1.一种基于VMD分解和LET模型的粒子滤波运动伪迹抑制方法，其特征在于，包括以下步骤：S1：对含有运动伪迹噪声的采集心电信号Xd(n)进行R波定位，提取心电信号周期，n＝1,

2,…表示采样点序号；

S2：将Q个完整心电信号周期的静态心电信号Xs(n)与采集心电信号Xd(n)进行拼接，得到组合心电信号X(n)；

S3：采用VMD算法对组合心电信号X(n)进行分解得到K个模态分量IMFk(n)，k＝1,2,…,K，K表示模态总数；对于第1层至第K层模态分量，将中心频率和预设频率阈值最为接近的模* *态分量作为参考分量，记其序号为k，将第1层至第k‑1层作为含噪分量；

*

S4：对于第1层至第k层模态分量分别提取其包络信号*

S5：按照组合心电信号X(n)的拼接方式，将第1层至第k层的包络信号 划分为静态心电包络信号 和采集心电包络信号S6：采用LET模型对含噪分量进行重构，具体方法如下：S6.1：将参考分量的静态心电包络信号 和采集心电包络信号 分别作为LET模型的训练样本进行输入，分别估计得到对应的静态心电对应的滤波器输出矩阵 和采集心电对应的滤波器输出矩阵*

S6.2：将含噪分量的k‑1个静态心电包络信号 分别作为LET模型的输出，k″*＝1,2,…,k‑1，基于滤波器输出矩阵 计算得到各个静态心电包络信号 对应的扩展系数矩阵*

S6.3：将k‑1个含噪分量的扩展系数矩阵 分别结合采集心电滤波输出矩阵 计算得到LET模型的输出信号，作为对应待拟合分量的重构采集心电包络信号S6.4：将N个待拟合分量的重构采集心电包络信号 还原为采集心电分量IMF′d,k″(n)；

S7：将步骤S6中拟合还原的采集心电分量IMF′d,k″(n)和其余模态分量叠加，得到重构的采集心电信号X′d(n)：S8：构建如下心电动态模型：

其中， 与zn分别是心电信号在采样点n的相位值与幅值， 与zn‑1分别是心电信号在采样点n‑1的相位值与幅值，ω表示心电信号在x‑y平台内的投影环的角速度，δ是采样间隔，η表示模拟噪声；

对采集心电信号X′d(t)使用最小二乘法估计得到心电动态模型的关键参数，包括采集心电信号中P/Q/R/S/T五部分波形对应高斯项的振幅ai、宽度bi、中心参数θi，i∈{P,Q,R,S,T}；

S9：根据步骤S8确定的心电动态模型和重构采集心电信号X′d(n)，采用粒子滤波算法对*采集心电信号Xd(n)进行粒子滤波，得到运动伪迹抑制后的采集心电信号Xd(n)。

2.根据权利要求1所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S2中Q的取值范围为[3,5]。

3.根据权利要求1所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S3中频率阈值为20Hz。

4.根据权利要求1所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S3中VMD算法的模态总数K，惩罚系数α和收敛容差ε采用如下方法确定：收敛容差ε根据经验设置，然后固定惩罚系数α，在预设的模态总数取值范围内对各个取值进行搜索，计算相邻模态总数的能量差值，选取其中能量差值最大的模态总数取值作为最终使用的模态总数K，能量差值的计算公式如下：其中，EK、EK‑1分别表示模态总数取值为K和K‑1时的所有模态分量的能量总和；

在确定模态总数K后，在预设的惩罚系数取值范围内对各个取值进行搜索，计算每个惩罚系数取值下的模态带宽和 其中BWk表示第k个模态分量带宽，在模态带宽和小于预设阈值的惩罚系数取值中选取一个作为惩罚系数α。

5.根据权利要求1所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S9中粒子滤波的具体方法如下：S9.1：构建状态空间模型，包括状态转移方程和量测方程，其中状态转移方程采用心电动态模型，量测方程表示式如下：其中， 表示采样点n的幅值的量测估计值， 表示根据采样点n‑1的幅值计算得到的幅值估计值，vn‑1表示采样点n‑1的量测噪声；

S9.2：在对采集心电信号Xd(n)进行采集的同时，同步采集包括三轴加速度、加速度混合数据与三轴角速度，对于每个运动数据采用预设方法进行预处理后，再与采集心电信号Xd(t)进行采样速率同步，记得到的第p路运动数据为Sp(n)，p＝1,2,…,7；

S9.3：分别计算每路运动数据Sp(n)和采集心电信号Xd(n)之间的相关性，选择相关性最*大的运动数据进行归一化后作为指导运动数据S(n)；

S9.4：采用如下公式计算得到指导参数数据γ(n)：*

γ(n)＝τ+sigmoid(abs(ρS(n)))其中，sigmoid()函数作为约束算子，τ表示预设的正常数，ρ表示预设的运动数据调整系数；

S9.5：设置G组粒子，每组粒子包含一个心电幅值粒子和一个相位粒子，初始化心电幅值粒子的初值 和相位粒子的初值 第g组粒子的权值初值 均设置为1/G；

S9.6：分别计算每组粒子与采集心电信号Xd(n)和重构采集心电信号X′d(n)的在当前采样时刻t的马氏距离 与其中，上标T表示转置，上标‑1表示求逆， 表示根据第g个粒子在上一采样点n‑1的相位 由状态转移方程计算得到的当采样点n该粒子的相位估计值， 表示根据第g个粒子在上一采样点n‑1的幅值 由状态转移方程计算得到的当前采样点n该粒子的幅值估计值，当n＝0， 表示采集心电信号Xd(n)在当前采样点n的相位，R表示重构采集心电信号Xd′(n)协方差矩阵，其表达式为：其中，cov()表示求取协方差，表示N个采样点的相位构成的相位序列，X′d表示N个采样点的重构采集心电信号X′d(n)构成的幅值序列；

结合当前采样点n的指导参数值γ(n)计算得到当前采样点n各个粒子的权值其中， 表示第g个粒子在上一采样点n‑1的权值；

然后根据如下公式进行权值归一化，得到归一化后的粒子权值S9.7：首先将各个粒子在当前采样点n的幅值估计值 进行加权求和，得到幅值估计值然后将幅值估计值 代入量测方程计算得到当前采样点n的量测估计值 该量测估计值 即为粒子滤波得到的采样点n的幅值；

S9.8：评估是否出现粒子匮乏现象，即判断是否满足以下公式：其中，λ表示预设的阈值，如果满足，则判断出现粒子匮乏现象，进入步骤S9.9，否则不作任何操作，直接进入步骤S9.10；

S9.9：将G组粒子按照其权值 从小到大进行排列，对前G′组粒子进行随机重采样，即通过随机采样重置其幅值和相位，G′＜G；

S9.10：将当前各组粒子的幅值和相位代入状态转移方程，计算得到在下一采样点n+1的幅值估计值 和相位估计值S9.11：令n＝n+1，返回步骤S9.6。

6.根据权利要求5所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S9.4中约束算子sigmoid()的表达式如下：其中，a、b是调整约束算子的两个参数。

7.根据权利要求5所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S9.5中心电幅值粒子的初值 由重构采集心电信号X′d(n)在采样点0的幅值与[0,0.5]间的随机数相加得到，相位粒子的初值 由采集心电信号Xd(n)在采样点0的相位与[0,0.1]间的随机数相加得到。

8.根据权利要求5所述的粒子滤波运动伪迹抑制方法，其特征在于，所述步骤S9.8中阈值λ＝2G/3。