CN112674740A

CN112674740A - 一种基于毫米波雷达的生命体征检测方法

Info

Publication number: CN112674740A
Application number: CN202011522548.4A
Authority: CN
Inventors: 赛景波; 刘娜; 刘琦
Original assignee: Beijing University of Technology
Current assignee: Beijing University of Technology
Priority date: 2020-12-22
Filing date: 2020-12-22
Publication date: 2021-04-20

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

一种基于毫米波雷达的生命体征检测方法

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t_j+1，t_j(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m_j所对应的时间

S62：求取所有窗口平均值m_j(t_j)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r_m(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t_i+1，t_i(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p_i所对应的时间

S72：求取所有窗口平均值p_i(t_i)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e_s(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

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。