CN102657530A - 一种基于距离域滤波的人体呼吸频率检测方法 - Google Patents
一种基于距离域滤波的人体呼吸频率检测方法 Download PDFInfo
- Publication number
- CN102657530A CN102657530A CN2012101261052A CN201210126105A CN102657530A CN 102657530 A CN102657530 A CN 102657530A CN 2012101261052 A CN2012101261052 A CN 2012101261052A CN 201210126105 A CN201210126105 A CN 201210126105A CN 102657530 A CN102657530 A CN 102657530A
- Authority
- CN
- China
- Prior art keywords
- frequency
- human body
- distance domain
- signal
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于距离域滤波的人体呼吸频率检测方法,属于安全、救援领域,采取先对回波信号在一维距离域上做成像,在目标像两边做截取,去除成像区域中的背景噪声,仅保留有用的目标数据,然后利用傅里叶变换可以得到成像区域中人体的呼吸频率。本发明方法可快速实现测量人体呼吸频率的目的,通过距离域滤波的方法可以稳定地把呼吸信号在噪声中提取出来,可有效检测不同距离上多个振动点的信息,适于推广应用。
Description
技术领域:
本发明主要涉及一种应用生物雷达检测人体呼吸频率的方法,特别是涉及一种基于距离域滤波的人体呼吸频率检测方法,属于安全、救援技术领域。
背景技术:
生物雷达是伴随着城市化的高速发展而发展出来的一项新技术,城市作为现代文明的象征聚集了一个区域大量的公共资源和社会资源,同时也聚集了大量的人口,数以百万的人生活在有限的空间内势必会带来很多安全上的问题,当遇到如火灾、地震等自然灾害,以及治安问题和反恐问题时,需要仪器来探测未知区域中的生命体信息,并且有时需要穿透各种障碍物,这就促进了生物雷达的研制与发展,生物雷达的应用前景或者已经有所应用的领域包括以下几个方面:(1)灾害救援;(2)反恐斗争;(3)医学应用;(4)安保应用。
由于人体呼吸频率信号极其微弱,并且一般在检测时干扰较大,所以利用雷达目标的微多普勒特征对人体呼吸检测是目前反恐、救援等生命体检测领域中的研究热点。在现有的技术中,文献名为“基于FFT频域积累的非接触生命参数信号检测”(《第四军医大学学报》,2003年,第24卷2期,172-175页),采用快速傅里叶变换将信号由时域转换到频域后进行积累,这种积累一般有两种方式:一种是增加信号在时域上的采样长度,达到频域积累的目的;另一种是选取不同时段内相同长度的信号,分别进行固定点数FFT变换,再将相应频率成分进行累加,达到频域累计的目的。这种方法没有去除噪声,只是通过将有用信号积累的方式使信噪比提高,但是需要长时间的积累才能达到理想效果,影响了生物雷达的实时性要求。文献名为“Application of higher order spectra forthe identification of diabetes retinopathy stages”(《Journal of Medical Systems》,2008年,第32卷6期,481-490页),采用一低通滤波器,滤掉接收到的回波信号中的高频成分,然后利用小波变换对其进行小波分解,通过高阶谱分析和FFT累积抑制掉信号中的高斯有色噪声后进入人体状态识别,判断出无人、有人时静止和有人运动三种状态。接收信号在进行高阶谱分析处理后为一复谐波信号,利用SVD-TLS算法可由观测值恢复复谐波信号中的有用信号,并由此可判断出回波信号中是否含有生命信号及信号的强弱。文中描述了一种去除生物雷达回波信号中噪声的有效方法,但没有提出如何检测人体的呼吸频率。
发明内容:
发明目的:
针对上述现有技术中存在的问题,本发明提出了一种基于距离域滤波的人体呼吸频率检测方法,其目的在于提供一种能够应用于生物雷达,实现在复杂背景条件下对人体呼吸频率进行检测的方法。
技术方案:
本发明所述的一种基于距离域滤波的人体呼吸频率检测方法,采取先对回波信号在一维距离域上做成像,在目标像两边做截取,去除成像区域中的背景噪声,仅保留有用的目标数据,然后利用傅里叶变换可以得到成像区域中人体的呼吸频率。该方法包括如下:
(1)、应用生物雷达采集回波数据,雷达天线为收发一体式,发射频率为800MHz-2504MHz,步进频率间隔为14.2MHz,共发射121个频率点信号,称为一组,并且一组在一秒内发射完毕,即每组信号的发射周期为1s;
(2)、在发射信号的同时接收回波信号,接收信号为一矢量值,即既有实部成分,又有虚部成分,将每组接收到的回波数据做傅里叶逆变换得到该组目标的距离域一维像;
(3)、在距离域一维像峰值两边第一拐点处做截取,实现一带通滤波;
(4)、将滤波后的每组数据做傅里叶正变换还原幅度、相位与频率的关系;
(5)、将相位与频率关系转换为相位与采样时间关系;
(6)、对于变换后的每组数据,计算其中相邻两频率点的相位差值,每组中121个频率点可以计算得到120个相位差数据;
(7)、连续测量得到15组数据,并经过上述处理后,将这些数据做傅里叶正变换得到呼吸频率信息;
(8)、在连续监测生命体呼吸频率时,每测量一组信号后,与前面14组信号一起做上述计算,以此类推,实现生命体呼吸频率信号长时间的监测。
步骤(3)中在峰值幅度一半以下寻找拐点。
步骤(1)中生物雷达为超宽带步进变频雷达。
步骤(2)中接收信号为生物雷达天线端口处的反射系数。
步骤(7)中15组数据需按顺序拼接在一起,然后对这些数据做傅里叶正变换。
优点及效果:
本发明提出了一种基于距离域滤波的人体呼吸频率检测方法,具有如下优点:
(1)、快速:本发明采用三次快速傅里叶变换和一次截取就能实现测量人体呼吸频率的目的;
(2)、稳定:通过距离域滤波的方法可以把呼吸信号在噪声中提取出来;
(3)、有效:当目标体振动频率小于1Hz时,振动信号几乎附着在目标的距离域一维像上,当在目标的距离域一维像峰值点两边较窄的区域内做截取时振动信息几乎不会丢失,可通过这种方法检测中不同距离上多个振动点的信息。
附图说明:
图1为生物雷达工作示意图;
图2为本发明距离域滤波方法流程图;
图3为目标的距离域一维像;
图4为回波相位的幅频曲线;
图5为距离域做滤波后得到的回波相位的幅频曲线。
附图标记说明:
1、天线,2、成像区域,3、目标,4、水平方向,5、垂直方向。
具体实施方式:
一种基于距离域滤波的人体呼吸频率检测方法,采取先对回波信号在一维距离域上做成像,在目标像两边做截取,去除成像区域中的背景噪声,仅保留有用的目标数据,然后利用傅里叶变换可以得到成像区域中人体的呼吸频率。该方法步骤如下:
(1)、应用生物雷达采集回波数据,雷达天线为收发一体式,发射频率为800MHz-2504MHz,步进频率间隔为14.2MHz,共发射121个频率点信号,称为一组,并且一组在一秒内发射完毕,即每组信号的发射周期为1s;
(2)、在发射信号的同时接收回波信号,接收信号为一矢量值,即既有实部成分,又有虚部成分,将每组接收到的回波数据做傅里叶逆变换得到该组目标的距离域一维像;
(3)、在距离域一维像峰值两边第一拐点处(峰值幅度一半以下寻找拐点)做截取,实现一带通滤波;
(4)、将滤波后的每组数据做傅里叶正变换还原幅度、相位与频率的关系;
(5)、将相位与频率关系转换为相位与采样时间关系;
(6)、对于变换后的每组数据,计算其中相邻两频率点的相位差值,每组中121个频率点可以计算得到120个相位差数据;
(7)、连续测量得到15组数据,并经过上述处理后,将这些数据做傅里叶正变换得到呼吸频率信息;
(8)、在连续监测生命体呼吸频率时,每测量一组信号后,与前面14组信号一起做上述计算,以此类推,实现生命体呼吸频率信号长时间的监测。
上述步骤(1)中生物雷达为超宽带步进变频雷达。
上述步骤(2)中接收信号为生物雷达天线端口处的反射系数。
上述步骤(7)中15组数据需按顺序拼接在一起,然后对这些数据做傅里叶正变换。
根据人体呼吸的特点,可将其看作是在距离雷达天线R0处做简谐振动,见式(1)
其中,t为时间;ah是呼吸的幅度,一般小于2cm;ωh是呼吸信号的角频率,ωh=2πfh,一般人体呼吸频率在15~45次/min之间;是初始相位。由此,所对应的呼吸频率fh应在0.25~0.75Hz之间。超宽带步进变频连续波雷达某个频率点的接收信号为:
其中SRec,i的脚标Rec表示接收、i表示第i个频率点,μ0是电磁波在传播过程中的损耗,μm是电磁波遇到障碍物以及人体所带来的损耗,μR为目标散射系数(由目标的雷达散射截面以及目标所处位置的电磁波密度决定),tr为从发射到收到回波所用的时间。由目标的位置可确定tr的数值:
tr=2R/v0 (3)
其中v0为电磁波在介质中传播的速度。若假设t0=0,将式(1)和式(3)带入式(2)中可得:
生物雷达采用超宽带步进变频信号为发射信号,频率从800~2500MHz。考虑生物雷达一般作用在10m以内,再综合墙体的影响,确定雷达步进频率ΔfR<15MHz,本发明控制雷达以14.2MHz的频率间隔发射121个频点的单频连续波信号。这些不同频率点的发射信号遇到同一目标后反射并被接收,接收信号的相位是不同的,但是相邻频率点接收信号的相位之差是固定的,通过相邻两个频率点回波相位相减来消除不同频率点相位的差别,见下式。
Phai=angle(SRec,i+1)-angle(SRec,i) (5)
其中angle(SRec,i)为第i个频率点回波的相位值,Phai即为第i+1个频率点与第i个频率点的回波信号相位差值。对121个频率点回波信号相位这样处理后,得到120个相位差值,去掉其均值,即可获得由于呼吸振动所带来的回波相位周期性波动。
距离域一维成像就是确定目标与雷达天线的直线距离,当不考虑呼吸影响时,将接收信号对频域积分,得到下式:
在成像中R0是未知量,用R来代替;R/v0是电磁波传播的时间;N=121;Δω=2πΔfR。对式(6)做一次傅里叶逆变换即得时域信号,代表了电磁波的传播时间,将其乘上电磁波在介质中的传播速度则得到距离信息,即距离域。
将每组目标得到的距离域一维像峰值点两边比较窄的区域内(即峰值幅度一半以下的两个拐点处)做截取(即滤波),再利用截取后的数据做傅里叶变换。该变换后的幅度、相位是相对于步进发射频率的,分离其中的相位与频率的数据,计算回波数据的相位差值,而步进发射频率又对应不同采样时刻。如此得到相位差与采样时间的关系。按采样时间顺序将不同采样时间的15组相位差数据拼接起来,做一次傅里叶变换,就可以更好的检测呼吸频率信息,这样既保留了一维像和呼吸信息,又可以获得比较好的分辨率,区域外的幅值设为零。
Claims (5)
1.一种基于距离域滤波的人体呼吸频率检测方法,其特征在于:该方法步骤如下:
(1)、应用生物雷达采集回波数据,雷达天线为收发一体式,发射频率为800MHz-2504MHz,步进频率间隔为14.2MHz,共发射121个频率点信号,称为一组,并且一组在一秒内发射完毕,即每组信号的发射周期为1s;
(2)、在发射信号的同时接收回波信号,接收信号为一矢量值,即既有实部成分,又有虚部成分,将每组接收到的回波数据做傅里叶逆变换得到该组目标的距离域一维像;
(3)、在距离域一维像峰值两边第一拐点处做截取,实现一带通滤波;
(4)、将滤波后的每组数据做傅里叶正变换还原幅度、相位与频率的关系;
(5)、将相位与频率关系转换为相位与采样时间关系;
(6)、对于变换后的每组数据,计算其中相邻两频率点的相位差值,每组中121个频率点可以计算得到120个相位差数据;
(7)、连续测量得到15组数据,并经过上述处理后,将这些数据做傅里叶正变换得到呼吸频率信息;
(8)、在连续监测生命体呼吸频率时,每测量一组信号后,与前面14组信号一起做上述计算,以此类推,实现生命体呼吸频率信号长时间的监测。
2.一种基于距离域滤波的人体呼吸频率检测方法,其特征在于:步骤(3)中在峰值幅度一半以下寻找拐点。
3.一种基于距离域滤波的人体呼吸频率检测方法,其特征在于:步骤(1)中生物雷达为超宽带步进变频雷达。
4.一种基于距离域滤波的人体呼吸频率检测方法,其特征在于:步骤(2)中接收信号为生物雷达天线端口处的反射系数。
5.一种基于距离域滤波的人体呼吸频率检测方法,其特征在于:步骤(7)中15组数据需按顺序拼接在一起,然后对这些数据做傅里叶正变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101261052A CN102657530A (zh) | 2012-04-26 | 2012-04-26 | 一种基于距离域滤波的人体呼吸频率检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101261052A CN102657530A (zh) | 2012-04-26 | 2012-04-26 | 一种基于距离域滤波的人体呼吸频率检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102657530A true CN102657530A (zh) | 2012-09-12 |
Family
ID=46767204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101261052A Pending CN102657530A (zh) | 2012-04-26 | 2012-04-26 | 一种基于距离域滤波的人体呼吸频率检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102657530A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105662347A (zh) * | 2016-01-08 | 2016-06-15 | 四川东鼎里智信息技术有限责任公司 | 一种睡眠异常监控及报警方法 |
CN106970367A (zh) * | 2017-03-31 | 2017-07-21 | 中国科学院电子学研究所 | 基于生命探测雷达多点观测数据的微弱呼吸信号检测方法 |
CN107405106A (zh) * | 2016-01-29 | 2017-11-28 | 松下知识产权经营株式会社 | 呼吸次数检测装置、呼吸次数检测方法及程序存储介质 |
CN108518813A (zh) * | 2018-03-30 | 2018-09-11 | 广东美的制冷设备有限公司 | 空调器的控制方法、空调器及计算机可读存储介质 |
CN108761445A (zh) * | 2018-03-30 | 2018-11-06 | 中国科学院电子学研究所 | 一种用于穿墙生命探测雷达的目标定位方法 |
CN109751706A (zh) * | 2019-01-28 | 2019-05-14 | 珠海格力电器股份有限公司 | 空调的控制方法及装置、空调器、控制器 |
CN112485786A (zh) * | 2020-11-20 | 2021-03-12 | 中国电子科技集团公司第四十三研究所 | 一种基于混合定位的胶囊内窥镜无线定位方法 |
CN113633268A (zh) * | 2020-05-11 | 2021-11-12 | 富士通株式会社 | 生理信号检测方法、装置和数据处理设备 |
US11378648B2 (en) | 2019-02-19 | 2022-07-05 | Fujitsu Limited | Living object detection method and apparatus and electronic device |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464514A (zh) * | 2009-01-22 | 2009-06-24 | 中国人民解放军国防科学技术大学 | 步进频率雷达系统的校准方法与校准处理器 |
-
2012
- 2012-04-26 CN CN2012101261052A patent/CN102657530A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464514A (zh) * | 2009-01-22 | 2009-06-24 | 中国人民解放军国防科学技术大学 | 步进频率雷达系统的校准方法与校准处理器 |
Non-Patent Citations (3)
Title |
---|
《仪器仪表学报》 20120229 许会 等 超宽带步进变频雷达人体呼吸检测方法研究 第286-291页 2-5 第33卷, 第2期 * |
刘金星 等: "基于超宽频谱生物雷达微弱生命信号的非接触监测系统", 《医疗卫生装备》, vol. 32, no. 5, 31 May 2011 (2011-05-31), pages 19 - 23 * |
许会 等: "超宽带步进变频雷达人体呼吸检测方法研究", 《仪器仪表学报》, vol. 33, no. 2, 29 February 2012 (2012-02-29), pages 286 - 291 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105662347A (zh) * | 2016-01-08 | 2016-06-15 | 四川东鼎里智信息技术有限责任公司 | 一种睡眠异常监控及报警方法 |
CN107405106A (zh) * | 2016-01-29 | 2017-11-28 | 松下知识产权经营株式会社 | 呼吸次数检测装置、呼吸次数检测方法及程序存储介质 |
CN106970367A (zh) * | 2017-03-31 | 2017-07-21 | 中国科学院电子学研究所 | 基于生命探测雷达多点观测数据的微弱呼吸信号检测方法 |
CN106970367B (zh) * | 2017-03-31 | 2019-09-06 | 中国科学院电子学研究所 | 基于生命探测雷达多点观测数据的微弱呼吸信号检测方法 |
CN108518813A (zh) * | 2018-03-30 | 2018-09-11 | 广东美的制冷设备有限公司 | 空调器的控制方法、空调器及计算机可读存储介质 |
CN108761445A (zh) * | 2018-03-30 | 2018-11-06 | 中国科学院电子学研究所 | 一种用于穿墙生命探测雷达的目标定位方法 |
CN109751706A (zh) * | 2019-01-28 | 2019-05-14 | 珠海格力电器股份有限公司 | 空调的控制方法及装置、空调器、控制器 |
US11378648B2 (en) | 2019-02-19 | 2022-07-05 | Fujitsu Limited | Living object detection method and apparatus and electronic device |
CN113633268A (zh) * | 2020-05-11 | 2021-11-12 | 富士通株式会社 | 生理信号检测方法、装置和数据处理设备 |
CN112485786A (zh) * | 2020-11-20 | 2021-03-12 | 中国电子科技集团公司第四十三研究所 | 一种基于混合定位的胶囊内窥镜无线定位方法 |
CN112485786B (zh) * | 2020-11-20 | 2024-02-20 | 中国电子科技集团公司第四十三研究所 | 一种基于混合定位的胶囊内窥镜无线定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102657530A (zh) | 一种基于距离域滤波的人体呼吸频率检测方法 | |
Liang et al. | Through-wall human being detection using UWB impulse radar | |
CN106821347A (zh) | 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 | |
CN106093868B (zh) | 一种基于双源ir-uwb生物雷达的强反射杂波消除方法 | |
Li et al. | A novel through-wall respiration detection algorithm using uwb radar | |
CN104502906B (zh) | 基于rmdcft的空间超高速机动目标检测方法 | |
Wu et al. | Extraction and classification of acoustic scattering from underwater target based on Wigner-Ville distribution | |
EP3771921A1 (en) | Method for processing non-interrupted phase synchronization signal of bistatic sar based on coded signal | |
CN102798856A (zh) | 一种基于小波包的24GHz LFMCW雷达测距方法 | |
Misans et al. | CW doppler radar based land vehicle speed measurement algorithm using zero crossing and least squares method | |
Alizadeh | Remote vital signs monitoring using a mm-wave FMCW radar | |
CN103169449B (zh) | 呼吸信号检测方法和装置 | |
Kakouche et al. | Non-contact measurement of respiration and heart rates based on subspace methods and iterative notch filter using UWB impulse radar | |
Fu et al. | Moving target detection based on motion filter and tracking point cohesion for through wall radar | |
Azouz et al. | Design and implementation of an enhanced matched filter for sidelobe reduction of pulsed linear frequency modulation radar | |
Du et al. | Fractional iterative variational mode decomposition and its application in fault diagnosis of rotating machinery | |
Abdulatif et al. | Power-based real-time respiration monitoring using FMCW radar | |
D'Urso et al. | Differential approach for through-the-wall life signs detection | |
CN109212040A (zh) | Lamb波时频脊线分析走时提取方法 | |
Li et al. | Macro-motion detection using ultra-wideband impulse radar | |
Ascione et al. | Distributed sensing in homeland security applications | |
KAKOUCHE et al. | New measurement method for respiration and heartbeat estimation using ir-uwb radar | |
Ling-Jiang et al. | Life detection algorithm for stepped-frequency CW Radar | |
Chen | Signal processing to overcome random vibration interference in an oil debris monitor (ODM) sensor | |
Li et al. | Feature extraction for acoustic scattering from a buried target |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120912 |