CN102715920A - 人体目标生命特征检测方法 - Google Patents

Abstract

本发明公开了一种人体目标生命特征检测方法，首先建立包含微多普勒效应的雷达人体目标回波信号模型，通过时频分析得到回波信号时频能量分布，然后优化这种时频能量分布得到质心曲线，再次通过时频分析提取心跳频率和呼吸频率。本发明的方法通过检测太赫兹雷达回波的多普勒信息来确定人体目标的生命特征信息，通过反复利用时频分析方法对回波信号处理，最后提取心跳呼吸等微动信息达到检测目的，解决了接触式检测所带了种种不便，该方法能在一定距离内对人体目标进行快速的心跳呼吸检测。

Description

人体目标生命特征检测方法

技术领域

本发明属于雷达信号处理技术领域，具体涉及到利用微多普勒效应检测太赫兹雷达人体目标生命特征的方法。

背景技术

无论是简单的个人健康的检测，还是诊断慢性健康状况，甚至是在地震或雪崩中搜寻人员，能够准确的检测出心跳和呼吸频率具有广泛的安全应用。心跳和呼吸检测在军事、生物医学和救援行动等领域已经有很多应用。心跳频率检测方法有很多种，一些是接触式的方法，一些是非接触式的方法。

接触式方法包括：触诊式心率测量法、心电、心音、光电式脉搏心率测量，以及呼吸带呼吸检测等。但这些检测方法主要依靠附着于人体的接触式传感器、电极等来获取信息，需要直接或间接的接触人体，由于其对检测对象的束缚和条件限制，制约了其应用范围，因此并不适用于安全检查和战场等环境。

非接触式方法包括：主动式雷达检测，目标相对于雷达存在径向运动，则雷达回波会发生频移，这就是常见的多普勒现象，产生的频移量称为多普勒频率。该方法主要是由于心跳呼吸等微动特征对雷达回波的频率造成偏移，通过检测微多普勒频率来确定心跳和呼吸信息。

目前的非接触式检测都是利用雷达回波分析,微多普勒效应受雷达载波频率的影响，传统雷达工作频率较低，微多普勒效应影响很小，在较低频段检测微多普勒调制不太可能,人体目标的微动特征（心跳、呼吸）在噪声环境下更加难以探测，这样不适合远距离微弱信号的检测。

发明内容

本发明的目的是克服已有的人体生命特征的接触式检测方法对检测条件的约束性，提出了一种人体目标生命特征检测方法。

本发明的技术方案是：一种人体目标生命特征检测方法，具体包括如下步骤：

步骤1：建立包含多普勒特征的雷达解调目标回波信号模型，所述解调目标回波模型具体为： $S\left(t\right)=S_{\mathrm{LO}}\·S_R\left(t\right)=e^{-2\mathrm{\πi\αt}}{e}^{2\mathrm{\πi\α}(t-2R\left(t\right)/c)}=e^{-2\mathrm{\πi}\left({2\mathrm{\λ}}^{-1}R\left(t\right)\right)},$ 其中，i为虚数单位，S_R(t)是人体回波信号，S_LO雷达本振信号，α为雷达载波频率，c和λ分别是光速和雷达信号波长，R(t)为人体心跳模型；

步骤2：对步骤1中的回波信号S(t)过采样，得到离散的信号S(n)，对S(n)做时频分析，得到离散化的时频能量分布，所述时频能量分布是对

的近似估计，其中，

表示人体目标相对于雷达的径向速度；

步骤3：对步骤2中得到的时频能量分布进行优化，得到质心曲线；

步骤4：对步骤3中得到的质心曲线进行降采样；

步骤5：对步骤4中降采样后的质心曲质心曲线再次做时频分析，得到分离后的心跳频率和呼吸频率。

本发明的有益效果：本发明的方法首先建立包含微多普勒效应的雷达人体目标回波信号模型，通过时频分析得到回波信号时频能量分布，然后优化这种时频能量分布得到质心曲线，再次通过时频分析提取心跳频率和呼吸频率。本发明的方法通过检测太赫兹雷达回波的多普勒信息来确定人体目标的生命特征信息，通过反复利用时频分析方法对回波信号处理，最后提取心跳呼吸等微动信息达到检测目的，解决了接触式检测所带了种种不便，该方法能在一定距离内对人体目标进行快速的心跳呼吸检测。

附图说明

图1为本发明的人体目标生命特征检测方法的流程图。

图2为本发明实施例的回波信号的时频分析图。

图3为本发明实施例的时频质心曲线示意图。

图4为本发明实施例的质心曲线示意图。

具体实施方式

下面结合附图和具体的实施例对本发明作进一步的阐述。

太赫兹波是指频率从0.1THz至10THz，波长3mm至30um范围内的电磁波，介于毫米波与红外之间，长波段与毫米波（亚毫米波）相重合。太赫兹波的频率很高，空间分辨率很高，太赫兹雷达技术可以探测比微波雷达更小的目标和更准确的定位，并且具有更高的分辨率和更强的保密性。由于太赫兹频段的波长远小于现有微波，更适合于极大信号带宽和极窄天线波束的实现，有利于获得目标的精细成像；物体运动引起的多普勒效应更为显著，利于低速运动目标检测、高分辨率合成孔径与逆合成孔径成像。

而太赫兹波的频率很高，空间分辨率也很高，太赫兹雷达技术可以探测比微波雷达更小的目标和更准确的定位，并且具有更高的分辨率和更强的保密性。由于太赫兹频段的波长远小于现有微波，更适合于极大信号带宽和极窄天线波束的实现，有利于获得目标的精细成像；物体运动引起的多普勒效应更为显著，利于低速运动目标检测、高分辨率合成孔径与逆合成孔径成像。

基于此，本发明提出了基于微多普勒效应的太赫兹雷达人体目标生命特征检测方法，示意图如图1所示，具体包括如下步骤：

步骤1：建立包含多普勒特征的雷达解调目标回波信号模型，所述解调目标回波模型具体为： $S\left(t\right)=S_{\mathrm{LO}}\·S_R\left(t\right)=e^{-2\mathrm{\πj\αt}}{e}^{2\mathrm{\πj\α}(t-2R\left(t\right)/c)}=e^{-2\mathrm{\πj}\left({2\mathrm{\λ}}^{-1}R\left(t\right)\right)},$ 其中，j为虚数单位，S_R(t)是人体回波信号，S_LO雷达本振信号，α为雷达载波频率，c和λ分别是光速和雷达信号波长，R(t)为人体心跳模型。

这里的人体心跳模型R(t)具体为：R(t)=R₀+r₁sin(2πf₁t)+r₂δ(f₂t-τ)，其中，

a=1/2-r·f₂，r为最大心跳幅度，r₁、r₂分别为呼吸幅度变量和心跳幅度变量，f₁、f₂分别为呼吸频率和心跳频率。

这里的S(t)是包含了人体的微动形式（心跳、呼吸）模型，即人体目标回波，R(t)是根据实际人体心电图和呼吸机频率检测的实际效果图推论建立。

步骤2：对步骤1中的回波信号S(t)过采样，得到离散的信号S(n)，对S(n)做时频分析，得到离散化的时频能量分布W_s(n,f)，所述时频能量分布W_s(n,f)是对

的近似估计，其中，

表示人体目标相对于雷达的径向速度。

这里的过采样具体为高于待检测频率最高频率500倍，这样做是为了将待检测频率范围内的噪声搬移到其它频带内，提高微弱信号初始分析的信噪比。

这里的时频分析具体采用SPWVD(smoothed pseudo Wigner-Ville distribution)时频分析法，时频能量分布W_s(n,f)具体为： $W_s(n,f)=\underset{m=-\∞}{\overset{\∞}{\mathrm{\Σ}}}s(n+\frac{m}{2})s^{*}(n-\frac{m}{2})e^{-j2\mathrm{\πfm}}.$ SPWVD时频分析法为本领域现有技术，在此不再详细描述。具体的回波信号的时频分析图如图2所示。

步骤3：对步骤2中得到的时频能量分布W_s(n,f)进行优化，得到质心曲线centroid(n)；

这里对时频能量分布W_s(n,f)进行优化具体采用质心曲线法，也就是求得每一个时间点n所对应频率向的加权平均，这样得到的一组点(n,f)即是点对点的即时频率曲线，该曲线逼近了速度信号

由于目标微动，

完全由呼吸心跳产生。

$\mathrm{centroid}\left(n\right)=\frac{\underset{i=1}{\overset{J}{\mathrm{\Σ}}}\mathrm{\ω}\left(f_i\right)W_s(n,f_i)}{\underset{i=1}{\overset{J}{\mathrm{\Σ}}}{W}_s(n,f_i)}$

J是频率方向点数，ω(f_i)是频率加权函数，为了简单起见，记ω(f_i)=f。

时频率曲线具体如图3所示，看出每一个时间点对应单一的即时频率值，而心跳呼吸的频率信息完全包含在该时频曲线中。

步骤4：对步骤3中得到的质心曲线centroid(n)进行降采样；具体为：将采样频率降低到待检测频率最大值的8倍。

步骤5：对步骤4中降采样后的质心曲线centroid(n)再次做时频分析，得到分离后的心跳频率和呼吸频率，这里的时频分析具体采用SPWVD时频分析法。

最后得到的曲线图如图4所示，从图上可以看出人体的呼吸频率为0.23Hz，心跳频率为1Hz，这跟所建立的人体模型参数相匹配。

综上可以看出，本发明的方法的基本思路是建立包含微多普勒效应的雷达人体目标回波信号模型，通过SPWVD得到回波信号时频能量分布，然后优化这种时频能量分布采用质心曲线方法计算点对点信号即时频率，进而再次使用SPWVD时频分析提取心跳呼吸频率。先过采样再降采样以及质心曲线与时频方法相结合对回波信号处理，最后提取心跳呼吸等微动信息达到检测目的，解决了接触式检测需要附加接触设备的不便，以及常见非接触式方法作用距离短，低信噪比检测效果差的缺点，该方法能在一定距离内对人体目标进行快速的心跳呼吸检测，这对于大型的安保，灾难急救，战争环境有很好的应用。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (6)

1.一种人体目标生命特征检测方法，具体包括如下步骤：

步骤1：建立包含多普勒特征的雷达解调目标回波信号模型，所述解调目标回波模型具体为： $S\left(t\right)=S_{\mathrm{LO}}\·S_R\left(t\right)=e^{-2\mathrm{\πi\αt}}{e}^{2\mathrm{\πi\α}(t-2R\left(t\right)/c)}=e^{-2\mathrm{\πi}\left({2\mathrm{\λ}}^{-1}R\left(t\right)\right)},$ 其中，i为虚数单位，S_R(t)是人体回波信号，S_LO雷达本振信号，α为雷达载波频率，c和λ分别是光速和雷达信号波长，R(t)为人体心跳模型；

步骤2：对步骤1中的回波信号S(t)过采样，得到离散的信号S(n)，对S(n)做时频分析，得到离散化的时频能量分布，所述时频能量分布是对

的近似估计，其中，

表示人体目标相对于雷达的径向速度；

步骤3：对步骤2中得到的时频能量分布进行优化，得到质心曲线；

步骤4，对步骤3中得到的质心曲线进行降采样；

步骤5，对步骤4中降采样后的质心曲质心曲线再次做时频分析，得到分离后的心跳频率和呼吸频率。

2.根据权利要求1所述的人体目标生命特征检测方法，其特征在于，步骤1中所述的人体心跳模型R(t)具体为：R(t)=R₀+r₁sin(2πf₁t)+r₂δ(f₂t-τ)，

其中，

a=1/2-r·f₂，r为最大心跳幅度，r₁、r₂分别为呼吸幅度变量和心跳幅度变量，，f₁、f₂分别为呼吸频率和心跳频率。

3.根据权利要求2所述的人体目标生命特征检测方法，其特征在于，步骤1中所述的时频分析具体采用SPWVD时频分析法。

4.根据权利要求2所述的人体目标生命特征检测方法，其特征在于，步骤5中所述的时频分析具体采用SPWVD时频分析法。

5.根据权利要求2所述的人体目标生命特征检测方法，其特征在于，步骤2中所述的过采样具体为高于待检测频率最高频率500倍。

6.根据权利要求2所述的人体目标生命特征检测方法，其特征在于，步骤3中所述的降采样具体为：将采样频率降低到待检测频率最大值的8倍。

Images