CN112741611A - 基于毫米波感知的多人体生命体征同步监测系统及方法 - Google Patents
基于毫米波感知的多人体生命体征同步监测系统及方法 Download PDFInfo
- Publication number
- CN112741611A CN112741611A CN202011560018.9A CN202011560018A CN112741611A CN 112741611 A CN112741611 A CN 112741611A CN 202011560018 A CN202011560018 A CN 202011560018A CN 112741611 A CN112741611 A CN 112741611A
- Authority
- CN
- China
- Prior art keywords
- human body
- millimeter wave
- signal
- vital sign
- information
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 22
- 210000000779 thoracic wall Anatomy 0.000 claims abstract description 51
- 238000006073 displacement reaction Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 230000008447 perception Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 17
- 230000001121 heart beat frequency Effects 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 10
- 210000000038 chest Anatomy 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000036391 respiratory frequency Effects 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 238000011410 subtraction method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 230000035565 breathing frequency Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002612 cardiopulmonary effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 1
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- 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
- A61B5/08—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Mathematical Physics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种基于毫米波感知的多人体生命体征同步监测系统及方法，包括：毫米波雷达前端模块、微控制器、处理器和显示与记录模块，其中：毫米波雷达前端模块用于发射线性调频连续波微波或毫米波信号，并接收反射的回波信号，产生多通道中频基带信号，微控制器对波形参数、发射功率和信号增益参数及监测过程进行设置和控制，对处理器的信号采集模块的采集参数进行设置和控制，处理器从多通道中频基带信号中提取人体的生命体征参数信息，显示与记录模块显示并保存处理器得到的包括：多人体位置信息、胸壁微动位移信息和生命体征参数在内的信息。本发明为多人体生命体征同步监测提供一种测量精度高、抗干扰能力强、可靠稳定的非接触式生命体征监测系统及方法。
Description
技术领域
本发明涉及的是一种医疗检测领域的技术，具体是一种基于毫米波感知的多人体生命体征同步监测系统及方法。
背景技术
传统的生命体征监测仪器多用于临床医疗，通过光、电、压力等接触式传感器来检测人体的心率和呼吸频率，以现有的医用心电图机(ECG)、可穿戴式健康监测设备等为代表的接触式生命体征监测方法需要传感器与身体部位接触，难免引起被测者的紧张与不适，从而导致测量误差，同时不适合长期监测。基于激光的非接触式测量方法不能有衣物隔挡，适用场景受限；现有的微波生命体征监测方法中，连续波多普勒雷达没有距离分辨能力，无法同步监测多名被测者，调频连续波雷达受限于发射带宽，多个人体目标的生命体征监测存在相互耦合干扰，特别是当多个目标之间的距离较近时尤为明显，造成极大的测量误差，而当两个或多个人体目标处于同一距离单元时，会存在严重的混叠干扰，导致监测失败。另外，由于微波或毫米波雷达生命体征监测是通过感知人体心肺活动引起的胸壁起伏运动实现的，而呼吸和心跳引起的胸壁起伏运动是叠加在一起的，由于雷达波束具有较大的范围，现有技术仅能够测试人体胸壁起伏运动的平均结果，导致微弱的心跳分量难以精确、可靠的提取，准确、稳定的心率监测一直是难以突破的技术难题。
发明内容
本发明针对现有生命体征监测方法均无法实现多人体同步监测及生命体征的准确提取的不足、现有的微波测量方法中邻近多人体目标的耦合干扰和同距离多人体目标的混叠干扰难题，提出一种基于毫米波感知的多人体生命体征同步监测系统及方法，为多人体生命体征同步监测提供一种测量精度高、抗干扰能力强、可靠稳定的非接触式生命体征监测系统及方法。
本发明是通过以下技术方案实现的：
本发明涉及一种基于毫米波感知的多人体生命体征同步监测系统，包括：毫米波雷达前端模块、微控制器、处理器和显示与记录模块，其中：毫米波雷达前端模块用于重复发射线性调频连续波(LFMCW)微波或毫米波信号，并接收反射的回波信号，产生多通道中频基带信号并输出至处理器，微控制器分别对毫米波雷达前端模块的波形参数、发射功率和信号增益参数及监测过程进行设置和控制、对处理器的信号采集模块的采集参数进行设置和控制，处理器从多通道中频基带信号中提取多人体位置信息、胸壁微动位移信息和生命体征参数信息并由显示与记录模块显示并保存。
所述的毫米波雷达前端模块包括：LFMCW信号源、功分器、功率放大器、低噪声放大器、混频器、低通滤波器、至少一个发射天线和若干接收天线，其中：LFMCW信号源的信号经过功率放大器连接发射天线，由发射天线发射；接收天线接收反射的信号，经低噪声放大器传输给混频器；混频器将低噪声放大器传输的信号与经过功分器后的另一路LFMCW信号源的信号混频处理，经低通滤波器处理后输出多通道中频基带信号。
所述的雷达前端的等效接收通道个数等于有效的发射天线和接收天线个数的乘积。
所述的处理器包括：信号采集模块和信号处理模块，其中：信号采集模块接收来自毫米波雷达前端模块的多通道中频基带信号以及来自微控制器的采集参数，信号处理模块用于实现单个或多个人体目标的定位与热图位置索引处理、人体胸壁微动位移时域信息提取和生命体征参数提取。
本发明涉及一种基于上述监测系统的毫米波多人体生命体征同步监测方法，通过设置毫米波雷达前端模块的发射波束朝向待测区域，同步采集多通道多通道中频基带信号，从中提取待测区域距离-角度像热图，然后根据人体呼吸、心跳的特征频率信息定位视场内的各个人体胸廓在距离-角度像热图的位置及索引，并基于距离-角度联合维度的微动信息提取与反演，测量出各人体胸壁的微动位移时域信息，最终估计各人体的呼吸与心跳频率，实现多人体的生命体征同步监测。
所述的多通道多通道中频基带信号，具体为：每个发射周期时间内雷达中频基带信号C＝[S1,S2,…SM]，其中：M为毫米波雷达前端模块的等效接收通道个数，第m个通道基带信号Sm为[s(1,m),s(2,m),…s(N,m)]T，N为单发射周期时间内每个通道基带信号总采样数。
所述的待测区域距离-角度像热图，通过将雷达中频基带信号组成的信号矩阵C进行二维快速傅里叶变换，即对矩阵C的每列基带信号做快速傅里叶变换得到待测范围内所有物体的距离像信息矩阵CF，然后对矩阵CF的每行进行快速傅里叶变换得到待测范围内所有物体的角度像信息矩阵CFF，通过取模值获得待测区域距离-角度像热图。基于热图，通过极值搜索实现对测量区域各人体目标的距离-角度像定位。
所述的各个人体的胸壁位置，通过以下其中：一种方式或其组合实现准确定位：
A)通过待测区域距离-角度像热图生成三维矩阵后，采用逐次循环做差法消除周围环境静态目标的干扰，辨识人体胸壁位置所在的热图信息；
B)通过待测区域距离-角度像热图生成三维矩阵后，对三维矩阵沿多发射周期方向进行逐次做差，对计算得到的新矩阵进行带通滤波并周期累加后准确定位视场内人体胸壁位置的距离-角度像热图。
所述的三维矩阵，通过选取K个发射周期获得的距离-角度像热图得到三维矩阵
所述的逐次循环做差法是指：对三维矩阵CK每隔L个发射周期进行作差处理，再沿发射周期方向进行累加得到凸显人体胸腔位置的距离-角度像热图，获得相应的位置索引。
所述的带通滤波是指：根据人体生命体征频率范围(f1,f2)设置带通滤波器的上下限截止频率，对逐次做差得到的新矩阵DK取模，并沿发射周期方向进行带通滤波得到三维矩阵
所述的周期累加是指：对三维矩阵
沿多发射周期进行累加，实现人体胸壁，特别是心跳位置所处的距离-角度像信息及其索引。
所述的人体胸壁微动位移时域信息提取方法为，根据单个或多人体胸壁位置对应的距离-角度像热图位置信息(kq,pq)，其中：kq和pq分别为第q个待测人员的距离维度索引和角度维度索引，通过以下公式提取第q个待测人员在第i个发射周期的胸壁微动位移信息：
其中：T为雷达的重复发射周期，arg[·]为取复数相位角运算，si(·)为第i个发射周期多通道离散基带信号，Nfft为二维快速傅里叶变换中第一维度变换的点数，Mfft为二维快速傅里叶变换中第二维度变换的点数，λ为雷达发射载波的波长。
所述的各人体的呼吸与心跳频率估计方法是指：根据提取的每个待测人员的胸壁微动位移时域信息，通过滑动窗形式利用包括：信号分解、滤波处理及频谱分析、自相关分析、时频分析在内的方法估计每个待测人员包含呼吸频率和心跳频率在内的信息。
技术效果
本发明整体解决现有技术基于微波或毫米波雷达的人体生命体征监测，特别是多人体生命体征监测存在的心跳频率难以准确、稳定可靠的监测，以及多人体目标邻近的耦合与混叠干扰难题，导致无法实现准确的多人体生命体征监测的问题。
与现有技术相比，本发明采用单发或多发多收雷达，实现距离-角度联合维度的多人体定位与胸壁微动信息测量，通过距离-角度联合维度的解调和相位演变追踪，解决了多人体目标，特别是邻近目标的相互耦合干扰，及处于同一距离单元的多人体目标的混叠干扰难题，实现了多人体生命体征的同步监测，极大地提高了人体生命体征参数的测量精度。另外，通过逐次循环做差及带通滤波周期累加法能够显著凸显胸壁，特别是心跳对应胸壁的距离角度像热图，为准确可靠地提取多人体胸壁的微动时域信息奠定了基础，极大提高了对微弱的心跳信号的准确、稳定监测能力。
附图说明
图1为本发明系统示意图；
图2为本发明毫米波雷达前端的结构示意图；
图3为实施例测试场景图；
图4为本发明流程图；
图5为待测区域内多人体胸腔位置距离-角度像热图；
图6为实施例测得的三个测试人员胸腔运动位移时域信息示意图；
图7为实施例提取的三个测试人员呼吸和心跳频率随时间变化曲线示意图；
具体实施方式
如图1所示，本实施例涉及一种基于毫米波感知的多人体生命体征同步监测系统，包括：毫米波雷达前端模块、微控制器、用于采集多通道中频基带信号，并处理提取单个或多个人体的生命体征参数信息的处理器和显示与记录模块，其中：毫米波雷达前端模块用于重复发射线性调频连续波(LFMCW)微波或毫米波信号，并接收反射的回波信号，产生多通道中频基带信号，微控制器分别对毫米波雷达前端得波形参数、发射功率和信号增益参数及监测过程进行设置和控制、对处理器的信号采集模块的采集参数进行设置和控制。
如图2所示，所述的毫米波雷达前端包括：LFMCW信号源、功分器、功率放大器、低噪声放大器、混频器、低通滤波器、发射天线和接收天线，其中：LFMCW信号源与所述功分器相连，所述功分器一端与所述功率放大器相连，一端与所述混频器相连；功率放大器与发射天线相连，接收天线与低噪声放大器相连，低噪声放大器与混频器相连，混频器的输出端与低通滤波器相连；LFMCW信号源的信号经过功分器分为两路，一路经过功率放大器连接发射天线由发射天线发射；接收天线接收反射的信号，经低噪声放大器传输给混频器；混频器将低噪声放大器传输的微波信号与经过功分器后的另一路微波信号混频处理，经低通滤波器处理后输出多通道中频基带信号。
所述的接收天线的个数为多个，发射天线的个数为至少一个。
所述的雷达前端的等效接收通道个数等于有效的发射天线和接收天线个数的乘积。基于多发多收方式能够实现较小天线孔径下，得到较高的角度分辨能力。
所述的功率分配器，功率放大器的个数与发射天线个数相同。
所述的低噪声放大器和混频器与接收天线的个数相同。
所述的处理器包括：信号采集模块和信号处理模块，其中：信号采集模块用于同步采集多通道的多通道中频基带信号，信号处理模块用于实现单个或多个人体目标及其胸壁，特别是心跳对应胸壁位置的定位与热图位置索引处理，基于距离-角度联合维度的人体胸壁微动位移时域信息提取和基于胸壁微动位移时域信息提取，得到生命体征参数。
所述的生命体征参数包括呼吸信息和心跳信息。
所述的显示与记录模块显示并保存处理器得到的包括：多人体位置信息、胸壁微动位移信息和生命体征参数在内的信息。
如图3所示，为本实施例涉及一种基于上述系统的多人体生命体征同步监测场景，三个待测人员肩并肩并排而坐，毫米波雷达前端模块的发射波束照射整个待测区域。
如图4所示，本实施例涉及一种基于毫米波感知的多人体生命体征同步监测方法，包括：以下步骤：
步骤1，设置毫米波雷达前端模块的发射波束朝向待测区域，配置感知系统参数，控制连续发射并接收毫米波雷达信号，同时由处理器的信号采集模块采集多通道中频基带信号C＝[S1,S2,…SM]，其中：M为雷达前端的等效接收通道个数，每个发射周期时间内第m个通道基带信号Sm为[s(1,m),s(2,m),…s(N,m)]T，其中：N为单发射周期时间内每个通道基带信号总采样数。
步骤2，对多通道中频基带信号进行处理，获取待测区域距离-角度像热图：对步骤1得到多通道中频基带信号矩阵C进行二维快速傅里叶变换，首先对矩阵C的每列基带信号做快速傅里叶变换得到待测范围内所有物体的距离像信息，即矩阵CF，然后对矩阵CF的每行进行快速傅里叶变换得到待测范围内所有物体的角度像信息，即矩阵CFF。通过取模值获得待测区域距离-角度像热图。基于热图，通过极值搜索实现对测量场景中所有目标的距离-角度像定位。
步骤3，根据人体呼吸、心跳的特征频率信息定位视场内的各个人体胸壁在距离-角度像热图的位置及索引，具体包括：
步骤3.1，选取某K个发射周期获得的距离-角度像热图得到三维矩阵
其中K值的选择可根据采样时间的长短和发射周期决定。
步骤3.2，在正常的心肺活动过程中，胸壁前后起伏微动，周围的环境相对静止。另外，人体呼吸的频率范围约为0.2-0.35Hz，心跳频率的范围约为0.9-1.6Hz，且一般呼吸引起的胸壁微动幅度是心跳引起的胸壁微动幅度的10倍左右，心跳分量非常微弱。为了有效提取生命体征需要准确定位各人题的胸壁位置，通过以下其中：一种方式或其组合实现准确定位：
A)通过待测区域距离-角度像热图生成三维矩阵后，采用逐次循环做差法消除周围环境静态目标的干扰，辨识人体胸壁位置所在的热图信息。所述的逐次循环做差法是指：对三维矩阵CK每隔L个(L＝1,2,……)发射周期进行作差处理，再沿发射周期方向进行累加得到凸显人体胸腔位置的距离-角度像热图，获得相应的位置索引。该方法可有效辨识静态目标及人体静态的部位，凸显出人体胸壁的位置信息，为后续多人体胸壁微动时域信息的提取奠定基础。
B)通过待测区域距离-角度像热图生成三维矩阵后，对三维矩阵沿多发射周期方向进行逐次做差，即对三维矩阵CK每隔一个或多个发射周期进行逐次作差处理，得到新矩阵DK，其中：DK(:,:,i)＝CK(:,:,i+L)-CK(:,:,i)，i为发射周期的序号。对矩阵DK取模，并沿发射周期方向进行带通滤波得到三维矩阵
实际使用中，可根据人体可能所在的热图位置沿发射周期方向进行带通滤波，为了实现微弱的心跳频率的监测，根据人体心跳频率的频率范围设置带通滤波的上下限截止频率，以准确定位心跳所在的胸壁位置对应的热图索引。带通滤波后，通过对三维矩阵
沿发射周期方向进行累加，实现人体胸壁，特别是心跳位置所处的距离-角度像信息及其索引，该操作极大地提高了微弱心跳信号的提取能力，为解决心率监测中胸壁微动位移提取的平均效应难题奠定了基础。如图3所示，本实施例测量场景中得到的视场内多人体胸腔位置的距离-角度像热图。
步骤4，提取视场内每个待测人员胸壁微动位移时域信息，具体包括：
步骤4.1，根据步骤3确定每个待测人员胸腔的位置信息(kq,pq)，其中：kq和pq分别为第q个待测人员的距离维度索引和角度维度索引；
步骤4.2，提取第q待测人员在第i个发射周期的胸壁微动位移时域信息：
其中：T为雷达的重复发射周期，arg[·]为取复数相位角运算，si(·)为第i个发射周期多通道离散基带信号，Nfft为二维快速傅里叶变换中第一维度变换的点数，Mfft为二维快速傅里叶变换中第二维度变换的点数，λ为雷达发射载波的波长。
如图4所示，设置T＝10ms,发射带宽为3GHz,本实施例测量得到的三个待测人员胸壁微动位移时域波形。通过距离-角度联合维度的解调和相位演变追踪，有效消除了多人体邻近的耦合和混叠干扰，极大地提高了各个人体目标心肺活动引起的胸壁微动信息。
步骤5，提取各人体的呼吸与心跳频率，具体包括：
对由步骤4得到的每个待测人员的胸壁微动位移时域信息，通过滑动窗形式利用包括：信号分解、滤波处理及频谱分析、自相关分析、时频分析在内的方法估计每个待测人员包含呼吸频率和心跳频率在内的信息。
例如，采用时间长度为TW＝15s的滑动窗进行滑动截取，通过自相关分析，根据人体的呼吸和心跳频率范围，提取出各个滑动窗内的呼吸和心跳频率。如图5所示，为测试场景中三个被测人员的呼吸和心跳频率随时间变化曲线结果。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。
Claims (12)
1.一种基于毫米波感知的多人体生命体征同步监测系统，其特征在于，包括：毫米波雷达前端模块、微控制器、处理器和显示与记录模块，其中：毫米波雷达前端模块用于重复发射线性调频连续波微波或毫米波信号，并接收反射的回波信号，产生多通道中频基带信号并输出至处理器，微控制器分别对毫米波雷达前端模块的波形参数、发射功率和信号增益参数及监测过程进行设置和控制、对处理器的信号采集模块的采集参数进行设置和控制，处理器从多通道中频基带信号中提取多人体位置信息、胸壁微动位移信息和生命体征参数信息并由显示与记录模块显示并保存。
2.根据权利要求1所述的基于毫米波感知的多人体生命体征同步监测系统，其特征是，所述的毫米波雷达前端模块包括：LFMCW信号源、功分器、功率放大器、低噪声放大器、混频器、低通滤波器、至少一个发射天线和若干接收天线，其中：LFMCW信号源的信号经过功率放大器连接发射天线，由发射天线发射；接收天线接收反射的信号，经低噪声放大器传输给混频器；混频器将低噪声放大器传输的信号与经过功分器后的另一路LFMCW信号源信号混频处理，经低通滤波器处理后输出多通道中频基带信号。
3.根据权利要求2所述的基于毫米波感知的多人体生命体征同步监测系统，其特征是，所述的雷达前端的等效接收通道个数等于有效的发射天线和接收天线个数的乘积。
4.根据权利要求1所述的基于毫米波感知的多人体生命体征同步监测系统，其特征是，所述的处理器包括：信号采集模块和信号处理模块，其中：信号采集模块接收来自毫米波雷达前端模块的多通道中频基带信号以及来自微控制器的采集参数，信号处理模块用于实现单个或多个人体目标的定位与热图位置索引处理、人体胸壁微动位移时域信息提取和生命体征参数提取。
5.一种基于权利要求1～4中任一所述系统的毫米波多人体生命体征同步监测方法，其特征在于，通过设置毫米波雷达前端模块的发射波束朝向待测区域，同步采集多通道中频基带信号，从中提取待测区域距离-角度像热图，然后根据人体呼吸、心跳的特征频率信息定位视场内的各个人体胸壁在距离-角度像热图的位置及索引，并基于距离-角度联合维度的微动信息提取与反演，测量出各人体胸壁的微动位移时域信息，最终估计各人体的呼吸与心跳频率，实现多人体的生命体征同步监测。
6.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的多通道中频基带信号，具体为：雷达中频基带信号C＝[S1,S2,…SM]，其中：M为毫米波雷达前端模块的等效接收通道个数，每个重复发射周期时间内第m个通道基带信号Sm为[s(1,m),s(2,m),…s(N,m)]T，N为每个通道基带信号采样点数。
7.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的待测区域距离-角度像热图，通过将雷达中频基带信号组成的信号矩阵C进行二维快速傅里叶变换，即对矩阵C的每列基带信号做快速傅里叶变换得到待测范围内所有物体的距离像信息矩阵CF，然后对矩阵CF的每行进行快速傅里叶变换得到待测范围内所有物体的角度像信息矩阵CFF，通过取模值获得待测区域距离-角度像热图，基于热图，通过极值搜索实现对测量区域各人体目标的距离-角度像定位。
8.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的各个人体的胸壁位置，通过以下其中：一种方式或其组合实现准确定位：
A)通过待测区域距离-角度像热图生成三维矩阵后，采用逐次循环做差法消除周围环境静态目标的干扰，辨识人体胸壁位置所在的热图信息；
B)通过待测区域距离-角度像热图生成三维矩阵后，对三维矩阵沿多发射周期方向进行逐次做差，对计算得到的新矩阵进行带通滤波并周期累加后准确定位视场内人体胸壁位置的距离-角度像热图。
9.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的三维矩阵，通过选取K个发射周期获得的距离-角度像热图得到三维矩阵
10.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的逐次循环做差法是指：对三维矩阵CK每隔L(L＝1,2,……)个发射周期进行作差处理，再沿发射周期方向进行累加得到凸显人体胸腔位置的距离-角度像热图，获得相应的位置索引。
11.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的人体胸壁微动位移时域信息提取方法为，根据单个或多人体胸壁位置对应的距离-角度像热图位置信息(kq,pq)，其中：kq和pq分别为第q个待测人员的距离维度索引和角度维度索引，通过以下公式提取第q个待测人员在第i个发射周期的胸壁微动位移信息：
其中：T为雷达的重复发射周期，arg[·]为取复数相位角运算，si(·)为第i个发射周期多通道离散基带信号，Nfft为二维快速傅里叶变换中第一维度变换的点数，Mfft为二维快速傅里叶变换中第二维度变换的点数，λ为雷达发射载波的波长。
12.根据权利要求5所述的毫米波多人体生命体征同步监测方法，其特征是，所述的各人体的呼吸与心跳频率估计方法是指：根据提取的每个待测人员的胸壁微动位移时域信息，通过滑动窗形式利用包括：信号分解、滤波处理及频谱分析、自相关分析、时频分析在内的方法估计每个待测人员包含呼吸频率和心跳频率在内的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011560018.9A CN112741611A (zh) | 2020-12-25 | 2020-12-25 | 基于毫米波感知的多人体生命体征同步监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011560018.9A CN112741611A (zh) | 2020-12-25 | 2020-12-25 | 基于毫米波感知的多人体生命体征同步监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112741611A true CN112741611A (zh) | 2021-05-04 |
Family
ID=75645896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011560018.9A Pending CN112741611A (zh) | 2020-12-25 | 2020-12-25 | 基于毫米波感知的多人体生命体征同步监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112741611A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113296094A (zh) * | 2021-05-13 | 2021-08-24 | 上海交通大学 | 面向人体监护的小型化非接触雷达系统 |
| CN113361526A (zh) * | 2021-07-16 | 2021-09-07 | 合肥工业大学 | 一种融合肩部和胸部区域信息的非接触式呼吸率监测方法 |
| CN113384250A (zh) * | 2021-05-26 | 2021-09-14 | 上海交通大学 | 用于生命体征探测的毫米波雷达系统低功耗实现方法 |
| CN113640792A (zh) * | 2021-07-06 | 2021-11-12 | 南京理工大学 | 一种基于机器学习的车内生命体毫米波雷达检测方法 |
| CN114259213A (zh) * | 2021-12-17 | 2022-04-01 | 华中科技大学 | 杂波背景下毫米波mimo雷达的邻近多目标生命体征检测方法 |
| CN114942426A (zh) * | 2022-05-19 | 2022-08-26 | 西安交通大学 | 一种无源定位和生命体征监测方法、系统、计算机和存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19631590A1 (de) * | 1996-08-05 | 1998-02-12 | Bosch Gmbh Robert | Radarsystem, insbesondere für Kfz-Anwendungen |
| US8854255B1 (en) * | 2011-03-28 | 2014-10-07 | Lockheed Martin Corporation | Ground moving target indicating radar |
| CN106821347A (zh) * | 2016-12-20 | 2017-06-13 | 中国人民解放军第三军医大学 | 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 |
| WO2017156492A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
| CN107607923A (zh) * | 2017-08-21 | 2018-01-19 | 上海交通大学 | 基于lfmcw雷达的振动监测系统与信号处理方法 |
| US20180279884A1 (en) * | 2017-03-29 | 2018-10-04 | Texas Instruments Incorporated | Multi-person vital signs monitoring using millimeter wave (mm-wave) signals |
| CN110327029A (zh) * | 2019-07-03 | 2019-10-15 | 上海交通大学 | 一种基于微波感知的心率与心率变异性监测方法 |
| CN110584631A (zh) * | 2019-10-10 | 2019-12-20 | 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 |
| CN111352102A (zh) * | 2020-03-18 | 2020-06-30 | 重庆邮电大学 | 一种基于调频连续波雷达的多目标个数检测方法及装置 |
| CN111481184A (zh) * | 2020-04-24 | 2020-08-04 | 华侨大学 | 基于毫米波雷达技术的多目标呼吸心率监测方法与系统 |
| CN111624568A (zh) * | 2019-02-27 | 2020-09-04 | 和硕联合科技股份有限公司 | 多目标生命征象检测系统及方法 |
-
2020
- 2020-12-25 CN CN202011560018.9A patent/CN112741611A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19631590A1 (de) * | 1996-08-05 | 1998-02-12 | Bosch Gmbh Robert | Radarsystem, insbesondere für Kfz-Anwendungen |
| US8854255B1 (en) * | 2011-03-28 | 2014-10-07 | Lockheed Martin Corporation | Ground moving target indicating radar |
| WO2017156492A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
| CN106821347A (zh) * | 2016-12-20 | 2017-06-13 | 中国人民解放军第三军医大学 | 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 |
| US20180279884A1 (en) * | 2017-03-29 | 2018-10-04 | Texas Instruments Incorporated | Multi-person vital signs monitoring using millimeter wave (mm-wave) signals |
| CN107607923A (zh) * | 2017-08-21 | 2018-01-19 | 上海交通大学 | 基于lfmcw雷达的振动监测系统与信号处理方法 |
| CN111624568A (zh) * | 2019-02-27 | 2020-09-04 | 和硕联合科技股份有限公司 | 多目标生命征象检测系统及方法 |
| CN110327029A (zh) * | 2019-07-03 | 2019-10-15 | 上海交通大学 | 一种基于微波感知的心率与心率变异性监测方法 |
| CN110584631A (zh) * | 2019-10-10 | 2019-12-20 | 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 |
| CN111352102A (zh) * | 2020-03-18 | 2020-06-30 | 重庆邮电大学 | 一种基于调频连续波雷达的多目标个数检测方法及装置 |
| CN111481184A (zh) * | 2020-04-24 | 2020-08-04 | 华侨大学 | 基于毫米波雷达技术的多目标呼吸心率监测方法与系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113296094A (zh) * | 2021-05-13 | 2021-08-24 | 上海交通大学 | 面向人体监护的小型化非接触雷达系统 |
| CN113296094B (zh) * | 2021-05-13 | 2022-06-03 | 上海交通大学 | 面向人体监护的小型化非接触雷达系统 |
| CN113384250A (zh) * | 2021-05-26 | 2021-09-14 | 上海交通大学 | 用于生命体征探测的毫米波雷达系统低功耗实现方法 |
| CN113640792A (zh) * | 2021-07-06 | 2021-11-12 | 南京理工大学 | 一种基于机器学习的车内生命体毫米波雷达检测方法 |
| CN113640792B (zh) * | 2021-07-06 | 2024-02-13 | 南京理工大学 | 一种基于机器学习的车内生命体毫米波雷达检测方法 |
| CN113361526A (zh) * | 2021-07-16 | 2021-09-07 | 合肥工业大学 | 一种融合肩部和胸部区域信息的非接触式呼吸率监测方法 |
| CN113361526B (zh) * | 2021-07-16 | 2022-09-27 | 合肥工业大学 | 一种融合肩部和胸部区域信息的非接触式呼吸率监测方法 |
| CN114259213A (zh) * | 2021-12-17 | 2022-04-01 | 华中科技大学 | 杂波背景下毫米波mimo雷达的邻近多目标生命体征检测方法 |
| CN114259213B (zh) * | 2021-12-17 | 2024-05-14 | 华中科技大学 | 杂波背景下毫米波mimo雷达的邻近多目标生命体征检测方法 |
| CN114942426A (zh) * | 2022-05-19 | 2022-08-26 | 西安交通大学 | 一种无源定位和生命体征监测方法、系统、计算机和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112741611A (zh) | 基于毫米波感知的多人体生命体征同步监测系统及方法 | |
| US9662088B2 (en) | Ultrasound pulse-wave doppler measurement of blood flow velocity and/or turbulence | |
| CN109875529B (zh) | 一种基于超宽带雷达的生命体征检测方法及系统 | |
| Mostov et al. | Medical applications of shortwave FM radar: Remote monitoring of cardiac and respiratory motion | |
| US20140358000A1 (en) | Automated doppler pulse cycle selection | |
| Jeger-Madiot et al. | Non-contact and through-clothing measurement of the heart rate using ultrasound vibrocardiography | |
| CN115399747B (zh) | 一种基于毫米波雷达的多人生命体征监测方法 | |
| Alizadeh et al. | Remote heart rate sensing with mm-wave radar | |
| Goldfine et al. | Respiratory rate monitoring in clinical environments with a contactless ultra-wideband impulse radar-based sensor system | |
| CN115644840A (zh) | 基于毫米波雷达的生命体征检测方法 | |
| Lauteslager et al. | Dynamic microwave imaging of the cardiovascular system using ultra-wideband radar-on-chip devices | |
| Rong et al. | Is radar cardiography (rcg) possible? | |
| Rong | Remote sensing for vital signs monitoring using advanced radar signal processing techniques | |
| Abu-Sardanah et al. | A wearable mm-wave radar platform for cardiorespiratory monitoring | |
| Evteeva et al. | Sensing of human breathing and heart beating at different orientation angles by CW Doppler radar | |
| CN106264509A (zh) | 一种心率测量装置和方法 | |
| Gao et al. | A new direction for biosensing: RF sensors for monitoring cardio-pulmonary function | |
| Chen et al. | Multiple-target vital signs sensing using 77GHz FMCW radar | |
| Lopes et al. | Equivalent pipeline processing for IR-UWB and FMCW radar comparison in vital signs monitoring applications | |
| Pan et al. | A spectrum estimation approach for accurate heartbeat detection using Doppler radar based on combination of FTPR and TWV | |
| Thiel et al. | Non-contact detection of myocardium’s mechanical activity by ultrawideband RF-radar and interpretation applying electrocardiography | |
| Lee et al. | Towards higher accuracy and better noise-tolerance for fetal heart rate monitoring using Doppler ultrasound | |
| Ricciuti et al. | Contactless Heart Rate Measurements using RGB-camera and Radar. | |
| Lauteslager et al. | Cross-body UWB radar sensing of arterial pulse propagation and ventricular dynamics | |
| Cao et al. | A novel frequency tracking algorithm for non-contact vital sign monitoring |
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 |