CN101871969A - 无线医疗监护中基于特征循环频率的频谱检测方法 - Google Patents

Abstract

本发明涉及一种无线医疗监护中基于特征循环频率的频谱检测方法。本发明中，对信号进行有限长度的循环谱处理时，利用无线医疗系统频点固定的特点，仅对信号特征循环频率处的循环谱数值进行处理，降低了处理的复杂度解决了无线医疗中设备低功耗的问题；同时，通过对判决门限的调整达到控制信号检测概率和虚警概率的目的。本发明基于循环谱检测的基本理论，采用有限长的信号长度并选择信号特征循环频率处进行频谱检测，当特征循环频率处的循环谱数值大于预先确定的阀值时，则认为频谱被占用，否则认为频谱未被占用。该方案大大提高频谱检测的性能，解决了在极低信噪比下进行频谱检测的问题。

Description

无线医疗监护中基于特征循环频率的频谱检测方法

技术领域

本发明涉及一种无线通信技术领域的检测方法，具体而言，涉及的是一种基于特征循环频率的频谱检测方法。

背景技术

无线医疗监护是指将从患者身上检测到的各种生理电信号通过无线通信技术实时发送到远端的接收装置，它极大的方便了患者使用，使得对患者的监护不再局限于病床前，甚至在家中一样可以得到医生的实时监护，它已成为未来医疗监护的发展趋势。

但在实际应用当中，无线医疗监护所依赖的无线通信技术必须面对人体周边电磁波的复杂情况。此复杂情况形成的主要原因包括但不限于以下几个方面：A)人体周边极低的无线电电磁辐射需求；B)人体复杂动作对电磁波传播的损伤与影响；C)人体周边多种类型电磁波辐射同时存在的现实等。而如何在该复杂电磁环境下如何进行有效的频谱检测，是无线医疗监护需要解决的重要问题。在频谱检测领域提出能量检测及循环谱检测算法。但在对患者进行实时监测时，用户所处的位置可能遇到深衰落、“隐藏站点”等情况，次要用户所检测到的目标频段的信号信噪比很低，能量检测在这种情况下受到了极大的限制，但循环谱检测技术能在低信噪比下能取得较好的检测性能，然而在全平面上做循环谱运算却需要很大的计算量并且需要较长的处理时间，无法满足频谱检测的实时性的需求。在医疗监护中使用的无线通信设备受到功率的限制，由于无线医疗设备一般安装在人体体面，利用人体和体表信道进行信号传输，同时移动设备一般利用电池供电，所以必须要求设备是低功耗的，以减少对人体的电磁辐射和延长设备的使用寿命。低功率的限制使得频谱检测单元处理数据的能力受到了极大的限制，因此需要有一种高速、低复杂度且高性能的检测方法。虽然频谱检测已经有了很多种检测方法，但是目前所提出的各种检测方法并没有很好的满足无线医疗监护对频谱检测的特殊要求

经对现有技术的检索发现，现有的检测方案均未能很好的满足医疗监护对频谱检测的特殊需求，如美国专利号为“US 2008/0080604 A1”、Youngsik Hur，Chang-Ho Lee等人在其专利“SPECTRUM-SENSING ALGORITHMS AND METHODS”(中文名称为“频谱检测算法和方法”)中将检测分为粗检测和细检测两步，来提高检测效率，但是其检测方法依然是基于传统的能量检测，没有从根本上解决能量检测本身的不足。在申请号为“200610020800.5”、申请人为电子科技大学、发明名称为“一种基于可靠度的分布式频谱检测方法”的中国发明的专利中提出了给分布式节点赋予可靠度的方法，使用分布式检测的方式来提高检测性能，但其单个节点依然是基于能量检测，未能解决能量检测受噪声影响较大的不足。虽然循环平稳信号的循环谱可以不受噪声影响，许多相关的论文也已经指出循环谱在低信噪比下有着与传统检测方法不可比拟的优越性，但是由于循环谱处理的复杂性，对处理时间和设备功耗也有较高的要求，因此一直没能将信号的循环谱特征应用到实际的检测系统中来，更没有应用于无线医疗监护领域。

在无线医疗监护中，由于人体周围电磁辐射的特点，其工作于超高频段(UHF)上的某些固定频点上，而该频点上首要用户传输的信号的调制方式是预先可知的，因此可以利用该频段的先验信息，对循环谱检测方法进行简化，从而将循环谱检测应用于医疗监护当中。

发明内容

本发明的目的是针对现有技术中存在的上述不足和无线医疗监护系统的特殊需求，提出一种无线医疗监护基于特征循环频率的频谱检测方法，该检测方法能够在满足无线医疗监护特殊需求的情况下，在低信噪比情况下实现快速的频谱检测。

本发明是通过以下技术方案实现的，本发明针对无线医疗应用的特殊环境，对信号进行有限长度的循环谱处理时，利用无线医疗系统中应用的频段上的首要用户传输信号的调制方式、载频等信息可知的特点，仅对信号特征循环频率处的循环谱数值进行处理，从而实现对目标频段的检测；同时，通过对判决门限的调整达到控制信号检测概率和虚警概率的目的。本发明基于循环谱检测的基本理论，通过查表获得目标频段上信号的调制方式，确定信号的特征循环频率，采用有限长的信号长度对信号特征循环频率处进行循环谱处理从而实现频谱检测，例如，对于UHF频段上传送的AM信号存在特征循环频率点α＝2f_c、对于FSK信号存在特征循环频率点α＝2f_c±f_d，其中f_c为信号载波频率，f_d为信号频差，可通过查表的方式获取这些信息，利用这些信息可以实现满足医疗监护系统需求的循环谱检测。当特征循环频率处的循环谱数值大于预先确定的阀值thre时，则认为频谱被占用，否则认为频谱未被占用。该方案大大提高频谱检测的性能，解决了在极低信噪比下进行频谱检测的问题，同时有效的降低了检测单元的功耗需求。

本发明包括以下步骤：

步骤一：系统启动，在检测设备上设定需要检测的目标频段信息，即载波频率f_c，以及模/数采样设备的采样频率f_s和满足系统总体性能要求的虚警概率P_f，如需要检测的目标频段信息已经经过频率变换，则将载波频率设置为经过频率变换后的中频频率，即此时设置载波f_c为变换后的中频频率，选择循环谱处理的数据长度N_i，i＝1，…，m，其中N_i为系统给定的一系列常数，m是系统划分的检测精度的等级常数。最后，选择系统是否需要更新。

步骤二：利用目标频点的已有系统信息，获得该频点上的调制方式的列表，并查表得到这些调制方式所对应的特征频率，记为α₀；根据步骤一中对更新的选择，若需要更新则进一步选择更新方式，更新方式分为全部更新和局部更新，并转步骤三，若不需要更新则转步骤六。

步骤三：

①、若选择全部更新，处理所有数据长度N_i，i＝1，…，m下的更新信息，每个数据长度下处理过程如步骤四至步骤五，直至m个可能数据都处理完毕；

②、若选择局部更新，则只处理设定数据长度下N_i，处理过程如步骤四至步骤五。

步骤四：根据设定的数据处理长度N_i，采集噪声样本进行循环谱处理得到噪声特征循环谱值序列，根据噪声循环谱序列对广义极值分布参数进行估计，得到广义极值分布(GEV)的参数κ、μ、σ，令估计得到的参数为

其中κ为广义极值分布的形状参数，μ为位置参数，σ为尺度参数。

步骤五：利用步骤四中得到的参数

更新系统参数列表中对应κ_i0、μ_i0、σ_i0，即令

其中κ_i0、μ_i0、σ_i0为在列表中数据处理长度N_i对应下的广义极值三个参数值κ、μ、σ。

步骤六：根据系统所设定的数据处理长度N_i，查表得到数据长度N_i所对应的广义极值参数κ_i0、μ_i0、σ_i0；

步骤七：根据在检测设备上设定的虚警概率值P_f和步骤六中得到的参数κ_i0、μ_i0、σ_i0，处理数据长度N_i所对应的门限值thre_i，处理表达式如下所示：

其中

y_p＝-ln(1-P_f)

步骤八：记录经模/数采样设备采样后的信号为x(k)，连续选取x(k)序列中的N_i个点进行循环谱处理，仅处理循环谱频率为α₀处的值

并取循环谱频率为α₀处循环谱值的最大值为特征循环谱

步骤九：判断α₀处特征循环谱数值与thre_i的关系，当

时，认为目标频段有信号传输，当

时，认为目标频段没有信号传输。

本发明中，根据系统对虚警概率的需求和数据处理长度N_i，可以获得不同的判断门限thre_i，并根据特征循环频率处的循环谱数值与该门限之间的大小关系，判断目标频段上是否存在信号传输。

本发明能有效地实现在低信噪比下的频谱检测，解决了传统的能量检测受噪声影响的不足，同时降低了循环谱检测的处理复杂度，极大的减少了处理循环谱检测所需的功率需求，能很好地满足无线医疗监护系统的要求。本发明所提出的检测方法明显高于传统的能量检测，如图2所示，在信噪比为-21db和-17db的情况下，当P_f＝0.001时，能量检测的方法所得到的检测概率接近为零，而本发明的检测概率在两种情况下分布达到0.88和1；当P_f＝0.01时，本发明在两种情况下检测概率达到了0.92和1，而能量检测概率却比较低，约为0.02和0.06。同时在不需要系统更新情况下，实现检测时所需要的计算量为O(N_ilog₂N_i)，其中N_i～O(10³)。一般情况下，系统并不需要更新，因此该方法系统所需要的计算较小，符合无线医疗监视系统低功耗的要求。

附图说明

图1为AM信号在循环频率轴上的分量图。

图2本发明在不同信噪比下所得出检测性能曲线图；

其中：本发明所得曲线与传统的能量检测的性能比较，当p_f＝10^-2所对应的检测概率为本发明实例中的检测结果。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了局部更新情况下的详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

以下以无线局域网中传送的AM调制信号为实施例进一步描述：参数设定不影响一般性。本例中采用无线局域网中传送的AM信号作为实例来验证本发明所提出的检测方法的正确性，即已知目标频段上传送的首要用户的信号调制方式为AM信号。AM信号通过频率变换之后被搬至中频，中频频率为1MHz，A/D采样频率为10MHz，系统能接收的虚警概率为P_f＝0.01。选择特征频率为α₀＝2f_c，如图1所示，在α₀＝2f_c处有较大的非零幅值，为AM信号的特征循环频率。特征循环检测的具体处理过程如下：

1)系统启动，在检测设备上设定需要检测的目标频段信息，在本实例中，需要检测的目标频段已经过频率变换至1MHz，所以设置载波频率f_c＝1MHz，若未经频率变换，则设置为实际信号的载波频率。设置及模/数采样设备的采样频率f_s＝10MHz和系统总体性能P_f＝0.01，最后，选择循环谱处理的数据长度N_i＝4000，为了方便说明令N＝N_i。最后选择系统更新，更新方式选择为局部更新。

2)根据目标频段的已有系统信息，获得该频段可能调制方式的列表，并查表得到这些调制方式所对应的特征频率α₀＝2f_c＝2MHz；

3)选择的更新方式为局部更新，只处理N_i＝4000处的更新；

4)根据设定的数据处理长度N，采集N²点噪声样本进行循环谱处理得到噪声特征循环谱值序列，根据噪声循环谱序列对广义极值分布参数进行估计，得到广义极值分布(GEV)的参数κ、μ、σ，本实例中应用最大似然估计对参数进行估计，具体过程描述如下：

广义极值分布概率密度函数如下：

当κ≠0时

$f\left(x\right|k,\mathrm{\μ},\mathrm{\σ})=\left(\frac{1}{\mathrm{\σ}}\right)\exp (-{(1+k\frac{x-\mathrm{\μ}}{\mathrm{\σ}})}^{-\frac{1}{k}}){(1+k\frac{x-\mathrm{\μ}}{\mathrm{\σ}})}^{-1-\frac{1}{k}}---\left(2\right)$

其中： $1+k\frac{(x-\mathrm{\μ})}{\mathrm{\σ}}>0$

当κ＝0时

$f\left(x\right|0,\mathrm{\μ},\mathrm{\σ})=\left(\frac{1}{\mathrm{\σ}}\right)\exp (-\exp (-\left(\frac{x-\mathrm{\μ}}{\mathrm{\σ}}\right))-\frac{x-\mathrm{\μ}}{\mathrm{\σ}})---\left(3\right)$

在不接收信号的情况下，对本机噪声进行采样，采样时间t_s应满足：

本实例中t_s＝1.6s。在所得到的噪声样本中截取N²点噪声样本，将得到的噪声样本平均分成N段，令每段的样本噪声序列X_N(i-1)+j，i＝1，…，N，j＝1，…，N，再对每段的噪声序列进行循环谱处理，处理过程如下：

对第i段样本噪声，令x(j-1)＝X_N(i-1)+j，j＝1，…，N，处理循环频率α₀处的循环谱，过程如下：

$X\left[v\right]=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(k\right)e^{-j2\mathrm{\πvk}/N}---\left(4\right)$

$S^{{\mathrm{\α}}_0}\left(f_p\right)=\frac{1}{(N-1)T_s}\frac{1}{L}\underset{v=-\frac{L-1}{2}}{\overset{v=\frac{L-1}{2}}{\mathrm{\Σ}}}X(f_p+\frac{{\mathrm{\α}}_0}{2F_s}+v)X*(f_p-\frac{{\mathrm{\α}}_0}{2F_s}+v)W\left(v\right)---\left(5\right)$

$C_i^{{\mathrm{\α}}_0}=\underset{f_p}{\max }\left\{S^{\mathrm{\α}}\left(f_p\right)\right\}---\left(6\right)$

其中f_s为采样频率，W(·)为M点窗函数，本实例中M＝7，窗函数取海宁窗，f_p＝1，…，N。

经循环谱处理后得到N＝4000个噪声循环谱值序列

1，…，N，根据以上得到的噪声循环谱序列

1，…，N，对广义极值分布(GEV)进行最大似然估计，令

当κ≠0时，GEV分布的最大对数自然函数为：

$l(k,\mathrm{\μ},\mathrm{\σ})=-N\log -(1+1/k)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\log [1+k\left(\frac{y_i-\mathrm{\μ}}{\mathrm{\σ}}\right)]-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[1+k\left(\frac{y_i-\mathrm{\μ}}{\mathrm{\σ}}\right)]}^{-\frac{1}{k}}---\left(7\right)$

这里要求

$1+k\left(\frac{y_i-\mathrm{\μ}}{\mathrm{\σ}}\right)>0$

否则似然函数值为零，对应的对数似然函数值为-∞，经循环谱变换后的高斯白噪声的参数满足此条件。将上式(7)关于参量(κ、μ、σ)极大化，即令

可得到GEV分布的极大似然估计。在实际处理中，由于κ在位于零附近时(由实际样本估计所得到的κ位于零附近)，自然对数似然函数用κ＝0时的表达式，如下所示：

$l(\mathrm{\μ},\mathrm{\σ})=-N\log \mathrm{\σ}-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\frac{y_i-\mathrm{\μ}}{\mathrm{\σ}}\right)-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\exp \{-\left(\frac{y_i-\mathrm{\μ}}{\mathrm{\σ}}\right)\}---\left(8\right)$

令 从而得到似然方程组，化简可得：

$\left\{\begin{array}{c}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{e}^{-(y_i-\widehat{\mathrm{\μ}})}/\widehat{\mathrm{\σ}}=N\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}(y_i-\widehat{\mathrm{\μ}})(1-e^{-(y_i-\widehat{\mathrm{\μ}})/\widehat{\mathrm{\σ}}})=N\widehat{\mathrm{\σ}}\end{array}---\left(9\right)\right.$

似然方程组没有显式解，通过数值方法求解，得到参数μ、σ的估计值

再将式(7)关于κ极大化

得到参数κ的估计值

从而得到参数κ、μ、σ的估计值

$\widehat{\mathrm{\σ}}=3.7195;$

5)利用4中得到的参数

更新系统参数列表中对应κ_i0、μ_i0、σ_i0，即令

6)根据系统所设定的数据处理长度N_i，查表得到数据长度N_i所对应的广义极值参数κ_i0＝-0.0213、μ_i0＝0.5508、σ_i0＝3.7195；

7)根据在检测设备上设定的虚警概率值P_f＝0.01和步骤6得到的参数

κ_i0＝-0.0213、μ_i0＝0.5508、σ_i0＝3.7195处理门限

${\mathrm{thre}}_i={\mathrm{\μ}}_{i0}-\frac{{\mathrm{\σ}}_{i0}}{{\mathrm{\κ}}_{i0}}(1-y_p^{-{\mathrm{\κ}}_{i0}})=6.1429$

其中

y_p＝-ln(1-P_f)＝0.0044

8)记录经模/数采样设备采样后的信号为x(k)，对信号采样时间t′_s应满足：

本实例中t′_s＝0.4ms。对连续选取x(k)序列中的N个点进行循环谱处理，但仅处理循环谱频率为α₀处的值

并取循环谱频率为α₀处循环谱值的最大值为特征循环谱

具体处理公式如下所示：

$X\left[v\right]=\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(k\right)e^{-j2\mathrm{\πvk}/N}---\left(10\right)$

$S^{{\mathrm{\α}}_0}\left(f_p\right)=\frac{1}{(N-1)T_s}\frac{1}{L}\underset{v=-\frac{L-1}{2}}{\overset{v=\frac{L-1}{2}}{\mathrm{\Σ}}}X(f_p+\frac{{\mathrm{\α}}_0}{2F_s}+v)X*(f_p-\frac{{\mathrm{\α}}_0}{2F_s}+v)W\left(v\right)---\left(11\right)$

$C_x^{{\mathrm{\α}}_0}=\underset{f_p}{\max }\left\{S^{\mathrm{\α}}\left(f_p\right)\right\}---\left(12\right)$

其中f_s为采样频率，W(·)为M点窗函数，本实例中M＝7，窗函数取海宁窗，f_p＝1，…，N。

9)判断α₀处特征循环谱数值

与thre_i的关系，当

时，认为目标频段有信号传输，当

时，认为目标频段没有信号传输。

为了说明该方法的优越性，需对该方法的检测结果进行统计分析，图2中给出了不同SNR下的检测统计结果，在系统首先运行后，系统运行模式固定为不更新，在图2给出了不同虚警概率P_f下的检测性能，当P_f＝0.01时为本实例中给定的虚警概率不同信噪比下的统计结果。在图2中给出了SNR分别为-21dbh和-17db两种情况的检测结果，从图中可以看出，本发明所提出的检测方法明显高于传统的能量检测，在P_f＝0.01时，能量检测的方法所得到的检测概率接近为零，而本发明的检测概率在两种情况下分布达到0.88和1；P_f＝0.01时，本发明在两种情况下检测概率达到了0.92和1，而能量检测概率却比较低，约为0.02和0.06。

从本发明的实施过程可以看出，该方法是基于特征循环频率，所需处理的循环频率的点数只有一点或者几点，而循环谱检测需计算整个循环频率轴上的所有点，如果信号处理点数为N_i，那么循环谱检测所需计算的点为N_i点，计算量与计算点数成正比。因此在不更新系统的情况下，本发明所需的计算量为O(N_ilog₂N_i)，本实例中N_i＝4000，可以满足无线医疗监护中低功耗的需求。

Claims (2)

1.一种无线医疗监护中基于循环谱特征值的频谱检测方法，其特征在于包括以下步骤：

步骤一：系统启动，在检测设备上设定需要检测的目标频段信息，即载波频率f_c，以及模/数采样设备的采样频率f_s和满足系统总体性能要求的虚警概率P_f，如需要检测的目标频段信息已经经过频率变换，则将载波频率设置为经过频率变换后的中频频率，即此时设置载波f_c为变换后的中频频率，选择循环谱处理的数据长度N_i，最后，选择系统是否需要更新。

步骤二：利用目标频点的已有系统信息，获得该频点上的调制方式的列表，并查表得到这些调制方式所对应的特征频率，记为α₀；根据步骤一中对更新的选择，若需要更新选择更新方式，更新方式分为全部更新和局部更新，并转步骤三，若不需要更新则转步骤六。

步骤三：

①、若选择全部更新，处理所有数据长度N_i，i＝1，…，m下的更新信息，每个数据长度下处理过程如步骤四至步骤五，直至m个可能数据都处理完毕；

②、若选择局部更新，则只处理设定数据长度下N_i，处理过程如步骤四至步骤五。

步骤四：根据设定的数据处理长度N_i，采集噪声样本进行循环谱处理得到噪声特征循环谱值序列，根据噪声循环谱序列对广义极值分布参数进行估计，得到广义极值分布(GEV)的参数κ、μ、σ，令估计得到的参数为

其中κ为广义极值分布的形状参数，μ为位置参数，σ为尺度参数。

步骤五：利用步骤四中得到的参数

更新系统参数列表中对应κ_i0、μ_i0、σ_i0，即令

其中κ_i0、μ_i0、σ_i0为在列表中数据处理长度N_i对应下的广义极值三个参数值κ、μ、σ。

步骤六：根据系统所设定的数据处理长度N_i，查表得到数据长度N_i所对应的广义极值参数κ_i0、μ_i0、σ_i0；

步骤七：根据在检测设备上设定的虚警概率值P_f和步骤六中获得的参数κ_i0、μ_i0、σ_i0，处理数据长度N_i所对应的门限值thre_i；

步骤八：记录经模/数采样设备采样后的信号为x(k)，连续选取x(k)序列中的N_i个点进行循环谱处理，仅处理循环谱频率为α₀处的值

并取循环谱频率为α₀处循环谱值的最大值为特征循环谱

步骤九：判断α₀处特征循环谱数值与thre_i的关系，当

时，认为目标频段有信号传输，当时，认为目标频段没有信号传输。

2.根据权利要求1所述的基于循环谱特征值的频谱检测方法，其特征是，步骤四中，处理门限值thre的处理表达式如下所示：

其中：y_p＝-log(1-P_f)。

Images