CN112674740A - 一种基于毫米波雷达的生命体征检测方法 - Google Patents
一种基于毫米波雷达的生命体征检测方法 Download PDFInfo
- Publication number
- CN112674740A CN112674740A CN202011522548.4A CN202011522548A CN112674740A CN 112674740 A CN112674740 A CN 112674740A CN 202011522548 A CN202011522548 A CN 202011522548A CN 112674740 A CN112674740 A CN 112674740A
- Authority
- CN
- China
- Prior art keywords
- signal
- heartbeat
- value
- calculating
- data
- 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
- Radar Systems Or Details Thereof (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于毫米波雷达的生命体征检测方法,用于实现对生命体的心跳和呼吸频率的检测。采用多天线收发模式,对每个接收天线数据进行距离维度FFT,再沿着接收天线维度进行FFT,之后对二维平面内的每个待检测目标通过测量相位变化确定目标位置。对提取的目标生命信号,首先利用带通滤波器将信号分成不同频带,再用改进的经验模态分解法计算呼吸、心跳频率,进一步去除谐波干扰,用窗口局部均值法代替经验模态分解法中三次样条插值法计算原信号局部均值,减少信号分解时间,克服了经验模态算法的端点效应。
Description
技术领域
本发明涉及雷达信号检测领域,更具体地,涉及一种基于毫米波雷达的生命体征检测方法。
背景技术
生命体征参数是用来判断人体的生命活动正常与否的常用指标,主要有心跳、呼吸、体温、血压、呼吸末二氧化碳和脉搏氧饱和度等等。其中心跳和呼吸是尤其重要的两个参数。现行的方法主要采用接触式检测技术,生物医学信号的接触式检测是指利用电极或传感器直接或间接地接触人体,达到检测医学信息的目的,在很多的情况下,由于各种条件的限制和其他因素的考虑,需要远距离的测量呼吸和心跳。目前毫米波雷达的主要应用领域是面向汽车市场的,但是在广泛的工业和医疗保健领域的几个潜在应用领域也在积极研究中,一个新兴的应用领域是对人体生命体征的远程非接触监测。
雷达获取的人体回波信号容易受到人体自身微动以及周围物体杂波的干扰,正常情况下,人的呼吸的频率为每分钟16到20次,心跳信号的频率为60 到100次,当被测人员自由呼吸的时候,由呼吸所引起的身体表面微动的幅度较大,所包含的信号能量也较强;由于心跳信号较弱,由它引起的身体表面微动较小,因此很难从所监测的信号中简单、有效的将心跳和呼吸信号分离开。
目前,现有的非接触式生命体征信号处理方法主要有两种,傅里叶变换和小波分析方法。然而所要处理的心跳和呼吸信号的频率比较接近,心跳信号又比较微弱,用传统时频信号分析的方法都不能够精确的表达出信号的频率在每个时间点的变化甚至是不能够将呼吸和心跳信号分辨出来;传统的傅里叶变换需要用大量的数据进行试验,并且该方法的分辨率比较低。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种基于毫米波雷达的生命体征检测方法,其包括原始基带信号处理模块、距离-角度平面目标确定模块以及雷达生命信号处理模块,具体步骤如下:
所述的一种基于毫米波的生命特征检测方法分为原始基带信号处理模块、距离-角度平面目标确定模块以及雷达生命信号处理模块。本发明采用的雷达板是TexasInstruments(德州仪器,TI)公司的AWR1642评估板,它是工作在 77GHz~81GHz的线性调频连续波(FMCW)雷达。采用多天线收发模式,根据距离-角度单元的相位变换确定目标位置,将滤波后的目标生命信号存入圆形缓冲区,每帧数据计算基于前一帧计算结果,并以设定窗口大小计算心跳波形中能量大小,判断是否丢弃该段数据,减小大幅度运动对心跳信号的影响。再用窗口局部均值法计算原信号局部均值,采用改进的经验模态分解法计算呼吸和心跳频率。
所述的一种基于毫米波的生命体征检测方法,距离-角度平面目标确定模块具体步骤如下;
(1)对带个脉冲的原始A/D数据进行n点快速傅里叶变换处理,得到频域信号,该频域信号包含n个距离单元;对每个距离单元沿着接收天线维度进行 q点FFT,得到q个角度单元,可以得到一个矩阵M[n,q],其中n为距离单元数, q为角度单元数。
(2)对矩阵M[n,q]中任意一列数据进行恒虚警及峰值检测,记录超过阈值的距离单元序号[a1,a2,…,ap],其中1≤a1<a2<…<ap≤n,对第a1行的 q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号;对第a2行的q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号,…,对第ap行的q 点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号,如图3所示。对于在距离-方位角平面内的每个被检测物体,我们在慢时间轴上测量S23中筛选出角度单元的相位,最后只保留那些随着时间,相位变化超过某个阈值的距离- 角度单元。
所述的一种基于毫米波的生命体征检测方法,雷达生命信号处理模块具体步骤如下:
(1)两个滤波器的的阶数为4阶,滤波器类型为IIR滤波器,频带分别为 0.1~0.5Hz和0.8~2.0Hz。对已确定位置的目标,从其距离向FFT结果中提取出相位值,通过计算连续的相位差得到雷达生命信号。
(2)找出通过频带为0.1~0.5Hz的呼吸信号y(t)的所有局部极值点,计算两相邻及之间信号的平均值,求取所有窗口平均值三次样条插值曲线,得到呼吸信号的局部均值。用呼吸的原始信号减去局部均值,得到内模函数分量,并将局部均值函数当作原始信号重复以上过程,直至得到所有内模函数分量。对分解得到的内模函数分量进行快速傅里叶变换并且进行峰值搜索,根据最大峰值的对应频率计算呼吸频率。
(3)每存入20个数据计算当前段信号能量,若超过设定阈值,则时间段数据从心跳时域信号中丢弃。
(4)找出通过频带为0.8~2.0Hz的心跳信号h(t)的所有局部极值点,计算两相邻及之间信号的平均值,求取所有窗口平均值的三次样条插值曲线,得到心跳信号的局部均值。用心跳的原始信号减去局部均值,若差值函数不满足极值点和零点数目最多相差一个,且包络线的均值为零,则将其作为原始信号继续重复以上过程,直到满足此条件,此时停止迭代,其插值为第一个内模函数分量,并将局部均值函数当作原始信号重复以上过程,直至局部均值函数为单调函数或者是一常量,即得到所有内模函数分量。对分解得到的内模函数分量进行快速傅里叶变换并且进行峰值搜索,根据最大峰值的对应频率计算心跳频率。
附图说明
图1是本发明的系统处理流程图。
图2是本发明的模块处理流程图。
图3是本发明的距离-角度平面目标确定模块流程图。
图4是本发明雷达雷达生命信号处理模块流程图。
图5是本发明改进经验模态算法流程图。
具体实施方式
如图2所示本发明包括信号获取模块,原始数据处理模块,雷达生命信号获取模块以及雷达生命信号处理模块,其简要步骤如图1所示:
S1:原始基带信号信号获取;
S11:本发明采用的雷达板是Texas Instruments(德州仪器,TI)公司的 AWR1642评估板,它是工作在77GHz~81GHz的线性调频连续波(FMCW)雷达。对雷达系统进行配置,采用两发四收的天线配置,利用发射天线向空间发射系统调制后的电磁波,然后对接收天线接收的目标回波信号进行混频、低通滤波、A/D 采集等处理得到原始的基带信号。
S2:对原始基带信号进行一定的预处理,得到关于目标的距离及角度信息;
S22:对每个距离单元沿着接收天线维度进行q点FFT,得到q个角度单元,可以得到一个矩阵M[n,q],其中n为距离单元数,q为角度单元数。
S3:使用目标检测方案,在距离-方位角平面中检测目标的具体步骤如下:
S31:对矩阵M[n,q]中任意一列数据进行恒虚警及峰值检测,记录超过阈值的距离单元序号[a1,a2,…,ap],其中1≤a1<a2<…<ap≤n,对第a1行的 q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号;对第a2行的q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号,…,对第ap行的q 点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号。
S32:对于在距离-方位角平面内的每个被检测物体,我们在慢时间轴上测量S31中筛选出角度单元的相位,最后只保留那些随着时间的相位变化超过某个阈值的距离-角度单元。
S4:确定目标的距离和方位角,对其原始基带信号进行一定的预处理,获取雷达生命信号;
S41:对已确定位置的目标,从其距离向FFT结果中提取出相位值,并且进行相位解包裹,通过计算连续的相位差得到雷达生命信号。
S5:对所述雷达生命信号进行一定的预处理,分离出雷达生命信号中的呼吸信号y(t)和心跳信号h(t)的具体步骤如下:
S51:将S41所述雷达生命信号通过两个带通滤波器,分别得到呼吸信号和心跳信号;
S52:两个滤波器的的阶数为4阶,滤波器类型为IIR滤波器,频带分别为0.1~0.5Hz和0.8~2.0Hz。
S6:对所述分离出雷达生命信号中的呼吸信号和心跳信号进行进一步处理并计算人体单位时间内心跳次数的具体步骤如下:
S61:找出S51中通过频带为0.8~2.0Hz的心跳信号h(t)的所有局部极值点,按下式计算两相邻极值点之间信号的平均值。
其中tj+1,tj(j=1,2,…,l-1)分别是两个相邻极值(不分极大值和极小值)所对应的时间;l为极值点的个数。因在相邻极值间,函数是单调的,可采用如下近似的方法得到每个平均值mj所对应的时间
S62:求取所有窗口平均值mj(tj)的三次样条插值曲线,得到心跳信号的局部均值m1(t)。
S63:求取h(t)与m1(t)之差
h1(t)=h(t)-m1(t)
判断h1(t)的极值点和零点数目是否最多相差一个,包络线的均值是否为零,如果不满足这两个条件,则将其作为原始信号继续重复S61到S63的过程,直到满足此条件,此时停止迭代,得到第一个内模函数分量imf1。
S64:用原始信号h(t)减去第一个内模函数imf1,得到第一个残余分量r1(t)
r1(t)=h(t)-imf1
S65:判断r1(t)是否单调或是一常量,若是则结束分解;否则,将其作为原始信号,重复步骤S61到S63,则可以得到h(t)的第二个内模函数分量imf2。
S66:重复以上过程m次,直至第m次分解得到的r残余分量rm(t)变成单调或是一常量。这时心跳信号h(t)可以用以下公式表示:
S67:对分解得到的内模函数分量进行快速傅里叶变换并且进行峰值搜索,根据最大峰值的对应频率计算心跳频率。
S7:对所述分离出雷达生命信号中的呼吸信号和心跳信号进行进一步处理并计算人体单位时间内呼吸次数的具体步骤如下:
S71:找出S51中通过频带为0.8~2.0Hz的呼吸信号y(t)的所有局部极值点,按下式计算两相邻极值点之间信号的平均值。
其中ti+1,ti(i=1,2,…,k-1)分别是两个相邻极值(不分极大值和极小值)所对应的时间;k为极值点的个数。因在相邻极值间,函数是单调的,可采用如下近似的方法得到每个平均值pi所对应的时间
S72:求取所有窗口平均值pi(ti)的三次样条插值曲线,得到呼吸信号的局部均值p1(t)。
S73:求取y(t)与p1(t)之差
y1(t)=y(t)-p1(t)
判断h1(t)的极值点和零点数目是否最多相差一个,包络线的均值是否为零,如果不满足这两个条件,则将其作为原始信号继续重复S71到S73的过程,直到满足此条件,此时停止迭代,得到第一个内模函数分量IMF1。
S74:用原始信号y(t)减去第一个内模函数IFM1,得到第一个残余分量e1(t)
e1(t)=y(t)-IMF1
S75:判断e1(t)是否单调或是一常量,若是则结束分解;否则,将其作为原始信号,重复步骤S71到S73,则可以得到y(t)的第二个内模函数分量 IMF2。
S76:重复以上过程s次,直至第s次分解得到的残余分量es(t)变成单调或是一常量。这时呼吸信号y(t)可以用以下公式表示:
S77:对分解得到的内模函数分量进行快速傅里叶变换并且进行峰值搜索,根据最大峰值的对应频率计算呼吸频率。
以上过程流程图如图4所示。
最后,需要注意的是:以上列举的仅是本发明的具体实施例子,当然本领域的技术人员可以对本发明进行改动和变型,倘若这些修改和变型属于本发明权利要求及其等同技术的范围之内,均应认为是本发明的保护范围。
Claims (7)
1.一种基于毫米波的生命特征检测方法,其特征在于本发明分为原始基带信号处理模块、距离-角度平面目标确定模块以及雷达生命信号处理模块。采用多天线收发模式,根据距离-角度单元的相位变换确定目标位置。将滤波后的目标生命信号存入圆形缓冲区,每帧数据计算基于前一帧计算结果,并以设定窗口大小计算心跳波形中能量大小,判断是否丢弃该段数据,减小大幅度运动对心跳信号的影响。再用窗口局部均值法计算原信号局部均值,采用改进的经验模态分解法计算呼吸和心跳频率。
2.根据权利要求1所述的一种基于毫米波的生命体征检测方法,其特征在于多天线收发模式为两发四收,发射天线采用分时复用的工作模式,充分利用天线收发孔径,扩展虚拟天线,其结果为一发八收。
3.根据权利要求1所述的一种基于毫米波的生命体征检测方法,其特征在于对带个脉冲的原始A/D数据进行n点快速傅里叶变换处理,得到频域信号,该频域信号包含n个距离单元;对每个距离单元沿着接收天线维度进行q点FFT,得到q个角度单元,可以得到一个矩阵M[n,q],其中n为距离单元数,q为角度单元数。对矩阵M[n,q]中任意一列数据进行恒虚警及峰值检测,记录超过阈值的距离单元序号[a1,a2,…,ap],其中1≤a1<a2<…<ap≤n,对第a1行的q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号;对第a2行的q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号,…,对第ap行的q点数据进行恒虚警及峰值检测,记录超过阈值的角度单元序号,最后在慢时间轴上测量筛选出距离-角度单元的相位,最后只保留那些随着时间,相位变化超过某个阈值的距离-角度单元。
4.根据权利要求1所述的一种基于毫米波的生命体征检测方法,其特征在于两个滤波器的的阶数为4阶,滤波器类型为IIR滤波器,频带分别为0.1~0.5Hz和0.8~2.0Hz。
5.根据权利要求1所述的一种基于毫米波的生命体征检测方法,其特征在于找出通过频带为0.1~0.5Hz的呼吸信号y(t)的所有局部极值点,计算两相邻及之间信号的平均值,求取所有窗口平均值三次样条插值曲线,得到呼吸信号的局部均值。用呼吸的原始信号减去局部均值,得到内模函数分量,并将局部均值函数当作原始信号重复以上过程,直至得到所有内模函数分量。对分解得到的内模函数分量进行快速傅里叶变换并且进行峰值搜索,根据最大峰值的对应频率计算呼吸频率。
6.根据权利要求1所述的一种基于毫米波的生命体征检测方法,其特征在于每存入20个数据计算当前段信号能量,若超过设定阈值,则时间段数据从心跳时域信号中丢弃。
7.根据权利要求1所述的一种基于毫米波的生命体征检测方法,其特征在于找出通过频带为0.8~2.0Hz的心跳信号h(t)的所有局部极值点,计算两相邻及之间信号的平均值,求取所有窗口平均值三次样条插值曲线,得到心跳信号的局部均值。用心跳的原始信号减去局部均值,得到内模函数分量,并将局部均值函数当作原始信号重复以上过程,直至得到所有内模函数分量。对分解得到的内模函数分量进行快速傅里叶变换并且进行峰值搜索,根据最大峰值的对应频率计算心跳频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522548.4A CN112674740A (zh) | 2020-12-22 | 2020-12-22 | 一种基于毫米波雷达的生命体征检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522548.4A CN112674740A (zh) | 2020-12-22 | 2020-12-22 | 一种基于毫米波雷达的生命体征检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112674740A true CN112674740A (zh) | 2021-04-20 |
Family
ID=75450103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011522548.4A Pending CN112674740A (zh) | 2020-12-22 | 2020-12-22 | 一种基于毫米波雷达的生命体征检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112674740A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113116342A (zh) * | 2021-04-26 | 2021-07-16 | 上海交通大学 | 一种基于毫米波雷达的生命信号监测方法 |
CN113885021A (zh) * | 2021-09-17 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 基于毫米波信号的心跳检测方法及系统 |
CN114366052A (zh) * | 2021-12-21 | 2022-04-19 | 山东师范大学 | 一种基于毫米波雷达的养老院智能监护系统及方法 |
WO2023004688A1 (zh) * | 2021-07-29 | 2023-02-02 | 南京浙溧智能制造研究院有限公司 | 一种基于多普勒雷达的非接触式呼吸监测方法 |
WO2023005821A1 (zh) * | 2021-07-26 | 2023-02-02 | 森思泰克河北科技有限公司 | 生命体检测方法、终端及存储介质 |
CN116840805A (zh) * | 2023-08-30 | 2023-10-03 | 长沙莫之比智能科技有限公司 | 基于mimo雷达与波束形成的人体生命体征检测方法 |
CN117331047A (zh) * | 2023-12-01 | 2024-01-02 | 德心智能科技(常州)有限公司 | 基于毫米波雷达的人体行为数据分析方法及系统 |
WO2024000610A1 (zh) * | 2022-06-29 | 2024-01-04 | 珠海正和微芯科技有限公司 | Fmcw雷达移动和微动目标检测和识别方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102018503A (zh) * | 2010-10-21 | 2011-04-20 | 中国科学院深圳先进技术研究院 | 生命探测雷达中的呼吸与心跳信号的提取方法及装置 |
CN104644142A (zh) * | 2015-02-05 | 2015-05-27 | 南京理工大学 | 一种非接触式生命体征监护的信号处理算法 |
CN105956388A (zh) * | 2016-04-27 | 2016-09-21 | 南京理工大学 | 基于vmd的人体生命体征信号分离方法 |
CN106859648A (zh) * | 2016-12-21 | 2017-06-20 | 湖南华诺星空电子技术有限公司 | 基于非接触式检测的多目标人体呼吸信号监测方法及装置 |
CN107144840A (zh) * | 2017-05-03 | 2017-09-08 | 中国人民解放军国防科学技术大学 | 基于太赫兹雷达的人体生命信号高精度测量方法 |
CN110507293A (zh) * | 2019-07-26 | 2019-11-29 | 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 |
WO2020004721A1 (ko) * | 2018-06-27 | 2020-01-02 | 유메인주식회사 | 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법 |
-
2020
- 2020-12-22 CN CN202011522548.4A patent/CN112674740A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102018503A (zh) * | 2010-10-21 | 2011-04-20 | 中国科学院深圳先进技术研究院 | 生命探测雷达中的呼吸与心跳信号的提取方法及装置 |
CN104644142A (zh) * | 2015-02-05 | 2015-05-27 | 南京理工大学 | 一种非接触式生命体征监护的信号处理算法 |
CN105956388A (zh) * | 2016-04-27 | 2016-09-21 | 南京理工大学 | 基于vmd的人体生命体征信号分离方法 |
CN106859648A (zh) * | 2016-12-21 | 2017-06-20 | 湖南华诺星空电子技术有限公司 | 基于非接触式检测的多目标人体呼吸信号监测方法及装置 |
CN107144840A (zh) * | 2017-05-03 | 2017-09-08 | 中国人民解放军国防科学技术大学 | 基于太赫兹雷达的人体生命信号高精度测量方法 |
WO2020004721A1 (ko) * | 2018-06-27 | 2020-01-02 | 유메인주식회사 | 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법 |
CN110507293A (zh) * | 2019-07-26 | 2019-11-29 | 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 |
Non-Patent Citations (1)
Title |
---|
刘震宇等: "基于改进经验模态分解的雷达生命信号检测", 《仪器仪表学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113116342A (zh) * | 2021-04-26 | 2021-07-16 | 上海交通大学 | 一种基于毫米波雷达的生命信号监测方法 |
WO2023005821A1 (zh) * | 2021-07-26 | 2023-02-02 | 森思泰克河北科技有限公司 | 生命体检测方法、终端及存储介质 |
WO2023004688A1 (zh) * | 2021-07-29 | 2023-02-02 | 南京浙溧智能制造研究院有限公司 | 一种基于多普勒雷达的非接触式呼吸监测方法 |
CN113885021A (zh) * | 2021-09-17 | 2022-01-04 | 支付宝(杭州)信息技术有限公司 | 基于毫米波信号的心跳检测方法及系统 |
CN113885021B (zh) * | 2021-09-17 | 2024-04-26 | 支付宝(杭州)信息技术有限公司 | 基于毫米波信号的心跳检测方法及系统 |
CN114366052A (zh) * | 2021-12-21 | 2022-04-19 | 山东师范大学 | 一种基于毫米波雷达的养老院智能监护系统及方法 |
WO2024000610A1 (zh) * | 2022-06-29 | 2024-01-04 | 珠海正和微芯科技有限公司 | Fmcw雷达移动和微动目标检测和识别方法和系统 |
CN116840805A (zh) * | 2023-08-30 | 2023-10-03 | 长沙莫之比智能科技有限公司 | 基于mimo雷达与波束形成的人体生命体征检测方法 |
CN116840805B (zh) * | 2023-08-30 | 2023-11-10 | 长沙莫之比智能科技有限公司 | 基于mimo雷达与波束形成的人体生命体征检测方法 |
CN117331047A (zh) * | 2023-12-01 | 2024-01-02 | 德心智能科技(常州)有限公司 | 基于毫米波雷达的人体行为数据分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112674740A (zh) | 一种基于毫米波雷达的生命体征检测方法 | |
CN110584631B (zh) | 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法 | |
CN112754441B (zh) | 一种基于毫米波的非接触式心跳检测方法 | |
CN112998701A (zh) | 基于毫米波雷达的生命体征检测与身份识别系统和方法 | |
CN112716462B (zh) | 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 | |
CN105962914B (zh) | 基于盲源分离的呼吸与心跳信号的分离方法及装置 | |
CN111856455A (zh) | 匹配不同雷达带宽的多目标心率呼吸测量方法及系统 | |
CN110161491B (zh) | 一种针对微弱生命体的测距和呼吸频率估计方法 | |
CN103690169B (zh) | 呼吸信息检测方法 | |
CN110946587B (zh) | 一种淋浴中跌倒的快速检测方法及系统 | |
CN113273978B (zh) | 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法 | |
CN115644840A (zh) | 基于毫米波雷达的生命体征检测方法 | |
Yang et al. | In-car multiple targets vital sign monitoring using location-based VMD algorithm | |
CN115736872A (zh) | 一种基于毫米波雷达实时计算心率的方法 | |
CN113288058B (zh) | 信号处理方法及装置 | |
CN110946555B (zh) | 一种呼吸骤停检测报警系统 | |
CN105105739B (zh) | 短距离无线心率及心率变异性检测方法 | |
CN113812932A (zh) | 一种基于毫米波雷达的车内生命目标探测及定位技术 | |
CN115281628B (zh) | 一种面向汽车智能座舱的自适应生命体征监测方法 | |
Chen et al. | A Novel Scheme for Suppression of Human Motion Effects in Non-Contact Heart Rate Detection | |
Abdulatif et al. | Power-based real-time respiration monitoring using FMCW radar | |
CN114355329A (zh) | 一种调频连续波雷达生命体征距离检测的方法 | |
Sameera et al. | Heart rate detection using single-channel Doppler radar system | |
CN114190913A (zh) | 一种基于毫米波雷达的驾驶人员驾驶状态监测系统及方法 | |
CN112043256A (zh) | 一种基于雷达的多目标心率实时测量方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210420 |
|
WD01 | Invention patent application deemed withdrawn after publication |