中文摘要: 针对可穿戴装备实时监测心电信号中的大数据量、高功耗问题，提出了一种随机解调结构压缩采样心电信号方法。从压缩率和重构精度角度，分析了随机解调结构的采样相位、滤波器模块参数、单次采样时间及稀疏度阈值对心电信号重构的影响，完成了基于正交匹配追踪(OMP)、广义正交匹配追踪(GOMP)、稀疏度自适应匹配追踪(SAMP)、分段正交匹配追踪 (StOMP)、正则化正交匹配追踪(ROMP)、压缩采样匹配追踪(CoSaMP)、子空间追踪(SP)等不同重构算法的最优结果分析,实现了心电信号的亚奈奎斯特频率采样.基于MIT-BIH数据库的仿真实验结果表明:提出的随机解调结构压缩采样方法,可以以亚奈奎斯特频率采样心电信号,通过重构算法达到奈奎斯特频率采样的效果,在可穿戴健康监护装备领域具有显著的低功耗低数据量应用优势。