CN111329447A - 人体生理参数检测方法及装置、存储介质 - Google Patents
人体生理参数检测方法及装置、存储介质 Download PDFInfo
- Publication number
- CN111329447A CN111329447A CN202010156134.8A CN202010156134A CN111329447A CN 111329447 A CN111329447 A CN 111329447A CN 202010156134 A CN202010156134 A CN 202010156134A CN 111329447 A CN111329447 A CN 111329447A
- Authority
- CN
- China
- Prior art keywords
- human body
- signal
- uwb communication
- communication module
- echo
- 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.)
- Granted
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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开一种人体生理参数检测方法及装置、存储介质,所述方法包括:在利用超宽带UWB通信模块发射出超宽带UWB通信信号后,对所述UWB通信模块接收到的回波信号进行分析,从所述回波信号中提取出所述人体回波信号;基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数。本发明能够在不接触人体的情况下,简单地实现人体睡眠参数的获取。
Description
技术领域
本发明属于计算机应用技术领域,具体涉及一种人体生理参数检测方法、存储介质、人体生理参数检测装置。
背景技术
随着人们生活水平的提高,人们越来越关注自身的健康问题,同时,人的大部分时间都在卧室度过,而好的睡眠质量不仅能使人精神饱满心情愉悦,更能极大提高人的工作积极性,因此,人们对睡眠质量的要求也越来越高。随着智慧家居与物联网的迅速发展,作为家居生活重要组成部分的卧室,也发生了显著的变化,智能枕头、智能床垫的出现为睡眠质量检测提供了可能。
目前,对于人体睡眠时生理参数的检测方式主要分为接触式检测方式和非接触式检测方式两种。其中,接触式检测方式主要以使用小型MEMS(Micro-Electro-MechanicalSystem,微机电系统)加速度传感器、压电薄膜传感器为主,目前前者主要应用于智能手环,后者则用于智能枕头、智能床垫;而非接触式检测方式则利用WIFI信号的信道状态信息变化来检测睡眠参数,与接触式检测方式相比,非接触式检测方式包含实现原理复杂、多径状况下表现差、数据计算量大等缺点,目前多处于研究阶段。
因此,当前接触式传感器检测人体生理参数时,特别是用户在睡眠状态下时,容易使人有异物感,影响用户的休息,而非接触式检测实现原理复杂、价格昂贵。
现在亟须一种人体生理参数检测方法、存储介质、人体生理参数检测装置。
发明内容
本发明所要解决的技术问题是使用抗多径能力强、时间分辨率高、信道衰落不敏感的UWB通信信号非接触式检测人体生理参数,无需用户与传感器直接接触,不仅避免了用户身体上、心理上产生异物感,而且易于实现,检测精度高。
针对上述问题,本发明提供了一种人体生理参数检测方法、存储介质、人体生理参数检测装置。
第一方面,本发明提供了一种人体生理参数检测方法,包括以下步骤:
在利用超宽带UWB通信模块发射出超宽带UWB通信信号后,对所述UWB通信模块接收到的回波信号进行分析,从所述回波信号中提取出通过人体反射所述UWB通信信号而产生的人体回波信号;
基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数。
根据本发明的实施例,优选地,对所述UWB通信模块接收到的回波信号进行分析,从所述回波信号中提取出通过人体反射所述UWB通信信号而产生的人体回波信号,包括:
根据所述UWB通信模块接收到的回波信号的信号强度,从所述UWB通信模块接收到的回波信号中筛选出符合要求的回波信号;
根据所述符合要求的回波信号的波形,从所述符合要求的回波信号中选出通过人体反射所述UWB通信信号而产生的人体回波信号;
根据所述UWB通信模块接收到所述人体回波信号的时间,区分由不同人体反射的人体回波信号。
根据本发明的实施例,优选地,所述符合要求,包括:
所述UWB通信模块接收到的回波信号的信号强度与预设的信号强度阈值在给定误差范围内。
根据本发明的实施例,优选地,根据所述符合要求的回波信号的波形,从所述符合要求的回波信号中选出通过人体反射所述UWB通信信号而产生的人体回波信号,包括:
比较所述符合要求的回波信号的波形与已知的人体回波模型的波形;
将所述符合要求的回波信号中、与已知的人体回波模型的波形形态一致的波形所对应的回波信号确定为所述人体回波信号。
根据本发明的实施例,优选地,所述人体回波模型通过以下步骤构建:
利用超宽带UWB通信模块向距离已知的若干目标人物发射超宽带UWB通信信号,并接收由所述若干目标人物反射所述UWB通信信号而产生的人体回波信号,作为信号样本;
根据信号样本分析人体回波信号的波形,构建人体回波模型。
根据本发明的实施例,优选地,基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数,包括以下步骤:
根据提取的人体回波信号的信号强度来判断与所述人体回波信号对应的人体是否位于目标检测区域内;
当与所述人体回波信号对应的人体位于目标检测区域内时,根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值,并根据人体回波信号的特征参数与人体的生理参数之间的对应关系来确定该人体的生理参数;
将该人体与所述UWB通信模块之间的距离和该人体的生理参数进行关联,以区分不同人体的生理参数。
根据本发明的实施例,优选地,根据提取的人体回波信号的信号强度来判断与所述人体回波信号对应的人体是否位于目标检测区域内,包括以下步骤:
基于UWB通信信号的路径损耗模型,根据提取的人体回波信号的信号强度来计算与所述人体回波信号对应的人体与所述UWB通信模块之间的理论距离;
判断所述理论距离是否小于或等于预设的距离阈值;
当所述理论距离小于或等于预设的距离阈值时,判定该人体位于所述目标检测区域内。
根据本发明的实施例,优选地,所述UWB通信信号的路径损耗模型如下:
根据本发明的实施例,优选地,所述UWB通信模块包括若干个UWB天线且每个UWB天线包括若干个通道,在每次检测人体的生理参数时,所述UWB通信模块通过所述若干个通道依次发射UWB通信信号和接收回波信号;
根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值,并根据人体回波信号的特征参数与人体的生理参数之间的对应关系来确定该人体的生理参数,包括以下步骤:
获取所述UWB通信模块的每个通道各自的加权系数;
根据各个通道的加权系数,利用加权平均法来确定接收到同一人体反射的人体回波信号的多个通道的信号收发时间差的均值,根据所述均值来确定该人体与所述UWB通信模块之间的距离,其中,每个通道的信号收发时间差为所述UWB通信模块通过该通道发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
根据各个通道的加权系数,对不同通道接收到的同一人体反射的人体回波信号进行加权平均处理,根据通过加权平均处理所获得的人体回波信号来确定该人体的生理参数。
根据本发明的实施例,优选地,通过以下步骤获取UWB通信模块的每个通道各自的加权系数:
在已知目标检测区域内的人体与所述UWB通信模块之间的实际距离的条件下,利用所述UWB通信模块的一个通道发射UWB通信信号并接收人体回波信号,并确定该通道的信号收发时间差;
根据该通道的信号收发时间差来计算该人体与所述UWB通信模块之间的检测距离;
将所述实际距离与检测距离之间的比值作为该通道的加权系数。
根据本发明的实施例,优选地,当所述UWB通信模块多次检测人体的生理参数时,根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值,并根据人体回波信号的特征参数与人体的生理参数之间的对应关系来确定该人体的生理参数,包括以下步骤:
利用算术平均法来确定多次检测时接收到同一人体反射的人体回波信号的信号收发时间差的均值,根据所述均值来确定该人体与所述UWB通信模块之间的距离,其中,每次检测的信号收发时间差为所述UWB通信模块在该次检测中发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
对多次检测时接收到的同一人体反射的人体回波信号进行算术平均处理,根据通过算术平均处理所获得的人体回波信号来确定该人体的生理参数。
根据本发明的实施例,优选地,通过以下表达式来确定所述人体与所述UWB通信模块之间的距离:
其中,dtof为人体与所述UWB通信模块之间的距离,c为光速,ti为在UWB通信模块第i次检测时所述UWB通信模块的信号收发时间差,n为UWB通信模块的检测次数,其中,n大于等于1。
根据本发明的实施例,优选地,所述人体回波信号的特征参数至少包括信号的频率或强度,所述人体的生理参数至少包括人体的呼吸、心率和体动参数中的一种。
根据本发明的实施例,优选地,基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数,包括以下步骤:
利用带通滤波器从人体回波信号中分别提取频率范围为0.2~0.6Hz的人体呼吸信号以及频率范围为0.8~1.2Hz的人体心率信号;
对提取的人体呼吸信号以及人体心率信号分别进行固定点数的FFT变换;
利用频域寻峰算法,根据FFT变换后的人体呼吸信号以及人体心率信号计算对应的人体呼吸频率和人体心率频率;和/或
从人体回波信号中提取人体体动信号,计算指定时间段内的体动次数,其中,所述体动信号的信号强度大于或等于人体回波信号的信号强度标准差的若干倍。
第二方面,本发明提供了一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
第三方面,本发明提供了一种人体生理参数检测装置,其包括存储模块和控制模块以及超宽带UWB通信模块,所述存储模块上存储有计算机程序,该计算机程序被所述控制模块执行时控制所述超宽带UWB通信模块发射超宽带UWB通信信号和接收回波信号,以实现上述方法的步骤。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
应用本发明的人体生理参数检测方法,在利用超宽带UWB通信模块发射出超宽带UWB通信信号后,对所述UWB通信模块接收到的回波信号进行分析,从所述回波信号中提取出所述人体回波信号;基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数,能够使用抗多径能力强、时间分辨率高、信道衰落不敏感的UWB通信信号非接触式检测人体生理参数,无需用户与传感器直接接触,避免了用户身体上、心理上产生异物感,而且易于实现,检测精度高。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1示出了本发明实施例一人体生理参数检测方法的流程图;
图2示出了本发明实施例二人体生理参数检测方法的流程图;
图3示出了本发明实施例三人体生理参数检测方法的流程图;
图4示出了本发明实施例四中UWB通信模块的结构示意图;
图5示出了本发明实施例四人体生理参数检测方法的流程图;
图6示出了本发明实施例四中UWB通信模块测距过程示意图;
图7示出了本发明实施例六人体生理参数检测装置中控制模块与UWB通信模块的交互示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
实施例一
为解决现有技术中包含的上述技术问题,本发明实施例以检测人体睡眠时的生理参数,即人体睡眠参数为例提供了一种人体生理参数检测方法的流程图,在本实施例中,UWB通信模块通过一次检测过程检测人体睡眠参数,UWB通信模块包括一个UWB天线且该UWB天线包括一个通道,在每次检测过程中,UWB通信模块通过一个通道发射UWB通信信号。
图1示出了本发明实施例一人体生理参数检测方法的流程图,参照图1,本实施例的人体睡眠参数检测方法,包括以下步骤:
S110,利用超宽带UWB通信模块发射出超宽带UWB通信信号;
S120,实时监测UWB通信模块是否接收到回波信号:
若是,则执行步骤S130;
若否,则继续检测是否接收到回波信号;
S130,判断所述回波信号的信号强度与预设的信号强度阈值是否在误差范围内;
若是,则执行步骤S140;
若否,则返回步骤S110;
S140,比较所述UWB通信模块接收到的回波信号的波形与已知的人体回波模型的波形,判断所述UWB通信模块接收到的回波信号的波形中是否包含至少一段与已知的人体回波模型的波形形态一致的波形:
若是,则判定所述回波信号中包含人体回波信号,并执行步骤S150;
若否,则返回步骤S110;
S150,根据所述UWB通信模块接收到所述人体回波信号的时间,将所述回波信号中不同人体反射的人体回波信号提取出来,并对每一个人体回波信号进行如下分析:基于UWB通信信号的路径损耗模型,根据提取的人体回波信号的信号强度来计算与所述人体回波信号对应的人体与所述UWB通信模块之间的理论距离;
S160,判断所述理论距离是否小于或等于预设的距离阈值:
若是,则执行步骤S170;
若否,则返回步骤S110;
S170,根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
S180,对人体回波信号进行滑窗滤波、牛顿插值和卡尔曼滤波的预处理,利用带通滤波器从人体回波信号中分别提取频率范围为0.2~0.6Hz的人体呼吸信号以及频率范围为0.8~1.2Hz的人体心率信号;对提取的人体呼吸信号以及人体心率信号分别进行固定点数的FFT变换;利用频域寻峰算法,根据FFT变换后的人体呼吸信号以及人体心率信号计算对应的人体呼吸频率和人体心率频率,并和人体与UWB通信模块之间的距离进行关联;
S190,从人体回波信号中提取人体体动信号,计算指定时间段内的体动次数,并和人体与UWB通信模块之间的距离进行关联,以区分不同人体的睡眠参数,其中,所述体动信号的信号强度大于或等于人体回波信号的信号强度标准差的若干倍。
在步骤S130中,预设的信号强度阈值例如可以是构建人体回波模型时,UWB模块接收到的首径回波的信号强度,首径回波表示第一径回波。
在步骤S140中,所述人体回波模型通过以下步骤构建:
利用超宽带UWB通信模块向距离已知的若干目标人物发射超宽带UWB通信信号,并接收由所述若干目标人物反射所述UWB通信信号而产生的人体回波信号,作为信号样本;
根据信号样本分析人体回波信号的波形,构建人体回波模型。
在步骤S150中,所述UWB通信信号的路径损耗模型如下:
在步骤S170中,通过以下表达式,通过以下表达式来确定所述人体与所述UWB通信模块之间的距离:
其中,dtof为人体与UWB通信模块之间的距离,c为光速,t为所述UWB通信模块的信号收发时间差。
在步骤S190中,在数据分析时,通过人体回波信号的曲线,可直观的看出体动时会有剧烈的信号强度变化,可以在数据采集阶段,获取实验对象平准无体动的信号集,然后进行数据处理消除NLOS误差,此时会发现误差大致为高斯分布。此时,可将体动作为粗大误差处理,根据莱特原则判别体动,将信号强度误差超过3倍标准差的数据记为一次体动。
本发明提供的人体生理参数检测方法,通过判断所述回波信号的信号强度与预设的信号强度阈值是否在误差范围内,来确保所述回波信号中首径回波的成分高且回波信号的信号质量好,从而提高人体回波信号及其对应的人体的生理参数的可信度。
本发明提供的人体生理参数检测方法,在给用户提供极大地便利性例如无需与用户接触的同时,能够利用超宽带窄脉冲信号的回波信号变化检测人体的生理参数,特别是用户睡眠时呼吸、心率、体动等特征参数,以监测人体的睡眠质量,使得用户根据人体睡眠时呼吸、心率、体动等特征参数提高睡眠质量。
本发明提供的人体生理参数检测方法,实现复杂度低,而且UWB发射信号以及回波信号与当前空间中包含的窄带信号没有相互干扰状况,使得回波信号可靠。
实施例二
为解决现有技术中包含的上述技术问题,本发明实施例基于实施例一提供了一种人体生理参数检测方法的流程图,在本实施例中,UWB通信模块通过多次检测过程检测人体睡眠参数。
图2示出了本发明实施例二人体生理参数检测方法的流程图,参照图2,本实施例的人体睡眠参数检测方法,包括以下步骤:
S210,利用超宽带UWB通信模块发射出超宽带UWB通信信号;
S220,实时监测UWB通信模块是否接收到回波信号:
若是,则执行步骤S230;
若否,则继续检测是否接收到回波信号;
S230,判断所述回波信号的信号强度与预设的信号强度阈值是否在误差范围内;
若是,则执行步骤S240;
若否,则返回步骤S210;
S240,比较所述UWB通信模块接收到的回波信号的波形与已知的人体回波模型的波形,判断所述UWB通信模块接收到的回波信号的波形中是否包含至少一段与已知的人体回波模型的波形形态一致的波形:
若是,则判定所述回波信号中包含人体回波信号,并执行步骤S250;
若否,则返回步骤S210;
S250,根据所述UWB通信模块接收到所述人体回波信号的时间,将所述回波信号中不同人体反射的人体回波信号提取出来,并对每一个人体回波信号进行如下分析:基于UWB通信信号的路径损耗模型,根据提取的人体回波信号的信号强度来计算与所述人体回波信号对应的人体与所述UWB通信模块之间的理论距离;
S260,判断所述理论距离是否小于或等于预设的距离阈值:
若是,则记录当前检测过程中UWB通信模块发射UWB通信信号的时间、接收到人体回波信号的时间以及人体回波信号,累加UWB通信模块的检测次数,并执行步骤S270;
若否,则返回步骤S210;
S270,判断UWB通信模块的检测次数是否小于预设次数:
若是,则返回步骤S210;
若否,则执行步骤S280;
S280,利用算术平均法来确定多次检测时接收到同一人体反射的人体回波信号的信号收发时间差的均值,根据所述均值来确定该人体与所述UWB通信模块之间的距离,其中,每次检测的信号收发时间差为所述UWB通信模块在该次检测中发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
S290,对多次检测时接收到的同一人体反射的人体回波信号进行算术平均处理,并对通过算术平均处理所获得的人体回波信号进行滑窗滤波、牛顿插值和卡尔曼滤波的预处理,利用带通滤波器从人体回波信号中分别提取频率范围为0.2~0.6Hz的人体呼吸信号以及频率范围为0.8~1.2Hz的人体心率信号;对提取的人体呼吸信号以及人体心率信号分别进行固定点数的FFT变换;利用频域寻峰算法,根据FFT变换后的人体呼吸信号以及人体心率信号计算对应的人体呼吸频率和人体心率频率,并和人体与UWB通信模块之间的距离进行关联;从人体回波信号中提取人体体动信号,计算指定时间段内的体动次数,并和人体与UWB通信模块之间的距离进行关联,以区分不同人体的人体睡眠参数,其中,所述体动信号的信号强度大于或等于人体回波信号的信号强度标准差的若干倍。
在步骤S280中,通过以下表达式,通过以下表达式来确定所述人体与所述UWB通信模块之间的距离:
其中,dtof为人体与所述UWB通信模块之间的距离,c为光速,ti为在UWB通信模块第i次检测时所述UWB通信模块的信号收发时间差,n为UWB通信模块的检测次数,其中,n大于1。
本发明提供的人体生理参数检测方法,利用多次检测过程接收回波信号,能够改善多径情况下普遍包含的回波信号串扰情况,并对出现明显丢包的情况下利用邻近值进行牛顿插值处理,提高检测结果的准确度与连贯性。
值得说明的是,在本实施例中,UWB通信模块通过多次检测过程检测人体睡眠参数时,由于UWB通信模块包括一个UWB天线且该UWB天线包括一个通道,因此,每次检测过程中,UWB通信模块通过一个通道发射UWB通信信号。
当UWB通信模块通过多次检测过程检测人体睡眠参数,且UWB通信模块包括若干个UWB天线且该UWB天线包括若干个通道时,每次检测过程中,所述UWB通信模块均通过所述若干个通道依次发射UWB通信信号和接收回波信号,并将通过多个通道获得的同一人体反射的人体回波信号做加权平均处理,然后收集每次检测的由同一人体反射的加权平均后的人体回波信号,对它们进行算述平均处理。
实施例三
为解决现有技术中包含的上述技术问题,本发明实施例基于实施例一提供了一种人体生理参数检测方法的流程图,在本实施例中,UWB通信模块包括若干个UWB天线且每个UWB天线包括若干个通道。
图3示出了本发明实施例三人体生理参数检测方法的流程图,参照图3,本实施例的人体睡眠参数检测方法,包括以下步骤:
S310,利用超宽带UWB通信模块发射出超宽带UWB通信信号;
S320,实时监测UWB通信模块是否接收到回波信号:
若是,则执行步骤S330;
若否,则继续检测是否接收到回波信号;
S330,判断所述回波信号的信号强度与预设的信号强度阈值是否在误差范围内;
若是,则执行步骤S340;
若否,则返回步骤S310;
S340,比较所述UWB通信模块接收到的回波信号的波形与已知的人体回波模型的波形,判断所述UWB通信模块接收到的回波信号的波形中是否包含至少一段与已知的人体回波模型的波形形态一致的波形:
若是,则判定所述回波信号中包含人体回波信号,并执行步骤S350;
若否,则返回步骤S310;
S350,根据所述UWB通信模块接收到所述人体回波信号的时间,将所述回波信号中不同人体反射的人体回波信号提取出来,并对每一个人体回波信号进行如下分析:基于UWB通信信号的路径损耗模型,根据提取的人体回波信号的信号强度来计算与所述人体回波信号对应的人体与所述UWB通信模块之间的理论距离;
S360,判断所述理论距离是否小于或等于预设的距离阈值:
若是,则记录当前通道的UWB通信模块发射UWB通信信号的时间、接收到人体回波信号的时间以及人体回波信号,执行步骤S370;
若否,则返回步骤S310;
S370,判断UWB通信模块的所有通道是否均发射过UWB通信信号:
若是,则执行步骤S380;
若否,则选择一个未发射过UWB通信信号的通道作为当前通道,并返回步骤S310;
S380,根据各个通道的加权系数,利用加权平均法来确定接收到同一人体反射的人体回波信号的多个通道的信号收发时间差的均值,根据所述均值来确定该人体与所述UWB通信模块之间的距离,其中,每个通道的信号收发时间差为所述UWB通信模块通过该通道发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
S390,根据各个通道的加权系数,对不同通道接收到的同一人体反射的人体回波信号进行加权平均处理,对通过加权平均处理所获得的人体回波信号进行滑窗滤波、牛顿插值和卡尔曼滤波的预处理,利用带通滤波器从人体回波信号中分别提取频率范围为0.2~0.6Hz的人体呼吸信号以及频率范围为0.8~1.2Hz的人体心率信号;对提取的人体呼吸信号以及人体心率信号分别进行固定点数的FFT变换;利用频域寻峰算法,根据FFT变换后的人体呼吸信号以及人体心率信号计算对应的人体呼吸频率和人体心率频率,并和人体与UWB通信模块之间的距离进行关联;从人体回波信号中提取人体体动信号,计算指定时间段内的体动次数,并和人体与UWB通信模块之间的距离进行关联,以区分不同人体的人体睡眠参数,其中,所述体动信号的信号强度大于或等于人体回波信号的信号强度标准差的若干倍。
在步骤S380和步骤S390中,通过以下步骤获取UWB通信模块的每个通道各自的加权系数:
在已知目标检测区域内的人体与所述UWB通信模块之间的实际距离的条件下,利用所述UWB通信模块的一个通道发射UWB通信信号并接收人体回波信号,并确定该通道的信号收发时间差;
根据该通道的信号收发时间差来计算该人体与所述UWB通信模块之间的检测距离;
将所述实际距离与检测距离之间的比值作为该通道的加权系数。
为了扩展信号接收范围,UWB通信模块包括若干个UWB天线且每个UWB天线包括若干个通道,其中,可以以图4中的UWB通信模块为例设计UWB通信模块,如图4所示,UWB通信模块有三个天线平均分布于模块周围,即每两个天线间隔为120°。而发射和接收UWB通信信号时,每个天线各对应三个UWB信道,三个UWB信道分别发射与接收。因此,一次检测过程实际上对应着3*3*2次通信,文中为简便叙述做了处理。
在这里,在UWB通信模块中设计若干个UWB天线且在每个UWB天线中设计若干个通道,是为了消除非视距传播时造成的误差。
本发明提供的人体生理参数检测方法,在UWB通信模块中设计多个天线进行收发信号,能够改善多径情况下普遍包含的回波信号串扰情况,并对出现明显丢包的情况下利用邻近值进行牛顿插值处理,提高检测结果的准确度与连贯性。
实施例四
为解决现有技术中包含的上述技术问题,本发明实施例以检测目标检测区域内两个人体睡眠时的生理参数,即两个人体的睡眠参数为例,提供了一种人体生理参数检测方法的流程图,在本实施例中,UWB通信模块检测两次人体生理参数,UWB通信模块包括一个UWB天线且每个UWB天线包括一个通道,预先将UWB通信模块置于卧室墙上便于检测到人体的区域,并根据UWB通信模块与人体之间的距离间隔范围设置UWB检测区域。
图5示出了本发明实施例四人体生理参数检测方法的流程图,参照图5,本实施例的人体睡眠参数检测方法,包括以下步骤:
第一步,UWB通信模块发射检测信号,记录当前发射信号时间戳以及发射信号强度;
第二步,UWB通信模块接收到回波信号后,判断是否包含人体回波信号:
若是,则根据不同的人体与UWB通信模块之间的距离范围(通过不同人体回波信号的接收时间计算得到)将固定时间间隔内检测的回波信号分为不同检测人数对应的人体回波信号,对于每一个人体回波信号,执行第三步;
若否,则返回第一步;
第三步,记录当前接收到人体回波信号时间戳以及接收信号强度;
第四步,根据接收信号强度(Received Signal Strength Indication,RSSI)判断人体是否处于检测区域:
若处于检测区域,利用TOF测距获取UWB测距值,并执行第四步;
若不处于检测区域,则重新检测;
具体地,根据接收信号强度(Received Signal Strength Indication,RSSI)判断人体是否处于检测区域,实现过程如下:
基于RSSI测距估算方法计算人体与UWB通信模块之间的估算距离,判断该估算距离是否小于或等于预设阈值,其中,基于RSSI的测距估算方法由路径损耗模型确定,UWB通信信号的路径损耗模型为:
其中,n为路径损耗指数,为在与人体相距di处所接收到的人体回波信号的平均功率,p0为在与人体相距d0处所接收到的人体回波信号的平均功率,d0为与人体相距的参考距离,n,p0,d0均为已知量,由实际实验数据拟合出来的路径损耗曲线提供。
具体地,利用TOF测距获取UWB测距值,实现过程如下:
图6示出了本发明实施例四中UWB通信模块测距过程示意图,如图6所示,利用TOF测距获取UWB测距值,可以通过多次通信消除TOA测距误差,当通过两次通信获取UWB测距值时,通过以下表达式,计算UWB通信模块与人体之间的距离:
其中,dtof为UWB通信模块与人体之间的距离,c为光速,t1为第一次检测过程的时间差(即UWB通信模块发射信号时间戳与接收到人体回波信号时间戳作差),t2为第二次检测过程的时间差。在这里,多次检测是为了消除非视距传播时造成的误差。
第五步,记录当前人体回波信号和距离作为原始信号;
第六步,对当前人体回波信号进行滑窗滤波、牛顿插值、Kalman滤波等数据预处理,以去除高斯噪声、NLOS噪声;
具体地,本实施例采用的滑窗滤波主要以滑动均值、中值为主,由于目前大部分实现忽略边界问题,即在不满足滑窗长度的边界多采用原值,而本实施例在边界选择逐渐(增大)缩小滑窗长度进行处理,效果较好。另外,中值滤波可能会滤过体动信号,因此,滑窗滤波只在呼吸信号、心率信号的提取之后使用。
本实施例采用的Kalman滤波用于消除NLOS误差,经典Kalman滤波算法适用于解决线性问题,虽然本实施例中的人体回波信号为非线性问题,而现有的非线性Kalman算法颇为复杂,对于本实施例实现意义不大。本实施例采用的Kalman滤波的基本原理是利用前一刻的信号值加上后一刻的信号与kalman权重的乘积进行信号估计,本实施例先对采集的数据进行二次最小二乘拟合,提高测量精度,然后,以之做为kalman滤波的观测值,实现Kalman滤波。
第七步,设计IIR带通滤波器,分别过滤出频率范围在0.8~1.2Hz的心率信号以及0.2~0.6Hz的呼吸信号,并利用体动信号造成的振幅剧烈变化获取体动次数。
在本实施例中,对不同检测人数对应的人体回波信号分别执行第三步至第七步,获取多人的心率、呼吸、体动参数。
本发明实施例基于UWB无线通信技术,利用UWB在无线短距离通信领域的优势,设计了一种提取人体生理参数的非接触式方法,易于实现,可行性高,使用本发明实施例的生理参数检测方法后,无需用户与传感器直接接触,避免了用户身体上、心理上产生的异物感。
本发明实施例对当前人体回波信号进行滑窗滤波、牛顿插值、Kalman滤波等数据预处理,去除检测范围内的杂波信号,消除抗非视距(Non-Line of sight,NLOS)误差。
本实施例针对当前如智能枕头、智能床垫等可检测睡眠参数的智能产品只能检测单人睡眠参数的现状,利用UWB通信信号高时间分辨率的特性,能够基于信号到达时间(Thetime of arrival,TOA)进行高精度多人检测,而且若不考虑时间效率与通信距离,理论上的检测人数没有上限。
实施例五
为解决现有技术中包含的上述技术问题,本发明实施例还提供了一种存储介质。
本实施例的存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例中人体生理参数检测方法的步骤。
实施例六
为解决现有技术中包含的上述技术问题,本发明实施例还提供了一种人体生理参数检测装置。
本实施例的人体生理参数检测装置,其包括存储模块和控制模块以及超宽带UWB通信模块,所述存储模块上存储有计算机程序,该计算机程序被所述控制模块执行时控制所述超宽带UWB通信模块发射超宽带UWB通信信号和接收回波信号,以实现上法的步骤。
图7示出了本发明实施例六人体生理参数检测装置中控制模块与UWB通信模块的交互示意图。如图7所示,本实施例的人体生理参数检测装置借助于UWB通信模块获取多人的人体回波信号,并对每个人的人体回波信号进行生理参数的提取,当每个人均在睡眠状态下时,能够同时监测多人的睡眠质量。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (16)
1.一种人体生理参数检测方法,其特征在于,包括以下步骤:
在利用超宽带UWB通信模块发射出超宽带UWB通信信号后,对所述UWB通信模块接收到的回波信号进行分析,从所述回波信号中提取出通过人体反射所述UWB通信信号而产生的人体回波信号;
基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数。
2.根据权利要求1所述的方法,其特征在于,对所述UWB通信模块接收到的回波信号进行分析,从所述回波信号中提取出通过人体反射所述UWB通信信号而产生的人体回波信号,包括:
根据所述UWB通信模块接收到的回波信号的信号强度,从所述UWB通信模块接收到的回波信号中筛选出符合要求的回波信号;
根据所述符合要求的回波信号的波形,从所述符合要求的回波信号中选出通过人体反射所述UWB通信信号而产生的人体回波信号;
根据所述UWB通信模块接收到所述人体回波信号的时间,区分由不同人体反射的人体回波信号。
3.根据权利要求2所述的方法,其特征在于,所述符合要求,包括:
所述UWB通信模块接收到的回波信号的信号强度与预设的信号强度阈值在给定误差范围内。
4.根据权利要求2所述的方法,其特征在于,根据所述符合要求的回波信号的波形,从所述符合要求的回波信号中选出通过人体反射所述UWB通信信号而产生的人体回波信号,包括:
比较所述符合要求的回波信号的波形与已知的人体回波模型的波形;
将所述符合要求的回波信号中、与已知的人体回波模型的波形形态一致的波形所对应的回波信号确定为所述人体回波信号。
5.根据权利要求4所述的方法,其特征在于,所述人体回波模型通过以下步骤构建:
利用超宽带UWB通信模块向距离已知的若干目标人物发射超宽带UWB通信信号,并接收由所述若干目标人物反射所述UWB通信信号而产生的人体回波信号,作为信号样本;
根据信号样本分析人体回波信号的波形,构建人体回波模型。
6.根据权利要求1所述的方法,其特征在于,基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数,包括以下步骤:
根据提取的人体回波信号的信号强度来判断与所述人体回波信号对应的人体是否位于目标检测区域内;
当与所述人体回波信号对应的人体位于目标检测区域内时,根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值,并根据人体回波信号的特征参数与人体的生理参数之间的对应关系来确定该人体的生理参数;
将该人体与所述UWB通信模块之间的距离和该人体的生理参数进行关联,以区分不同人体的生理参数。
7.根据权利要求6所述的方法,其特征在于,根据提取的人体回波信号的信号强度来判断与所述人体回波信号对应的人体是否位于目标检测区域内,包括以下步骤:
基于UWB通信信号的路径损耗模型,根据提取的人体回波信号的信号强度来计算与所述人体回波信号对应的人体与所述UWB通信模块之间的理论距离;
判断所述理论距离是否小于或等于预设的距离阈值;
当所述理论距离小于或等于预设的距离阈值时,判定该人体位于所述目标检测区域内。
9.根据权利要求6所述的方法,其特征在于,所述UWB通信模块包括若干个UWB天线且每个UWB天线包括若干个通道,在每次检测人体的生理参数时,所述UWB通信模块通过所述若干个通道依次发射UWB通信信号和接收回波信号;
根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值,并根据人体回波信号的特征参数与人体的生理参数之间的对应关系来确定该人体的生理参数,包括以下步骤:
获取所述UWB通信模块的每个通道各自的加权系数;
根据各个通道的加权系数,利用加权平均法来确定接收到同一人体反射的人体回波信号的多个通道的信号收发时间差的均值,根据所述均值来确定该人体与所述UWB通信模块之间的距离,其中,每个通道的信号收发时间差为所述UWB通信模块通过该通道发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
根据各个通道的加权系数,对不同通道接收到的同一人体反射的人体回波信号进行加权平均处理,根据通过加权平均处理所获得的人体回波信号来确定该人体的生理参数。
10.根据权利要求9所述的方法,其特征在于,通过以下步骤获取UWB通信模块的每个通道各自的加权系数:
在已知目标检测区域内的人体与所述UWB通信模块之间的实际距离的条件下,利用所述UWB通信模块的一个通道发射UWB通信信号并接收人体回波信号,并确定该通道的信号收发时间差;
根据该通道的信号收发时间差来计算该人体与所述UWB通信模块之间的检测距离;
将所述实际距离与检测距离之间的比值作为该通道的加权系数。
11.根据权利要求6所述的方法,其特征在于,当所述UWB通信模块多次检测人体的生理参数时,根据所述UWB通信模块的信号收发时间差来确定该人体与所述UWB通信模块之间的距离,其中,所述信号收发时间差为发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值,并根据人体回波信号的特征参数与人体的生理参数之间的对应关系来确定该人体的生理参数,包括以下步骤:
利用算术平均法来确定多次检测时接收到同一人体反射的人体回波信号的信号收发时间差的均值,根据所述均值来确定该人体与所述UWB通信模块之间的距离,其中,每次检测的信号收发时间差为所述UWB通信模块在该次检测中发射出UWB通信信号的时间与接收到人体回波信号的时间之间的差值;
对多次检测时接收到的同一人体反射的人体回波信号进行算术平均处理,根据通过算术平均处理所获得的人体回波信号来确定该人体的生理参数。
13.根据权利要求1所述的方法,其特征在于,所述人体回波信号的特征参数至少包括信号的频率或强度,所述人体的生理参数至少包括人体的呼吸、心率和体动参数中的一种。
14.根据权利要求1所述的方法,其特征在于,基于人体回波信号的特征参数与人体生理参数之间的对应关系,根据提取的人体回波信号来确定与所述人体回波信号对应的人体的生理参数,包括以下步骤:
利用带通滤波器从人体回波信号中分别提取频率范围为0.2~0.6Hz的人体呼吸信号以及频率范围为0.8~1.2Hz的人体心率信号;
对提取的人体呼吸信号以及人体心率信号分别进行固定点数的FFT变换;
利用频域寻峰算法,根据FFT变换后的人体呼吸信号以及人体心率信号计算对应的人体呼吸频率和人体心率频率;和/或
从人体回波信号中提取人体体动信号,计算指定时间段内的体动次数,其中,所述体动信号的信号强度大于或等于人体回波信号的信号强度标准差的若干倍。
15.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至14中任一项所述方法的步骤。
16.一种人体生理参数检测装置,其包括存储模块和控制模块以及超宽带UWB通信模块,其特征在于,所述存储模块上存储有计算机程序,该计算机程序被所述控制模块执行时控制所述超宽带UWB通信模块发射超宽带UWB通信信号和接收回波信号,以实现如权利要求1至14中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010156134.8A CN111329447B (zh) | 2020-03-09 | 2020-03-09 | 人体生理参数检测方法及装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010156134.8A CN111329447B (zh) | 2020-03-09 | 2020-03-09 | 人体生理参数检测方法及装置、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111329447A true CN111329447A (zh) | 2020-06-26 |
CN111329447B CN111329447B (zh) | 2021-02-26 |
Family
ID=71174411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010156134.8A Active CN111329447B (zh) | 2020-03-09 | 2020-03-09 | 人体生理参数检测方法及装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111329447B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112806962A (zh) * | 2021-01-18 | 2021-05-18 | 珠海格力电器股份有限公司 | 基于tof及红外模组的小孩睡眠状态监测方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102018515A (zh) * | 2010-10-11 | 2011-04-20 | 中国人民解放军第四军医大学 | 单通道基于uwb雷达式生命探测仪的多个人体目标识别和一维定位方法 |
CN103366483A (zh) * | 2013-06-27 | 2013-10-23 | 深圳市智美达科技有限公司 | 监控报警系统 |
CN109222935A (zh) * | 2018-11-01 | 2019-01-18 | 广东工业大学 | 一种基于uwb传感器判断人体睡眠质量的方法及系统 |
CN109480787A (zh) * | 2018-12-29 | 2019-03-19 | 中国科学院合肥物质科学研究院 | 一种基于超宽带雷达的非接触式睡眠监测设备及睡眠分期方法 |
CN109507653A (zh) * | 2018-10-22 | 2019-03-22 | 中国人民解放军第四军医大学 | 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法 |
CN110575152A (zh) * | 2018-06-08 | 2019-12-17 | 原相科技股份有限公司 | 心房颤动的检测装置及其运作方法 |
CN209863802U (zh) * | 2019-04-03 | 2019-12-31 | 湖南省顺鸿智能科技有限公司 | 一种基于雷达的非接触式生命体征测量系统 |
-
2020
- 2020-03-09 CN CN202010156134.8A patent/CN111329447B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102018515A (zh) * | 2010-10-11 | 2011-04-20 | 中国人民解放军第四军医大学 | 单通道基于uwb雷达式生命探测仪的多个人体目标识别和一维定位方法 |
CN103366483A (zh) * | 2013-06-27 | 2013-10-23 | 深圳市智美达科技有限公司 | 监控报警系统 |
CN110575152A (zh) * | 2018-06-08 | 2019-12-17 | 原相科技股份有限公司 | 心房颤动的检测装置及其运作方法 |
CN109507653A (zh) * | 2018-10-22 | 2019-03-22 | 中国人民解放军第四军医大学 | 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法 |
CN109222935A (zh) * | 2018-11-01 | 2019-01-18 | 广东工业大学 | 一种基于uwb传感器判断人体睡眠质量的方法及系统 |
CN109480787A (zh) * | 2018-12-29 | 2019-03-19 | 中国科学院合肥物质科学研究院 | 一种基于超宽带雷达的非接触式睡眠监测设备及睡眠分期方法 |
CN209863802U (zh) * | 2019-04-03 | 2019-12-31 | 湖南省顺鸿智能科技有限公司 | 一种基于雷达的非接触式生命体征测量系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112806962A (zh) * | 2021-01-18 | 2021-05-18 | 珠海格力电器股份有限公司 | 基于tof及红外模组的小孩睡眠状态监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111329447B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520199B (zh) | 基于雷达图像与生成对抗模型的人体动作开集识别方法 | |
CN113447905B (zh) | 双毫米波雷达人体跌倒检测装置及检测方法 | |
CN109507653A (zh) | 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法 | |
CN108038419B (zh) | 基于Wi-Fi的室内人员被动检测方法 | |
CN103845074B (zh) | 一种超声弹性成像系统和方法 | |
US20240000345A1 (en) | MILLIMETER-WAVE (mmWave) RADAR-BASED NON-CONTACT IDENTITY RECOGNITION METHOD AND SYSTEM | |
CN111329447B (zh) | 人体生理参数检测方法及装置、存储介质 | |
Yavari et al. | System-on-Chip based Doppler radar occupancy sensor | |
CN114038012A (zh) | 基于毫米波雷达和机器学习的跌倒检测方法及系统 | |
CN109061632B (zh) | 一种无人机识别方法 | |
CN113435283A (zh) | 一种基于呼吸样本空间的超宽带雷达身份识别方法 | |
CN110879388A (zh) | 基于ir-uwb生物雷达信号的人与动物非接触探测区分方法 | |
CN110879389A (zh) | 基于多基地ir-uwb生物雷达信号的多人体目标识别定位方法 | |
CN115736886A (zh) | 一种基于毫米波雷达的多目标呼吸率参数估计方法 | |
Schroth et al. | Emergency response person localization and vital sign estimation using a semi-autonomous robot mounted SFCW radar | |
CN113341392A (zh) | 一种基于多站雷达微多普勒运动测向的人体行为分类方法 | |
CN116058818B (zh) | 基于多序列woa-vmd算法的超宽带雷达心率检测方法 | |
CN110693454B (zh) | 基于雷达的睡眠特征事件检测方法、装置及存储介质 | |
CN114983373B (zh) | 一种检测人体心率的方法 | |
Zhou et al. | A robust respiration detection system via similarity-based selection mechanism using wifi | |
Tang et al. | Human behavior recognition based on WiFi channel state information | |
CN114680840A (zh) | 一种基于不同时长的非接触式的生命体征监测方法 | |
CN115327535A (zh) | 基于神经网络的毫米波雷达跌倒检测方法及系统 | |
CN103308893B (zh) | 一种基于过采样和二次采样的uwb生物雷达人体回波信号增强方法 | |
CN116597521B (zh) | 一种人类轨迹及躯干活动识别方法及系统 |
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 |