CN106821347B - 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 - Google Patents

一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 Download PDF

Info

Publication number
CN106821347B
CN106821347B CN201611185833.5A CN201611185833A CN106821347B CN 106821347 B CN106821347 B CN 106821347B CN 201611185833 A CN201611185833 A CN 201611185833A CN 106821347 B CN106821347 B CN 106821347B
Authority
CN
China
Prior art keywords
signal
frequency
heartbeat
respiratory
broadband
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.)
Active
Application number
CN201611185833.5A
Other languages
English (en)
Other versions
CN106821347A (zh
Inventor
何密
粘永健
龚渝顺
李永勤
陈佳伟
林哲宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Third Military Medical University TMMU
Original Assignee
Third Military Medical University TMMU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Third Military Medical University TMMU filed Critical Third Military Medical University TMMU
Priority to CN201611185833.5A priority Critical patent/CN106821347B/zh
Publication of CN106821347A publication Critical patent/CN106821347A/zh
Application granted granted Critical
Publication of CN106821347B publication Critical patent/CN106821347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
    • G01S13/888—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons through wall detection

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
Figure BDA0001185605800000021
再求绝对值，得到一维距离像
Figure BDA0001185605800000022
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
Figure BDA0001185605800000031
个距离单元待处理，根据信号的采样频率fs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
Figure BDA0001185605800000032
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
Figure BDA0001185605800000033
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
Figure BDA0001185605800000034
个目标的生命特征混合信号
Figure BDA0001185605800000035
估计的第n个目标的呼吸干扰记为
Figure BDA0001185605800000036
从混合信号中减去
Figure BDA0001185605800000037
得到估计的心跳信号为
Figure BDA0001185605800000038
参考信号为呼吸信号主频瞬时标记
Figure BDA0001185605800000039
滤波器系数通过双系数an(i)和bn(i)进行更新；
对第
Figure BDA00011856058000000310
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
Figure BDA00011856058000000311
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
Figure BDA00011856058000000312
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fs，则第n个目标的呼吸信号基波的瞬时频率和相位分别为：
Figure BDA0001185605800000041
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
Figure BDA0001185605800000042
检测频谱中
Figure BDA0001185605800000043
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：
Figure BDA0001185605800000044
其中
Figure BDA0001185605800000045
和
Figure BDA0001185605800000046
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
Figure BDA0001185605800000047
和
Figure BDA0001185605800000048
)的幅度变量
Figure BDA0001185605800000049
和
Figure BDA00011856058000000410
Figure BDA00011856058000000411
和
Figure BDA00011856058000000412
是滤波器系数，通过LMS方法不断更新；
将同相分量
Figure BDA00011856058000000413
和正交分量
Figure BDA00011856058000000414
写成向量的形式：
Figure BDA00011856058000000415
Figure BDA00011856058000000416
将所有谐波对应系数
Figure BDA00011856058000000417
和
Figure BDA00011856058000000418
写成向量的形式，其中T为转置：
Figure BDA00011856058000000419
于是第n个目标的呼吸干扰信号记为：
Figure BDA00011856058000000420
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
Figure BDA00011856058000000421
将所有谐波的步长写成对角矩阵的形式：
Figure BDA00011856058000000422
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：
Figure BDA0001185605800000051
估计的心跳信号为：
Figure BDA0001185605800000052
迭代更新的双系数分别为：
Figure BDA0001185605800000053
Figure BDA0001185605800000054
如果呼吸干扰的高次谐波和心跳信号的频率接近
Figure BDA0001185605800000055
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
Figure BDA0001185605800000056
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
Figure BDA0001185605800000071
再求绝对值，得到一维距离像
Figure BDA0001185605800000072
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
Figure BDA0001185605800000075
个距离单元待处理，根据信号的采样频率fs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
Figure BDA0001185605800000073
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
Figure BDA0001185605800000074
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
Figure BDA0001185605800000081
个目标的生命特征混合信号
Figure BDA0001185605800000082
估计的第n个目标的呼吸干扰记为
Figure BDA0001185605800000083
从混合信号中减去
Figure BDA0001185605800000084
得到估计的心跳信号为
Figure BDA0001185605800000085
参考信号为呼吸信号主频瞬时标记
Figure BDA0001185605800000086
滤波器系数通过双系数an(i)和bn(i)进行更新；
对第
Figure BDA0001185605800000087
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
Figure BDA0001185605800000088
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
Figure BDA0001185605800000089
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fs，则第n个目标的呼吸信号基波的瞬时频率和相位分别为：
Figure BDA00011856058000000810
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
Figure BDA00011856058000000811
检测频谱中
Figure BDA00011856058000000812
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：
Figure BDA00011856058000000813
其中
Figure BDA00011856058000000814
和
Figure BDA00011856058000000815
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
Figure BDA00011856058000000816
和
Figure BDA00011856058000000817
)的幅度变量
Figure BDA00011856058000000818
和
Figure BDA00011856058000000819
Figure BDA00011856058000000820
和
Figure BDA00011856058000000821
是滤波器系数，通过LMS方法不断更新；
将同相分量
Figure BDA00011856058000000822
和正交分量
Figure BDA00011856058000000823
写成向量的形式：
Figure BDA00011856058000000824
Figure BDA00011856058000000825
将所有谐波对应系数
Figure BDA00011856058000000826
和
Figure BDA00011856058000000827
写成向量的形式，其中T为转置：
Figure BDA0001185605800000091
于是第n个目标的呼吸干扰信号记为：
Figure BDA0001185605800000092
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
Figure BDA0001185605800000093
将所有谐波的步长写成对角矩阵的形式：
Figure BDA0001185605800000094
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：
Figure BDA0001185605800000095
估计的心跳信号为：
Figure BDA0001185605800000096
迭代更新的双系数分别为：
Figure BDA0001185605800000097
Figure BDA0001185605800000098
如果呼吸干扰的高次谐波和心跳信号的频率接近
Figure BDA0001185605800000099
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
Figure BDA00011856058000000910
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 (7)

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，从而导致宽带雷达回波信号参数发生改变，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
Figure FDA0002399603600000011
再求绝对值，得到一维距离像
Figure FDA0002399603600000012
其中，ti为第i个数字域信号，ξj为第j个中频数字接收信号，利用恒虚警检测器检测目标潜在的距离单元
n，其中n＝1,2,…,N，
对FFT变换结果的第n个距离单元进行相位解调，其中n＝1,2,…,N，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
Figure FDA0002399603600000013
个距离单元待处理，其中
Figure FDA0002399603600000014
根据信号的采样频率fs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
Figure FDA0002399603600000015
其中
Figure FDA0002399603600000016
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
Figure FDA0002399603600000021
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个生命目标，其中
Figure FDA0002399603600000022
同时确定这个L个生命目标的位置；
滤波处理中，滤波器的输入为
第n个目标的生命特征混合信号
Figure FDA0002399603600000023
其中
Figure FDA0002399603600000024
估计的第n个目标的呼吸干扰记为
Figure FDA0002399603600000025
从混合信号中减去
Figure FDA0002399603600000026
得到估计的心跳信号为
Figure FDA0002399603600000027
参考信号为呼吸信号主频瞬时标记
Figure FDA0002399603600000028
滤波器系数通过双系数an(i)和bn(i)进行更新；
对第n个目标生命特征信号，其中，其中
Figure FDA0002399603600000029
减去直流分量，再经滑动平均和低通滤波，得到
Figure FDA00023996036000000210
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
Figure FDA00023996036000000211
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fs，则第n个目标的呼吸信号基波的瞬时频率和相位分别为：
Figure FDA00023996036000000212
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
Figure FDA00023996036000000213
检测频谱中
Figure FDA00023996036000000214
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：
Figure FDA00023996036000000215
其中
Figure FDA00023996036000000216
和
Figure FDA00023996036000000217
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
Figure FDA00023996036000000218
和
Figure FDA00023996036000000219
)的幅度变量
Figure FDA00023996036000000220
和
Figure FDA00023996036000000221
和
Figure FDA00023996036000000222
是滤波器系数，通过LMS方法不断更新；
将同相分量
Figure FDA0002399603600000031
和正交分量
Figure FDA0002399603600000032
写成向量的形式：
Figure FDA0002399603600000033
Figure FDA0002399603600000034
将所有谐波对应系数
Figure FDA0002399603600000035
和
Figure FDA0002399603600000036
写成向量的形式，其中T为转置：
Figure FDA00023996036000000316
于是第n个目标的呼吸干扰信号记为
Figure FDA0002399603600000037
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
Figure FDA0002399603600000038
μ0为初始步长，
将所有谐波的步长写成对角矩阵的形式：
Figure FDA0002399603600000039
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
Figure FDA00023996036000000310
Figure FDA00023996036000000311
估计的心跳信号为：
Figure FDA00023996036000000312
迭代更新的双系数分别为：
Figure FDA00023996036000000313
Figure FDA00023996036000000314
如果呼吸干扰的高次谐波和心跳信号的频率接近
Figure FDA00023996036000000315
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
Figure FDA0002399603600000041
则自适应滤波不会影响心跳信号的幅度。
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：在进行滑动平均时，参与平均的信号点数为25。
6.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：在进行低通滤波时，低通滤波截止频率为4Hz。
7.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：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。
CN201611185833.5A 2016-12-20 2016-12-20 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 Active CN106821347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611185833.5A CN106821347B (zh) 2016-12-20 2016-12-20 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611185833.5A CN106821347B (zh) 2016-12-20 2016-12-20 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法

Publications (2)

Publication Number Publication Date
CN106821347A CN106821347A (zh) 2017-06-13
CN106821347B true CN106821347B (zh) 2020-05-05

Family

ID=59140757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611185833.5A Active CN106821347B (zh) 2016-12-20 2016-12-20 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法

Country Status (1)

Country Link
CN (1) CN106821347B (zh)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107831491A (zh) * 2017-10-10 2018-03-23 广州杰赛科技股份有限公司 生命特征检测方法及系统
TWI642406B (zh) * 2017-12-12 2018-12-01 Sil Radar Technology Inc. 非接觸式自我注入鎖定感測器
CN108196248B (zh) * 2017-12-13 2021-04-20 北京华航无线电测量研究所 一种基于fpga的雷达数字脉冲压缩去直流方法
CN108233987A (zh) * 2018-01-10 2018-06-29 福建师范大学 消除多径噪声信道下超宽带信号符号间干扰的系统及方法
CN108234367A (zh) * 2018-01-10 2018-06-29 福建师范大学 消除多径无噪声信道超宽带信号符号间干扰的系统及方法
US11346936B2 (en) * 2018-01-16 2022-05-31 Infineon Technologies Ag System and method for vital signal sensing using a millimeter-wave radar sensor
CN108490435B (zh) * 2018-02-09 2021-02-09 湖南正申科技有限公司 一种高分辨强穿透性三维雷达生命探测定位装置
CN108652601B (zh) * 2018-05-24 2021-04-30 厦门精益远达智能科技有限公司 一种基于调频连续波毫米波雷达的睡眠监控方法、装置和雷达系统
CN108670256B (zh) * 2018-05-30 2024-04-05 北京农业信息技术研究中心 一种奶牛呼吸频率监测系统及方法
CN108508483B (zh) * 2018-06-07 2019-12-06 中国人民解放军海军工程大学 一种滩涂近地表掩埋目标的地震波探测方法和系统
CN110604553B (zh) * 2018-06-15 2022-03-11 富士通株式会社 非接触式生命体征检测方法、检测装置和电子设备
CN109522826B (zh) * 2018-10-31 2020-10-09 广东工业大学 一种基于fmcw毫米波雷达的生命信号检测方法和系统
TWI677698B (zh) 2018-11-16 2019-11-21 昇雷科技股份有限公司 生物探測方法及生物探測雷達
CN109655833A (zh) * 2018-11-23 2019-04-19 中科传启（苏州）科技有限公司 生命体的检测方法及装置
TWI722347B (zh) 2018-12-11 2021-03-21 財團法人工業技術研究院 基於通道狀態資訊量測生理狀態資訊的方法、裝置及其系統
CN109875529B (zh) * 2019-01-23 2020-12-04 北京邮电大学 一种基于超宽带雷达的生命体征检测方法及系统
CN111580086B (zh) 2019-02-19 2023-08-25 富士通株式会社 生命体检测方法、检测装置和电子设备
TWI712392B (zh) * 2019-02-27 2020-12-11 和碩聯合科技股份有限公司 多目標生命徵象偵測系統及方法
TWI743456B (zh) * 2019-03-15 2021-10-21 昇雷科技股份有限公司 頻率調變連續波雷達之偵測方法
CN110187342B (zh) * 2019-05-14 2023-01-13 南京理工大学 一种基于fmcw移动平台的生命体征检测与成像方法
CN110200607B (zh) * 2019-05-14 2022-05-13 南京理工大学 基于光流法与lms算法消除生命体征检测中体动影响的方法
CN110269642B (zh) * 2019-06-28 2020-06-09 中南大学 基于分数阶傅里叶变换和小波变换的多普勒心率估计方法
CN110507293B (zh) * 2019-07-26 2022-01-07 中国电子科技集团公司第三十八研究所 一种超宽带穿墙雷达人体呼吸及心跳检测方法及系统
CN110507317B (zh) * 2019-09-03 2021-11-02 西安邮电大学 一种心电信号r波的自适应ca-cfar定位方法
TWI687203B (zh) * 2019-09-03 2020-03-11 緯創資通股份有限公司 適應性生理資訊偵測方法與系統
CN112526501A (zh) * 2019-09-19 2021-03-19 苏州豪米波技术有限公司 一种生命气息探测用雷达系统
CN110584631B (zh) * 2019-10-10 2022-03-25 重庆邮电大学 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法
CN111142102B (zh) * 2019-12-26 2022-07-19 华为技术有限公司 一种呼吸数据计算方法以及相关设备
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
CN111568399B (zh) * 2020-05-15 2023-01-10 中国人民解放军陆军军医大学 一种基于雷达的呼吸和心跳信号检测方法及系统
CN111856452B (zh) * 2020-05-21 2022-09-20 重庆邮电大学 基于omp的静态人体心跳和呼吸信号分离重构方法
CN111505631B (zh) * 2020-06-04 2023-09-15 隔空（上海）智能科技有限公司 基于lfmcw雷达的心率估计算法
CN111766442B (zh) * 2020-07-21 2023-07-18 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
CN112617748B (zh) * 2020-11-02 2022-04-26 佛山科学技术学院 基于调频连续波雷达的体征数据处理方法及系统
CN112716462B (zh) * 2020-12-09 2022-04-05 北京航空航天大学 一种可控照射指向的窄波束毫米波人体心跳/呼吸体征监测装置
CN112741611A (zh) * 2020-12-25 2021-05-04 上海交通大学 基于毫米波感知的多人体生命体征同步监测系统及方法
CN112651388B (zh) * 2021-01-20 2022-04-26 合肥工业大学 一种基于无人机的灾区生命信号检测与定位方法
CN112914553A (zh) * 2021-02-26 2021-06-08 湖南万脉医疗科技有限公司 一种一体多目标的睡眠呼吸监测系统
CN113261925A (zh) * 2021-03-11 2021-08-17 山东师范大学 一种基于毫米波雷达的人体感知方法及系统
CN113116320A (zh) * 2021-04-23 2021-07-16 东南大学 一种基于vmd的fmcw雷达生命信号检测方法
CN113273978B (zh) * 2021-05-21 2022-04-29 电子科技大学 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法
CN114027805B (zh) * 2021-05-25 2023-10-31 北京超思电子技术有限责任公司 一种基于微波雷达的生命体征测量方法及系统
CN113288058B (zh) * 2021-05-27 2023-08-01 北京清雷科技有限公司 信号处理方法及装置
CN113440120B (zh) * 2021-06-17 2022-10-28 北京航空航天大学 一种基于毫米波雷达的人员呼吸心跳检测方法
CN113729655B (zh) * 2021-09-26 2024-03-08 重庆邮电大学 一种分离uwb雷达传感器接收信号的方法
CN113633271B (zh) * 2021-10-18 2021-12-31 北京卓建智菡科技有限公司 人体活动状态检测方法、装置、设备及存储介质
CN114190917A (zh) * 2021-12-07 2022-03-18 中国科学院苏州生物医学工程技术研究所 一种基于毫米波雷达的生命体征监测方法及系统
CN114027809A (zh) * 2021-12-14 2022-02-11 宁夏芯锐智联科技有限公司 基于毫米波雷达的奶牛呼吸心率监测方法
CN115281628B (zh) * 2022-08-04 2023-12-22 上海几何伙伴智能驾驶有限公司 一种面向汽车智能座舱的自适应生命体征监测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103110422A (zh) * 2012-12-18 2013-05-22 中国人民解放军第四军医大学 基于生物雷达检测的呼吸和心跳实时分离方法
CN106175723A (zh) * 2016-06-27 2016-12-07 中国人民解放军第三军医大学第附属医院 一种基于fmcw宽带雷达的多生命监护系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103110422A (zh) * 2012-12-18 2013-05-22 中国人民解放军第四军医大学 基于生物雷达检测的呼吸和心跳实时分离方法
CN106175723A (zh) * 2016-06-27 2016-12-07 中国人民解放军第三军医大学第附属医院 一种基于fmcw宽带雷达的多生命监护系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Real-time Heart Rate Analysis for a Remote Millimeter Wave I–Q Sensor;Sasan Bakhtiari等;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;20110630;全文 *
ADAPTIVE REFLECTED POWER CANCELLER FOR SINGLE ANTENNA FMCW RADAR;T.Venkatamuni 等;《IEEE 2009》;20091230;全文 *
生物雷达非接触检测中呼吸和心跳信号分离算法研究;张华;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20130331;正文第3.2节 *

Also Published As

Publication number Publication date
CN106821347A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106821347B (zh) 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法
Saluja et al. A supervised machine learning algorithm for heart-rate detection using Doppler motion-sensing radar
WO2021109526A1 (zh) 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备
Ding et al. Noncontact multiple targets vital sign detection based on VMD algorithm
CN104644143A (zh) 一种非接触式生命体征监护系统
CN110161491B (zh) 一种针对微弱生命体的测距和呼吸频率估计方法
Mabrouk et al. Human breathing rate estimation from radar returns using harmonically related filters
CN113384250A (zh) 用于生命体征探测的毫米波雷达系统低功耗实现方法
CN112220464A (zh) 一种基于uwb雷达的人体呼吸心跳信号检测方法和系统
Hosseini et al. UWB radar signal processing in measurement of heartbeat features
Nejadgholi et al. Time-frequency based contactless estimation of vital signs of human while walking using PMCW radar
Liu et al. Vital sign extraction in the presence of radar mutual interference
Gavrilov et al. A New Model of Human Respiration for Algorithm Simulation Modeling in Radar Applications
Qiao et al. Learning-refined integral null space pursuit algorithm for noncontact multisubjects vital signs measurements using SFCW-UWB and IR-UWB radar
Hu et al. Remote vital signs measurement of indoor walking persons using mm-Wave FMCW radar
CN116942125A (zh) 基于ngo-vmd算法的uwb生命体征信号检测方法
Yamamoto et al. Non-contact heartbeat detection by MUSIC with discrete cosine transform-based parameter adjustment
CN110946555A (zh) 一种呼吸骤停检测报警系统
Acar et al. Wavelet based denoising of the simulated chest wall motion detected by SFCW radar
Yang et al. Fall feature enhancement and fusion using the stockwell transform with dual mmWave radars
Mabrouk et al. Model of human breathing reflected signal received by PN-UWB radar
Zhang et al. Body movement cancellation using adaptive filtering technology for radar-based vital sign monitoring
Lai et al. Hilbert-Huang transform (HHT) analysis of human activities using through-wall noise radar
CN114355329A (zh) 一种调频连续波雷达生命体征距离检测的方法
Wang et al. Heart rate measurement method based on wavelet transform noise reduction for low power millimeter wave radar platform

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant