CN106821347A - 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 - Google Patents

Abstract

本发明提供一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法,与现有技术相比，本发明具有如下的有益效果：能够同时获取多人的呼吸和心跳信号，通过使用Coiflets小波，相比于传统的频域滤波，该小波能够很好地保持重构呼吸信号的边界和能量，尤其是对短时间信号的处理尤为明显，采用基于双系数LMS自适应滤波算法滤除呼吸信号的高次谐波，且该自适应滤波算法不需要额外的参考信号，由于算法中采用了递减的搜索步长因子，能够在滤除呼吸信号谐波的同时较好地保留心跳信号，通过选择合适的初始步长因子，基于双系数LMS自适应滤波方法能够快速收敛到心跳信号，而且在较长的时间里保持较小的稳态失调，使得最终分离的心跳信号在长时间内频率成分更加准确。

Description

一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法

技术领域

本发明是一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，涉及雷达生命探测技术和信号处理领域，具体为一种基于小波变换和双系数LMS自适应滤波的FMCW宽带生命探测雷达呼吸和心跳信号提取算法。

背景技术

基于频率调制连续波(Frequency Modulated Continuous Wave,FMCW)宽带雷达的多生命探测系统可穿透非金属介质(砖墙、废墟与衣服等)而且不易受环境温度、热物体的影响，较好地解决了激光、红外探测效果受温度影响严重、遇物体阻挡失效及误报率高的问题，也克服了超声探测效果受环境杂物反射干扰及水、冰与泥土阻挡失效等问题。FMCW宽带生命探测雷达能在较远距离非接触检测多个人体的生命特征信号(主要包括呼吸和心跳信号)，可广泛应用于灾后救援(探测废墟、瓦砾、建筑物下是否有活的生命体存在)，以及应用于重度烧伤患者、传染病患者、婴幼儿和老人的临床动态监护以及睡眠质量监测等。

在非接触式生命体征检测方面，FMCW宽带雷达同时具有超宽带(Ultra-Wideband,UWB)雷达对距离的分辨力和连续波(Continuous Wave,CW)多普勒雷达对速度的分辨力，从而可区分多个目标并提取目标的微动信息(如呼吸和心跳)，而且FMCW雷达可以做到体积小、重量轻、功耗低、实时处理，因此，FMCW宽带雷达是非接触生命雷达探测系统的优先选择。到目前为止，雷达生命探测技术尚未完全解决多个静止人体目标的识别问题。多静止目标探测识别技术是国际生命探测领域的一个新的研究方向和难点，该技术是雷达生命探测的关键技术，制约着雷达生命探测仪的广泛应用。

发明内容

针对现有技术存在的不足，本发明目的是提供一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，以解决上述背景技术中提出的问题,本发明使用方便，便于操作，稳定性好，可靠性高。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，包括以下步骤：

(1)通过发射机和宽带天线向掩埋在废墟中或藏匿在墙体后的多个人体目标发射FMCW信号，反射的回波信号经人体生命活动引入的微动调制，从而导致一些参数发生改变，通过对携带有人体生命体征信号的宽带雷达回波信号进行放大、下变频、解线调频、正交化、滤波一系列处理，从回波中解调和分离出有用的生理信息，从而探测出在废墟、瓦砾、建筑物下或墙体后是否有活的生命体存在；

(5)发射信号在数字域和经由高速数据采集卡得到的中频数字接收信号进行解线调频处理，对不同延迟时间信号进行脉冲压缩，从而得到差频信号，对差频信号进行数字正交化处理，将实信号转换成复信号，采集I个发射周期回波的复数域信号，在距离维加汉宁窗，进行距离维FFT变换，得到

再求绝对值，得到一维距离像利用恒虚警检测器检测目标潜在的距离单元

n(＝1,2,…,N)，

对FFT变换结果的第n(＝1,2,…,N)个距离单元进行相位解调，然后减去第n个距离单元相位的直流分量，再经滑动平均和低通滤波后进行频谱分析；

(6)在经过步骤(2)后，判断频谱峰值位置是否落在呼吸频率范围内，如果落在呼吸频率范围内则进行下面的分析，否则认为该距离单元为杂波所在单元，经过本轮判断剩下个距离单元待处理，根据信号的采样频率f_s设计合适的分解层数w，进行w层小波分解，取最高层低频系数重构呼吸信号要求分解层数w能够使得重构信号包含平均呼吸的频率范围；

利用基于双系数LMS自适应滤波方法分别提取第n个目标的心跳信号，当得到估计的心跳信号后，分析其频谱，判断频谱峰值位置是否落在心跳频率范围内，如果是则认为该距离单元存在生命目标，否则认为该距离单元为杂波所在单元，经过本轮判断最终存在L(≤N)个生命目标，同时确定这个L个生命目标的位置。

进一步地，在步骤(2)中，通过汉宁窗抑制频谱旁瓣。

进一步地，在步骤(3)中，在判断频谱峰值位置时，呼吸频率范围在0.15-0.5Hz之间。

进一步地，在步骤(4)中，在判断频谱峰值位置时，心跳频率范围在0.9-1.6Hz之间。

进一步地，在步骤(3)中，滤波器的输入为

第个目标的生命特征混合信号估计的第n个目标的呼吸干扰记为从混合信号中减去得到估计的心跳信号为参考信号为呼吸信号主频瞬时标记滤波器系数通过双系数aⁿ(i)和bⁿ(i)进行更新；

对第个目标生命特征信号，减去直流分量，再经滑动平均和低通滤波，得到对小波重构的呼吸信号进行峰值检测，找到波峰处，记为呼吸信号主频瞬时标记假设第k个波峰所在呼吸信号周期内呼吸信号频率不变，但各个呼吸信号周期的呼吸频率可以是不同的；若信号的采样频率为f_s，则第n个目标的呼吸信号基波的瞬时频率和相位分别为：

然后建立呼吸信号谐波数学模型：

通过求第n个目标重构呼吸信号的频谱峰值，找到重构呼吸信号的主频频率，记为检测频谱中的倍频处是否存在峰值，根据倍频峰值的个数，确定谐波次数M，于是，第n个目标的呼吸干扰建模为：

其中和是第m个谐波的幅度和相位，通过三角函数变换，幅度和相位可转化为同相和正交分量(即和)的幅度变量和 和是滤波器系数，通过LMS方法不断更新；

将同相分量和正交分量写成向量的形式：

将所有谐波对应系数和写成向量的形式，其中T为转置：

于是第n个目标的呼吸干扰信号记为：

然后设定变化的搜索步长因子，自适应滤波的搜索步长因子随谐波次数增加而递减，第m次谐波所用步长为

将所有谐波的步长写成对角矩阵的形式：

最后利用LMS自适应滤波器估计第n个目标呼吸干扰的所有谐波系数。

设初始双系数均为0向量，于是估计的呼吸干扰信号为：

估计的心跳信号为：

迭代更新的双系数分别为：

如果呼吸干扰的高次谐波和心跳信号的频率接近则心跳信号的幅度会有所衰减，但是频率成分不会改变，对后续的心率分析没有影响，反之，高次谐波和心跳信号的频率差则自适应滤波不会影响心跳信号的幅度。

进一步地，在进行滑动平均时，参与平均的信号点数为25。

进一步地，在进行低通滤波时，低通滤波截止频率为4Hz。

进一步地，采用三点二次插值法求第n个目标重构呼吸信号的频谱峰值。

一种FMCW宽带生命探测雷达系统，包括发射单元、接收单元、信号处理单元和无线信号传输单元，所述发射单元主要由数据采集卡、数模转换器、波形产生器、频率调制器、本地振荡器、混频器、带通滤波器、射频放大器和宽带发射天线构成；所述接收单元主要由宽带接收天线、低噪放大器、本地振荡器、混频器、带通滤波器、中频放大器、数据采集卡和模数转换器构成；所述信号处理单元通过FPGA信号处理和控制器实现包括解线调频处理、信号正交化、滤波、FFT、多目标信号提取以及心跳呼吸信号分离运算；所述无线信号传输单元主要由蓝牙通信设备、WiFi通信设备以及计算机终端构成。

本发明的有益效果：本发明的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，能够同时获取多人的呼吸和心跳信号，通过使用Coiflets小波，相比于传统的频域滤波，该小波能够很好地保持重构呼吸信号的边界和能量，尤其是对短时间信号的处理尤为明显，采用基于双系数LMS自适应滤波算法滤除呼吸信号的高次谐波，且该自适应滤波算法不需要额外的参考信号，由于算法中采用了递减的搜索步长因子，能够在滤除呼吸信号谐波的同时较好地保留心跳信号，通过选择合适的初始步长因子，基于双系数LMS自适应滤波方法能够快速收敛到心跳信号，而且在较长的时间里保持较小的稳态失调，使得最终分离的心跳信号在长时间内频率成分更加准确。

附图说明

图1为FMCW宽带雷达多生命监护系统的整体框图；

图2为FMCW宽带生命探测雷达的整体信号处理流程图；

图3为基于双系数LMS自适应滤波算法估计心跳信号的框图；

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

请参阅图1、图2和图3，一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，包括以下步骤：

(1)通过发射机和宽带天线向掩埋在废墟中或藏匿在墙体后的多个人体目标发射FMCW信号，反射的回波信号经人体生命活动引入的微动调制，从而导致一些参数发生改变，通过对携带有人体生命体征信号的宽带雷达回波信号进行放大、下变频、解线调频、正交化、滤波一系列处理，从回波中解调和分离出有用的生理信息，从而探测出在废墟、瓦砾、建筑物下或墙体后是否有活的生命体存在；

(2)发射信号在数字域和经由高速数据采集卡得到的中频数字接收信号进行解线调频处理，对不同延迟时间信号进行脉冲压缩，从而得到差频信号，对差频信号进行数字正交化处理，将实信号转换成复信号，采集I个发射周期回波的复数域信号，在距离维加汉宁窗，进行距离维FFT变换，得到

再求绝对值，得到一维距离像利用恒虚警检测器检测目标潜在的距离单元

n(＝1,2,…,N)，

对FFT变换结果的第n(＝1,2,…,N)个距离单元进行相位解调，然后减去第n个距离单元相位的直流分量，再经滑动平均和低通滤波后进行频谱分析；

(3)在经过步骤(2)后，判断频谱峰值位置是否落在呼吸频率范围内，如果落在呼吸频率范围内则进行下面的分析，否则认为该距离单元为杂波所在单元，经过本轮判断剩下个距离单元待处理，根据信号的采样频率f_s设计合适的分解层数w，进行w层小波分解，取最高层低频系数重构呼吸信号要求分解层数w能够使得重构信号包含平均呼吸的频率范围；

(4)利用基于双系数LMS自适应滤波方法分别提取第n个目标的心跳信号，当得到估计的心跳信号后，分析其频谱，判断频谱峰值位置是否落在心跳频率范围内，如果是则认为该距离单元存在生命目标，否则认为该距离单元为杂波所在单元，经过本轮判断最终存在L(≤N)个生命目标，同时确定这个L个生命目标的位置。

在步骤(2)中，通过汉宁窗抑制频谱旁瓣。

在步骤(3)中，在判断频谱峰值位置时，呼吸频率范围在0.15-0.5Hz之间。

在步骤(4)中，在判断频谱峰值位置时，心跳频率范围在0.9-1.6Hz之间。

在步骤(3)中，滤波器的输入为

第个目标的生命特征混合信号估计的第n个目标的呼吸干扰记为从混合信号中减去得到估计的心跳信号为参考信号为呼吸信号主频瞬时标记滤波器系数通过双系数aⁿ(i)和bⁿ(i)进行更新；

对第个目标生命特征信号，减去直流分量，再经滑动平均和低通滤波，得到对小波重构的呼吸信号进行峰值检测，找到波峰处，记为呼吸信号主频瞬时标记假设第k个波峰所在呼吸信号周期内呼吸信号频率不变，但各个呼吸信号周期的呼吸频率可以是不同的；若信号的采样频率为f_s，则第n个目标的呼吸信号基波的瞬时频率和相位分别为：

然后建立呼吸信号谐波数学模型：

通过求第n个目标重构呼吸信号的频谱峰值，找到重构呼吸信号的主频频率，记为检测频谱中的倍频处是否存在峰值，根据倍频峰值的个数，确定谐波次数M，于是，第n个目标的呼吸干扰建模为：

其中和是第m个谐波的幅度和相位，通过三角函数变换，幅度和相位可转化为同相和正交分量(即和)的幅度变量和 和是滤波器系数，通过LMS方法不断更新；

将同相分量和正交分量写成向量的形式：

将所有谐波对应系数和写成向量的形式，其中T为转置：

于是第n个目标的呼吸干扰信号记为：

然后设定变化的搜索步长因子，自适应滤波的搜索步长因子随谐波次数增加而递减，第m次谐波所用步长为

将所有谐波的步长写成对角矩阵的形式：

最后利用LMS自适应滤波器估计第n个目标呼吸干扰的所有谐波系数。

设初始双系数均为0向量，于是估计的呼吸干扰信号为：

估计的心跳信号为：

迭代更新的双系数分别为：

如果呼吸干扰的高次谐波和心跳信号的频率接近则心跳信号的幅度会有所衰减，但是频率成分不会改变，对后续的心率分析没有影响，反之，高次谐波和心跳信号的频率差则自适应滤波不会影响心跳信号的幅度。

在进行滑动平均时，参与平均的信号点数为25，在进行低通滤波时，低通滤波截止频率为4Hz，采用三点二次插值法求第n个目标重构呼吸信号的频谱峰值。

作为本发明的一个实施例，包括一种FMCW宽带生命探测雷达系统，包括发射单元、接收单元、信号处理单元和无线信号传输单元，所述发射单元主要由数据采集卡、数模转换器、波形产生器、频率调制器、本地振荡器、混频器、带通滤波器、射频放大器和宽带发射天线构成；所述接收单元主要由宽带接收天线、低噪放大器、本地振荡器、混频器、带通滤波器、中频放大器、数据采集卡和模数转换器构成；所述信号处理单元通过FPGA信号处理和控制器实现包括解线调频处理、信号正交化、滤波、FFT、多目标信号提取以及心跳呼吸信号分离运算；所述无线信号传输单元主要由蓝牙通信设备、WiFi通信设备以及计算机终端构成。

能够同时获取多人的呼吸和心跳信号，通过使用Coiflets小波，相比于传统的频域滤波，该小波能够很好地保持重构呼吸信号的边界和能量，尤其是对短时间信号的处理尤为明显，采用基于双系数LMS自适应滤波算法滤除呼吸信号的高次谐波，且该自适应滤波算法不需要额外的参考信号，由于算法中采用了递减的搜索步长因子，能够在滤除呼吸信号谐波的同时较好地保留心跳信号，通过选择合适的初始步长因子，基于双系数LMS自适应滤波方法能够快速收敛到心跳信号，而且在较长的时间里保持较小的稳态失调，使得最终分离的心跳信号在长时间内频率成分更加准确。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (9)

1.一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：包括以下步骤：

(1)通过发射机和宽带天线向掩埋在废墟中或藏匿在墙体后的多个人体目标发射FMCW信号，反射的回波信号经人体生命活动引入的微动调制，从而导致一些参数发生改变，通过对携带有人体生命体征信号的宽带雷达回波信号进行放大、下变频、解线调频、正交化、滤波一系列处理，从回波中解调和分离出有用的生理信息，从而探测出在废墟、瓦砾、建筑物下或墙体后是否有活的生命体存在；

(2)发射信号在数字域和经由高速数据采集卡得到的中频数字接收信号进行解线调频处理，对不同延迟时间信号进行脉冲压缩，从而得到差频信号，对差频信号进行数字正交化处理，将实信号转换成复信号，采集I个发射周期回波的复数域信号，在距离维加汉宁窗，进行距离维FFT变换，得到

再求绝对值，得到一维距离像利用恒虚警检测器检测目标潜在的距离单元

n(＝1,2,…,N)，

对FFT变换结果的第n(＝1,2,…,N)个距离单元进行相位解调，然后减去第n个距离单元相位的直流分量，再经滑动平均和低通滤波后进行频谱分析；

(3)在经过步骤(2)后，判断频谱峰值位置是否落在呼吸频率范围内，如果落在呼吸频率范围内则进行下面的分析，否则认为该距离单元为杂波所在单元，经过本轮判断剩下个距离单元待处理，根据信号的采样频率f_s设计合适的分解层数w，进行w层小波分解，取最高层低频系数重构呼吸信号要求分解层数w能够使得重构信号包含平均呼吸的频率范围；

(4)利用基于双系数LMS自适应滤波方法分别提取第n个目标的心跳信号，当得到估计的心跳信号后，分析其频谱，判断频谱峰值位置是否落在心跳频率范围内，如果是则认为该距离单元存在生命目标，否则认为该距离单元为杂波所在单元，经过本轮判断最终存在L(≤N)个生命目标，同时确定这个L个生命目标的位置。

2.根据权利要求1所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：在步骤(2)中，通过汉宁窗抑制频谱旁瓣。

3.根据权利要求1所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：在步骤(3)中，在判断频谱峰值位置时，呼吸频率范围在0.15-0.5Hz之间。

4.根据权利要求1所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：在步骤(4)中，在判断频谱峰值位置时，心跳频率范围在0.9-1.6Hz之间。

5.根据权利要求1所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：在步骤(3)中，滤波器的输入为

第个目标的生命特征混合信号估计的第n个目标的呼吸干扰记为从混合信号中减去得到估计的心跳信号为参考信号为呼吸信号主频瞬时标记滤波器系数通过双系数aⁿ(i)和bⁿ(i)进行更新；

对第个目标生命特征信号，减去直流分量，再经滑动平均和低通滤波，得到对小波重构的呼吸信号进行峰值检测，找到波峰处，记为呼吸信号主频瞬时标记假设第k个波峰所在呼吸信号周期内呼吸信号频率不变，但各个呼吸信号周期的呼吸频率可以是不同的；若信号的采样频率为f_s，则第n个目标的呼吸信号基波的瞬时频率和相位分别为：

${f_k}^n=\frac{f_s}{i_{k+1}^n-i_k^n},{\mathrm{\&phi;}}^n\left(i\right)=\frac{2\mathrm{\&pi;}(i-i_k^n)}{i_{k+1}^n-i_k^n}+2\mathrm{\&pi;}k,i_k^n\&le;i<i_{k+1}^n$

然后建立呼吸信号谐波数学模型：

通过求第n个目标重构呼吸信号的频谱峰值，找到重构呼吸信号的主频频率，记为检测频谱中的倍频处是否存在峰值，根据倍频峰值的个数，确定谐波次数M，于是，第n个目标的呼吸干扰建模为：

$s_{RC}^n\left(i\right)=\underset{m=1}{\overset{M}{\&Sigma;}}{c}_m^n\left(i\right)\cos \left({\mathrm{m\&phi;}}^n\right(i)+{\mathrm{\&phi;}}_m^n(i\left)\right)=\underset{m=1}{\overset{M}{\&Sigma;}}{a}_m^n\left(i\right)\cos \left({\mathrm{m\&phi;}}^n\right(i\left)\right)+b_m^n\left(i\right)sin\left({\mathrm{m\&phi;}}^n\right(i\left)\right)$

其中和是第m个谐波的幅度和相位，通过三角函数变换，幅度和相位可转化为同相和正交分量(即和)的幅度变量和 和是滤波器系数，通过LMS方法不断更新；

将同相分量和正交分量写成向量的形式：

$s_I^n\left(i\right)=\&lsqb;\cos \left({\mathrm{\&phi;}}^n\right(i\left)\right),\cos \left(2{\mathrm{\&phi;}}^n\right(i\left)\right),...,\cos \left({\mathrm{M\&phi;}}^n\right(i\left)\right)\&rsqb;$

$s_Q^n\left(i\right)=\&lsqb;\sin \left({\mathrm{\&phi;}}^n\right(i\left)\right),\sin \left(2{\mathrm{\&phi;}}^n\right(i\left)\right),...,\sin \left({\mathrm{M\&phi;}}^n\right(i\left)\right)\&rsqb;$

将所有谐波对应系数和写成向量的形式，其中T为转置：

$a^n\left(i\right)={\&lsqb;a_1^n\left(i\right),a_2^n\left(i\right),...,a_M^n\left(i\right)\&rsqb;}^T,b^n\left(i\right)={\&lsqb;b_1^n\left(i\right),b_2^n\left(i\right),...,b_M^n\left(i\right)\&rsqb;}^T$

于是第n个目标的呼吸干扰信号记为：

然后设定变化的搜索步长因子，自适应滤波的搜索步长因子随谐波次数增加而递减，第m次谐波所用步长为

${\mathrm{\&mu;}}_m^n=\frac{1}{m}{\mathrm{\&mu;}}_0,m=1,2,...,M$

将所有谐波的步长写成对角矩阵的形式：

$U=diag({\mathrm{\&mu;}}_1^n,{\mathrm{\&mu;}}_2^n,\mathrm{...}{\mathrm{\&mu;}}_M^n)$

最后利用LMS自适应滤波器估计第n个目标呼吸干扰的所有谐波系数。

设初始双系数均为0向量，于是估计的呼吸干扰信号为：

${\hat{s}}_{RC}^n\left(i\right)=s_I^n\left(i\right)a^n\left(i\right)+s_Q^n\left(i\right)b^n\left(i\right)$

估计的心跳信号为：

迭代更新的双系数分别为：

$a^n(i+1)=a^n\left(i\right)+2{\hat{s}}_H^n\left(i\right)U{\left(s_I^n\right(i\left)\right)}^T$

$b^n(i+1)=b^n\left(i\right)+2{\hat{s}}_H^n\left(i\right)U{\left(s_Q^n\right(i\left)\right)}^T$

如果呼吸干扰的高次谐波和心跳信号的频率接近则心跳信号的幅度会有所衰减，但是频率成分不会改变，对后续的心率分析没有影响，反之，高次谐波和心跳信号的频率差则自适应滤波不会影响心跳信号的幅度。

6.根据权利要求5所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：在进行滑动平均时，参与平均的信号点数为25。

7.根据权利要求5所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：在进行低通滤波时，低通滤波截止频率为4Hz。

8.根据权利要求5所述的一种FMCW宽带生命探测雷达呼吸和心跳信号提取算法，其特征在于：采用三点二次插值法求第n个目标重构呼吸信号的频谱峰值。

9.根据权利要求1所述的一种FMCW宽带生命探测雷达系统，包括发射单元、接收单元、信号处理单元和无线信号传输单元，其特征在于：所述发射单元主要由数据采集卡、数模转换器、波形产生器、频率调制器、本地振荡器、混频器、带通滤波器、射频放大器和宽带发射天线构成；

所述接收单元主要由宽带接收天线、低噪放大器、本地振荡器、混频器、带通滤波器、中频放大器、数据采集卡和模数转换器构成；

所述信号处理单元通过FPGA信号处理和控制器实现包括解线调频处理、信号正交化、滤波、FFT、多目标信号提取以及心跳呼吸信号分离运算；

所述无线信号传输单元主要由蓝牙通信设备、WiFi通信设备以及计算机终端构成。