摘要
本申请实施例提供一种运动心率获取方法：获取初始PPG和ACC信号，经滤波得第一PPG信号和第一ACC信号；以第一ACC信号为输入、第一PPG信号为期望信号进行自适应滤波，得第二PPG信号；将三者输入预训练的心率概率神经网络模型，得到心率概率频谱；基于该频谱进行卡尔曼滤波得最终心率值，其中卡尔曼滤波过程使用的观测误差协方差与心率概率频谱中频谱最大概率值相关联。上述方法通过多级滤波减少运动干扰，融合三组信号让模型学习更全面特征，结合动态权重的卡尔曼滤波进一步提升结果准确性与平滑度。方案实施时仅需PPG和三轴ACC信号，硬件需求低，模型适配嵌入式系统，适用于各类智能穿戴设备，实用性强。
