System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于毫米波雷达的生命体征检测方法及装置制造方法及图纸_技高网

一种基于毫米波雷达的生命体征检测方法及装置制造方法及图纸

技术编号:41581672 阅读:4 留言:0更新日期:2024-06-06 23:57
本发明专利技术公开了一种基于毫米波雷达的生命体征检测方法及装置,属于雷达信号处理技术领域,包括:对雷达回波中频信号数据做快速傅里叶变换,得到中频信号的频率谱和相位谱;使用相量均值相消算法抑制频率谱中的干扰;对多帧数据做非相干积累;在人体目标距离范围内搜索最大值,获取目标对应的距离单元;从相位谱中提取目标对应距离单元处的相位并展开,计算目标体表位移曲线;分离呼吸、心跳信号;对分离得到的呼吸、心跳信号分别进行谱估计,依据谱估计结果获取对应的每分钟呼吸和心跳次数。本发明专利技术采用上述的一种基于毫米波雷达的生命体征检测方法及装置,能够对有限长度的生命体征信号进行高分辨率的频率估计,从而得到更准确的生命体征检测结果。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理,尤其是涉及一种基于毫米波雷达的生命体征检测方法及装置


技术介绍

1、人体的呼吸和心脏跳动,均会引起胸腔表面非常微小的位移。而这些位移会产生多普勒效应,使用连续波雷达发射电磁波并且分析回波信号,可以有效的还原出人体胸腔表面的位移信息。基于雷达的生命体征检测如呼吸率和心率的获取,可以表述为一个频谱估计问题。

2、目前最常见的方法是傅里叶变换法,该方法具有很好的工程实践性和运算速度,但存在频率泄露和分辨率低的问题。针对具体的应用场景,许多研究者提出了不同的频率估计方法:

3、(1)峰值检索法:在心率检测领域,为了准确估计心跳逐拍间隔(ibi),需要对生命体征信号进行分解来提高信噪比,在此基础上对分解后的心跳信号的包络进行峰值检索。这种方法相较传统的频率估计方法,能够更准确地反映出不同时间的频率特征。

4、(2)频谱图法:根据生命体征信号在时间上的稳定性,有研究者通过对信号进行快速傅里叶变换,并将每个窗口的功率谱密度(psd)拼接起来,形成频谱图。通过模型化呼吸率和心率为马尔可夫过程,并利用动态规划(dp)算法,根据频谱图找出最可能的呼吸率、心率轨迹,从而实现更准确的频率估计。

5、(3)连续小波变换法:利用连续小波变换(cwt)可以得到生命体征信号的时频域表示,这能够很好地反映出呼吸率和心率在一段连续时间上的变化情况。

6、以上这些谱估计方法都需要较大的数据积累量,这会使得运算量变大,因此需要运算能力较强的处理器和提供更多存储空间的外部存储器,提高了成本且不利于硬件小型化。


技术实现思路

1、本专利技术的目的是提供一种基于毫米波雷达的生命体征检测方法及装置,能够对有限长度的生命体征信号进行高分辨率的频率估计,从而得到更准确的生命体征检测结果。

2、为实现上述目的,本专利技术提供了一种基于毫米波雷达的生命体征检测方法,包括以下步骤:

3、s1、对雷达回波中频信号数据做快速傅里叶变换,得到中频信号的频率谱和相位谱;

4、s2、使用相量均值相消算法抑制频率谱中由收发耦合和强反射静止目标引起的干扰;

5、s3、对多帧数据做非相干积累;

6、s4、在人体目标距离范围内搜索最大值,获取目标对应的距离单元;

7、s5、从相位谱中提取目标对应距离单元处的相位并展开,计算目标体表位移曲线;

8、s6、通过带通滤波分离呼吸、心跳信号;

9、s7、对步骤s6分离得到的呼吸、心跳信号分别进行谱估计,依据谱估计结果获取对应的每分钟呼吸和心跳次数。

10、优选的,步骤s7中,谱估计使用esprit算法,具体如下:

11、s71、将生命体征信号分解成复信号的叠加:

12、

13、其中,xvs[n]表示第n帧的生命体征信号数据,n=1,2,...,n;n表示数据积累的帧数;al、fl、分别是第l个子信号的幅度、频率和初始相位;j为虚数单位;t为帧周期;

14、利用生命体征信号生成一个数据矩阵:

15、

16、其中,xvs表示生命体征信号构造得到的数据矩阵,k为小于信号长度一半的正整数;

17、s72、对数据矩阵xvs进行奇异值分解:

18、xvs=u∑vh   (3)

19、其中,u和v是数据矩阵xvs奇异值分解得到的酉矩阵;∑是一个主对角线元素为数据矩阵xvs全部非零奇异值的对角矩阵;上标h表示矩阵的共轭转置;

20、s73、矩阵∑的主对角线元素σ1,σ2,...,σr是矩阵xvs的非零奇异值,计算每个奇异值的能量占比:

21、

22、其中,λr是第r个奇异值的能量占比,r=1,2,...,r,r是数据矩阵xvs的秩,k是奇异值下标;

23、利用最小描述长度准则确定信号子空间us的维度p,计算每一个可能维度的mdl值:

24、

25、其中,p是所有可能的子空间维度,p=1,2,...,r-1,mdl(p)是每一个可能维度的mdl值,选取最小mdl值对应的p作为信号子空间us的维度p,即选取矩阵∑前p个列向量构造成信号子空间us;

26、s74、将信号子空间us分解成两个重叠的子矩阵us1和us2,us1取us的前k-1行元素,us2取us的后k-1行元素;

27、由信号子空间的旋转不变性,us1对应列向量在复平面上旋转2πflt角度得到us2:

28、us2=us1φ   (6)

29、求解得到的矩阵φ是一个主对角线元素为的对角矩阵;

30、s75、将帧周期t代入矩阵φ计算出频率分量fl,然后通过最小二乘法计算出每一个频率分量的幅度al,选取幅度最大的子信号频率作为生命体征信号的频率。

31、本专利技术还提供了一种用于实现上述的一种基于毫米波雷达的生命体征检测方法的装置。

32、因此,本专利技术采用上述一种基于毫米波雷达的生命体征检测方法及装置,其技术效果如下:

33、(1)使用了相量均值相消算法,在抑制静止目标相位的同时,极大地提高了动目标或者微动目标的信噪比。相量均值相消算法最优的特点是对目标的幅度没有削弱作用,但其背景噪声比较干净,同时对微多普勒的信息保留的比较完整,完全让目标保持了较高的信噪比;

34、(2)使用了esprit算法对生命体征信号进行频率估计,相较于常用的傅里叶变换方法,esprit算法能够得到较高的频率分辨率,且不受信号长度的限制。

35、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。

本文档来自技高网...

【技术保护点】

1.一种基于毫米波雷达的生命体征检测方法及装置,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于毫米波雷达的生命体征检测方法及装置,其特征在于,步骤S7中,谱估计使用ESPRIT算法,具体如下:

3.一种用于实现根据权利要求1-2任一项所述的一种基于毫米波雷达的生命体征检测方法的装置。

【技术特征摘要】

1.一种基于毫米波雷达的生命体征检测方法及装置,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于毫米波雷达的生命体征检测方法及装置,其特征...

【专利技术属性】
技术研发人员:罗丰顾桢千孙道中问翔罗纤纤彭恩超张林让廖桂生
申请(专利权)人:西安电子科技大学杭州研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1