到目标平滑窗口。
27.本实施例采用的是局部滤波方式，在进行第一轮次滤波时，预设一个平滑窗口及窗口长度，然后用预设的平滑窗口从信号的波形的起始位置开始覆盖一部分波形，并基于此部分波形中的数据点调整。具体的，根据预设平滑窗口所覆盖波形中的数据点相对于当前待平滑点的离散程度调整。其中，当前待平滑点即：预设平滑窗口想要更改的数据点，所以当前待平滑点是预设平滑窗口所覆盖的所有数据点中的一员。一般地，一个平滑窗口所对应的待平滑点为当前平滑窗口所覆盖的所有数据点中的中间位置的数据点，例
如：一个平滑窗口覆盖了7个数据点，那么第4个数据点为当前平滑窗口对应的待平滑点。
28.可见，在每一轮次中，待平滑点可以是窗口正中间的数据点，本实施例能够计算窗口内其它数据点与正中间数据点的离散程度，从而据此调整平滑窗口的长度。离散程度越大，说明窗口内其他数据点与正中间数据点的方差较大，也即：窗口所覆盖的曲线突变可能较多，由于一个窗口仅调整一个点，所以窗口要相应缩小，以便每一轮次对一个曲线突变点进行调整；离散程度越小，说明窗口内其他数据点与正中间数据点的方差较小，窗口所覆盖的曲线比较平缓，那么窗口要相应扩大，以便覆盖到使曲线突变的数据点。
29.在一种具体实施方式中，根据预设平滑窗口在信号的波形中覆盖的数据点，相对于预设平滑窗口所对应待平滑点的离散程度调整预设平滑窗口的长度，包括：若离散程度不大于预设门限值，则增大预设平滑窗口的长度；否则，减小预设平滑窗口的长度。其中，为避免调整得到的过小，可以设定预设最小窗口长度，并规定。如果调整得到的小于，那么使等于。其中，预设门限值可以根据实际情况灵活取值。在一种具体实施方式中，离散程度的计算公式为：；其中，为离散程度；为预设平滑窗口的长度；为预设平滑窗口对应的待平滑点；被预设平滑窗口覆盖的数据点记为，j=1,2,3,
…
,。
30.其中，增大预设平滑窗口的长度，包括：按照第一公式增大预设平滑窗口的长度；第一公式为：；其中，为目标平滑窗口的长度，若为偶数，则使增大为大于的最小奇数，以使待平滑点两边的数据点个数相等；为预设平滑窗口的长度；表示四舍五入函数；为离散程度。
31.其中，减小预设平滑窗口的长度，包括：按照第二公式减小预设平滑窗口的长度；第二公式为：；其中，为目标平滑窗口的长度，若为偶数，则使增大为大于的最小奇数；为预设平滑窗口的长度；表示四舍五入函数；为离散程度。
32.s103、利用目标平滑窗口在信号的波形中覆盖一部分波形，并在该部分波形中确定目标平滑窗口覆盖的目标数据点和目标平滑窗口对应的目标待平滑点。
33.其中，确定目标平滑窗口覆盖的目标数据点和目标平滑窗口对应的目标待平滑点的方式，与s102中确定预设平滑窗口所覆盖数据点以及预设平滑窗口所对应待平滑点，的方式相同，在此不再赘述。也就是说，目标待平滑点是目标数据点的一员。
34.s104、基于所述目标数据点构建参数向量、输入参数矩阵以及核矩阵。
35.其中，按照第三公式可计算目标平滑窗口覆盖的目标数据点的预测值，而目标待
平滑点是目标数据点中的一员，那么目标待平滑点的平滑值也可以借助第三公式计算得到。第三公式为：；其中，为目标数据点的预测值，i=1,2,3,
…
,，n为目标数据点的总个数；为参数向量；为输入参数矩阵中的元素。本实施例为使目标待平滑点的平滑值更准确，同时借助最小二乘约束计算目标待平滑点的平滑值。
36.具体的，参数向量，上角标t表示的转置。核矩阵。输入参数矩阵。
37.s105、基于参数向量、核矩阵以及目标数据点的实际值构建最小二乘约束，基于参数向量、输入参数矩阵和最小二乘约束得到目标待平滑点的平滑值，并用平滑值代替目标待平滑点。
38.在一种具体实施方式中，最小二乘约束用公式为：；其中，为所述目标待平滑点；为目标数据点的预测值；为目标数据点的实际值，i=1,2,3,
…
,；n为目标数据点的总个数；为所述核矩阵的对角线元素，核矩阵；和为参数向量中的元素，参数向量，上角标t表示的转置。
39.本实施例考虑到的距离来确定核矩阵，距离越远的越不被信任，由此求得每一个的实际值和预测值之间的误差，然后求核矩阵加权后的误差之和，借助最小二乘约束进一步求得和最小时对应的和，之后便可求得待平滑点的最佳预测值（即），据此最佳预测值可拟合曲线。
40.在一种具体实施方式中，基于参数向量、输入参数矩阵和最小二乘约束得到目标待平滑点的平滑值，包括：构建最小二乘求解公式，并使最小二乘求解公式对参数向量求导；使导数等于0，以利用输入参数矩阵、核矩阵以及目标数据点的实际值得到目标待平滑
点的平滑值。
41.具体的，构建最小二乘求解公式时，基于目标数据点的实际值，令，，那么构建的最小二乘求解公式为：，对求导，可得：可得：当导数为0时，则有：，对此公式变形可得：，也就得到了利用输入参数矩阵、核矩阵c以及目标数据点的实际值构建的的计算公式，由此可得到。那么按照第三公式，则有：。
42.s106、使目标平滑窗口在信号的波形中移动，并将目标平滑窗口更改为预设平滑窗口，并执行s102，以重复前述步骤，直至信号完成滤波。
43.需要说明的是，步骤s106中的“将目标平滑窗口更改为预设平滑窗口”可实现：在下一轮次滤波时，仍以预设平滑窗口的窗口长度为基础，进行窗口长度的调整。当然，步骤s106中的“将目标平滑窗口更改为预设平滑窗口”可以变更为：将目标平滑窗口作为预设平滑窗口，如此一来可实现：在下一轮次滤波时，以本轮次变更得到的目标平滑窗口的窗口长度为基础，进行窗口长度的调整。上述两种迭代方式择一选用。
44.可见，按照本实施例对信号波形进行滤波时，每一轮次所用的平滑窗口的长度都进行了调节，由此可实现平滑窗口长度的自适应调整；在调整平滑窗口长度后，基于本次目标平滑窗口所覆盖数据点构建后续滤波要用的参数向量、输入参数矩阵以及核矩阵，那么每一轮次滤波所用的参数向量、输入参数矩阵以及核矩阵不固定，如此可提升拟合度，降低平滑损失。并且，本技术每一轮次对波形进行局部拟合，故每一轮次拟合都能降低次级波峰、次级波谷的干扰，由此可提升整段信号的平滑效果。
45.需要说明的是，本技术提供的滤波方案可对任意传感器在一段时间内采集的信号进行滤波，如果该传感器是智能游泳眼镜中的惯性传感器，那么佩戴智能游泳眼镜的目标（一般是：某一人）在游泳过程中，智能游泳眼镜中的惯性传感器采集得到信号；相应地，后续可按照本技术提供的滤波对该信号进行滤波：若信号完成滤波，则基于滤波后的信号确定目标在泳池中的折返次数，从而可以去除掉目标因游泳动作大而使惯性传感器采集到的干扰信号，保留目标到达泳池壁进行折返时使惯性传感器采集到的峰值信号，有几个峰值
信号，就认为折返了几次，而后根据折返次数和泳池总长度可计算目标的游泳距离。
46.例如：若在一个50米的游泳池中游泳，不在中途离开的情况下，一次折返就认为完成了50m的游泳。而参照本技术，可以滤除游泳动作带来的干扰（如自由泳的扭头动作），从而精准判断出信号的波峰、波谷，从而可准确判断在泳池中折返了几次。
47.其中，滤除因游泳动作大而采集到的干扰信号，就是去除次级波峰、次级波谷，由此计算得到的游泳距离更精准。由此可见，本技术提供的滤波方案可应用于智能游泳眼镜进行自动计距，当然，还可以应用于其他可穿戴设备。
48.应用本技术提供的滤波方案对智能游泳眼镜中的惯性传感器采集的信号进行滤波时，可参照本实施例进行具体实施。
49.在目标游泳过程中，假设智能游泳眼镜中的惯性传感器采集的是6通道的数据（如：三轴角速度、三轴加速度），那么具体的滤波步骤如下，具体可参照图2。
50.步骤1：将惯性传感器采集的6通道数据作为输入。
51.设采样频率为（赫兹），数据采样时间为，单位为秒（），那么定义其数据长度为：。
52.数据长度为的6通道数据可以表示为，其中，、、分别表示采样时刻、、三轴坐标方向的加速度分量，、、分别表示采样时刻、、三轴坐标方向的角速度分量。
53.步骤2：设计合理的核函数，并选取合适的平滑宽度，以平滑宽度为基础的平滑窗口长度，构建参数向量，定义输入矩阵，由核函数确定核矩阵。
54.其中，这里选取的平滑窗口长度在步骤3会进行自适应调整。由于采样数据的每个采样周期的离散程度不同，为了在离散程度较高的地方多贴近裸数据，就需要较小的平滑宽度。步骤2用于确定参数向量、核函数、核矩阵的设计原理，其中的具体参数取值在自适应调整后，再行确定。
55.本实施例引入二次核函数如下：本实施例引入二次核函数如下：其中，为系数，为平滑宽度，在上式中，p=。x为期望值，x0为待平滑的实际数据点，即平滑点。
56.上述的核函数可以用高斯核函数替代。其结果就是计算：平
滑窗内的点相对于平滑点的距离权重。其中，可以用来调整该核函数的带宽，控制径向作用范围，即控制高斯核函数的局部作用范围。表示方差，x为期望值，x0为待平滑的实际数据点，即平滑点。
57.构建参数向量。其中的具体参数值由下述步骤4计算得出。
58.输入数据构成的输入参数矩阵，。
59.核矩阵。,,
…
,表示n个实际数据点。
60.步骤3：将步骤2选取的作为初始平滑窗口长度，计算当前平滑窗内实际数据点相对于平滑点的离散程度，并据此离散程度自适应计算新的平滑窗口长度。
61.在当前平滑窗内，以平滑点为均值，计算该平滑窗口内数据相对于平滑点的离散程度，其计算方式为：。其中，表示平滑窗口内的第个数据。
62.若满足门限，则自适应调整平滑窗口长度。其中，调整原则是：离散程度越高，平滑窗口长度应适当缩短，反之亦然。也即：若超过门限，则适当缩短平滑宽度；小于门限，则适当增加平滑宽度。自适应调整平滑宽度，在幅度变化较大时，相较于固定宽度的核平滑，平滑损失较小。
63.具体的，调整平滑窗口长度的公式为：时，，此时需保证：减小后的。
64.在调整后，需为奇数，以使平滑点左右两边的数据点个数相同，这样处理更公平。若计算得到为偶数，需作加一处理，选择奇数。若，自适应计算得到的平滑长度需满足，为最小平滑长度。
65.步骤4：利用调整得到的确定一个平滑窗口，将该平滑窗口覆盖的数据作为输
入，并以此确定参数向量、核函数、核矩阵的具体参数取值，然后通过参数向量、输入参数矩阵构建窗口内各数据点预测值，从而构建最小二乘问题。
66.本实施例采用最小二乘方法，使得每次平滑的参数向量不固定，拟合度较高，平滑损失也低。
67.其中，平滑窗口内个数据点的预测值的计算公式为：。是平滑窗口内各数据点的预测值。
68.本实施例使用最小二乘做局部线性回归，构建的最小二乘约束为：。是平滑窗口内各数据点的预测值，是平滑窗口内各数据点的实际值。
69.通过矩阵运算即可得到：=[1，]= ，然后再进行求导求最小值。
[0070]
要求得最小二乘问题的解，令，，，对求导，可得：可得：当导数为0时，有：，那么。
[0071]
步骤5：结合核函数解决平滑点上加权最小二乘问题，输出作为平滑点的平滑值。
[0072]
已知，则的最小二乘解为：。
[0073]
步骤6：平滑窗口向后移动一个采样周期的长度，重复步骤3与步骤4，直到所有数据都平滑完。
[0074]
在本实施例中，核平滑的参数向量不固定，每次平滑都可以计算拟合度较高的参数向量，使得平滑损失降低。并且，本实施例可实现平滑窗口长度的自适应调整。该实施例采用的核平滑最小二乘滤波方法，能得到更好的平滑效果，消除次级波峰、波谷的干扰。
[0075]
下面对本技术实施例提供的一种信号处理装置进行介绍，下文描述的一种信号处理装置与上文描述的一种信号处理方法可以相互参照。
[0076]
参见图3所示，本技术实施例公开了一种信号处理装置，包括：信号获取模块301，用于获取需进行滤波的信号；窗口长度调整模块302，用于根据预设平滑窗口在信号的波形中覆盖的数据点，相对于预设平滑窗口所对应待平滑点的离散程度调整预设平滑窗口的长度，得到目标平滑窗口；选点模块303，用于利用目标平滑窗口在信号的波形中覆盖一部分波形，并在该部分波形中确定目标平滑窗口覆盖的目标数据点和目标平滑窗口对应的目标待平滑点；构建模块304，用于基于目标数据点构建参数向量、输入参数矩阵以及核矩阵；计算模块305，用于基于参数向量、核矩阵以及目标数据点的实际值构建最小二乘约束，基于参数向量、输入参数矩阵和最小二乘约束得到目标待平滑点的平滑值，并用平滑值代替目标待平滑点；迭代模块306，用于使目标平滑窗口在信号的波形中移动，并将目标平滑窗口更改为预设平滑窗口，以重复前述步骤，直至信号完成滤波。
[0077]
在一种具体实施方式中，窗口长度调整模块具体用于：若离散程度不大于预设门限值，则增大预设平滑窗口的长度；否则，减小预设平滑窗口的长度。
[0078]
在一种具体实施方式中，窗口长度调整模块具体用于：按照第一公式增大预设平滑窗口的长度；第一公式为：；其中，为目标平滑窗口的长度，若为偶数，则使增大为大于的最小奇数；为预设平滑窗口的长度；表示四舍五入函数；为离散程度。
[0079]
在一种具体实施方式中，窗口长度调整模块具体用于：按照第二公式减小预设平滑窗口的长度；第二公式为：；其中，为目标平滑窗口的长度，若为偶数，则使增大为大于的最小奇数；为预设平滑窗口的长度；表示四舍五入函数；为离散程度。
[0080]
在一种具体实施方式中，离散程度的计算公式为：；其中，为离散程度；为预设平滑窗口的长度；为预设平滑窗口对应的待平滑点；被预设平滑窗口覆盖的数据点记为，j=1,2,3,
…
,。
[0081]
在一种具体实施方式中，最小二乘约束用公式为：；
其中，为所述目标待平滑点；为目标数据点的预测值；为目标数据点的实际值，i=1,2,3,
…
,；n为目标数据点的总个数；为所述核矩阵的对角线元素，核矩阵；和为参数向量中的元素，参数向量，上角标t表示的转置。
[0082]
在一种具体实施方式中，计算模块具体用于：构建最小二乘求解公式，并使最小二乘求解公式对参数向量求导；使导数等于0，以利用输入参数矩阵、核矩阵以及目标数据点的实际值得到目标待平滑点的平滑值。
[0083]
在一种具体实施方式中，佩戴智能游泳眼镜的目标在游泳过程中，智能游泳眼镜中的惯性传感器采集得到信号；相应地，还包括：计距模块，用于若信号完成滤波，则基于滤波后的信号确定目标在泳池中的折返次数，并根据折返次数和泳池总长度计算目标的游泳距离。
[0084]
其中，关于本实施例中各个模块、单元更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0085]
可见，本实施例提供了一种信号处理装置，能够实现平滑窗口长度的自适应调整；在调整平滑窗口长度后，基于本次目标平滑窗口所覆盖数据点构建后续滤波要用的参数向量、输入参数矩阵以及核矩阵，那么每一轮次滤波所用的参数向量、输入参数矩阵以及核矩阵不固定，如此可提升拟合度，降低平滑损失。并且，本技术每一轮次对波形进行局部拟合，故每一轮次拟合都能降低次级波峰、次级波谷的干扰，由此可提升整段信号的平滑效果。
[0086]
下面对本技术实施例提供的一种电子设备进行介绍，下文描述的一种电子设备与上文描述的一种信号处理方法及装置可以相互参照。
[0087]
参见图4所示，本技术实施例公开了一种电子设备，包括：存储器401，用于保存计算机程序；处理器402，用于执行所述计算机程序，以实现上述任意实施例公开的方法。
[0088]
下面对本技术实施例提供的一种可读存储介质进行介绍，下文描述的一种可读存储介质与上文描述的一种信号处理方法、装置及设备可以相互参照。
[0089]
一种可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述实施例公开的信号处理方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0090]
为进一步体现本技术方案的滤波效果，将本技术方案与未经过滤波的裸数据、其他滤波方式对比，具体请参照图5-图8。在图5-图8中，本技术方案称为自适应核平滑。
[0091]
请参照图5，图5为本技术滤波所得波形、现有低通滤波所得波形以及裸数据波形的对比图。如图5所示，本技术滤波方案得到的波形更贴近于裸数据波形，可见本技术滤波效果与现有低通滤波方案相比，更贴近于真实值，平滑效果较好。另外请参照图6，本技术滤
波方案与现有低通滤波方案相比，峰值误差也较小。
[0092]
请参照图7，图7为本技术滤波所得波形、现有中值滤波所得波形以及裸数据波形的对比图，如图7所示，本技术滤波方案得到的波形更贴近于裸数据波形，可见本技术滤波效果与现有中值滤波方案相比，更贴近于真实值，平滑效果较好。另外请参照图8，本技术滤波方案与现有中值滤波方案相比，峰值误差也较小。
[0093]
综上，本技术平滑误差小，能得到更好的平滑效果，能消除次级波峰、波谷的干扰。
[0094]
本技术涉及的“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法或设备固有的其它步骤或单元。
[0095]
需要说明的是，在本技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本技术要求的保护范围之内。
[0096]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
[0097]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（ram）、内存、只读存储器（rom）、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的可读存储介质中。
[0098]
本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。