CN112754441A

CN112754441A - 一种基于毫米波的非接触式心跳检测方法

Info

Publication number: CN112754441A
Application number: CN202110023632.XA
Authority: CN
Inventors: 许文曜; 刘天天; 林峰; 李勤
Original assignee: Hangzhou Huanmu Information Technology Co ltd
Current assignee: Shenzhen Shengrui Technology Co ltd
Priority date: 2021-01-08
Filing date: 2021-01-08
Publication date: 2021-05-07
Anticipated expiration: 2041-01-08
Also published as: CN112754441B

Abstract

本发明公开了一种基于毫米波的非接触式心跳检测方法。该方法利用毫米波雷达检测心跳信号，对采集得到的雷达生命信号进行经验模态分解、自适应滤波和峰值阈值检测，最终可以得到去除运动干扰后的准确的心跳速率。本发明解决了利用单个毫米波雷达解决行人的心跳速率计算问题，降低了检测成本，准确计算了行人心跳速率，有助于行人心脏健康检测和远距离人体探测；并且以往的毫米波雷达只能检测静止状态下的心跳速率，本发明不仅能计算静止状态下的心跳速率也能检测运动状态下的心跳速率，拥有更加广泛的应用场景。

Description

一种基于毫米波的非接触式心跳检测方法

技术领域

本发明涉及无线感知领域，具体涉及一种基于毫米波的非接触式心跳检测方法。

背景技术

随着人们生活水平的提高，无接触式的健康检测的需求也越来越大，尤其是对心率的检测，心率的变化可以反映人心肺健康状况。除了健康检测的应用，无接触式的心率计算也能应用到远距离人体探测方面。采用毫米波探测人体，具有成本低，距离远和不易受环境影响的优势。而目前，毫米波检测心跳速率的技术无法准确计算出步行状态下的行人的心率，因此应用环境十分受限，只能检测静止状态下的心率，对于处于运动状态下的行人则无法准确计算心率。

发明内容

为了解决背景技术中现有的毫米波感知技术无法检测步行状态下行人心跳速率的问题，本发明提供了一种基于毫米波雷达的非接触式计算人步行状态下的心跳速率方法。

本发明采用的技术方案包括以下步骤：

步骤1)毫米波雷达发射调频连续波并且接收其附近被测人员的反射信号，对反射信号进行距离傅里叶变换得到距离频谱图，根据距离频谱图确定行人位置；

步骤2)使用反正切函数提取行人位置所对应的频点的相位，并进行相位解缠，解缠后的相位信号即为雷达生命信号；

由于得到的相位会在π处发生跳变，跳变幅度为2π，为了使相位在π处不发生跳变，需要对其做相位解缠；

步骤3)根据呼吸和心跳的频域范围，对雷达生命信号进行低通滤波；通过经验模态分解和时变滤波器(TVF)对滤波后的雷达生命信号进行分解得到干净的IMF分量，将筛选后的IMF分量进行叠加得到呼吸信号；利用呼吸信号作为参考信号，构造归一化最小均方自适应滤波器对雷达生命信号进行滤波，滤波后得到粗糙的心跳信号；

步骤4)采用ICEEMDAN(Improved complete ensemble empirical modedecomposition with adaptive noise)对粗糙的心跳信号进行分解，选择叠加得到心跳信号，对心跳信号做傅里叶变换，在1～2.5Hz的频率范围内采用峰值阈值检测筛选真正的心跳频率，基于心跳频率计算心跳速率。

所述步骤1)中的行人位置为距离频谱图中能量最大的位置。

所述步骤3)具体为：

3.1)低通滤波雷达生命信号：采用截止频率为4Hz的低通滤波器对雷达生命信号进行滤波，以滤除高频的冗余噪声，从而得到滤波后的雷达生命信号；

3.2)提取呼吸信号：

3.2.1)通过经验模态分解对雷达生命信号进行分解后得到多个IMF分量；

3.2.2)通过时变滤波器对每个IMF分量进行时变滤波得到干净的IMF分量；

3.2.3)对所有得到的干净的IMF分量进行傅里叶变换，筛选出主要频域在0.2～0.6Hz范围内且幅度最高的频点也在0.2～0.6Hz范围内的IMF分量，将筛选的IMF分量进行叠加得到呼吸信号；对得到的呼吸信号进行傅里叶变换，在0.2～0.6Hz频域范围内峰值对应的频点为呼吸频点；

所述步骤3.2.2)具体为：

1)当仅出现一个时变信号时，步骤3.2.1)得到的IMF分量即为干净的IMF分量；

2)当分出两个时变信号时：

步骤A：通过时变滤波器对两个时变信号中的本地较高频率LHF进行时变滤波；

步骤B：对时变滤波后出现的时变信号进行判断，如果仅出现一个时变信号，则步骤A中的本地较高频率LHF为干净的IMF分量；反之如果分出两个时变信号，则返回至步骤A；

两个时变信号分别为本地较高频率LHF和本地较低频率LLF。

所述的干净的IMF分量为没有混合其他IMF分量的单一IMF分量。

3.3)提取粗糙的心跳信号：

将呼吸信号作为参考信号，输入信号为滤波后的雷达生命信号，通过归一化最小均方自适应滤波器滤波后得到的输出信号为粗糙的心跳信号。

所述步骤4)具体为：

4.1)提取心跳信号：利用ICEEMDAN分解粗糙的心跳信号，对分解得到的IMF分量进行傅里叶变换，筛选主要频域在1～2.5Hz范围内且幅度最高的频点也在1～2.5Hz范围内的IMF分量，将筛选的IMF分量进行叠加得到精确的心跳信号；

4.2)计算心跳速率：对精确的心跳信号进行傅里叶变换，得到心跳信号的频谱图，采用峰值阈值筛选法从频谱图中筛选真正的心跳频率：在1～2.5Hz的频率范围内寻找峰值小于呼吸频点幅值一半的频点，然后在所有筛选得到的频点中选择峰值最大的频点即为心跳频率；

基于心跳频率计算心跳速率，具体计算公式为：

其中，v_heart是心跳速率，单位是个/分钟；N_heart是心跳频率；F_phase是相位采样率，本实施例中为20Hz；NFFT是傅里叶变换的点数，乘以60是为了将心跳频率转换成单位为个/分钟的心跳速率。

所述主要频域为IMF分量中占据频域能量50％以上的频段。

本发明的有益效果是：

1)本发明解决了利用单个毫米波雷达解决行人的心跳速率计算问题，降低了检测成本，准确计算了行人心跳速率，有助于行人心脏健康检测和远距离人体探测；

2)以往的毫米波雷达只能检测静止状态下的心跳速率，本发明不仅能计算静止状态下的心跳速率也能检测运动状态下的心跳速率，拥有更加广泛的应用场景。

附图说明

图1是基于归一化最小均方误差自适应滤波器获得粗糙的心跳信号。

图2是基于毫米波的非接触式心跳检测方法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明作详细说明。

本发明公开了一种一种基于毫米波的非接触式心跳检测方法，该方法包括行人位置检测、雷达生命信号提取、基于改进的经验模式分解与自适应滤波提取粗糙心跳信号、基于ICEEMDAN(Improved complete ensemble empirical mode decomposition withadaptive noise，具有自适应噪声的改进的完整整体经验模式分解)与峰值阈值检测法计算心跳速率：

行人位置检测：被测人员在毫米波雷达附近较为慢速地走动，毫米波发射调频连续波并且接收来自行人反射的信号，对信号进行距离傅里叶变换，探测距离频谱图中能量最大的位置即为行人的位置。

雷达生命信号提取：提取行人对应位置的频点的相位，对其做相位解缠，解缠后的相位信号即为雷达生命信号。

基于改进的经验模式分解与自适应滤波提取粗糙心跳信号：根据呼吸和心跳的频域范围，对雷达生命信号进行低通滤波；利用改进的经验模态分解来分解雷达生命信号，选择叠加得到呼吸信号。利用呼吸信号作为参考信号，构造归一化最小均方自适应滤波器对雷达生命信号进行滤波，滤波得到粗糙的心跳信号。

基于ICEEMDAN与峰值阈值检测法计算心跳速率：采用ICEEMDAN对粗糙的心跳信号进行分解，选择叠加得到心跳信号，对心跳信号做傅里叶变换，对心跳频域采用峰值阈值检测以筛选真正的心跳频率，基于心跳频率计算心跳速率。

具体实施例：

如图2所示，本发明的具体步骤如下：

步骤一：被测人员站在77GHz毫米波雷达附近约50厘米左右的位置处，毫米波雷达发射调频连续波时，被测人员可以进行横向走动或者纵向走动。毫米波雷达参数设置为调频斜率为15.015×10¹²Hz/s，接收端的采样率为5000kHz，每一帧的周期为50ms，每一帧内有128个chirp信号，每次共发射400帧。雷达天线接收回波后，对每一个chirp回波先加汉明窗，再对其做距离傅里叶变换，探测距离频谱图中峰值最大值的位置即为被测人员在该chirp周期内的位置。因为chirp周期很短，人在该周期内可以看作是静止的。

步骤二：步骤一得到每个chirp内行人位置，提取该位置对应频点的每一帧的回波相位，最后得到样本点数为400的相位信号；由于得到的相位会在π处发生跳变，跳变幅度为2π，为了防相位在π处不发生跳变，需要对其做相位解缠，在检查到相位前后两点的差距在超过π的时候，就认为有跳变，将数据加减2π，则是解缠后的真实相位，解缠后的相位信号即为雷达生命信号；77GHz毫米波雷达发射的信号波长约为4毫米，大于行人运动，呼吸和心跳变化引起的变化幅度，所以处理后的相位信号包含了行人运动，心跳和呼吸幅度变化的运动信息。该相位信号被称为雷达生命信号。

步骤三、由于人的呼吸频率在0.2～0.6Hz范围内，心跳频率在1～2.5Hz范围内，采用一个截止频率在4Hz的低通滤波器对雷达生命信号进行滤波。滤波后的雷达生命信号不仅包含了呼吸和心跳信号，还包含了由行人运动引起的干扰信号，心跳信号几乎被干扰信号掩盖，但呼吸信号没有被干扰信号掩盖峰值点。先从雷达生命信号中提取呼吸信号，利用改进的经验模态分解雷达生命信号。与原始的经验模式分解相比，改进的经验模式分解更好地解决了模式混合的问题，改进的经验模式分解充分利用瞬时幅度和频率信息来自适应设计局部滤波器实现筛选过程。分解后雷达生命信号得到多个固有模态函数(IMF)，分别对所有的IMF进行傅里叶变换，筛选出主要频域在0.2～0.6Hz范围内且幅度最高的频点也在0.2～0.6Hz范围内的IMF分量，将筛选的IMF分量叠加得到呼吸信号。如图1所示，利用归一化最小均方自适应滤波器可得到粗糙的心跳信号，自适应滤波的过程中，参考信号为呼吸信号，输入信号为雷达生命信号，自适应滤波后的输出信号即为心跳信号，但此时的心跳信号依旧含有大量因运动引起的干扰信号。

步骤四、利用ICEEMDAN对粗糙的心跳信号进行分解，ICEEMDAN能有效解决模态混叠现象，且分解得到的IMF分量几乎不残留噪声。对分解得到的IMF分量进行傅里叶变换，选择主要频域在1～2.5Hz范围内且幅度最高的频点也在1～2.5Hz范围内的IMF分量，将筛选的IMF分量叠加得到心跳信号。对心跳信号做傅里叶变换，由于运动干扰会在心跳频域中引入“假峰值”，导致心跳频点的幅值会小于噪声的频点。心跳频点的幅值一定小于呼吸频点的幅值的一半，但是运动噪声的幅值一般会大于呼吸频点幅值的一半。采用峰值阈值筛选法，在1～2.5Hz的频率范围内寻找峰值小于呼吸频点幅值一半的频点，然后在所有筛选得到的频点中选择峰值最大的频点即为心跳频率；

最终，可通过如下公式计算出心跳速率：

其中，v_heart是心跳速率，单位是个/分钟，N_heart是心跳频点，F_phase是相位采样率，本设计中为20Hz，NFFT是傅里叶变换的点数，乘以60是为了将心跳频率转换成单位为个/分钟的心跳速率。

Claims

1.一种基于毫米波的非接触式心跳检测方法，其特征在于，包括以下步骤：

步骤3)对雷达生命信号进行低通滤波；通过经验模态分解和时变滤波器对滤波后的雷达生命信号进行分解得到干净的IMF分量，将筛选后的IMF分量进行叠加得到呼吸信号；利用呼吸信号作为参考信号，构造归一化最小均方自适应滤波器对雷达生命信号进行滤波，滤波后得到粗糙的心跳信号；

步骤4)采用ICEEMDAN对粗糙的心跳信号进行分解，选择叠加得到心跳信号，对心跳信号做傅里叶变换，在1～2.5Hz的频率范围内采用峰值阈值检测筛选真正的心跳频率，基于心跳频率计算心跳速率。

2.根据权利要求1所述的一种基于毫米波的非接触式心跳检测方法，其特征在于，所述步骤1)中的行人位置为距离频谱图中能量最大的位置。

3.根据权利要求1所述的一种基于毫米波的非接触式心跳检测方法，其特征在于，所述步骤3)具体为：

3.2)提取呼吸信号：

3.3)提取粗糙的心跳信号：

4.根据权利要求3所述的一种基于毫米波的非接触式心跳检测方法，其特征在于，所述步骤3.2.2)具体为：

2)当分出两个时变信号时：

两个时变信号分别为本地较高频率LHF和本地较低频率LLF。

5.根据权利要求1所述的一种基于毫米波的非接触式心跳检测方法，其特征在于，所述步骤4)具体为：

基于心跳频率计算心跳速率，具体计算公式为：

其中，v_heart是心跳速率；N_heart是心跳频率；F_phase是相位采样率；NFFT是傅里叶变换的点数。

6.根据权利要求3或5任一所述的一种基于毫米波的非接触式心跳检测方法，其特征在于，所述主要频域为IMF分量中占据频域能量50％以上的频段。