CN113842123B - 一种基于麦克风阵列的非接触式心跳检测方法及系统 - Google Patents

一种基于麦克风阵列的非接触式心跳检测方法及系统 Download PDF

Info

Publication number
CN113842123B
CN113842123B CN202111130237.8A CN202111130237A CN113842123B CN 113842123 B CN113842123 B CN 113842123B CN 202111130237 A CN202111130237 A CN 202111130237A CN 113842123 B CN113842123 B CN 113842123B
Authority
CN
China
Prior art keywords
signal
microphone
received signal
received
direct
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
Application number
CN202111130237.8A
Other languages
English (en)
Other versions
CN113842123A (zh
Inventor
王志
张扶桑
金蓓弘
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.)
Institute of Software of CAS
Original Assignee
Institute of Software of CAS
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 Institute of Software of CAS filed Critical Institute of Software of CAS
Priority to CN202111130237.8A priority Critical patent/CN113842123B/zh
Publication of CN113842123A publication Critical patent/CN113842123A/zh
Application granted granted Critical
Publication of CN113842123B publication Critical patent/CN113842123B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Mathematical Physics (AREA)
  • Pulmonology (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于麦克风阵列的非接触式心跳检测方法及系统，其方法包括：S1：利用麦克风阵列接收经智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到第i个麦克风接收的回波信号与第一个麦克风之间的波程差的表示；S2：获取发送信号xtx和第i个麦克风的接收信号xri；S3：利用直射信号去除方法，去除接收信号中的直射信号，得到去除直射信号后的接收信号x'ri；S4：计算接收信号的入射角度；S5：根据接收信号的入射角度，计算麦克风阵列波束成形后的信号；步骤S6：将波束成形后的信号与发送信号进行处理，得到人体目标的心率以及心跳间隔。本发明提供的方法利用智能音箱设备，无需专用传感器，提升了声波检测心跳的精度和范围。

Description

一种基于麦克风阵列的非接触式心跳检测方法及系统
技术领域
本发明涉及智能非接触感知领域，具体涉及一种基于麦克风阵列的非接触式心跳检测方法及系统。
背景技术
目前，我国心血管病防治工作已取得初步成效，但仍面临严峻挑战。总体上看，中国心血管病患病率及死亡率仍处于上升阶段，心血管病死亡占居民疾病死亡构成40％以上，居首位，高于肿瘤及其他疾病。心脏疾病仍然是最大的健康问题之一。日常心脏监测有助于诊断心率快慢异常、心脏骤停等，从而预防多种心脏相关疾病的发生。传统的心跳监测通常由专业医疗人员进行，并使用心电图仪等特殊设备。这些设备虽然可以实现高精度的监测，但价格高昂并且需要专业人员操作。为了在家居环境中对我们的健康状况进行长期的监测，需要使用方便且成本低廉的解决方案。
现有的相对方便且适合家居环境使用的心跳监测解决方案大致有接触式解决方案和非接触式解决方案。接触式的解决方案采用可穿戴设备或传感器(例如指夹脉搏计、智能手表和腕带)来记录心跳的电信号并生成心电图。但这些设备需要直接与用户接触，并且让用户一直佩戴，不适合长期连续监测。非接触式的解决方案主要依赖于射频(RF)信号(例如，通过使用毫米波雷达)或可见光信号(例如，通过使用摄像头)。然而，毫米波雷达相对昂贵，并且摄像头存在遮挡和隐私泄露的问题。因此，如何对人体心跳进行非接触式检测，成为一个亟待解决的问题。
发明内容
为了解决上述技术问题，本发明提供一种基于麦克风阵列的非接触式心跳检测方法及系统。
本发明技术解决方案为：一种基于麦克风阵列的非接触式心跳检测方法，包括：
步骤S1：对智能音箱中的麦克风阵列进行几何建模，利用所述麦克风阵列接收经所述智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到所述第i个麦克风接收的所述回波信号与作为参考点的第一个麦克风之间的波程差的表示；
步骤S2：利用所述扬声器发送调频连续波作为发送信号xtx，所述麦克风阵列同步接收所述回波信号作为接收信号，第i个麦克风的所述接收信号表示为xri；
步骤S3：利用直射信号去除方法，去除所述接收信号中的直射信号，得到去除直射信号后的接收信号x'ri；
步骤S4：将所述第i个麦克风的所述去除直射信号后的接收信号x'ri与所述第一个麦克风的所述去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT得到二者的频差fi，计算得到所述接收信号在所述第i个麦克风与所述第一个麦克风之间的波程差；并与步骤S1中的所述波程差表示构建方程组，求解得到所述接收信号的入射角度；
步骤S5：根据所述接收信号的入射角度，计算所述接收信号在每个麦克风的时间延迟，将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的信号；
步骤S6：将所述波束成形后的信号与所述发送信号进行混频操作，得到混频信号，对所述混频信号做快速傅里叶变换并取峰值，计算得到所述目标人体所在的位置，取该位置的相位以获得目标人体的呼吸波形；采用带自适应噪声的互补集合经验模态分解方法来进行信号分离，从所述呼吸波形中分离得到心跳波形，由此可得到所述人体目标的心率以及心跳间隔。
本发明与现有技术相比，具有以下优点：
本发明公开了一种基于麦克风阵列的非接触式心跳检测方法，充分利用广泛存在的智能音箱设备，无需专用传感器，可以在家居环境中快捷的部署和使用，提升了声波检测心跳的精度和范围，使其更加适用于智能家居、智慧养老等领域。
附图说明
图1为本发明实施例中一种基于麦克风阵列的非接触式心跳检测方法的流程图；
图2为本发明提供的方法对应的流程示意图；
图3为本发明实施例中麦克风阵列几何建模示意图；
图4为本发明实施例中本发明实施例中实验设置示意图；
图5为本发明实施例中一种基于麦克风阵列的非接触式心跳检测系统的结构框图。
具体实施方式
本发明提供了一种基于麦克风阵列的非接触式心跳检测方法，充分利用广泛存在的智能音箱设备，无需专用传感器，可以在家居环境中快捷的部署和使用，提升了声波检测心跳的精度和范围，使其更加适用于智能家居、智慧养老等领域。
为了使本发明的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本发明进一步详细说明。
实施例一
如图1所示，本发明实施例提供的一种基于麦克风阵列的非接触式心跳检测方法，包括下述步骤：
步骤S1：对智能音箱中的麦克风阵列进行几何建模，利用麦克风阵列接收经智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到第i个麦克风接收的回波信号与作为参考点的第一个麦克风之间的波程差的表示；
步骤S2：利用扬声器发送调频连续波作为发送信号xtx，麦克风阵列同步接收回波信号作为接收信号，第i个麦克风的接收信号表示为xri；
步骤S3：利用直射信号去除方法，去除接收信号中的直射信号，得到去除直射信号后的接收信号x'ri；
步骤S4：将第i个麦克风的去除直射信号后的接收信号x'ri与第一个麦克风的去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT得到二者的频差fi，计算得到接收信号在第i个麦克风与第一个麦克风之间的波程差；并与步骤S1中的波程差表示构建方程组，求解得到接收信号的入射角度；
步骤S5：根据接收信号的入射角度，计算接收信号在每个麦克风的时间延迟，将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的信号；
步骤S6：将波束成形后的信号与发送信号进行混频操作，得到混频信号，对混频信号做快速傅里叶变换并取峰值，计算得到目标人体所在的位置，取该位置的相位以获得目标人体的呼吸波形；采用带自适应噪声的互补集合经验模态分解方法来进行信号分离，从呼吸波形中分离得到心跳波形，由此可得到人体目标的心率以及心跳间隔。
图2展示了本发明提供的方法对应的流程示意图。
在一个实施例中，上述步骤S1：对智能音箱中的麦克风阵列进行几何建模，利用麦克风阵列接收经智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到第i个麦克风接收的回波信号与作为参考点的第一个麦克风之间的波程差的表示，具体包括：
步骤S11：以麦克风阵列的圆心为坐标原点，将麦克风按逆时针顺序编号为(xi,yi)，其中，i＝1,2,...,M，M为麦克风的数量；第一个麦克风与x轴夹角为α；
步骤S12：如图3所示，令接收信号的入射角为
Figure BDA0003280179300000041
其中，θ为方位角表示接收信号在xOy平面上的投影与x轴的夹角，
Figure BDA0003280179300000042
为俯仰角表示接收信号与xOy平面的夹角；则接收信号的单位方向矢量I可以表示为下述公式(1)：
Figure BDA0003280179300000043
步骤S13：令麦克风阵列的半径为R，以第1个麦克风为参考点，其位置矢量表示为下述公式(2)：
m1＝[Rcos(α)Rsin(α)0] (2)
则第i个麦克风的位置矢量表示为下述公式(3)：
Figure BDA0003280179300000044
由此可得到第i个麦克风与参考点连线的矢量Ii表示为下述公式(4)：
Ii＝mi-m1 (4)
则回波信号在第i个麦克风与参考点之间的波程差可以表示为下述公式(5)：
Figure BDA0003280179300000045
在一个实施例中，上述步骤S2：利用扬声器发送的调频连续波作为发送信号xtx，麦克风阵列同步接收的回波信号作为接收信号，第i个麦克风的接收信号表示为xri，具体包括：
步骤S21：利用扬声器发送的调频连续波作为发送信号xtx，表示为下述公式(6)：
Figure BDA0003280179300000046
其中，f0为载波频率，k为调频斜率k＝B/T，B为发送信号的带宽，T为扫频周期，t表示时刻；
步骤S22：令S为目标人体距离麦克风阵列的距离，c为声波在空气中的传播速度，则发送信号在经过时延
Figure BDA0003280179300000047
后，被麦克风阵列中第i个麦克风接收，因此第i个麦克风的接收信号表示为下述公式(7)：
Figure BDA0003280179300000048
其中，Di为第i个麦克风接收信号的振幅。
在智能音箱中扬声器和麦克风阵列通常在一起，因此麦克风阵列会同时接收到来自扬声器的强烈直射信号和经目标人体反射后的信号。为了准确估计目标信号来波方向，本发明提出了一种去除直射信号的方法。
在一个实施例中，上述步骤S3：利用直射信号去除方法，去除接收信号中的直射信号，得到去除直射信号后的接收信号x'ri，具体包括：
步骤S31：在时域上计算发送信号xtx与第i个麦克风的接收信号xri的互相关，从而得到接收信号中直射信号相对于发送信号的延迟tdi；
步骤S32：对接收信号xri在时间长度为Tf的窗口内做离散傅里叶变换DFT，根据直射路径相对于发送信号的时延tdi，可以计算出在时刻t时直射信号的频率范围为[f0+(t+tdi)k，f0+(t+tdi+Tf)k]，其中，f0为载波频率，k为调频斜率；
步骤S33：将每个窗口内直射信号所在的频率设置为0，然后通过逆傅里叶变化IDFT，得到去除直射信号后的接收信号x'ri。
在一个实施例中，上述S4：将第i个麦克风的去除直射信号后的接收信号x'ri与第一个麦克风的去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT得二者的频差fi，计算得到接收信号在第i个麦克风与第一个麦克风之间的波程差；并与步骤S1中的波程差表示构建方程组，求解得到接收信号的入射角度，具体包括：
步骤S41：令第一个麦克风为参考点，将第i个麦克风的去除直射信号后的接收信号x'ri与第一个麦克风的去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT，得到二者的频差fi；
步骤S42：将第i个麦克风与第一个麦克风之间的波程差表示为下述公式(8)：
Δi＝fic/k (8)
并将公式(8)与公式(5)建立方程组，求解得到接收信号的入射角度θ和
Figure BDA0003280179300000054
在一个实施例中，上述S5：根据接收信号的入射角度，计算每个麦克风的时间延迟，将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形信号，具体包括：
步骤S51：根据接收信号的入射角度θ和
Figure BDA0003280179300000051
利用公式(9)计算每一个麦克风的时间延迟：
Figure BDA0003280179300000052
步骤S52：将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的接收信号，表示为公式(10)：
Figure BDA0003280179300000053
在一个实施例中，上述步骤S6：将波束成形后的信号与发送信号进行混频操作，得到混频信号，对混频信号做快速傅里叶变换并取峰值，计算得到目标人体所在的位置，取该位置的相位以获得目标人体的呼吸波形；采用带自适应噪声的互补集合经验模态分解方法来进行信号分离，从呼吸波形中分离得到心跳波形，由此可得到人体目标的心率以及心跳间隔。
本发明的实施使用现有的商用扬声器(JBL Jembe,6Watt,80dB)和麦克风阵列(UMA-8USB MIC ARRAY-V2.0)来搭建系统，扬声器和麦克风阵列分别通过3.5mm音频接口(AUX)和USB接口连接到笔记本电脑(MacBook Pro 2GHz with an Intel Core i5,16GBRAM)，其中，扬声器和麦克风阵列分别用于发送和接收信号。本发明实施例使用参数f0＝16kHz，B＝5kHz，T＝0.02s，fs＝48kHz来生成FMCW信号，麦克风阵列使用48kHz的采样率来接收信号，笔记本电脑用于实时处理信号来监测用户的心跳。心跳的真值通过一个三导联心电图监测仪(Heal Force PC-80B)来获得，三导ECG检测仪测得的心电图可以用来计算心跳心率(HR)和心跳间隔(IBI)。图4所示为本发明实施例中实验设置示意图。
本发明公开了一种基于麦克风阵列的非接触式心跳检测方法，充分利用广泛存在的智能音箱设备，无需专用传感器，可以在家居环境中快捷的部署和使用，提升了声波检测心跳的精度和范围，使其更加适用于智能家居、智慧养老等领域。
实施例二
如图5所示，本发明实施例提供了一种基于麦克风阵列的非接触式心跳检测系统，包括下述模块：
计算波程差模块，用于对智能音箱中的麦克风阵列进行几何建模，利用麦克风阵列接收经智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到第i个麦克风接收的回波信号与作为参考点的第一个麦克风之间的波程差的表示；
获取发送和接收信号模块，用于利用扬声器发送调频连续波作为发送信号xtx，麦克风阵列同步接收回波信号作为接收信号，第i个麦克风的接收信号表示为xri；
去除直射信号模块，用于利用直射信号去除方法，去除接收信号中的直射信号，得到去除直射信号后的接收信号x'ri；
获取入射角度模块，用于将第i个麦克风的去除直射信号后的接收信号x'ri与第一个麦克风的去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT得到二者的频差fi，计算得到接收信号在第i个麦克风与第一个麦克风之间的波程差；并与步骤S1中的波程差表示构建方程组，求解得到接收信号的入射角度；
获取波束成形信号，用于根据接收信号的入射角度，计算接收信号在每个麦克风的时间延迟，将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的信号；
获取心跳模块，用于将波束成形后的信号与发送信号进行混频操作，得到混频信号，对混频信号做快速傅里叶变换并取峰值，计算得到目标人体所在的位置，取该位置的相位以获得目标人体的呼吸波形；采用带自适应噪声的互补集合经验模态分解方法来进行信号分离，从呼吸波形中分离得到心跳波形，由此可得到人体目标的心率以及心跳间隔。
提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (2)

1.一种基于麦克风阵列的非接触式心跳检测方法，其特征在于，包括：
步骤S1：对智能音箱中的麦克风阵列进行几何建模，利用所述麦克风阵列接收经所述智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到第i个麦克风接收的所述回波信号与作为参考点的第一个麦克风之间的波程差的表示，具体包括：
步骤S11：以所述麦克风阵列的圆心为坐标原点，将所述麦克风按逆时针顺序编号为(xi,yi)，其中，i＝1,2,...,M，M为麦克风的数量；第一个麦克风与x轴夹角为α；
步骤S12：令接收信号的入射角为
Figure FDA0004171374670000011
其中，θ为方位角表示所述接收信号在xOy平面上的投影与x轴的夹角，
Figure FDA0004171374670000012
为俯仰角表示所述接收信号与xOy平面的夹角；则所述接收信号的单位方向矢量I可以表示为下述公式(1)：
Figure FDA0004171374670000013
步骤S13：令所述麦克风阵列的半径为R，以第1个麦克风为参考点，其位置矢量表示为下述公式(2)：
m1＝[Rcos(α)Rsin(α)0](2)
则第i个麦克风的位置矢量表示为下述公式(3)：
Figure FDA0004171374670000014
由此可得到第i个麦克风与参考点连线的矢量Ii表示为下述公式(4)：
Ii＝mi-m1(4)
则所述回波信号在第i个麦克风与参考点之间的波程差可以表示为下述公式(5)：
Figure FDA0004171374670000015
步骤S2：利用所述扬声器发送的调频连续波作为发送信号xtx，所述麦克风阵列同步接收的所述回波信号作为接收信号，第i个麦克风的所述接收信号表示为xri，具体包括：
步骤S21：利用所述扬声器发送的调频连续波作为发送信号xtx，表示为下述公式(6)：
Figure FDA0004171374670000016
其中，f0为载波频率，k为调频斜率k＝B/T，B为所述发送信号的带宽，T为扫频周期，t表示时刻；
步骤S22：令S为所述目标人体距离所述麦克风阵列的距离，c为声波在空气中的传播速度，则所述发送信号在经过时延
Figure FDA0004171374670000021
后，被所述麦克风阵列中第i个麦克风接收，因此第i个麦克风的接收信号表示为下述公式(7)：
Figure FDA0004171374670000022
其中，Di为第i个麦克风接收信号的振幅；
步骤S3：利用直射信号去除方法，去除所述接收信号中的直射信号，得到去除直射信号后的接收信号x'ri，具体包括：
步骤S31：在时域上计算所述发送信号xti与所述第i个麦克风的接收信号xri的互相关，从而得到所述接收信号中直射信号相对于所述发送信号的延迟tdi；
步骤S32：对所述接收信号xri在时间长度为Tf的窗口内做离散傅里叶变换DFT，根据直射路径相对于所述发送信号的时延tdi，可以计算出在时刻t时所述直射信号的频率范围为[f0+(t+tdi)k，f0+(t+tdi+Tf)k]，其中，f0为载波频率，k为调频斜率；
步骤S33：将每个窗口内所述直射信号所在的频率设置为0，然后通过逆傅里叶变化IDFT，得到去除直射信号后的接收信号x'ri；
步骤S4：将所述第i个麦克风的所述去除直射信号后的接收信号x'ri与所述第一个麦克风的所述去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT得到二者的频差fi，计算得到所述接收信号在所述第i个麦克风与所述第一个麦克风之间的波程差；并与步骤S1中的所述波程差表示构建方程组，求解得到所述接收信号的入射角度，具体包括：
步骤S41：令第一个麦克风为参考点，将第i个麦克风的所述去除直射信号后的接收信号x'ri与所述第一个麦克风的所述去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT，得到二者的频差fi；
步骤S42：将第i个麦克风与所述第一个麦克风之间的波程差表示为下述公式(8)：
Δi＝fic/k(8)
并将公式(8)与公式(5)建立方程组，求解得到所述接收信号的入射角度θ和
Figure FDA0004171374670000025
步骤S5：根据所述接收信号的入射角度，计算所述接收信号在每个麦克风的时间延迟，将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的信号，具体包括：
步骤S51：根据所述接收信号的入射角度θ和
Figure FDA0004171374670000023
利用公式(9)计算每一个麦克风的时间延迟：
Figure FDA0004171374670000024
步骤S52：将所述麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的接收信号，表示为公式(10)：
Figure FDA0004171374670000031
步骤S6：将所述波束成形后的信号与所述发送信号进行混频操作，得到混频信号，对所述混频信号做快速傅里叶变换并取峰值，计算得到所述目标人体所在的位置，取该位置的相位以获得目标人体的呼吸波形；采用带自适应噪声的互补集合经验模态分解方法来进行信号分离，从所述呼吸波形中分离得到心跳波形，由此可得到所述目标人体的心率以及心跳间隔。
2.一种基于麦克风阵列的非接触式心跳检测系统，其特征在于，根据权利要求1所述基于麦克风阵列的非接触式心跳检测方法，包括下述模块：
计算波程差模块，用于对智能音箱中的麦克风阵列进行几何建模，利用所述麦克风阵列接收经所述智能音箱的扬声器发出被目标人体反射后的回波信号，可以得到所述第i个麦克风接收的所述回波信号与作为参考点的第一个麦克风之间的波程差的表示，具体包括：
步骤S11：以所述麦克风阵列的圆心为坐标原点，将所述麦克风按逆时针顺序编号为(xi,yi)，其中，i＝1,2,...,M，M为麦克风的数量；第一个麦克风与x轴夹角为α；
步骤S12：令接收信号的入射角为
Figure FDA0004171374670000032
其中，θ为方位角表示所述接收信号在xOy平面上的投影与x轴的夹角，
Figure FDA0004171374670000033
为俯仰角表示所述接收信号与xOy平面的夹角；则所述接收信号的单位方向矢量I可以表示为下述公式(1)：
Figure FDA0004171374670000034
步骤S13：令所述麦克风阵列的半径为R，以第1个麦克风为参考点，其位置矢量表示为下述公式(2)：
m1＝[Rcos(α)Rsin(α)0](2)
则第i个麦克风的位置矢量表示为下述公式(3)：
Figure FDA0004171374670000035
由此可得到第i个麦克风与参考点连线的矢量Ii表示为下述公式(4)：
Ii＝mi-m1(4)
则所述回波信号在第i个麦克风与参考点之间的波程差可以表示为下述公式(5)：
Figure FDA0004171374670000036
获取发送和接收信号模块，用于利用所述扬声器发送调频连续波作为发送信号xtx，所述麦克风阵列同步接收所述回波信号作为接收信号，第i个麦克风的所述接收信号表示为xri，具体包括：
步骤S21：利用所述扬声器发送的调频连续波作为发送信号xtx，表示为下述公式(6)：
Figure FDA0004171374670000041
其中，f0为载波频率，k为调频斜率k＝B/T，B为所述发送信号的带宽，T为扫频周期，t表示时刻；
步骤S22：令S为所述目标人体距离所述麦克风阵列的距离，c为声波在空气中的传播速度，则所述发送信号在经过时延
Figure FDA0004171374670000042
后，被所述麦克风阵列中第i个麦克风接收，因此第i个麦克风的接收信号表示为下述公式(7)：
Figure FDA0004171374670000043
其中，Di为第i个麦克风接收信号的振幅；
去除直射信号模块，用于利用直射信号去除方法，去除所述接收信号中的直射信号，得到去除直射信号后的接收信号x'ri，具体包括：
步骤S31：在时域上计算所述发送信号xti与所述第i个麦克风的接收信号xri的互相关，从而得到所述接收信号中直射信号相对于所述发送信号的延迟tdi；
步骤S32：对所述接收信号xri在时间长度为Tf的窗口内做离散傅里叶变换DFT，根据直射路径相对于所述发送信号的时延tdi，可以计算出在时刻t时所述直射信号的频率范围为[f0+(t+tdi)k，f0+(t+tdi+Tf)k]，其中，f0为载波频率，k为调频斜率；
步骤S33：将每个窗口内所述直射信号所在的频率设置为0，然后通过逆傅里叶变化IDFT，得到去除直射信号后的接收信号x'ri；
获取入射角度模块，用于将所述第i个麦克风的所述去除直射信号后的接收信号x'ri与所述第一个麦克风的所述去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT得到二者的频差fi，计算得到所述接收信号在所述第i个麦克风与所述第一个麦克风之间的波程差；并与步骤S1中的所述波程差表示构建方程组，求解得到所述接收信号的入射角度，具体包括：
步骤S41：令第一个麦克风为参考点，将第i个麦克风的所述去除直射信号后的接收信号x'ri与所述第一个麦克风的所述去除直射信号后的接收信号x'r1做混频操作，通过快速傅里叶变换FFT，得到二者的频差fi；
步骤S42：将第i个麦克风与所述第一个麦克风之间的波程差表示为下述公式(8)：
Δi＝fic/k(8)
并将公式(8)与公式(5)建立方程组，求解得到所述接收信号的入射角度θ和
Figure FDA0004171374670000051
获取波束成形信号，用于根据所述接收信号的入射角度，计算所述接收信号在每个麦克风的时间延迟，将麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的信号，具体包括：
步骤S51：根据所述接收信号的入射角度θ和
Figure FDA0004171374670000052
利用公式(9)计算每一个麦克风的时间延迟：
Figure FDA0004171374670000053
步骤S52：将所述麦克风阵列中各个麦克风的接收信号对齐，加权求和得到波束成形后的接收信号，表示为公式(10)：
Figure FDA0004171374670000054
获取心跳模块，用于将所述波束成形后的信号与所述发送信号进行混频操作，得到混频信号，对所述混频信号做快速傅里叶变换并取峰值，计算得到所述目标人体所在的位置，取该位置的相位以获得目标人体的呼吸波形；采用带自适应噪声的互补集合经验模态分解方法来进行信号分离，从所述呼吸波形中分离得到心跳波形，由此可得到所述目标人体的心率以及心跳间隔。
CN202111130237.8A 2021-09-26 2021-09-26 一种基于麦克风阵列的非接触式心跳检测方法及系统 Active CN113842123B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111130237.8A CN113842123B (zh) 2021-09-26 2021-09-26 一种基于麦克风阵列的非接触式心跳检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111130237.8A CN113842123B (zh) 2021-09-26 2021-09-26 一种基于麦克风阵列的非接触式心跳检测方法及系统

Publications (2)

Publication Number Publication Date
CN113842123A CN113842123A (zh) 2021-12-28
CN113842123B true CN113842123B (zh) 2023-05-26

Family

ID=78979845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111130237.8A Active CN113842123B (zh) 2021-09-26 2021-09-26 一种基于麦克风阵列的非接触式心跳检测方法及系统

Country Status (1)

Country Link
CN (1) CN113842123B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114305485B (zh) * 2021-12-31 2024-07-05 科大讯飞股份有限公司 心跳监测方法以及心跳监测装置、计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107797096A (zh) * 2017-10-20 2018-03-13 电子科技大学 一种基于麦克风面阵的鸣笛检测定位方法
US11051785B2 (en) * 2018-03-19 2021-07-06 Panasonic Intellectual Property Management Co., Ltd. Heartbeat detection device and heartbeat detection method
CN111035376A (zh) * 2019-12-31 2020-04-21 佳木斯大学 一种用于学生体育运动呼吸频率监测的可穿戴式智能运动装置及其工作方法
CN111918169B (zh) * 2020-06-28 2022-11-18 佳禾智能科技股份有限公司 基于多波束成形麦克风阵列的会议音箱及其声波拾取方法
CN112450900B (zh) * 2020-12-09 2021-10-01 中国科学院软件研究所 一种基于智能音箱的非接触式心跳检测方法

Also Published As

Publication number Publication date
CN113842123A (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
US20220378313A1 (en) Multi-person vital signs monitoring using millimeter wave (mm-wave) signals
CN108113706B (zh) 一种基于音频信号的心率监测方法、装置及系统
CN112401856B (zh) 一种基于毫米波雷达的疗养院监护方法及系统
US20180296116A1 (en) System and method for fetal heartbeat sound monitoring and recording by propagation and spacial location analysis by a sensor matrix
JP5861178B1 (ja) 生体情報の検知装置及びその利用方法
CN113534141A (zh) 基于相控阵雷达技术的远距生命体征探测方法及装置
CN105411577B (zh) 胎儿心电信号分离方法及系统
CN107928674B (zh) 一种基于声波测距的非接触式呼吸检测方法
CN113842123B (zh) 一种基于麦克风阵列的非接触式心跳检测方法及系统
CN103705270B (zh) 胎心监测设备
CN104459703A (zh) 一种声纳测距方法和移动设备
CN115399747B (zh) 一种基于毫米波雷达的多人生命体征监测方法
WO2007130958A2 (en) Passive phonography heart monitor
CN112450900B (zh) 一种基于智能音箱的非接触式心跳检测方法
Rong et al. Novel Respiration-Free Heartbeat Detection Algorithm Using Millimeter-Wave Radar
US20180074163A1 (en) Method and system for positioning sound source by robot
Calmes et al. Azimuthal sound localization using coincidence of timing across frequency on a robotic platform
CN112386237B (zh) 生命体的检测装置、方法及系统
Saeidi et al. 3D heart sound source localization via combinational subspace methods for long-term heart monitoring
Rong et al. Non-contact cardiac parameters estimation using radar acoustics for healthcare iot
CN105380681B (zh) 基于可变频解调的超声多普勒音频信号获取系统及方法
Chen et al. A Novel Scheme for Suppression of Human Motion Effects in Non-Contact Heart Rate Detection
CN112890855B (zh) 多波束p次根压缩相干滤波波束合成方法及装置
CN115517655B (zh) 一种基于声波的非接触式全向多目标呼吸监测方法与装置
Raheel et al. Contactless vital sign monitoring systems: a comprehensive survey of remote health sensing for heart rate and respiration in internet of things and sleep applications

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