CN113812932A - 一种基于毫米波雷达的车内生命目标探测及定位技术 - Google Patents

一种基于毫米波雷达的车内生命目标探测及定位技术 Download PDF

Info

Publication number
CN113812932A
CN113812932A CN202111053810.XA CN202111053810A CN113812932A CN 113812932 A CN113812932 A CN 113812932A CN 202111053810 A CN202111053810 A CN 202111053810A CN 113812932 A CN113812932 A CN 113812932A
Authority
CN
China
Prior art keywords
target
signal
heartbeat
radar
phase
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.)
Withdrawn
Application number
CN202111053810.XA
Other languages
English (en)
Inventor
李坤
王寰宇
李立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jingmu Technology Co ltd
Original Assignee
Shanghai Jingmu Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jingmu Technology Co ltd filed Critical Shanghai Jingmu Technology Co ltd
Priority to CN202111053810.XA priority Critical patent/CN113812932A/zh
Publication of CN113812932A publication Critical patent/CN113812932A/zh
Withdrawn legal-status Critical Current

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
    • A61B5/0205—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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Pulmonology (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于毫米波雷达的车内生命目标探测及定位技术，包括以下所述工作步骤：一：信号原理和信号处理流程、二：距离维FFT、三：呼吸心跳信号获取、四：相位解卷绕、五：心跳呼吸信号分离、六：生命呼吸信号检测、七：目标角度测量、八：虚假目标的剔除、九：目标坐标转换及车内定位、十：目标最终输出。本发明通过精确公式的计算出目标在车内所处的位置，增添装置的高精确的定位作用，通过针对探测区域框选特定范围，对于不属于范围内的目标进行剔除，通过对目标的信号能量变化而的检测，从而判定所检测目标是否属于生命目标，对非生命目标进行快速剔除，继而更好的实现车内非接触、实时的、隐私性好的车内生命体征探测。

Description

一种基于毫米波雷达的车内生命目标探测及定位技术
技术领域
本发明涉及米波雷达定位设备技术领域，具体为一种基于毫米波雷达的车内生命目标探测及定位技术。
背景技术
汽车普遍成为人们常用的出行交通工具之一，随之而来的汽车安全问题越来越受到人们的关注，尤其是儿童在汽车中的安全问题。近年来，国内外每年都会有很多儿童被遗忘在车内导致的悲剧发生。同时，疲劳驾驶、驾驶员状态异常同样也导致非常多的安全事故。如何实时的、非接触的、不涉及隐私的对车内生命的体征与状态进行探测，成为提升车辆安全性以及车辆智能化的重要问题，人体生命体征主要有脉搏、呼吸、心音、体温、血压等信息参数，其中心跳和呼吸是人体最重要的指标，对人体呼吸和心跳的实时监测具有重要的意义。
现有技术中一种基于毫米波雷达的车内生命目标探测及定位技术缺点不足：
1、对比文件CN106595756A，公开了一种用于探测车内生命特征的系统，“包括雷达式生命探测仪、气体成分传感器、温度传感器、控制器以及报警装置，其中，雷达式生命探测仪设置于发动机舱，用于感应车内生命特征；气体成分传感器设置于汽车操作台的上端面，用于检测车内气体信息；温度传感器设置于车厢的顶部，用于感应车内温度；控制器设置于汽车操作台的内部，与雷达式生命探测仪、气体成分传感器以及温度传感器电连接，用于接收并处理信息；报警装置设置于汽车底盘，用于发出报警信息。本发明的有益效果是：可以有效避免由于驾驶员疏忽引起的车内安全问题，如将小孩遗忘车内，车内吸烟，酒后驾车，在极端条件下车内生命特征变弱引起的严重后果，将车内安全防患于未然”，但该专利中对生命特征的检测缺乏精准性，缺少对数据的采集和判断以及定位性的不精确；
2、现有技术中一种基于毫米波雷达的车内生命目标探测及定位技术，现有的大多车内生命目标探测装置在使用时，其工能性缺乏，对实现车内非接触、实时的、隐私性好的车内生命体征探测方式存在着一定的不足。
发明内容
本发明的目的在于提供一种基于毫米波雷达的车内生命目标探测及定位技术，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案，一种基于毫米波雷达的车内生命目标探测及定位技术，包括以下所述工作步骤：
一：信号原理和信号处理流程；
二：距离维FFT；
三：呼吸心跳信号获取；
四：相位解卷绕；
五：心跳呼吸信号分离；
六：生命呼吸信号检测；
七：目标角度测量；
八：虚假目标的剔除；
九：目标坐标转换及车内定位；
十：目标最终输出。
优选的，所述步骤一中信号原理包括：雷达基带信号中的胸壁位移信号，即我们所说的生命信号，是由呼吸、心跳的共同运动引起的周期性运动。而呼吸和心跳的运动幅度大小、频率由大脑神经中枢自主调节，彼此之间运动相互独立。在多数研究中，将呼吸、心跳信号近似认为是正弦信号，生命信号由呼吸和心跳的谐振引起：
x(t)＝Abcos(2πfbt)+Ahcos(2πfht)
式中Ab、Ah分别为呼吸和心跳引起的胸腔运动幅度，fb、fh分别为呼吸和心跳的频率。
雷达发射信号：
st(t)＝A0cos(2πfTt+θ0)。
雷达电磁波照射到人体目标时，主要的反射回波集中在“空气-皮肤”区域。这个区域的人体皮肤的振动限定在一个范围内，围绕平均距离上下变动。雷达与皮肤的瞬时距离可以写成下面的形式：
r(t)＝r0+Vt+x(t)
式中，r0是目标初始距离，V是目标运动速度，x(t)代表由于生命运动引起了目标微动信号。
雷达的接收信号：
sR(t)＝A0cos(2πfT(t-td)+θ0)
其中目标的延时：
Figure BDA0003253745980000031
据此可得：
Figure BDA0003253745980000032
其中：
Figure BDA0003253745980000041
Figure BDA0003253745980000042
相位中
Figure BDA0003253745980000043
表征了呼吸心跳的变化，对相位进行处理便可得到目标的呼吸心跳信息
优选的，所述步骤一中信号处理流程包括：在实际应用中实时提取、高精度提取要求下，研究合适的基于毫米波雷达的生命信号特征提取和定位方法，主要包含了两个主要方面，一是通过设计合适的波形完成呼吸心跳信号的获取，第二个是通过高精度测角和坐标转换实现雷达车内的精确定位；
所述算法的主要流程为：
(1)、对目标的时域AD数据进行FFT处理；
(2)、对FFT数据进行检测，得到目标的距离和位置；
(3)、对一定周期内的多帧信号进行积累；
(4)、获取目标多帧信号目标信息的相位并进行相位的预处理；
(5)、对相位信息进行低通滤波并处理得到目标的呼吸信号；
(6)、对相位信息进行带通滤波并进行特征处理得到目标的心跳信号；
(7)、对通道间的复信号进行MUSIC测角；
(8)、根据目标的距离和角度判断目标的位置；
(9)、对于车内生命信号进行目标输出。
优选的，所述步骤二中距离维FFT包括：
假设雷达发射信号为线性调频信号，则信号频率fT(t)为：
Figure BDA0003253745980000044
式中，fc为起始载频，B为带宽，T为单个调频信号的总周期，t为时间；
接收信号可写为：
Figure BDA0003253745980000051
式中，r0为目标距离，θ0为信号初相，fd为目标多普勒频率，x(t)代表由于生命运动引起了目标微动信号，AR为目标回波能量，λ为雷达波长，c为光速。
接收信号的发射信号为：
Figure BDA0003253745980000052
式中，AT为发射信号幅度。
接收信号和发射信号两者混频之后的中频信号为：
Figure BDA0003253745980000053
Figure BDA0003253745980000054
sIF(t)的傅里叶变换可写为：
Figure BDA0003253745980000055
式中，
Figure BDA0003253745980000056
N为总点数。
根据目标的一维FFT结果便可得到目标的探测距离。
优选的，所述步骤三中呼吸心跳信号获取包括：在单个脉冲周期内，对目标进行快时间维度的FFT，将AD数据转换成距离维度的数据，距离向数据的峰值点的幅度表征了目标的位置，不同周期内的同一距离bin的相位信息表征了目标的呼吸心跳信息的变化，对一定周期的快时间FFT的数据的相位信息结果进行积累，便可统计出目标的呼吸心跳随时间的缓变过程，对此相位数据再进行一次FFT处理便可获得目标的呼吸和心跳信息。
对快时间维度进行FFT处理，得到目标在所有慢时间维度的复信号，慢时间维度下的目标复信号的相位信息包含呼吸和心跳信号，具体为：
Figure BDA0003253745980000061
优选的，所述步骤四中相位解卷绕包括：雷达探测的目标分离后，目标距离像的峰值由复信号表示，其实部和虚部构成了信号的真实相位信息。在数学上可以通过反正切函数得到回波信号的相位值，但是在计算机运行中存在相位卷绕的问题。即在计算中反正切函数在第一第二象限中的角度为0～π，三四象限的角度为0～-π。若一个角度从0变到2π，但实际结果得到的却是0～π，再有-π～0，在角度π处发生跳变，跳变幅度为2π，这就相位卷绕问题。为了解决相位卷绕问题，要通过算法进行相位解卷绕，对处理得到的相位数据进行校正。
算法流程如下：
当前相位值为
Figure BDA0003253745980000062
下一个相位值为
Figure BDA0003253745980000063
当
Figure BDA0003253745980000064
说明角度发生跳变；
接着再分两种情况进行分析：
当
Figure BDA0003253745980000065
时，则
Figure BDA0003253745980000066
当
Figure BDA0003253745980000067
时，则
Figure BDA0003253745980000068
优选的，所述步骤五中心跳呼吸信号分离包括：为了滤除高频噪声同时将呼吸和心跳信号准确分离和提取，构建两个带通滤波器。按脉冲响应时间分类，数字滤波器被人们分为有限冲击脉冲响应滤波器(FIR)和无限脉冲响应滤波器(IIR)，对比IIR滤波器和FIR滤波器，在同阶的情况下IIR滤波器相对于FIR滤波器可以用较低的阶数来获得较高的选择性。虽然相位为非线性，但是用到的存储单元少，经济效率高，并且实时性较好。最主要的一点是对嵌入式平台的计算量要求不高，这样会降低程序的运行时间。本发明实验采用IIR滤波器。IIR滤波器的系统函数H(z)为：
Figure BDA0003253745980000071
可以通过滤波器设计工具确定IIR滤波器的系数。一般而言，成年人呼吸频率为0.1Hz-0.5Hz，心跳频率为0.8-2Hz，该频段分别为两个滤波器的通带截止频率。
优选的，所述步骤六中生命呼吸信号检测包括：对于已经分离开来的呼吸信号和心跳信号，采用特征估计算法来提取具体的呼吸和心跳信号，在实际中可以采用FFT等算法：
Figure BDA0003253745980000072
FFT的峰值即是目标的呼吸信号频率和心跳信号频率值。
优选的，所述步骤七中目标角度测量包括：
假设有K个入射远场窄带信号且互不相干，则可得到第k个阵元在t时刻接收信号：
Figure BDA0003253745980000073
矩阵形式：
X(t)＝As(t)+n(t)
式中：
Figure BDA0003253745980000074
Figure BDA0003253745980000081
阵列数据的协方差矩阵为：
R＝E[XXH]＝AE[SSH]AH+δ2I
MUSIC算法是利用接收数据的协方差矩阵分离出信号子空间和噪声子空间，利用信号方向向量与噪声子空间的正交性来构成空间扫描谱，实现信号的参数估计。
MUSIC算法首先对阵列的协方差矩阵R进行特征分解：
Figure BDA0003253745980000082
将特征值从大到小排列，K(信源个数)个大特征值对应的特征矢量张成的子空间
Figure BDA0003253745980000083
称为信号子空间。N-K个小特征值所对应的特征矢量所张成的子空间|N＝span{vK+1，...，vN}，称为噪声子空间。显然，S⊥N。噪声子空间的投影矩阵为：
Figure BDA0003253745980000084
其中EN＝[vK+1，...，vN]。
MUSIC算法的谱函数为：
Figure BDA0003253745980000085
对波达方向进行搜索。由于信号子空间和噪声子空间正交，所以当θ为某一信源的波达方向时，它对应的导向矢量向信号子空间的投影长度为零，理论上p(θ)趋于无穷大，但在实际中得到的是噪声子空间的估计，并不完全正交，此时谱函数将出现峰值，对应的峰值点即使实际信源的方向。
优选的，所述步骤八中虚假目标的剔除包括：通过相位一致性进行剔除；
对于车内应用，除了我们关注的目标，也存在很多静止目标和金属目标，对他们的针对性的检测和剔除能提高车内生命检测的稳定性和正确性。虚假目标的剔除可以根据以下几个维度来进行处理。
可以针对探测区域框选特定范围，对于不属于范围内的目标进行剔除。
根据呼吸信号原理，对于一个正常的生命目标，其信号相位随着时间的变化而变化，能量也随着时间的变化而变化，若检测到的目标在观测时间内，目标的信号能量较稳定，以及信号相位较为稳定，说明此目标属于生命目标的概率较小，需要进行剔除
优选的，所述步骤九中目标坐标转换及车内定位包括：雷达输出的目标信息是极坐标信息，为了能确定目标在车辆中的位置，需要根据雷达的安装位置和姿态，对检测到的目标进行坐标转换，转成车辆目标下的实际位置；
首先确定车辆坐标位置，基于此确定雷达安装位置
Figure BDA0003253745980000091
x0为雷达纵向位置，y0为雷达横向位置，θ0为雷达方位安装角度，
Figure BDA0003253745980000092
为雷达俯仰安装角度。
在这种情况下，假设雷达测得的目标径向距离、安装角、俯仰角为(r，θ，φ)，则目标在车辆坐标系下的位置为：
Figure BDA0003253745980000093
优选的，所述步骤十中目标最终输出包括：根据以上几个步骤，便可得到具有生命特征的目标的具体生命参数以及其在车内的具体位置。
与现有技术相比，本发明的有益效果如下：
1、本发明通过米波雷达的设置，雷达输出的目标信息，通过雷达的安装位置和姿态的信息下，通过精确公式的计算出目标在车内所处的位置，增添装置的高精确的定位作用。
2、本发明通过对人体呼吸和心跳信号的探测，并通过算法进行相位解卷绕，对处理得到的相位数据进行校正，从而保证数据的准确性，且通过针对探测区域框选特定范围，对于不属于范围内的目标进行剔除，通过对目标的信号能量变化而的检测，从而判定所检测目标是否属于生命目标，对非生命目标进行快速剔除，继而更好的实现车内非接触、实时的、隐私性好的车内生命体征探测。
附图说明
图1为本发明的信号处理流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例一：
(1)对快时间维度进行FFT处理，得到目标在所有慢时间维度的复信号，慢时间维度下的目标复信号的相位信息包含呼吸和心跳信号，具体为：
Figure BDA0003253745980000111
(2)在计算中反正切函数在第一第二象限中的角度为0～π，三四象限的角度为0～-π。若一个角度从0变到2π，但实际结果得到的却是0～π，再有-π～0，在角度π处发生跳变，跳变幅度为2π，这就相位卷绕问题；
当前相位值为
Figure BDA0003253745980000112
下一个相位值为
Figure BDA0003253745980000113
当
Figure BDA0003253745980000114
说明角度发生跳变。
当
Figure BDA0003253745980000115
时，则
Figure BDA0003253745980000116
实施例二：
(1)对快时间维度进行FFT处理，得到目标在所有慢时间维度的复信号，慢时间维度下的目标复信号的相位信息包含呼吸和心跳信号，具体为：
Figure BDA0003253745980000117
(2)在计算中反正切函数在第一第二象限中的角度为0～π，三四象限的角度为0～-π。若一个角度从0变到2π，但实际结果得到的却是0～π，再有-π～0，在角度π处发生跳变，跳变幅度为2π，这就相位卷绕问题；
当前相位值为
Figure BDA0003253745980000118
下一个相位值为
Figure BDA0003253745980000119
当
Figure BDA00032537459800001110
说明角度发生跳变。
当
Figure BDA0003253745980000121
时，则
Figure BDA0003253745980000122
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (12)

1.一种基于毫米波雷达的车内生命目标探测及定位技术，包括以下所述工作步骤：
一、信号原理和信号处理流程；
二、距离维FFT；
三、呼吸心跳信号获取；
四、相位解卷绕；
五、心跳呼吸信号分离；
六、生命呼吸信号检测；
七、目标角度测量；
八、虚假目标的剔除；
九、目标坐标转换及车内定位；
十、目标最终输出。
2.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤一中信号原理包括：雷达基带信号中的胸壁位移信号，即我们所说的生命信号，是由呼吸、心跳的共同运动引起的周期性运动。而呼吸和心跳的运动幅度大小、频率由大脑神经中枢自主调节，彼此之间运动相互独立。在多数研究中，将呼吸、心跳信号近似认为是正弦信号，生命信号由呼吸和心跳的谐振引起：
x(t)＝Abcos(2πfbt)+Ahcos(2πfht)
式中Ab、Ah分别为呼吸和心跳引起的胸腔运动幅度，fb、fh分别为呼吸和心跳的频率。
雷达发射信号：
st(t)＝A0cos(2πfTt+θ0)
雷达电磁波照射到人体目标时，主要的反射回波集中在“空气-皮肤”区域。这个区域的人体皮肤的振动限定在一个范围内，围绕平均距离上下变动。雷达与皮肤的瞬时距离可以写成下面的形式：
r(t)＝r0+Vt+x(t)
式中，r0是目标初始距离，V是目标运动速度，x(t)代表由于生命运动引起了目标微动信号。
雷达的接收信号：
sR(t)＝A0cos(2πfT(t-td)+θ0)
其中目标的延时：
Figure FDA0003253745970000021
据此可得：
Figure FDA0003253745970000022
其中：
Figure FDA0003253745970000023
Figure FDA0003253745970000024
相位中
Figure FDA0003253745970000025
表征了呼吸心跳的变化，对相位进行处理便可得到目标的呼吸心跳信息。
3.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤一中信号处理流程包括：在实际应用中实时提取、高精度提取要求下，研究合适的基于毫米波雷达的生命信号特征提取和定位方法。主要包含了两个主要方面，一是通过设计合适的波形完成呼吸心跳信号的获取，第二个是通过高精度测角和坐标转换实现雷达车内的精确定位；
所述算法的主要流程为：
(1)、对目标的时域AD数据进行FFT处理；
(2)、对FFT数据进行检测，得到目标的距离和位置；
(3)、对一定周期内的多帧信号进行积累；
(4)、获取目标多帧信号目标信息的相位并进行相位的预处理；
(5)、对相位信息进行低通滤波并处理得到目标的呼吸信号；
(6)、对相位信息进行带通滤波并进行特征处理得到目标的心跳信号；
(7)、对通道间的复信号进行MUSIC测角；
(8)、根据目标的距离和角度判断目标的位置；
(9)、对于车内生命信号进行目标输出。
4.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤二中距离维FFT包括：
假设雷达发射信号为线性调频信号，则信号频率fT(t)为：
Figure FDA0003253745970000031
式中，fc为起始载频，B为带宽，T为单个调频信号的总周期，t为时间；
接收信号可写为：
Figure FDA0003253745970000032
式中，r0为目标距离，θ0为信号初相，fd为目标多普勒频率，x(t)代表由于生命运动引起了目标微动信号，AR为目标回波能量，λ为雷达波长，c为光速。
接收信号的发射信号为：
Figure FDA0003253745970000041
式中，AT为发射信号幅度。
接收信号和发射信号两者混频之后的中频信号为:
Figure FDA0003253745970000042
Figure FDA0003253745970000043
sIF(t)的傅里叶变换可写为：
Figure FDA0003253745970000044
式中，
Figure FDA0003253745970000045
N为总点数。
根据目标的一维FFT结果便可得到目标的探测距离。
5.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤三中呼吸心跳信号获取包括：在单个脉冲周期内，对目标进行快时间维度的FFT，将AD数据转换成距离维度的数据，距离向数据的峰值点的幅度表征了目标的位置，不同周期内的同一距离bin的相位信息表征了目标的呼吸心跳信息的变化，对一定周期的快时间FFT的数据的相位信息结果进行积累，便可统计出目标的呼吸心跳随时间的缓变过程，对此相位数据再进行一次FFT处理便可获得目标的呼吸和心跳信息。
对快时间维度进行FFT处理，得到目标在所有慢时间维度的复信号，慢时间维度下的目标复信号的相位信息包含呼吸和心跳信号，具体为：
Figure FDA0003253745970000051
6.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤四中相位解卷绕包括：雷达探测的目标分离后，目标距离像的峰值由复信号表示，其实部和虚部构成了信号的真实相位信息。在数学上可以通过反正切函数得到回波信号的相位值，但是在计算机运行中存在相位卷绕的问题。即在计算中反正切函数在第一第二象限中的角度为0～π，三四象限的角度为0～-π。若一个角度从0变到2π，但实际结果得到的却是0～π，再有-π～0，在角度π处发生跳变，跳变幅度为2π，这就相位卷绕问题。为了解决相位卷绕问题，要通过算法进行相位解卷绕，对处理得到的相位数据进行校正。
算法流程如下：
当前相位值为
Figure FDA0003253745970000052
下一个相位值为
Figure FDA0003253745970000053
当
Figure FDA0003253745970000054
说明角度发生跳变；
接着再分两种情况进行分析：
当
Figure FDA0003253745970000055
时，则
Figure FDA0003253745970000056
当
Figure FDA0003253745970000057
时，则
Figure FDA0003253745970000058
7.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤五中心跳呼吸信号分离包括：为了滤除高频噪声同时将呼吸和心跳信号准确分离和提取，构建两个带通滤波器。按脉冲响应时间分类，数字滤波器被人们分为有限冲击脉冲响应滤波器(FIR)和无限脉冲响应滤波器(IIR)，对比IIR滤波器和FIR滤波器，在同阶的情况下IIR滤波器相对于FIR滤波器可以用较低的阶数来获得较高的选择性。虽然相位为非线性，但是用到的存储单元少，经济效率高，并且实时性较好。最主要的一点是对嵌入式平台的计算量要求不高，这样会降低程序的运行时间。本发明实验采用IIR滤波器。IIR滤波器的系统函数H(z)为：
Figure FDA0003253745970000061
式中，N为滤波器阶数，br和ak分别是分子分母多项式的系数，z代表z变换。
可以通过滤波器设计工具确定IIR滤波器的系数。一般而言，成年人呼吸频率为0.1Hz-0.5Hz，心跳频率为0.8-2Hz，该频段分别为两个滤波器的通带截止频率。
8.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤六中生命呼吸信号检测包括：对于已经分离开来的呼吸信号和心跳信号，采用特征估计算法来提取具体的呼吸和心跳信号，在实际中可以采用FFT等算法：
Figure FDA0003253745970000062
FFT的峰值即是目标的呼吸信号频率和心跳信号频率值。
9.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤七中目标角度测量包括：
假设有K个入射远场窄带信号且互不相干，则可得到第k个阵元在t时刻接收信号：
Figure FDA0003253745970000063
矩阵形式：
X(t)＝As(t)+n(t)
式中：
Figure FDA0003253745970000071
Figure FDA0003253745970000072
阵列数据的协方差矩阵为：
R＝E[XXH]＝AE[SSH]AH+δ2I
MUSIC算法是利用接收数据的协方差矩阵分离出信号子空间和噪声子空间，利用信号方向向量与噪声子空间的正交性来构成空间扫描谱，实现信号的参数估计。
MUSIC算法首先对阵列的协方差矩阵R进行特征分解：
Figure FDA0003253745970000073
将特征值从大到小排列，K(信源个数)个大特征值对应的特征矢量张成的子空间
Figure FDA0003253745970000074
称为信号子空间。N-K个小特征值所对应的特征矢量所张成的子空间N＝span{vK+1，...，vN}，称为噪声子空间。显然，S⊥N。噪声子空间的投影矩阵为：
Figure FDA0003253745970000075
其中EN＝[vK+1，...，vN]。
MUSIC算法的谱函数为：
Figure FDA0003253745970000076
对波达方向进行搜索。由于信号子空间和噪声子空间正交，所以当θ为某一信源的波达方向时，它对应的导向矢量向信号子空间的投影长度为零，理论上p(θ)趋于无穷大，但在实际中得到的是噪声子空间的估计，并不完全正交，此时谱函数将出现一峰值，对应的峰值点即使实际信源的方向。
10.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤八中虚假目标的剔除包括：通过相位一致性进行剔除；
对于车内应用，除了我们关注的目标，也存在很多静止目标和金属目标，对他们的针对性的检测和剔除能提高车内生命检测的稳定性和正确性。虚假目标的剔除可以根据以下几个维度来进行处理。
可以针对探测区域框选特定范围，对于不属于范围内的目标进行剔除。
根据呼吸信号原理，对于一个正常的生命目标，其信号相位随着时间的变化而变化，能量也随着时间的变化而变化，若检测到的目标在观测时间内，目标的信号能量较稳定，以及信号相位较为稳定，说明此目标属于生命目标的概率较小，需要进行剔除。
11.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤九中目标坐标转换及车内定位包括：雷达输出的目标信息是极坐标信息，为了能确定目标在车辆中的位置，需要根据雷达的安装位置和姿态，对检测到的目标进行坐标转换，转成车辆目标下的实际位置。
首先确定车辆坐标位置，基于此确定雷达安装位置
Figure FDA0003253745970000082
x0为雷达纵向位置，y0为雷达横向位置，θ0为雷达方位安装角度，
Figure FDA0003253745970000081
为雷达俯仰安装角度。
在这种情况下，假设雷达测得的目标径向距离、安装角、俯仰角为(r，θ，φ)，则目标在车辆坐标系下的位置为：
Figure FDA0003253745970000091
12.根据权利要求1所述的一种基于毫米波雷达的车内生命目标探测及定位技术，其特征在于：所述步骤十中目标最终输出包括：根据以上几个步骤，便可得到具有生命特征的目标的具体生命参数以及其在车内的具体位置。
CN202111053810.XA 2021-09-09 2021-09-09 一种基于毫米波雷达的车内生命目标探测及定位技术 Withdrawn CN113812932A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111053810.XA CN113812932A (zh) 2021-09-09 2021-09-09 一种基于毫米波雷达的车内生命目标探测及定位技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111053810.XA CN113812932A (zh) 2021-09-09 2021-09-09 一种基于毫米波雷达的车内生命目标探测及定位技术

Publications (1)

Publication Number Publication Date
CN113812932A true CN113812932A (zh) 2021-12-21

Family

ID=78914284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111053810.XA Withdrawn CN113812932A (zh) 2021-09-09 2021-09-09 一种基于毫米波雷达的车内生命目标探测及定位技术

Country Status (1)

Country Link
CN (1) CN113812932A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114469178A (zh) * 2022-02-25 2022-05-13 大连理工大学 一种可应用于智能手机的基于声波信号的眨眼检测方法
CN117148308A (zh) * 2023-10-30 2023-12-01 南京航空航天大学 一种舱内生命体征雷达遮挡检测方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114469178A (zh) * 2022-02-25 2022-05-13 大连理工大学 一种可应用于智能手机的基于声波信号的眨眼检测方法
CN117148308A (zh) * 2023-10-30 2023-12-01 南京航空航天大学 一种舱内生命体征雷达遮挡检测方法及系统
CN117148308B (zh) * 2023-10-30 2024-02-02 南京航空航天大学 一种舱内生命体征雷达遮挡检测方法及系统

Similar Documents

Publication Publication Date Title
US11850027B2 (en) Multi-person vital signs monitoring using millimeter wave (mm-wave) signals
CN113812932A (zh) 一种基于毫米波雷达的车内生命目标探测及定位技术
US10386462B1 (en) Systems and methods for stereo radar tracking
CN110531336A (zh) 一种物体检测识别方法及系统
CN109343052B (zh) 基于mimo的毫米波雷达有轨电车防碰撞预警方法及系统
Sekine et al. Non-contact heart rate detection using periodic variation in Doppler frequency
CN109324317A (zh) 毫米波雷达系统及其定位测速方法
CN112674740A (zh) 一种基于毫米波雷达的生命体征检测方法
CN110907929B (zh) 一种基于双门限检测的车载雷达目标检测方法及装置
US10627481B2 (en) Multi-resolution doppler processing
JP2017058291A (ja) レーダ装置、レーダ装置用の信号処理装置及び測速方法
CN110464320A (zh) 多目标人体心率和呼吸频率测量系统及方法
CN112401856A (zh) 一种基于毫米波雷达的疗养院监护方法及系统
CN112754441A (zh) 一种基于毫米波的非接触式心跳检测方法
CN103412309B (zh) 移不变双基地前视合成孔径雷达nlcs成像方法
CN112782685B (zh) 基于mimo雷达的多声源定位与声音重构方法及系统
CN102141609A (zh) 一种高频段一阶Bragg峰及其分裂谱峰的识别方法及系统
JP2015097638A (ja) 生体情報測定方法
CN114190913A (zh) 一种基于毫米波雷达的驾驶人员驾驶状态监测系统及方法
CN102401896B (zh) 一种用于计算多普勒信号频谱的方法
CN117838083A (zh) 一种基于毫米波雷达的体征快速精确检测方法
JPH07191133A (ja) 静止物識別型移動体レーダー装置
Rong et al. Novel Respiration-Free Heartbeat Detection Algorithm Using Millimeter-Wave Radar
Zhao et al. Multi-target vital signs remote monitoring using mmWave FMCW radar
CN111289944B (zh) 一种基于uwb定位的无人艇位置航向测定方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20211221

WW01 Invention patent application withdrawn after publication