CN112914534B - 基于双源ir-uwb生物雷达的生命体征提取方法 - Google Patents
基于双源ir-uwb生物雷达的生命体征提取方法 Download PDFInfo
- Publication number
- CN112914534B CN112914534B CN202110077010.5A CN202110077010A CN112914534B CN 112914534 B CN112914534 B CN 112914534B CN 202110077010 A CN202110077010 A CN 202110077010A CN 112914534 B CN112914534 B CN 112914534B
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- radar
- human body
- uwb
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—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
- A61B5/02—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
- A61B5/02444—Details of sensor
-
- 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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于双源IR‑UWB生物雷达的生命体征提取方法,所述提取方法通过双源UWB生物雷达的双通道互相关信号增强技术,结合自适应谱线增强算法对雷达回波中的宽带信号和窄带信号进行分离,实现非自然状态人体呼吸信号的提取。本发明建立了一种由气压式止血带束缚人体来模拟非自然状态人体的模型,该模型可定量控制,模拟不同部位被压埋的人体目标。
Description
技术领域
本发明涉及双源UWB生物雷达技术领域,具体涉及一种基于双源IR-UWB生物雷达的生命体征提取方法。
背景技术
现行UWB生物雷达探测技术,对该微弱、变异的生命特征探测和识别能力下降,很难提取出非自然状态生命体的呼吸信号。虽然非自然状态生命体的呼吸信号大大减弱,但其仍然是一个窄带的准周期信号,而噪声与杂波大多频带比较宽,而且双源UWB生物雷达工作时,由于两对不同频率的天线几乎同时对同一目标,且在同一时间范围内进行探测,不同中心频率的两个通道的雷达回波数据中,生命体所在距离上的回波点信号应该具有较强的相关性,而两个数据中对应的其余距离上的回波点信号则相关性较差。
因此,本项目研究出一种基于双源IR-UWB生物雷达的生命体征提取方法。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明一种基于双源IR-UWB生物雷达的生命体征提取方法。
技术方案:为实现上述目的,本发明提供如下技术方案:
一种基于双源IR-UWB生物雷达的生命体征提取方法,所述提取方法通过双源UWB生物雷达的双通道互相关信号增强技术,结合自适应谱线增强算法对雷达回波中的宽带信号和窄带信号进行分离,实现非自然状态人体呼吸信号的提取,具体的算法如下:
r1l(n)=A1s(n)+c1l(n) (1)
r2l(n)=A2s(n)+c2l(n) (2)
式中r1l(n)和r2l(n)分别表示400MHz天线和270MHz天线的回波数据中在距离l处的点信号;s(n)表示人体目标的生命信号;A1和A2分别表示两种不同频率天线对s(n)的探测增益;c1l(n)和c2l(n)分别表示不同天线回波数据在距离l处的非静态杂波与噪声信号。
优选地,所述400MHz天线和270MHz天线的回波数据中同一距离处的点信号均做互相关处理;
式中Φl(t)表示不同天线回波数据在同一距离l处点信号的相关函数;由于s(n)、c1l(n)和c2l(n)基本互不相关,因此,公式中后三项相对较小,人体目标微弱的生命信号得到增强。
优选地,所述生命体征提取方法中互相关增强后的雷达回波信号再进行自适应谱线增强算法处理,从而实现人体呼吸信号和杂波、噪声的分离;
输入信号y(k)为增强后的雷达回波信号,由人体目标的呼吸信号yNB(k)、杂波与噪声信号yWB(k)组成;利用雷达回波信号的延时作为参考信号x(k)=y(k-Δ),其中延时Δ必须满足:TWB<Δ<TNB;这样一来,经过延时的杂波与噪声信号yWB(k-Δ)与原信号yWB(k)不相关,而延时后的人体呼吸信号yNB(k-Δ)仍然与原信号yNB(k)相关;因此,窄带信号yNB(k)将被消除,抵消器输出的误差信号e(k)≈yWB(k),通过最小均方(LMS)算法来调整FIR滤波器的参数,使滤波器的输出信号逼近yNB(k),从而提取出人体目标的呼吸信号。
优选地,所述FIR滤波器的参数阶数K=32,步长因子μ=10-5时,自适应谱线增强算法从雷达回波数据中分离人体目标的呼吸信号和杂波、噪声信号的效果达到最优。
有益效果:本发明,有益效果如下:
本发明融合一高一低两个中心频率天线在穿透力和灵敏度方面的各自优势,保证低中心频率的同时扩展了雷达的等效带宽。同时建立了一种由气压式止血带束缚人体来模拟非自然状态人体的模型,该模型可定量控制,模拟不同部位被压埋的人体目标。基于上述探测平台和模型,还研究出一种自适应杂波抵消和双通道数据融合增强算法,来消除非静态杂波干扰,并提高雷达对微弱生命信号的探测信噪比;接着通过自适应谱线增强提取目标人体的呼吸信号,再通过递归动目标指示器抑制呼吸谐波的干扰,高阶累积算法增强人体心跳信号,最后利用希尔伯特谱分析对提取的呼吸和心跳信号进行频率估计,从而实现雷达对非自然状态人体生命体征的穿透式监测。
附图说明
图1为本发明自适应谱线增强算法的原理框图;
图2为双源IR-UWB雷达穿透废墟探测非自然状态人体目标的实验场景图;
图3为废墟探测中提取的人体目标呼吸信号图;
图4为递归动目标指示器的频谱响应图;
图5为人体目标三种体位探测实验场景图;
图6为穿墙探测中不同体位的人体目标心跳信号归一化频谱图;
图7为穿废墟探测中不同体位下非自然状态人体目标的呼吸和心跳信号归一化频谱图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如附图1示,本发明实施例中一种基于双源IR-UWB生物雷达的生命体征提取方法,所述提取方法通过双源UWB生物雷达的双通道互相关信号增强技术,结合自适应谱线增强算法对雷达回波中的宽带信号和窄带信号进行分离,实现非自然状态人体呼吸信号的提取,具体的算法如下:
r1l(n)=A1s(n)+c1l(n) (1)
r2l(n)=A2s(n)+c2l(n) (2)
式中r1l(n)和r2l(n)分别表示400MHz天线和270MHz天线的回波数据中在距离l处的点信号;s(n)表示人体目标的生命信号;A1和A2分别表示两种不同频率天线对s(n)的探测增益;c1l(n)和c2l(n)分别表示不同天线回波数据在距离l处的非静态杂波与噪声信号。
本实施例的400MHz天线和270MHz天线的回波数据中同一距离处的点信号均做互相关处理;
式中Φl(t)表示不同天线回波数据在同一距离l处点信号的相关函数;由于s(n)、c1l(n)和c2l(n)基本互不相关,因此,公式中后三项相对较小,人体目标微弱的生命信号得到增强。
本实施例的生命体征提取方法中互相关增强后的雷达回波信号再进行自适应谱线增强算法处理,从而实现人体呼吸信号和杂波、噪声的分离;
如图1,输入信号y(k)为增强后的雷达回波信号,由人体目标的呼吸信号yNB(k)、杂波与噪声信号yWB(k)组成;利用雷达回波信号的延时作为参考信号x(k)=y(k-Δ),其中延时Δ必须满足:TWB<Δ<TNB;这样一来,经过延时的杂波与噪声信号yWB(k-Δ)与原信号yWB(k)不相关,而延时后的人体呼吸信号yNB(k-Δ)仍然与原信号yNB(k)相关;因此,窄带信号yNB(k)将被消除,抵消器输出的误差信号e(k)≈yWB(k),通过最小均方(LMS)算法来调整FIR滤波器的参数,使滤波器的输出信号逼近yNB(k),从而提取出人体目标的呼吸信号。
本实施例的FIR滤波器的参数阶数K=32,步长因子μ=10-5时,自适应谱线增强算法从雷达回波数据中分离人体目标的呼吸信号和杂波、噪声信号的效果达到最优。
本项目采用气压式止血带加压束缚人体目标的胸部,并配有指针式压力表,可以量化人体目标被束缚的强度,从而限制由呼吸引起的胸壁起伏,模拟压埋状态的非自然状态人体目标进行探测实验。实验场景如图2所示。模拟废墟的高度为2m,包括两层10cm厚的混凝土预制板、80cm厚的砖块堆和1m高的废墟空洞。雷达放置在模拟废墟顶端,一名健康成年男性胸部被气压式止血带束缚,正对雷达,身体保持静止,平躺在废墟空洞中;
如图3所示;废墟探测中非自然状态人体目标在不同体位下的呼吸信号均能够检测到,但是信号幅度在仰卧位、侧卧位和俯卧位时依次减小;这是因为当人体以仰卧位躺在废墟空洞中,胸部正对雷达,雷达散射截面积最大,虽然俯卧位的散射截面积和仰卧位相比差别不大,但是由于人体呼吸时主要引起胸前壁的起伏,而在俯卧位时,由于人体胸壁紧贴地面,受到绑带和地面的双重挤压,阻碍了目标的呼吸运动,因此雷达探测到的由呼吸引起的体表微动幅度必然减小。对于侧卧位,虽然雷达散射截面积是最小的,但是姿势对呼吸幅度的影响较小,因此该体位的呼吸信号比俯卧位时要明显。
微弱、变异生命信号的提取技术研究
在雷达探测过程中,人体的心跳信号十分微弱,呼吸谐波的能量都比它大,再加上杂波和噪声的干扰,这些都为心跳信号的提取带来了难度。而对于非自然状态生命体,前期研究显示呼吸频率变得更快,这就造成了心跳信号更加难以区分。因此,本项目研究出了一种递归动目标指示器和高阶累积相结合的算法,从而消除呼吸谐波,增强心跳信号。
图4为该递归动目标指示器的频谱响应。从图中可以看出在呼吸频率的整数倍时,指示器频谱响应的增益为0,从而能够有效抑制呼吸谐波,保留了微弱的心跳信号。
但是,经过递归动目标指示器抑制后的信号中除了微弱的心跳信号外,仍然包含有噪声。理论上,任意一个零均值的高斯随机过程中三阶及以上的累积量恒等于零,且它对于高斯噪声是非敏感的。因此,考虑到累积效果和计算速度,本研究采用了4阶高阶累积算法进行处理,增强心跳信号。
对提取的呼吸和心跳信号进行频率估计,呼吸率和心率能更加直观的反映出该人体目标的生理状态。由于雷达回波中的呼吸和心跳信号是非平稳的,针对非平稳信号,希尔伯特谱分析(HSA)可以在能量—时间—频率上综合分析,得到生命体征随时间变化的细节信息,即瞬时频率和瞬时幅值。对于信号x(t),它的Hilbert变换y(t)可以表示为
式中P为奇异积分的柯西主值。那么就可以得到解析函数
z(t)=x(t)+iy(t)=a(t)eiθ(t) (5)
那么瞬时频率(角频率)就能够表示为
ω=dθ/dt (7)
那么,信号x(t)采用Hilbert变换可以表示为
从公式(8)中我们清楚地发现信号分量的频率和幅度都是时间的函数,将公式展开后原信号幅度可以表示成时间和频率的函数。因此,呼吸信号和心跳信号的瞬时频率能够被估算出来,以此监测探测目标生命体征的变化情况。
本项目分别在穿透砖墙和穿透模拟废墟场景中进行了验证实验。在穿透砖墙场景中,对三种不同体位(正对雷达、背对雷达、侧对雷达)的非自然状态人体目标进行探测,实验的场景图如图5所示。目标正对雷达站在墙后2m处,砖墙厚度约为28cm。
对上述穿墙场景中信号增强后的雷达回波数据采用谐波抑制、高阶累积和希尔伯特谱分析算法进行处理。图6是经过谐波抑制和高阶累积算法前后的人体目标心跳信号归一化频谱。从图6(a)中可以看出,心跳信号由于很微弱完全淹没在噪声和呼吸的谐波中,而图6(b)经过了递归动目标指示器,较好的抑制了呼吸谐波,且通过高阶累积算法使心跳信号得到了明显的增强,从而实现了非自然状态人体目标心跳信号的提取。通过频谱的能量最大值估计心跳频率,三种体位下心跳信号的频率值分别是1.289Hz,1.304Hz和1.318Hz。图6穿墙探测中不同体位的人体目标心跳信号归一化频谱;(a)谐波抑制和高阶累积前(b)谐波抑制和高阶累积后。
图7是上述废墟探测的雷达回波数据经过相同算法处理后的不同体位下非自然状态人体目标的呼吸和心跳信号频谱。从图7(a)中可以看出,人体目标在仰卧位、侧卧位、俯卧位三种情况下的呼吸频率分别是0.292Hz、0.227Hz和0.258Hz。正如图7中的呼吸时域波形所示,仰卧位的呼吸信号最明显,侧卧位和俯卧位呼吸信号频率成分较丰富,特别是俯卧位,人体胸壁受到绑带和地面的双重挤压,呼吸运动受到限制。心跳信号的频谱如图7(b)所示,由于废墟结构相对于单砖墙结构较为复杂,且非自然状态人体目标的心跳信号本身非常微弱,因此穿透废墟场景中心跳信号的频率成分较复杂,且信噪比较低。但经过算法处理后,心跳信号仍然能够被提取出来,从图中可以看出,非自然状态人体目标在正对雷达、背对雷达、侧对雷达三种体位下的心跳信号频率值分别是1.253Hz,1.313Hz和1.375Hz;(a)呼吸信号(b)心跳信号。
由此可见,本项目研究的基于双源IR-UWB生物雷达的穿透式探测和监测算法能够有效降低生物雷达探测的虚警率,并且能够提取出非自然状态人体目标的呼吸和心跳信号。从而在应急救援中为救援人员提供更加详细、可靠的生理信息,最大程度挽救幸存者的生命。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种基于双源IR-UWB生物雷达的生命体征提取方法,其特征在于,所述提取方法通过双源UWB生物雷达的双通道互相关信号增强技术,结合自适应谱线增强算法对雷达回波中的宽带信号和窄带信号进行分离,实现非自然状态人体呼吸信号的提取,具体的算法如下:
r1l(n)=A1s(n)+c1l(n) (1)
r2l(n)=A2s(n)+c2l(n) (2)
式中r1l(n)和r2l(n)分别表示400MHz天线和270MHz天线的回波数据中在距离l处的点信号;s(n)表示人体目标的生命信号;A1和A2分别表示两种不同频率天线对s(n)的探测增益;c1l(n)和c2l(n)分别表示不同天线回波数据在距离l处的非静态杂波与噪声信号;
所述生命体征提取方法中互相关增强后的雷达回波信号再进行自适应谱线增强算法处理,从而实现人体呼吸信号和杂波、噪声的分离;
输入信号y(k)为增强后的雷达回波信号,由人体目标的呼吸信号yNB(k)、杂波与噪声信号yWB(k)组成;利用雷达回波信号的延时作为参考信号x(k)=y(k-Δ),其中延时Δ必须满足:TWB<Δ<TNB;这样一来,经过延时的杂波与噪声信号yWB(k-Δ)与原信号yWB(k)不相关,而延时后的人体呼吸信号yNB(k-Δ)仍然与原信号yNB(k)相关;因此,窄带信号yNB(k)将被消除,抵消器输出的误差信号e(k)≈yWB(k),通过最小均方(LMS)算法来调整FIR滤波器的参数,使滤波器的输出信号逼近yNB(k),从而提取出人体目标的呼吸信号。
2.根据权利要求1所述的一种基于双源IR-UWB生物雷达的生命体征提取方法,其特征在于,所述400MHz天线和270MHz天线的回波数据中同一距离处的点信号均做互相关处理;
式中Φl(t)表示不同天线回波数据在同一距离l处点信号的相关函数;由于s(n)、c1l(n)和c2l(n)基本互不相关,因此,公式中后三项相对较小,人体目标微弱的生命信号得到增强。
3.根据权利要求1所述的一种基于双源IR-UWB生物雷达的生命体征提取方法,其特征在于,所述FIR滤波器的参数阶数K=32,步长因子μ=10-5时,自适应谱线增强算法从雷达回波数据中分离人体目标的呼吸信号和杂波、噪声信号的效果达到最优。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110077010.5A CN112914534B (zh) | 2021-01-20 | 2021-01-20 | 基于双源ir-uwb生物雷达的生命体征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110077010.5A CN112914534B (zh) | 2021-01-20 | 2021-01-20 | 基于双源ir-uwb生物雷达的生命体征提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112914534A CN112914534A (zh) | 2021-06-08 |
CN112914534B true CN112914534B (zh) | 2023-05-02 |
Family
ID=76165025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110077010.5A Active CN112914534B (zh) | 2021-01-20 | 2021-01-20 | 基于双源ir-uwb生物雷达的生命体征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112914534B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114580535B (zh) * | 2022-03-04 | 2023-05-23 | 中国人民解放军空军军医大学 | 多基雷达人体行为融合识别方法、装置及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093868A (zh) * | 2016-05-26 | 2016-11-09 | 中国人民解放军第四军医大学 | 一种基于双源ir‑uwb生物雷达的强反射杂波消除方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616729B (zh) * | 2013-11-06 | 2016-05-18 | 中国人民解放军第四军医大学 | 一种基于uwb生物雷达的多个人体目标估算方法及系统 |
-
2021
- 2021-01-20 CN CN202110077010.5A patent/CN112914534B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093868A (zh) * | 2016-05-26 | 2016-11-09 | 中国人民解放军第四军医大学 | 一种基于双源ir‑uwb生物雷达的强反射杂波消除方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112914534A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102423261B (zh) | 超宽谱雷达式非接触生命参数实时监测系统 | |
CN111157960B (zh) | 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备 | |
US8597196B2 (en) | Cardiac signal processing apparatus and cardiac signal processing method | |
CN107072637B (zh) | 用于自动气胸检测的设备和方法 | |
CN102429661B (zh) | 超宽谱雷达式非接触生命参数实时监测方法 | |
CN106093868B (zh) | 一种基于双源ir-uwb生物雷达的强反射杂波消除方法 | |
CN106901695B (zh) | 一种生命信号提取方法及装置 | |
CN103110422B (zh) | 基于生物雷达检测的呼吸和心跳实时分离方法 | |
CN112754441B (zh) | 一种基于毫米波的非接触式心跳检测方法 | |
US20130123637A1 (en) | Method of reducing ultrasound signal ambiguity during fetal monitoring | |
CN112914534B (zh) | 基于双源ir-uwb生物雷达的生命体征提取方法 | |
JP5940626B2 (ja) | 個人認証装置及び個人認証プログラム | |
CN106019254A (zh) | 一种uwb冲击生物雷达多人体目标距离向分离辨识方法 | |
CN105249925B (zh) | 一种中医脉象采集装置及降噪系统和降噪方法 | |
Pramudita et al. | Radar system for detecting respiration vital sign of live victim behind the wall | |
CN104133199B (zh) | 用于生命探测雷达的微弱呼吸信号增强方法 | |
CN105575403A (zh) | 一种融合听觉掩蔽与双耳信号帧的互相关声源定位方法 | |
CN110146876A (zh) | 基于信息熵进行人体目标定位的方法 | |
CN105266847B (zh) | 基于压缩感知自适应波束合成的脉冲逆转谐波平面波快速造影成像方法 | |
CN113786176B (zh) | 精确的毫米波雷达呼吸心跳测量方法、系统和存储介质 | |
Li et al. | A wavelet-based strong clutter removal technique for UWB life detection | |
Ramadhamy et al. | Clutter Reduction in Detecting Trapped Human Respiration Under Rubble for FMCW Radar System | |
CN111709279B (zh) | 一种利用svd-emd算法分离微地震噪声混合信号的算法 | |
Ekimov et al. | Human detection range by active Doppler and passive ultrasonic methods | |
CN105629227B (zh) | 基于连续小波变换的隔墙人体运动检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |