CN112782681A - 基于毫米波与物联网的室内定位与跌倒检测系统及方法 - Google Patents

Abstract

本发明公开了基于毫米波与物联网的室内定位与跌倒检测系统及方法，系统包括：中央控制与处理器及与其相连的DAC模块、ADC模块、毫米波雷达模块、WiFi模块、摄像模块、数据储存模块，中频信号处理系统加载在处理器上；方法包括：S1，处理器控制DAC产生带有时间间隔的三角波并输出；S2，毫米波雷达获取波形，将电压变化转为频率变化，向外发送变频波；S3，毫米波雷达接收回波，并与当前时刻的发送做差频，返回中频信号；S4，ADC接收中频信号，解析后返回给处理器；S5，处理器对离散的中频信号做FFT，得到目标距离信息、加速度、角度；S6，发现目标跌倒后，打开摄像头，将所记录图像通过WiFi上传服务器。

Description

基于毫米波与物联网的室内定位与跌倒检测系统及方法

技术领域

本发明涉及定位与检测技术领域，尤其是涉及基于毫米波与物联网的室内定位与跌倒检测系统及方法。

背景技术

随着我国人民物质需求的提高，人们愈加重视提高生活品质以及保护隐私。在无人监护领域，如跌倒检测，市场常见解决方案为可穿戴设备或摄像头监控。毫米波雷达设备检测精度高，受环境影响小，相较于可穿戴设备，不需要使用者额外佩戴装置，更方便舒适，且不受使用环境限制，且很好地保护用户隐私，具有明显优势；相较于单独使用监控摄像头，该系统仅在目标跌倒时控制摄像头开启做辅助判断，在更好的保护个人隐私的前提下能够实现对目标安全状态的监控。在特殊环境下，如有大量水雾和蒸汽的浴室、洗手间，传统的视觉方法判断人员跌倒受此类极端环境影响大，且在普通场景下无法保护个人隐私；佩戴设备会因忘记佩戴而失效，舒适程度也有限，其定位与目标状态检测的精度及效率均不理想。

发明内容

为解决现有技术的不足，实现提高检测精度及检测效率的目的，本发明采用如下的技术方案：

基于毫米波与物联网的室内定位与跌倒检测方法，包括如下步骤：

S1，中央控制与处理模块控制DAC模块产生带有时间间隔的三角波输入到毫米波雷达，使毫米波雷达产生对应的三角脉冲频率波形；

S2，毫米波雷达接收回波，并与当前时刻的发送波做差频，返回的中频信号，通过ADC模块将模拟信号转为数字信号传给中央控制与处理模块；

S3，中央控制与处理模块对离散的中频信号做FFT，得到目标距离信息、加速度、角度；

S4，获取3D点云图，对其进行聚落处理，判断聚落的联合坐标，以确定目标位置；通过聚落联合加速度来判断人员跌倒；

S5，发现人员跌倒后，打开摄像模块，将所记录图像上传至服务器。

采用毫米波雷达进行跌倒检测，提高了环境容忍度，增强隐私保密性；采用带有时间间隔的三角波调制毫米波雷达，可以将中频信息中距离维度与速度维度分离开；采用摄像头只在有人跌倒时打开，可以了解跌倒者受伤程度。

进一步的，所述步骤S3中，中央控制与处理模块通过加载在其上的中频信号处理系统，进行等间隔三角脉冲调制方式、目标距离与多普勒速度分离和匹配、加速度检测、到达角检测，包括如下步骤：

S31，利用三角脉冲频率波形调制，具有将距离与多普勒频移分离的优势，执行上扫频信号满足：

f＝f₀+st

其中，f₀为发射机发射最小频率，s为频率上升斜率，t为时间，差频信号满足：

其中，f_up为斜率上升段，f_down为下降段，f_c为恒频段，R是目标距离，v为目标速度，c为波速，联立可得：

对中频信号扫频区段做短时二维FFT，得到关于速度的模糊频率与距离的联合矩阵，恒频段所得速度矩阵与扫频区段所得速度矩阵进行匹配，达到修正目标的距离与速度信息的目的；对所得速度距离矩阵利用类似DBSCAN算法进行聚落处理以减少系统计算量；

S32，目标加速度，利用相邻帧目标特殊点区速度做微分获得，将n个周期合为一帧，相邻帧时间间隔为t_c，前后帧速度分别为v₁、v₂，可得加速度为：

S33，目标到达角利用多天线相位差变化获得，物体距离的微小变化会导致range-FFT峰值的相位变化ω，角度估计需要至少2个接收天线，采用一发多收的模式，到达角计算如下：

其中，d为接收天线之间的距离，d sin(θ)为2个RX天线接收的反射波的波程差，λ为波长；由到达角计算公式可知有如下约束：

进一步的，所述步骤S33中，考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，仅在频域谱中可能无法分离出不同检测目标中频信号的相位，故增加RX天线为N根，获取N个相位构成的相位序列，再对相位序列进行2D-FFT，称为angle-FFT，在angle-FFT后，频域谱中出现n个峰值，n为大于0的整数，分别对应ω_n，有：

由于检测系统对角度要求精度较高，RX天线间隔越大，RX天线根数越多，角度分辨率越大，其最大角分辨率为：

令

θ＝0，即有

θres为最大角分辨率以提高实时性；

俯仰角检测原理与方位角相同，区别在于：方位角检测接收天线排列方向为水平，俯仰角检测接收天线排列方向为垂直，算法可复用。

进一步的，所述步骤S4中，由于人在跌倒时，Z轴会有较大位移以及加速度变化，通过虚预警的方法设置上下门限进行多维度判断目标是否跌倒，加速度维：

a_z>a_TL

记录下满足此加速度变化坐标，对该座标上聚落类型进行判断，并将此时聚落平均高度变化与门限比对，多维度比较做到跌倒的准确判断。

用于基于毫米波与物联网的室内定位与跌倒检测方法的系统，包括：中央控制与处理模块及分别与其连接的DAC模块、雷达、ADC模块、摄像模块、WiFi模块、数据存储模块，所述雷达是毫米波雷达，所述中央控制与处理模块搭载中频信号处理系统，检测系统通过WiFi模块与服务器连接；

DAC模块，用于产生带有时间间隔的三角波形；

毫米波雷达，将DAC模块输入的电压变化波形转化为对应的频率变化波形，通常情况下VCO(与ADC模块相连的引脚)的调制频率-电压关系都不是线性的，调频的非线性会造成频谱主瓣加宽，造成距离分辨率下降，使用非线性修正可以提高调频的线性度，如不使用非线性修正，则调制电压按照电压线性进行调制，毫米波雷达也对回波与发射波进行差频处理，得到带有距离信息和角度信息的中频信号序列，发送到ADC模块；

ADC模块，用于解析输入信号，将输入的模拟信号转为数字信号，并将离散序列发送到中央控制与处理模块；

摄像模块，用于确定跌倒人员实时状态，在且仅在检测到人员跌倒时开启服务，根据雷达返回的位置信息调整摄像头对准位置；

WiFi模块，用于将摄像头回传的图像数据上传至服务器，采用WiFi通信模块，可以提高图像上传速度；

中央控制与处理模块，在总线上对各模块进行调度使用和数据融合；

中频信号处理系统，加载于中央控制与处理模块，用于处理中频信号，以得到目标径向距离、方位角和加速度，并判断目标安全状态。

进一步的，所述DAC模块采用AD9837芯片，输出频率和相位可通过软件进行编程，调整简单，所述AD9837芯片与中央控制与处理模块之间通过三线SPI协议进行通信，接收到数据后，通过VOUT引脚输出线性调频脉冲给毫米波雷达。

进一步的，所述毫米波雷达采用IMD2411A系列24GHz毫米波前端传感器，集成了包括发射机、接收机、中频放大器的模拟电路部分，毫米波雷达的V_TUNE引脚与DAC模块的VOUT引脚相连，接收由VOUT发出的线性调频脉冲，发射机向外发送接收到的线性调频脉冲，并通过其上的接收机接收物体反射产生的回波，与发送信号进行混频滤波处理变为差拍信号，即中频信号，该信号经放大后由IFQ_AMP输出接入ADC模块。

进一步的，所述ADC模块采用ADS7046芯片，该器件属于引脚对引脚兼容的高速低功耗、单通道逐次逼近型寄存器类型的模数转换器系列，包含多个分辨率、吞吐量和模拟输入型号，是一款12位3MSPS SAR ADC，支持0V到AVDD范围内的单端输入，AVDD的范围为2.35V至3.6V，所述ADS7046芯片的VINP引脚与毫米波模块的IFQ_AMP相连，负责采集正向模拟信号，即中频信号，再将模拟信号转换成数字信号，传输给中央控制与处理模块。

进一步的，所述WIFI模块采用ALK8266WiFi模块进行中央控制与处理模块与服务器之间的通信，用户可通过上位机软件直接查看视频图像。

进一步的，所述摄像模块采用ATK-OV7725模块的OV7725摄像头，所述ATK-OV7725模块采用1/4英寸CMOS VGA(640*480)图像传感器：OV7725作为核心部件，继承有源晶振和FIFO(AL422B)，摄像头默认关闭，当且仅当检测到目标跌倒，中央控制与处理模块控制ATK-OV7725模块开启，通过FIFO接口读取摄像头采集的图像，辅助系统判断人员状态，并以视频或图像的形式将目标状态上传至服务器，以供有管理员身份人员查看。

本发明的优势和有益效果在于：

本发明利用毫米波雷达的高检测精度和低环境影响，协同实现对人体位置和安全状态的关键数据的识别，在极端场景对人员定位与安全状态进行检测，检测到目标跌倒时依据定位信息摆正摄像头并打开，同时将目标状态图像信息上传至服务器供管理员或目标人员家属知晓目标安全状态。

附图说明

图1是本发明的系统框图。

图2是本发明中的三角波形图。

图3是本发明中的毫米波雷达发射信号和回波信号图。

图4a是本发明中发射天线、接收天线的波形图。

图4b是本发明中上升段、下降段、多普勒频移的波形图。

图5是本发明中目标到达角检测算法示意图。

图6a是本发明中Z轴高度变化图。

图6b是本发明中Z轴加速度变化图。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

如图1所示，一种基于毫米波雷达的室内人员定位与跌倒检测系统，包括：中央控制与处理模块(STM32F407ZET6主控芯片)及分别与中央控制与处理模块连接的DAC模块、毫米波雷达、ADC模块、OV7725摄像头、WiFi模块、数据存储模块，检测系统通过WiFi模块与服务器连接，中频信号处理系统加载在中央控制与处理模块上。

DAC模块，如图2所示，用于产生带有时间间隔的三角波形；

毫米波雷达，将DAC模块输入的电压变化波形转化为对应的频率变化波形，通常情况下VCO(与ADC模块相连的引脚)的调制频率-电压关系都不是线性的，调频的非线性会造成频谱主瓣加宽，造成距离分辨率下降。使用非线性修正可以提高调频的线性度，如不使用非线性修正，则调制电压按照电压线性进行调制。毫米波雷达也对回波与发射波进行差频处理，得到带有距离信息和角度信息的中频信号序列，发送到ADC模块；

ADC模块，用于解析输入信号，将输入的模拟信号转为数字信号，并通过SPI协议将离散序列发送到STM32F407ZET6主控芯片；

OV7725摄像头，用于确定跌倒人员实时状态，在且仅在跌倒检测系统检测到人员跌倒时开启服务，根据雷达返回的位置信息调整摄像头对准位置；

WiFi模块，用于将摄像头回传的图像数据上传至服务器；

STM32F407ZET6主控芯片，在总线上对各模块进行调度使用和数据融合。

中频信号处理系统，加载于STM32F407ZET6主控芯片，用于处理中频信号以得到目标径向距离、方位角和加速度，并判断目标安全状态。

如图3所示，所述毫米波雷达采用IMD2411A系列24GHz毫米波前端传感器，该雷达集成了发射机、接收机、中频放大器等全部的模拟电路部分。IMD2411A系列毫米波雷达传感器的发射和接收天线为2×2阵元结构，在水平和垂直方向上的辐射范围均为60°，为单发单收，升级款为单发4收，可以实现俯仰角检测。该模块的V_TUNE引脚与DAC模块的的VOUT引脚相连，接收由VOUT发出的线性调频脉冲。该模块的发射机向外发送接收到的线性调频脉冲，并通过其上的接收机接收物体反射产生的回波，与发送信号进行混频滤波处理变为差拍信号，即中频信号，该信号经放大后由模块的IFQ_AMP输出接入ADC模块，并使用SPI协议通过总线与STM32F407ZET6主控芯片通信，将中频信号传入中频信号处理系统。

检测系统中频信号处理系统包括等间隔三角脉冲调制方式、目标距离与多普勒速度分离和匹配、加速度检测、到达角检测，具体步骤包括：

STM32F407ZET6主控芯片控制DAC模块产生具有恒定间隔的三角脉冲电压波形输入到毫米波雷达，使其产生对应的三角脉冲频率波形；

如图4a、b所示，利用该波形调制具有将距离与多普勒频移分离的优势，具体实施方法如下：

上扫频信号满足：

f＝f₀+st

其中，f₀为发射机发射最小频率，s为频率上升斜率，t为时间。

差频信号满足：

其中，f_up为斜率上升段，f_down为下降段，f_c为恒频段，R是目标距离，v为目标速度，c为波速；联立可得：

对中频信号扫频区段做短时二维FFT会得到有关于速度的模糊频率与距离的联合矩阵，恒频段所得速度矩阵与扫频区段所得速度矩阵进行匹配，达到修正目标的距离与速度信息的目的；对所得速度距离矩阵利用类似DBSCAN算法进行聚落处理以减少系统计算量。

目标加速度利用相邻帧目标特殊点区速度做微分获得，将n个周期合为一帧，相邻帧时间间隔为t_c，前后帧速度分别为v₁、v₂，可得加速度为：

目标到达角利用多天线相位差变化获得，物体距离的微小变化会导致range-FFT峰值的相位变化(ω)。角度估计至少需要2个接收天线，采用一发多收的模式，如图5所示。

到达角计算如下：

其中，d为接收天线之间的距离，d sin(θ)为2个RX天线接收的反射波的波程差，λ为波长。

由到达角计算公式可知有如下约束：

考虑到检测环境中会有其他影响因素，故RX天线可能会收到多个目标的反射波，仅在频域谱中可能无法分离出不同检测目标中频信号的相位。故增加RX天线为N根，获取N个相位构成的相位序列，再对相位序列进行2D-FFT，称为angle-FFT。在angle-FFT后，频域谱中出现n个峰值(n为大于0的整数)，分别对应ω_n，有：

由于检测系统对角度要求精度较高，RX天线间隔越大，RX天线根数越多，角度分辨率越大，其最大角分辨率为：

令

θ＝0，即有

θres为最大角分辨率以提高实时性。

俯仰角检测原理与方位角相同，区别在于：方位角检测接收天线排列方向为水平，俯仰角检测接收天线排列方向为垂直，算法可复用。

DAC模块3采用AD9837，其特点为输出频率和相位可通过软件进行编程，调整简单。频率寄存器为28位：时钟速率为16MHz时，可以实现0.06Hz的分辨率；时钟速率为5MHz时，则可以实现0.02Hz的分辨率。AD9837与MCU之间通过三线SPI协议进行通信。

SPI四线分别为MISO、MOSI、SCLK、CS.

1)MISO——主设备数据输入，从设备数据输出。

2)MOSI——主设备数据输出，从设备数据输入。

3)SCLK——时钟信号，由主设备产生。

4)CS——从设备使能信号，由主设备控制(本系统中都为低电平有效)。

该模块仅从STM32F407ZET6主控芯片接收数据，故采用3线SPI通信。

AD9837接收主控芯片的数据后，通过芯片上的VOUT引脚输出线性调频脉冲给毫米波雷达。

采用ALK8266WiFi模块进行STM32F407ZET6主控芯片与服务器之间的通信。该模块与STM32F407ZET6主控芯片通过SPI协议通信。STM32F407ZET6主控芯片接收通过由摄像头FIFO接口得到的每一帧数据，通过ALK8266WiFi模块上传至服务器，用户可通过上位机软件直接查看视频图像。

OV7725摄像头采用了ALIIENTEK的ATK-OV7725模块。该模块采用了OmniVision公司生产的1/4英寸CMOS VGA(640*480)图像传感器：OV7725。ATK-OV7725模块采用该OV7725传感器作为核心部件，继承有源晶振和FIFO(AL422B)，STM32F407ZET6主控芯片可控制该模块开启、读取摄像头采集的图像，STM32F407ZET6主控芯片1与该模块之间通过串行摄像头控制总线(SCCB)协议进行通信。SCCB的传输协议与IIC协议类似，由两根数据线组成：用于传输时钟信号的SIO_C与用于传输数据信号的SIO_D。不同于IIC协议，SCCB总线单次传输9位数据，前8位为有效数据，第9位数据在读周期是NA位，在写周期中不必关心。系统工作周期内摄像头默认关闭，当且仅当系统检测到目标跌倒，STM32F407ZET6主控芯片控制摄像头打开辅助系统判断人员状态，以视频或图像的形式将目标状态上传至服务器，以供有管理员身份人员查看。

ADC模块采用ADS7046，该器件属于引脚对引脚兼容的高速低功耗、单通道逐次逼近型寄存器类型的模数转换器系列。该器件系列包含多个分辨率、吞吐量和模拟输入型号，是一款12位3MSPS SAR ADC，支持0V到AVDD范围内的单端输入，AVDD的范围为2.35V至3.6V。该芯片的VINP引脚与IMD2411A毫米波模块的IFQ_AMP相连，负责采集正向模拟信号(即本系统中的中频信号)，芯片将模拟信号转换成数字信号，通过SPI通信协议传输给STM32F407ZET6主控芯片。与DAC模块和STM32F407ZET6主控芯片之间的三线SPI不同，MOSI数据线换成了MISO数据线。

数据存储模块采用16GB容量SD卡。STM32F407ZET6主控芯片接收到采集到的中频信号后，将对其进行快速傅里叶变换，通过解析其相位，获得目标的距离及速度信息，以便检测目标是否跌倒。在此过程中，由于运算过程复杂，数据庞大，片上存储资源有限，故将待处理的数据暂存在SD卡中。SD卡将同时暂存摄像头采集的视频图像。

一种基于毫米波雷达与物联网的室内人员定位与跌倒检测方法，其特征在于STM32F407ZET6主控芯片连接于DAC模块、毫米波雷达、ADC模块、OV7725摄像头、WiFi模块、数据存储模块并载有中频信号处理系统，定位和跌倒检测方法包括以下步骤：

S10：处理器控制DAC产生带有时间间隔的三角波输入到毫米波雷达，使雷达发出连续频率调制波；

S20：毫米波雷达接收回波，并与当前时刻的发送波做差频，返回中频信号，通过ADC将模拟信号转为数字信号传给处理器；

S30：处理器对离散的中频信号做FFT，得到目标距离信息、加速度、角度；

S40：对得到3D点云图，对其进行聚落处理，判断聚落的联合坐标，以确定目标位置；通过聚落联合加速度来判断人员跌倒。

由于人在跌倒时，Z轴会有较大位移以及加速度变化，如图6a、b所示，通过虚预警的方法设置上下门限进行多维度判断目标是否跌倒，加速度维：

a_z>a_TL

记录下满足此加速度变化坐标，对该座标上聚落类型进行判断，并将此时聚落平均高度变化与门限比对，多维度比较做到跌倒的准确判断。

S50：发现目标跌倒后，打开摄像头，将所记录图像通过WiFi上传至服务器。

采用毫米波雷达进行跌倒检测，提高了环境容忍度，增强隐私保密性；采用带有时间间隔的三角波调制毫米波雷达，可以将中频信息中距离维度与速度维度分离开；采用摄像头只在有人跌倒时打开，可以了解跌倒者受伤程度；采用WiFi通信模块，提高图像上传速度。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。

Claims (10)

1.基于毫米波与物联网的室内定位与跌倒检测方法，其特征在于包括如下步骤：

S1，中央控制与处理模块控制DAC模块产生带有时间间隔的三角波输入到毫米波雷达，使毫米波雷达产生对应的三角脉冲频率波形；

S2，毫米波雷达接收回波，并与当前时刻的发送波做差频，返回的中频信号，通过ADC模块将模拟信号转为数字信号传给中央控制与处理模块；

S3，中央控制与处理模块对离散的中频信号做FFT，得到目标距离信息、加速度、角度；

S4，获取3D点云图，对其进行聚落处理，判断聚落的联合坐标，以确定目标位置；通过聚落联合加速度来判断人员跌倒；

S5，发现人员跌倒后，打开摄像模块，将所记录图像上传至服务器。

2.如权利要求1所述的基于毫米波与物联网的室内定位与跌倒检测方法，其特征在于所述步骤S3中，中央控制与处理模块通过加载在其上的中频信号处理系统，进行等间隔三角脉冲调制方式、目标距离与多普勒速度分离和匹配、加速度检测、到达角检测，包括如下步骤：

S31，执行上扫频信号满足：

f＝f₀+st

其中，f₀为发射机发射最小频率，s为频率上升斜率，t为时间，差频信号满足：

其中，f_up为斜率上升段，f_down为下降段，f_c为恒频段，R是目标距离，v为目标速度，c为波速，联立可得：

对中频信号扫频区段做短时二维FFT，得到关于速度的模糊频率与距离的联合矩阵，恒频段所得速度矩阵与扫频区段所得速度矩阵进行匹配；对所得速度距离矩阵进行聚落处理；

S32，目标加速度，利用相邻帧目标特殊点区速度做微分获得，将n个周期合为一帧，相邻帧时间间隔为t_c，前后帧速度分别为v₁、v₂，可得加速度为：

S33，目标到达角利用多天线相位差变化获得，采用一发多收的模式，到达角计算如下：

其中，d为接收天线之间的距离，d sin(θ)为2个RX天线接收的反射波的波程差，λ为波长；由到达角计算公式可知有如下约束：

3.如权利要求2所述的基于毫米波与物联网的室内定位与跌倒检测方法，其特征在于所述步骤S33中，RX天线为N根，获取N个相位构成的相位序列，再对相位序列进行2D-FFT，称为angle-FFT，在angle-FFT后，频域谱中出现n个峰值，n为大于0的整数，分别对应ω_n，有：

最大角分辨率为：

令

θ＝0，即有

θres为最大角分辨率以提高实时性；

俯仰角检测原理与方位角相同，区别在于：方位角检测接收天线排列方向为水平，俯仰角检测接收天线排列方向为垂直，算法可复用。

4.如权利要求1所述的基于毫米波与物联网的室内定位与跌倒检测方法，其特征在于所述步骤S4中，由于人在跌倒时，Z轴会有较大位移以及加速度变化，通过虚预警的方法设置上下门限进行多维度判断目标是否跌倒，加速度维：

a_z>a_TL

记录下满足此加速度变化坐标，对该座标上聚落类型进行判断，并将此时聚落平均高度变化与门限比对。

5.如权利要求1-4之一所述的用于基于毫米波与物联网的室内定位与跌倒检测方法的系统，包括：中央控制与处理模块及分别与其连接的DAC模块、雷达、ADC模块、摄像模块、WiFi模块、数据存储模块，其特征在于所述雷达是毫米波雷达，所述中央控制与处理模块搭载中频信号处理系统，检测系统通过WiFi模块与服务器连接；

DAC模块，用于产生带有时间间隔的三角波形；

毫米波雷达，将DAC模块输入的电压变化波形转化为对应的频率变化波形，毫米波雷达也对回波与发射波进行差频处理，得到带有距离信息和角度信息的中频信号序列，发送到ADC模块；

ADC模块，用于解析输入信号，将输入的模拟信号转为数字信号，并将离散序列发送到中央控制与处理模块；

摄像模块，用于确定跌倒人员实时状态，在且仅在检测到人员跌倒时开启服务，根据雷达返回的位置信息调整摄像头对准位置；

WiFi模块，用于将摄像头回传的图像数据上传至服务器；

中央控制与处理模块，在总线上对各模块进行调度使用和数据融合；

中频信号处理系统，加载于中央控制与处理模块，用于处理中频信号，以得到目标径向距离、方位角和加速度，并判断目标安全状态。

6.如权利要求5所述的系统，其特征在于所述DAC模块采用AD9837芯片，所述AD9837芯片与中央控制与处理模块之间通过三线SPI协议进行通信，接收到数据后，通过VOUT引脚输出线性调频脉冲给毫米波雷达。

7.如权利要求5所述的系统，其特征在于所述毫米波雷达采用IMD2411A系列24GHz毫米波前端传感器，集成了包括发射机、接收机、中频放大器的模拟电路部分，毫米波雷达的V_TUNE引脚与DAC模块的VOUT引脚相连，接收由VOUT发出的线性调频脉冲，发射机向外发送接收到的线性调频脉冲，并通过其上的接收机接收物体反射产生的回波，与发送信号进行混频滤波处理变为差拍信号，即中频信号，该信号经放大后由IFQ_AMP输出接入ADC模块。

8.如权利要求5所述的系统，其特征在于所述ADC模块采用ADS7046芯片，所述ADS7046芯片的VINP引脚与毫米波模块的IFQ_AMP相连，负责采集正向模拟信号，即中频信号，再将模拟信号转换成数字信号，传输给中央控制与处理模块。

9.如权利要求5所述的系统，其特征在于所述WIFI模块采用ALK8266WiFi模块进行中央控制与处理模块与服务器之间的通信。

10.如权利要求5所述的系统，其特征在于所述摄像模块采用ATK-OV7725模块的OV7725摄像头，摄像头默认关闭，当且仅当检测到目标跌倒，中央控制与处理模块控制ATK-OV7725模块开启，通过FIFO接口读取摄像头采集的图像，并上传至服务器。

Images