CN112882016B - 基于改进的稳健自适应波束形成的多人生命体征检测方法 - Google Patents

Abstract

本发明公开了一种基于改进的稳健自适应波束形成的多人生命体征检测方法，包括以下步骤：获取雷达接收信号,采用波达方向估计算法估计出各个人体所在的角度以及各个人体所占角度区间；令其中一个人体回波为期望信号，其他人体为干扰信号，采用改进的基于ε约束值的方法重构协方差矩阵；采用改进的基于ξ约束值的方法重构期望信号方向的导向矢量；利用自适应波束形成算法得出权值；采用提出的最大信噪比搜索的方法得出较理想的权值和呼吸信号；重复以上步骤得到所有人体呼吸信号。本发明方法从生命体征检测的场景出发，对稳健波束形成算法进行改进，本发明中改进的稳健自适应波束形成方法有效可行，性能可靠，可以准确地提取出各个人体的生命体征信号。

Description

基于改进的稳健自适应波束形成的多人生命体征检测方法

技术领域

本发明属于非接触式生命体征检测领域，特别是一种基于改进的稳健自适应波束形成的多人生命体征检测方法。

背景技术

生物雷达通过在雷达回波中检测微弱的频移或相移信息，可用于生命体的运动和生理活动的探测。目前这种方法已经存在并且检测技术日趋成熟，但是已有的大部分研究都集中测试单个受测者，同时检测多个受试者的研究寥寥无几，多人生命体征检测成为了一种挑战性科目。

现有的分离多人生命体征的方法大多是在模拟端进行波束合成，将主波束只对准一个人体，回波信号中该人体的生命体征信号占有主要成分。但是，模拟技术形成的波束旁瓣电平高，稳定性差，且对干扰无自适应能力，合成的波束无法对人体干扰区间有较深的抑制，因此回波信号中不可避免的包含严重干扰。现有的多人生命体征检测技术都只能实时得出呼吸频率，而无法实时得到高精度的呼吸时域信号。

发明内容

本发明的目的在于提供一种基于改进的稳健波束形成的检测多个人体生命体征的方法。

实现本发明目的的技术解决方案为：基于改进的稳健波束形成的多人生命体征检测方法，包括如下步骤：

步骤1、获取雷达接收信号X(k),k＝1,2…,N,采用波达方向(DOA)估计算法估计出各个人体方位角。

步骤1-1、利用Capon波达方向估计算法估计出各个人体所在方位角。各个方向回波能量为

为来波方向/>的名义导向矢量，[·]^H为共轭转置，/>的P个极大值对应的的角度分别代表各个人体所在的方位，分别为θ_u,u＝1,2…P；

步骤1-2、每个峰值的3dB内的波束宽度内的角度可认为是该人体的人体方位角。

步骤2、基于ε约束值的干扰加噪声协方差矩阵重构的方法，其特征在于，步骤2为了解决导向矢量失配以及人体干扰方位角所占角度较宽的问题，具体步骤为：

步骤2-1、利用步骤1得到的人体方位角重构出干扰信号协方差矩阵如果期望信号为第p个人体的回波信号，那么其他P-1个人体为干扰目标：

式中为每个人体干扰回波的协方差矩阵

为样本协方差矩阵

其中为/>表面区域的每个采样点对应的导向矢量，Θ_j为天线阵列接收到的第j个人体所在的角度区间。/>是与/>方向名义导向矢量/>的差的二范数小于ε_ji的区域：

I为角度区间Θ_j的等间隔采样点数，L为在的表面区域的采样点数。

的表达式为：

其中和/>分别为来波方向/>和/>的名义导向矢量，/>和的表达式为：

其中r为雷达接收天线阵列的长度,h为人体距离接收天线阵列的垂直距离；

步骤2-2、根据其余人体干扰协方差矩阵，重构出其余人体干扰加噪声的协方差矩阵。噪声平均功率σ_n ²可利用接收信号协方差矩阵的M-P个较小特征值的平均值来近似。干扰加噪声的协方差矩阵为

其中I_m为M阶单位矩阵。

步骤3、基于ξ约束值的方法重构期望信号方向的导向矢量，其特征在于，具体为：

步骤3-1、利用步骤1得到的其余人体干扰方位角，构造矩阵C

C＝∑C_j,j＝1,2,…p-1,p+1,…P

其中C_j由第j个人体干扰方位角得到

其中θ_jn是第j个人体所在方位Θ_j的第n个采样点，L_j表示区间Θ_j的采样点总数，是来波方向/>的名义导向矢量；

步骤3-2、求得矩阵C的Γ个较大特征值对应的特征向量。设矩阵C的M个特征值分别为λ₁≥λ₂≥…≥λ_M。那么Γ为

其中0＜κ＜1。Γ个较大特征值对应的特征向量组成的矩阵用U表示；

步骤3-3、获得对应的投影矩阵P_U

P_U＝U*U^H

步骤3-4、求出约束值ζ。利用各个人体方位角的采样点的名义导向矢量得到ζ_j

由ζ_j可以得到约束值ζ

ζ＝min(ζ_j)/E

其中E为大于1的正整数；

步骤3-5、根据步骤3-3获得的P_U和步骤3-4获得的ζ，构造关于导向矢量的凸优化问题。所述凸优化问题为：

其中 为来波方向θ_p的名义导向矢量。e_⊥为M×1维复向量，且与a₀垂直

利用凸优化问题的唯一解e_⊥，即可得到重构的导向矢量

步骤4、利用波束形成器得出权值W_ini

步骤5、最大信噪比对应权值迭代搜索的方法得出理想的权值W_ide和呼吸信号d_ide(k)，其特征在于，具体步骤如下：

步骤5-1、将步骤4得到的权向量W_ini对回波信号加权：

X_ini(k)是1×N维复数向量；

步骤5-2、从步骤5-1获得的X_ini(k)中提取出相位然后对/>进行相位补偿、去除直流分量、滤波之后得到d_ini(k)；

步骤5-3、对从步骤5-2中获得的d_ini(k)做N点FFT得到H_ini(f)。然后利用H_ini(f)计算恢复出来的呼吸信号的信噪比。

其中E_signal为f_low≤f≤f_high范围内的能量，E_noise噪声能量，f_low≤f≤f_high为人体呼吸频率范围；

步骤5-4、设W的取值范围为||W-W_ini||≤η,其中0＜η＜1，在该范围内随机取Q个采样点W_q，q＝1,…,Q。利用步骤5-1～5-3分别计算各个采样点对应的信噪比SNR_q，得到最大的信噪比max(SNR_q)；

步骤5-5、将步骤5-4获得的max(SNR_q)作为循环终止判定条件。如果max(SNR_q)≤SNR_ini,终止循环,则W_ide＝W_ini即为最终权向量，d_ide(k)＝d_ini(k)为最终的呼吸信号。否则，将权值更新为第q个采样点，即W_ini＝W_q，d_ini(k)＝d_q(k)，并返回步骤5-4。

步骤6、将待测对象中另一个人体指定为待测人体，并重复步骤2～步骤5，直至得到所有人体呼吸信号。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

步骤1、利用雷达接收待测对象的回波，之后采用DOA估计算法估计出各个人体方位角；

步骤2、确定一个待测人体，其余人体为干扰目标，根据干扰目标所在方位角，采用基于ε约束值的方法重构协方差矩阵

步骤3、根据期望人体所在方位角，采用基于ξ约束值的方法重构期望人体方位角的导向矢量；

步骤4、根据步骤2得到的协方差矩阵和步骤3得到的导向矢量，利用Capon波束形成器得出权值W_ini；

步骤5、根据步骤4得到的权值W_ini，采用最大信噪比迭代搜索法得出理想的权值W_ide和呼吸信号d_ide(k)；

步骤6、将待测对象中另一个人体指定为待测人体，并重复步骤2～步骤5，直至得到所有人体呼吸信号。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

步骤1、利用雷达接收待测对象的回波，之后采用DOA估计算法估计出各个人体方位角；

步骤2、确定一个待测人体，其余人体为干扰目标，根据干扰目标所在方位角，采用基于ε约束值的方法重构协方差矩阵

步骤3、根据期望人体所在方位角，采用基于ξ约束值的方法重构期望人体方位角的导向矢量；

步骤4、根据步骤2得到的协方差矩阵和步骤3得到的导向矢量，利用Capon波束形成器得出权值W_ini；

步骤5、根据步骤4得到的权值W_ini，采用最大信噪比迭代搜索法得出理想的权值W_ide和呼吸信号d_ide(k)；

步骤6、将待测对象中另一个人体指定为待测人体，并重复步骤2～步骤5，直至得到所有人体呼吸信号。

本发明与现有技术相比，其显著优点在于：(1)本发明采用改进的稳健波束形成算法，可以从角度上分离多个人体的生命体征信号；(2)与现有的单个雷达接收机得到的信号相比，波束形成后得到的信号的信噪比更高，因此人体可以处于离接收天线较远的位置，这拓展了生物雷达的使用场景；(3)本发明使用数字波束合成可以对主瓣波束以及干扰的方向进行灵活控制；(4)本发明将生物雷达领域和数字波束形成技术结合起来，扩大了生物雷达领域的应用范围。

下面结合说明书附图对本发明做进一步描述：

附图说明

图1是本发明测量多人生命体征信号的流程图。

图2是本发明测量多人生命体征示意图。

图3是本发明中应用Capon算法得出的各个角度的功率谱图。

图4是本发明中处于-30°人体呼吸信号以及FFT结果，图(a)为人体呼吸信号，图(b)为FFT结果。

图5是本发明中处于6°人体呼吸信号以及FFT结果，图(a)为人体呼吸信号，图(b)为FFT结果。

具体实施方式

下面结合实施例对本发明作进一步的描述。

结合图1，一种利用本发明的基于改进的稳健波束形成的多人生命体征检测方法，方法步骤如下：

步骤1、获取雷达接收信号，得到包含人体生命体征信号的具体为：

步骤1-1、接收天线阵元数为M＝8的SIMO(single input multiple output)多普勒雷达系统接收P＝2个实验对象的回波，2个实验对象的呼吸频率分别为0.3Hz、0.4Hz，2个实验对象距离雷达阵列的垂直距离均为2.4m，相对于雷达阵列中心的角度分别为-30°、6°，场景如图2所示。每个雷达接收通道分别接收接收N＝2000个快拍数据；

步骤1-2、天线接收的回波经过雷达接收机处理后变为数字信号,则雷达阵列接收到的信号模型表示为：

X(k)＝AS(k)+n(k)(k＝1,2,…,N) (1)

式中X(k)为M×1维接收信号

X(k)＝[x₁(k),x₂(k),…,x_M(k)]^T (2)

n(k)为M×1维噪声向量，与回波信号不相关。

n(k)＝[n₁(k),n₂(k),…,n_M(k)]^T (3)

S(k)为P×1维回波信号

S(k)＝[s₁(k),s₂(k),…,s_P(k)]^T (4)

其中s_u(k)(u＝1,…,P)为第u个人体的回波信号。

A表示M×P维阵列流形矩阵

表示第u个信源的名义导向矢量

其中

步骤1-3、利用Capon波达方向估计算法估计出各个人体所在方位信息。各个方向回波能量为

的P个极大值对应的的角度代表各个人体所在的方位分别为为来波方向/>的名义导向矢量，[·]^H表示共轭转置。用Capon功率谱估计的方法估计出各个人体所在角度的结果如图3所示；

步骤1-4、每个峰值的-3dB区间可认为是该人体方位角；

步骤2、对于回波方向为θ_p的人体，其他人体采用改进的干扰加噪声协方差矩阵重构的方法重构出干扰加噪声协方差矩阵

步骤2-1、利用步骤1得到的人体方位角重构出干扰信号协方差矩阵如果期望信号为第p个人体的回波信号，那么其他P-1个人体为干扰目标。

其中为每个人体干扰回波的协方差矩阵：

为样本协方差矩阵：

其中为/>的表面区域的每个采样点对应的导向矢量。Θ_j为天线阵列接收到的第j个人体所在的角度区间。I为角度区间Θ_j的等间隔采样点数，L为在的表面区域的采样点数。/>是与/>方向名义导向矢量/>的差的二范数小于/>的区域。

本实施例中选取I＝100。由于导向矢量为8×1维，当每行数值取两个相位时，则共有L＝2⁸个不同的组合，因此本例中L＝2⁸；

的表达式为：

其中和/>分别为来波方向/>和/>的名义导向矢量，/>和的表达式为：

其中r为雷达接收天线阵列的长度,h为人体距离接收天线阵列的垂直距离。本实施例中r＝0.2m，h＝2.4m；

步骤2-2、根据步骤2-1得到的其余人体干扰协方差矩阵，重构出其余人体干扰加噪声的协方差矩阵。噪声平均功率σ_n ²可利用接收信号协方差矩阵的M-P个较小特征值的平均值来近似。干扰加噪声的协方差矩阵为/>

其中I_m为M阶单位矩阵。

步骤3、基于ξ约束值的方法重构期望信号方向的导向矢量，其特征在于，具体步骤如下：

步骤3-1、利用步骤1得到的其余人体干扰方位角，构造矩阵C

C＝∑C_j,j＝1,2,…p-1,p+1,…P (17)

其中C_j由第j个人体干扰方位角得到

其中是第j个人体所在方位Θ_j的第n个采样点，L_j表示区间Θ_j的采样点总数，是来波方向/>的名义导向矢量；

步骤3-2、根据步骤3-1得到的矩阵C，求得矩阵C的Γ个较大特征值对应的特征向量。设矩阵C的M个特征值分别为λ₁≥λ₂≥…≥λ_M，那么Γ为

其中0＜κ＜1。本例中选取κ＝0.1。Γ个较大特征值对应的特征向量组成的矩阵用U表示；

步骤3-3、获得对应的投影矩阵P_U

P_U＝U*U^H (20)

步骤3-4、求出约束值ζ。利用各个人体方位角的采样点的名义导向矢量为得到ξ_i：

则由ζ_j可以得到约束值ζ

ζ＝min(ζ_j)/E (22)

其中E为大于1的正整数；

步骤3-5、根据步骤3-3获得的P_U和步骤3-4获得的ζ，构造关于导向矢量的凸优化问题。所述凸优化问题为：

其中为来波方向θ_p的名义导向矢量。e_⊥为M×1维复向量，且与a₀垂直

利用凸优化问题的唯一解e_⊥，即可得到重构的导向矢量

该问题可以利用CVX工具箱进行求解。

步骤4、利用Capon波束形成器得出权值W_ini

步骤5、采用提出的最大信噪比搜索的方法得出较理想的权值W_ide和呼吸信号d_ide(k)。

步骤5-1、将步骤4得到的权向量W_ini对回波信号加权

X_ini(k)是1×N维复数向量；

步骤5-2、从步骤5-1获得的X_ini(k)中提取出相位然后对/>进行相位补偿、去除直流分量、滤波之后得到d_ini(k)；

步骤5-3、对从步骤5-2中获得的d_ini(k)做N点FFT得到H_ini(f)。然后利用H_ini(f)计算恢复出来的呼吸信号的信噪比

其中E_signal为f_low≤f≤f_high范围内的能量，E_noise为噪声能量，f_low≤f≤f_high为人体呼吸频率范围；本例中选取f_low＝0.2Hz,f_high＝0.7Hz；

步骤5-4、设W的取值范围为||W-W_ini||≤η,其中0＜η＜1，在该范围内随机取Q个采样点W_q，q＝1,…,Q。利用步骤5-1～5-3分别计算各个采样点对应的信噪比SNR_q，得到最大的信噪比max(SNR_q)。本例中选取Q＝100；

步骤5-5、将步骤5-4获得的max(SNR_q)作为循环终止判定条件。如果max(SNR_q)≤SNR_ini,终止循环,则W_ide＝W_ini即为最终权向量，d_ide(k)＝d_ini(k)为最终的呼吸信号。否则，将权值更新为第q个采样点，即W_ini＝W_q，d_ini(k)＝d_q(k)，回到步骤5-4；

步骤6、将待测对象中另一个人体指定为待测人体，并重复步骤2～步骤5。每个人体的呼吸信号的时域波形以及FFT结果分别如图4和5所示。

通过对接收到的雷达阵列数据加权处理，可以在加强感兴趣方位的人体回波的同时对人体干扰的回波进行抑制，从而得到只包含感兴趣人体的生命体征信号的一维数据，然后得到的信号的相位中即可得出该人体的生命体征信号。然后选取另一个人体作为感兴趣目标来得到只包含该人体的生命体征信号的一维数据。从而得到所有人体的生命体征信号。

Claims (7)

1.一种基于改进的稳健自适应波束形成的多人生命体征检测方法，其特征在于，包括以下步骤：

步骤1、利用雷达接收待测对象的回波，之后采用DOA估计算法估计出各个人体方位角；

步骤2、确定一个待测人体，其余人体为干扰目标，根据干扰目标所在方位角，采用基于ε约束值的方法重构协方差矩阵

步骤3、根据期望人体所在方位角，采用基于ξ约束值的方法重构期望人体方位角的导向矢量；

步骤4、根据步骤2得到的协方差矩阵和步骤3得到的导向矢量，利用Capon波束形成器得出权值W_ini；

步骤5、根据步骤4得到的权值W_ini，采用最大信噪比迭代搜索法得出理想的权值W_ide和呼吸信号d_ide(k)；

步骤6、将待测对象中另一个人体指定为待测人体，并重复步骤2～步骤5，直至得到所有人体呼吸信号。

2.根据权利要求1所述的基于改进的稳健自适应波束形成的多人生命体征检测方法，其特征在于，步骤1利用雷达接收待测对象的回波，之后采用DOA估计算法估计出各个人体方位角具体为：

步骤1-1、获取雷达接收信号X(k),k＝1,2…,N，采用DOA估计算法获得各个方向回波能量，所用公式为：

式中，为来波方向/>对应的名义导向矢量，[·]^H为共轭转置，/>的P个极大值对应的角度分别代表各个人体所在的方位，分别为θ_u,u＝1,2…P；

步骤1-2、将每个峰值的3dB内的波束宽度内的角度判定为该人体的人体方位角。

3.根据权利要求1所述的基于改进的稳健自适应波束形成的多人生命体征检测方法，其特征在于，步骤2采用基于ε约束值的方法重构协方差矩阵具体为：

步骤2-1、利用步骤1得到的人体方位角重构出干扰信号协方差矩阵如果期望信号为第p个人体的回波信号，那么其他P-1个人体为干扰目标：

式中为每个人体干扰回波的协方差矩阵

为样本协方差矩阵

其中为/>表面区域的每个采样点对应的导向矢量，Θ_j为天线阵列接收到的第j个人体所在的角度区间，I为角度区间Θ_j的等间隔采样点数，L为在/>表面区域的采样点数；/>是与/>方向名义导向矢量/>的差的二范数小于/>的区域：

的表达式为：

其中和/>分别为来波方向/>和/>的名义导向矢量，/>和/>的表达式为：

其中r为雷达接收天线阵列的长度,h为人体距离接收天线阵列的垂直距离；

步骤2-2、根据步骤2-1得到的其余人体干扰协方差矩阵，重构出其余人体干扰加噪声的协方差矩阵，噪声平均功率σ_n ²可利用接收信号协方差矩阵的M-P个较小特征值的平均值来近似，干扰加噪声的协方差矩阵为/>

其中I_m为M阶单位矩阵。

4.根据权利要求1所述的基于改进的稳健自适应波束形成的多人生命体征检测方法，其特征在于，步骤3采用基于ξ约束值的方法重构期望人体方位角的导向矢量，具体为：

步骤3-1、利用步骤1得到的其余人体干扰方位角，构造矩阵C

C＝∑C_j,j＝1,2,…p-1,p+1,…P

其中C_j由第j个人体干扰方位角得到

其中是第j个人体所在方位Θ_j的第n个采样点，L_j表示区间Θ_j的采样点总数，/>是来波方向/>的名义导向矢量；

步骤3-2、求得矩阵C的Γ个较大特征值对应的特征向量，设矩阵C的M个特征值分别为λ₁≥λ₂≥…≥λ_M，那么Γ为

其中0＜κ＜1，Γ个较大特征值对应的特征向量组成的矩阵用U表示；

步骤3-3、获得对应的投影矩阵P_U

P_U＝U*U^H

步骤3-4、确定约束值ζ，利用各个人体方位角的采样点的名义导向矢量得到ζ_j

则由ζ_j可以得到约束值ζ

ζ＝min(ζ_j)/E

其中E为大于1的正整数；

步骤3-5、根据步骤3-3获得的P_U和步骤3-4获得的ζ，构造关于导向矢量的凸优化问题，所述凸优化问题为：

(a₀+e_⊥)^HP_U(a₀+e_⊥)≤ξ

其中 为来波方向θ_p的名义导向矢量，e_⊥为M×1维复向量，且与a₀垂直

利用凸优化问题的唯一解e_⊥，即可得到重构的导向矢量

5.对于权利要求1所述的基于改进的稳健自适应波束形成的多人生命体征检测方法，其特征在于，步骤5采用最大信噪比迭代搜索法得出理想的权值W_ide和呼吸信号d_ide(k)具体步骤如下：

步骤5-1、将步骤4得到的权向量W_ini对回波信号加权：

X_ini(k)是1×N维复数向量；

步骤5-2、从步骤5-1获得的X_ini(k)中提取出相位然后对/>进行相位补偿、去除直流分量、滤波之后得到d_ini(k)；

步骤5-3、对从步骤5-2中获得的d_ini(k)做N点FFT得到H_ini(f)，然后利用H_ini(f)计算恢复出来的呼吸信号的信噪比：

其中E_signal为f_low≤f≤f_high范围内的能量，E_noise为噪声能量，f_low≤f≤f_high为人体呼吸频率范围；

步骤5-4、设W的取值范围为||W-W_ini||≤η,其中0＜η＜1，在该范围内随机取Q个采样点W_q，q＝1,…,Q，利用步骤5-1～5-3分别计算各个采样点对应的信噪比SNR_q，得到最大的信噪比max(SNR_q)；

步骤5-5、将步骤5-4获得的max(SNR_q)作为循环终止判定条件，如果max(SNR_q)≤SNR_ini,终止循环,则W_ide＝W_ini即为最终权向量，d_ide(k)＝d_ini(k)为最终的呼吸信号，否则，将权值更新为第q个采样点，即W_ini＝W_q，d_ini(k)＝d_q(k)，并返回步骤5-4。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。