CN113848544A - 基于多普勒雷达的人体存在感应检测方法、装置、存储介质 - Google Patents

基于多普勒雷达的人体存在感应检测方法、装置、存储介质 Download PDF

Info

Publication number
CN113848544A
CN113848544A CN202110885917.4A CN202110885917A CN113848544A CN 113848544 A CN113848544 A CN 113848544A CN 202110885917 A CN202110885917 A CN 202110885917A CN 113848544 A CN113848544 A CN 113848544A
Authority
CN
China
Prior art keywords
signal
frequency
human body
respiration
time domain
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.)
Pending
Application number
CN202110885917.4A
Other languages
English (en)
Inventor
吴华平
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.)
Air Touching Microelectronic Guangzhou Co ltd
Original Assignee
Air Touching Microelectronic Guangzhou 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 Air Touching Microelectronic Guangzhou Co ltd filed Critical Air Touching Microelectronic Guangzhou Co ltd
Priority to CN202110885917.4A priority Critical patent/CN113848544A/zh
Publication of CN113848544A publication Critical patent/CN113848544A/zh
Priority to US17/878,076 priority patent/US20230043652A1/en
Pending 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
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  using microwaves or terahertz waves
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • 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
    • A61B5/05—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
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种基于多普勒雷达的人体存在感应检测方法、装置、存储介质，该方法包括：对感应范围内采样的中频信号进行信号前处理；通过人体运动检测信号判断当前空间中是否有运动物体；对微动和呼吸频率范围信号做时域信号处理和分析，判断当前空间是否有人体微动或有呼吸频率存在；将信号前处理后的时域信号转化为频域信号，通过对该频域信号进行处理和频谱分析，提取人体呼吸频率信号，判断当前空间是否有人体存在；根据人体运动检测、时域呼吸信号检测和频域呼吸信号检测，判断人体在当前感应范围内的存在状态。本发明可有效过滤干扰信号，提高人体存在检测的准确率和灵敏度。

Description

基于多普勒雷达的人体存在感应检测方法、装置、存储介质
技术领域
本公开涉及传感技术领域，尤其涉及一种基于多普勒雷达的人体存在感应检测方法、装置、存储介质。
背景技术
随着物联网技术的发展，各种物联网设备越来越普及，为了提高各种设备的智能化程度，需要为智能设备提供各种传感器，多普勒雷达传感器就是其中一种，它可以使智能设备对一定空间内的人体移动、微动甚至呼吸心率信号进行检测，以准确判断该空间内是否有人存在。多普勒雷达传感器因其有良好的穿透性、不受外部环境温度影响等优点而广泛应用于节能照明、智能家居和安防监控等领域。
传统的呼吸心率检测基本都是接触式的，需要将人体呼吸心率检测装置佩戴人体上才能完成呼吸心率检测，这种方式限制了呼吸心率检测的使用范围，如不能对一个特定空间里面是否有人存在进行检测，因为要接触人体才能完成呼吸心率检测，对使用者体验也不好。也有通过雷达方式实现呼吸检测的方法，通常有以下两种方式：
1、硬件滤波的方式对雷达信号进行处理，需要增加硬件放大电路、低通滤波电路和高通滤波电路，逐级将呼吸信号以外的信号滤除，再获取中频信号进行幅值判断的方法判断是否有人体存在。
2、通过FFT将采样的雷达中频时域信号转为频域信号，通过求0到1Hz以内的信号能量值找到最大能量对应的频率即为呼吸频率。
通过硬件方式滤波会增加电路设计的复杂度，不能适应各种复杂场景的应用，通用性和灵活性不够，同时增加了硬件成本。现有通过FFT方式通常对全频段的多普勒信号进行处理，分析当前环境中是否有人存在，这种方式本身会夹杂着很多干扰信号，加大了呼吸检测的难度，且耗时较长，不利于智能设备在各种场景下的使用。
发明内容
有鉴于此，本公开实施例提供一种基于多普勒雷达的人体存在感应检测方法、装置、存储介质，该检测方法基于多普勒雷达传感器芯片，通过软件实现数字滤波器来滤除呼吸心率以外的干扰信号，结合了时域信号分析和频域信号分析等多种方法检测当前环境中是否有人存在，可有效过滤干扰信号，提高人体存在检测的准确率和灵敏度。
为了实现上述目的，本发明提供如下技术方案：
一种基于多普勒雷达的人体存在感应检测方法，包括：
对感应范围内采样的中频信号进行信号前处理，获取处理后的运动检测信号、微动和呼吸频率范围信号；
通过所述运动检测信号判断当前空间中是否有运动物体，得到人体运动检测结果；
对所述微动和呼吸频率范围信号做时域信号处理和分析，判断当前空间是否有人体微动或有呼吸频率存在，得到时域呼吸信号检测结果；
将信号前处理后的时域信号转化为频域信号，通过对该频域信号进行处理和频谱分析，提取人体呼吸频率信号，判断当前空间是否有人体存在，得到频域呼吸信号检测结果；
根据所述人体运动检测结果、时域呼吸信号检测结果和频域呼吸信号检测结果，判断人体在当前感应范围内的存在状态。
进一步地，所述采样的中频信号包括通过雷达芯片采样的中频数据。
进一步地，所述信号前处理是采用包括：数字低通滤波器、数字降采样、数字阻带滤波器，将原始中频信号进行下变频，过滤干扰信号。
进一步地，包括：通过滑动窗口运动物体检测算法获得所述运动检测信号，判断当前空间中是否有运动物体。
进一步地，对所述微动和呼吸频率范围信号做时域信号处理和分析，判断当前空间是否有人体微动或有呼吸频率存在，具体包括，
将所述微动和呼吸频率范围信号，通过分窗机制将时域信号分成多个窗口分别计算窗口内的信号幅度差并与预设的时域呼吸信号幅度阈值对比，判定是否有人微动或者有呼吸频率存在。
进一步地，将信号前处理后的时域信号转化为频域信号，通过对该频域信号进行处理和频谱分析，判断当前空间是否有人体存在，具体包括，
将信号前处理后的数据进行FFT快速傅里叶变化将时域信号转为频域信号，对频域信号进行频谱分析，滤除干扰信号，提取呼吸信号频率范围的能量值，将该能量值和预设的阈值对比来判断当前是否有人存在。
进一步地，所述能量值的获取方法包括：对做完FFT快速傅里叶变化之后的频域数据通过求幅值方法得出0.1Hz-0.6Hz以内频率对应点的能量，求出0.1Hz-0.6Hz频率范围的各幅值之和，即得所述能量值。
进一步地，若所述人体运动检测结果、时域呼吸信号检测结果和频域呼吸信号检测结果中有任意一种或多种检测结果显示人体存在，则判断当前感应范围内有人体存在。
本发明还提供一种基于多普勒雷达的人体存在感应检测装置，包括多普勒雷达传感器和处理器，所述处理器在执行所存储的计算机程序时实现上述的基于多普勒雷达的人体存在感应检测方法的步骤。
本发明还提供一种存储介质，存储有计算机程序，所述计算机程序在被处理器执行时实现上述的基于多普勒雷达的人体存在感应检测方法的步骤。
本发明的基于多普勒雷达的人体存在感应检测方法、装置、存储介质，该检测方法首先对采样的中频信号进行信号前处理，过滤带外干扰信号和工频及其谐波等干扰信号，对信号进行了多级处理，同时结合了时域信号分析和频域信号分析的方法可有效过滤各种干扰信号，准确检测出当前环境中是否有人存在，提高了人体存在检测的准确率和灵敏度。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一种实施例中感应检测方法基本功能框图；
图2为本发明一种实施例中感应检测方法软件实现流程图；
图3为本发明一种实施例中滑动窗口运动物体检测方法软件流程图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种基于多普勒雷达的人体存在感应检测方法，包括：
对感应范围内采样的中频信号进行信号前处理，获取处理后的运动检测信号、微动和呼吸频率范围信号；
通过所述运动检测信号判断当前空间中是否有运动物体，得到人体运动检测结果；
对所述微动和呼吸频率范围信号做时域信号处理和分析，判断当前空间是否有人体微动或有呼吸频率存在，得到时域呼吸信号检测结果；
将信号前处理后的时域信号转化为频域信号，通过对该频域信号进行处理和频谱分析，提取人体呼吸频率信号，判断当前空间是否有人体存在，得到频域呼吸信号检测结果；
根据所述人体运动检测结果、时域呼吸信号检测结果和频域呼吸信号检测结果，判断人体在当前感应范围内的存在状态。
本发明是基于多普勒雷达的运动检测，其原理是：多普勒雷达发射一个固定频率的脉冲信号对空扫描，当电磁波信号在空中遇到运动物体，其反射回来的回波信号与发射信号会产生一定的频率差即多普勒频移，雷达模块将接收的回波信号和发射信号混频得到相应的中频信号，中频信号经过滤波处理滤除干扰信号再通过特定的算法分析即可得出目标物体的运动速度、大小、距离和运动轨迹等信息。
多普勒雷达传感器可以在节能灯、智能家居和安防监控等领域使用，多普勒雷达传感器不仅能检测大运动物体的信号，通过特定算法也能处理人相对静止时的微动信号甚至人体呼吸心率信号。人体呼吸会引起胸腹部运动，正常人体的呼吸频率是0.1Hz-0.6Hz,多普勒雷达能够捕捉到呼吸运动，经过特定算法处理可以提取呼吸信号从而可以判断一定空间内是否有人存在。
如图1所示，图1为本发明一种实施例的检测方法的基本功能框图。本实施例的检测方法基于隔空智能科技有限公司研发的AT5820 5.8GHz多普勒雷达传感器芯片，通过软件实现数字滤波器来滤除呼吸心率以外的干扰信号，结合了时域信号分析和频域信号分析等多种方法检测当前环境中是否有人存在，可有效过滤干扰信号，提高人体存在检测的准确率和灵敏度。
软件的处理主要包括雷达中频采样、信号前处理、人体微动检测、时域信号处理和分析、时域呼吸信号判决、频域信号处理和分析、频域呼吸信号判决以及人体微动判决。
(1)雷达中频采样01
在AT5820芯片中通过内置的ADC采集雷达中频数据并通过DMA传输将数据保存在指定的缓存中。
(2)信号前处理02
信号前处理包括数字低通滤波器、数字降采样、数字阻带滤波器等将原始中频信号进行下变频，过滤带外信号和工频及其倍频干扰信号，获取运动检测、微动检测和呼吸频率范围的信号。
(3)人体运动检测03
通过上述的信号前处理后可以将大部分干扰信号过滤，通过滑动窗口运动物体检测算法判断当前空间中是否有运动物体。
(4)时域信号处理和分析04
经过前述的信号前处理后还保留了较大的信号带宽，若需要检测呼吸信号需要进一步将信号做降采样并使用低通滤波器过滤呼吸信号以外的数据，只保留人体正常呼吸频率范围0.1Hz-0.6Hz的信号。
(5)基于时域的微动和呼吸信号判决05
通过步骤(4)处理后保留了人体呼吸的频率范围信号，通过分窗机制将时域信号分成若干个窗口分别计算窗口内的信号幅度差并与预设的时域呼吸信号幅度阈值判定是否有人微动或者呼吸频率存在。
(6)频域信号处理和分析06
对步骤(2)信号前处理后的数据进行FFT快速傅里叶变化将时域信号转为频域信号，对频域信号进行频谱分析，滤除干扰信号，提取呼吸信号频率范围的能量值。
(7)基于频域呼吸信号判决07
根据步骤(6)中提取的呼吸信号频率范围的能量值和预设的阈值对比来判断当前是否有人存在。
(8)人体存在判决08
结合上述的人体运动检测、时域的呼吸信号判决和频域的呼吸信号判决最终得出当前空间内是否有人存在。
人体运动检测可检测出人体大动作的运动且实时性高，基于时域的呼吸微动检测可检测出人敲键盘、翻书等微小动作，基于频域的呼吸检测可检测人坐立不动或平躺睡觉时的呼吸信号，若上述的人体运动检测结果、时域呼吸信号检测结果和频域呼吸信号检测结果中有任意一种或多种检测结果显示人体存在，则判断当前感应范围内有人体存在。
如图2所示，图2为本发明一种实施例的检测方法的软件实现流程图。软件流程图说明如下：
(1)雷达中频采样1
通过雷达芯片内部ADC采样雷达中频数据并通过DMA方式保存在缓存中用于后面的信号处理，采样频率设置为635Hz。
(2)低通滤波器(130Hz)2
步骤(1)中按照635Hz采样，有效的信号采集范围在317Hz以内，通常人体运动的信号范围在150Hz以内，为了过滤高频的干扰信号包括工频及其多次谐波信号，本实施例采用了130Hz的低通滤波器将原始采样数据进行滤波处理，处理后的数据保留130Hz以下的有效信号。
(3)数字下变频3
为了便于后续的信号处理和减小处理数据量，软件通过2阶的CIC级联梳壮滤波器将采样率为635Hz的信号下变频到317.5Hz采样频率的信号，同时滤除一部分较高频率的信号。
(4)工频滤波处理4
在130Hz以内还会存在50Hz/60Hz及其谐波100Hz/120Hz的干扰信号，分别设计了50Hz/60Hz和100Hz/120Hz的带阻滤波器来滤除这些干扰信号。
(5)时域信号分析5
经过上述的信号处理后可以将大部分干扰信号过滤，在分析时域信号数据的特征包括幅值、变动范围等将一部分突变信号过滤。
(6)运动检测判决6
通过滑动窗口运动物体检测算法判断当前空间中是否有物体在动，运动检测判决可以检测到空间内是否有人在动包括步行、运动等，运动检测判决实时性高，从数据采样到信号处理和判决整个过程可以在200ms以内处理完毕及输出结果。
(7)低通滤波器(30Hz)7
无论对于时域还是频域的呼吸信号处理，只需要保留低频的信号，这里通过30Hz的低通滤波器将30Hz以外的信号都滤除。
(8)数字下变频8
为了便于后续的呼吸信号处理和减小处理数据量，通过13阶的CIC滤波器将采样率为317.5Hz的信号下变频到24.4Hz采样频率的信号。
(9)低通滤波器(0.6Hz)9
经过前述的信号前处理后还保留了较大的信号带宽，若需要检测呼吸信号需要进一步将信号做降采样并使用低通滤波器过滤呼吸信号以外的数据，只保留人体正常呼吸频率范围0.1Hz-0.6Hz的信号，这里通过0.6Hz的低通滤波器将其它信号过滤。
(10)时域信号分析10
人体呼吸会引起胸腹部运动，正常人体的呼吸频率是0.1Hz-0.6Hz,多普勒雷达能够捕捉到呼吸运动，经过特定算法处理可以提取呼吸信号从而可以判断一定空间内是否有人存在。呼吸信号的时域分析方法，主要通过滑动窗口的运动物体检测方法检测出当前空间中是否有人存在。
(11)微动检测判决11
通过滑动窗口检测的信号幅度值和预设的阈值比较，当超过阈值阈值时认为当前有人存在。
(12)FFT快速傅里叶变化12
经过上述处理后的数据通过FFT快速傅里叶变化将时域信号转换为频域信号。做FFT之前为了避免某一频率的信号能量会扩散到相邻频率点上即出现频谱泄漏，需要对信号加窗，通常使用汉明窗，汉明窗函数为：
W(n,α)＝(1-α)-αcos(2*PI*n/(N-1))，0≦n≦N-1
加窗处理后的数据按照256个点或者512个点作为一帧数据做FFT。
(13)频谱分析13
对做完FFT之后的频域数据通过求幅值方法得出0.1Hz-0.6Hz以内频率对应点的能量，可以累积0.1Hz-0.6Hz频率范围内的各幅值，也可以取出最大幅值对应的点的频率即为人体呼吸频率。
(14)呼吸检测判决14
通过流程(13)方法求出0.1Hz-0.6Hz频率范围的幅值之和，与预设的阈值进行比较，当超过预设阈值时则判定当前存在人体呼吸信号。
(15)人体存在判决15
人体存在判决通过流程(6)的运动检测判决、流程(11)的微动检测判决和流程(14)的呼吸检测判决按一定的逻辑给出最终的结果。流程(6)的运动检测判决可以检测到空间内是否有人在动包括步行、运动等，运动检测判决实时性高，从数据采样到信号处理和判决整个周期可以在200ms以内给出结果。流程(11)微动检测判决可以检测出人在微动如敲键盘、写字甚至呼吸等微动信号，微动检测判决周期在3-10秒之间。流程(14)呼吸检测判决基于FFT后频谱分析的方式实现，可以更准确的提取呼吸信号。
其中，在上述流程(6)中，通过滑动窗口运动物体检测算法判断当前空间中是否有物体在动。运动检测判决和微动检测判决所使用的方法都是基于滑动窗口的运动物体检测方法。
滑动窗口运动物体检测方法软件流程图如图3所示，图中具体如下：
1)设置N个点为一个窗口，采集N个点的中频数据作为一个窗口数据。
2)在一帧数据中获取最大值和最小值，取差值即为一个窗口波形数据的幅值差。
3)根据上述步骤得到的差值与设定的阈值进行比较，如果大于设定的阈值，记录运动物体检测的标记量加1，否则跳到步骤7)准备下一个窗口的判断。
4)记录运动物体次数的标记量加1。
5)判断运动物体次数的标记量是否大于预设的值，如果大于预设值则发送有物体运动的信号给上层处理，否则跳到步骤7)准备下一个窗口的判断。
6)发送有物体运动的信号给上层处理并跳转到步骤9)准备下一个周期的判断。
7)统计的窗口数加1。
8)判断统计的窗口数是否大于预设的最大统计窗口值，如果超过最大统计窗口数则清除当前的运动物体检测周期并重新进入下一个运动物体检测周期，如果小于最大统计窗口数则直接进入下一个运动物体检测周期。
9)清除当前的运动物体检测周期的参数，重新进入下一个运动物体检测周期。
本发明通过运动物体检测、微动检测和呼吸检测三种方法结合提高了人体存在检测的实时性和准确率。通过各种滤波器包括数字低通滤波器、CIC级联积分梳状滤波器和带阻滤波器有效过滤了带外干扰信号、工频及其谐波干扰信号，并对原始数据逐级降频，减小了后续信号处理的数据量和提高了运动/微动/呼吸检测的准确率。另外，滑动窗口的运动物体检测方法可以过滤部分突发信号，避免出现误触发。其中，本发明所使用的滤波器可以用其它滤波器如通带滤波器，陷波滤波器等实现。对于滤波器所使用的参数可以动态调整，如低通滤波到0.6Hz以下，也可以滤0.5Hz或者1Hz以下等，其它滤波器的参数设置类似。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于多普勒雷达的人体存在感应检测方法，其特征在于，包括：
对感应范围内采样的中频信号进行信号前处理，获取处理后的运动检测信号、微动和呼吸频率范围信号；
通过所述运动检测信号判断当前空间中是否有运动物体，得到人体运动检测结果；
对所述微动和呼吸频率范围信号做时域信号处理和分析，判断当前空间是否有人体微动或有呼吸频率存在，得到时域呼吸信号检测结果；
将信号前处理后的时域信号转化为频域信号，通过对该频域信号进行处理和频谱分析，提取人体呼吸频率信号，判断当前空间是否有人体存在，得到频域呼吸信号检测结果；
根据所述人体运动检测结果、时域呼吸信号检测结果和频域呼吸信号检测结果，判断人体在当前感应范围内的存在状态。
2.根据权利要求1所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，所述采样的中频信号包括通过雷达芯片采样的中频数据。
3.根据权利要求1所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，所述信号前处理是采用包括：数字低通滤波器、数字降采样、数字阻带滤波器，将原始中频信号进行下变频，过滤干扰信号。
4.根据权利要求1所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，包括：通过滑动窗口运动物体检测算法获得所述运动检测信号，判断当前空间中是否有运动物体。
5.根据权利要求1所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，对所述微动和呼吸频率范围信号做时域信号处理和分析，判断当前空间是否有人体微动或有呼吸频率存在，具体包括，
将所述微动和呼吸频率范围信号，通过分窗机制将时域信号分成多个窗口分别计算窗口内的信号幅度差并与预设的时域呼吸信号幅度阈值对比，判定是否有人微动或者有呼吸频率存在。
6.根据权利要求5所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，将信号前处理后的时域信号转化为频域信号，通过对该频域信号进行处理和频谱分析，判断当前空间是否有人体存在，具体包括，
将信号前处理后的数据进行FFT快速傅里叶变化将时域信号转为频域信号，对频域信号进行频谱分析，滤除干扰信号，提取呼吸信号频率范围的能量值，将该能量值和预设的阈值对比来判断当前是否有人存在。
7.根据权利要求6所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，所述能量值的获取方法包括：对做完FFT快速傅里叶变化之后的频域数据通过求幅值方法得出0.1Hz-0.6Hz以内频率对应点的能量，求出0.1Hz-0.6Hz频率范围的各幅值之和，即得所述能量值。
8.根据权利要求1所述的基于多普勒雷达的人体存在感应检测方法，其特征在于，若所述人体运动检测结果、时域呼吸信号检测结果和频域呼吸信号检测结果中有任意一种或多种检测结果显示人体存在，则判断当前感应范围内有人体存在。
9.一种基于多普勒雷达的人体存在感应检测装置，包括多普勒雷达传感器和处理器，其特征在于，所述处理器在执行所存储的计算机程序时实现权利要求1-8任一项所述的基于多普勒雷达的人体存在感应检测方法的步骤。
10.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现权利要求1-8任一项所述的基于多普勒雷达的人体存在感应检测方法的步骤。
CN202110885917.4A 2021-08-03 2021-08-03 基于多普勒雷达的人体存在感应检测方法、装置、存储介质 Pending CN113848544A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110885917.4A CN113848544A (zh) 2021-08-03 2021-08-03 基于多普勒雷达的人体存在感应检测方法、装置、存储介质
US17/878,076 US20230043652A1 (en) 2021-08-03 2022-08-01 Systems and methods for living thing presence detection using a radar system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110885917.4A CN113848544A (zh) 2021-08-03 2021-08-03 基于多普勒雷达的人体存在感应检测方法、装置、存储介质

Publications (1)

Publication Number Publication Date
CN113848544A true CN113848544A (zh) 2021-12-28

Family

ID=78975472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110885917.4A Pending CN113848544A (zh) 2021-08-03 2021-08-03 基于多普勒雷达的人体存在感应检测方法、装置、存储介质

Country Status (2)

Country Link
US (1) US20230043652A1 (zh)
CN (1) CN113848544A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415124A (zh) * 2022-03-29 2022-04-29 深圳芯盛思技术有限公司 基于上下门槛阈值的中频信号自动增益控制方法及装置
CN115236661A (zh) * 2022-08-22 2022-10-25 深圳市海兴科技有限公司 一种基于微波感应的人体存在检测方法及微波感应器
CN117111018A (zh) * 2023-10-24 2023-11-24 珠海正和微芯科技有限公司 人体微动检测方法
CN117331047A (zh) * 2023-12-01 2024-01-02 德心智能科技(常州)有限公司 基于毫米波雷达的人体行为数据分析方法及系统
CN117826113A (zh) * 2024-03-05 2024-04-05 湖南赛能环测科技有限公司 一种深度感知的雷达微信号检测方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415124A (zh) * 2022-03-29 2022-04-29 深圳芯盛思技术有限公司 基于上下门槛阈值的中频信号自动增益控制方法及装置
CN114415124B (zh) * 2022-03-29 2022-07-08 深圳芯盛思技术有限公司 基于上下门槛阈值的中频信号自动增益控制方法及装置
CN115236661A (zh) * 2022-08-22 2022-10-25 深圳市海兴科技有限公司 一种基于微波感应的人体存在检测方法及微波感应器
CN115236661B (zh) * 2022-08-22 2023-04-07 深圳市海兴科技有限公司 一种基于微波感应的人体存在检测方法及微波感应器
CN117111018A (zh) * 2023-10-24 2023-11-24 珠海正和微芯科技有限公司 人体微动检测方法
CN117111018B (zh) * 2023-10-24 2024-02-13 珠海正和微芯科技有限公司 人体微动检测方法
CN117331047A (zh) * 2023-12-01 2024-01-02 德心智能科技(常州)有限公司 基于毫米波雷达的人体行为数据分析方法及系统
CN117826113A (zh) * 2024-03-05 2024-04-05 湖南赛能环测科技有限公司 一种深度感知的雷达微信号检测方法
CN117826113B (zh) * 2024-03-05 2024-05-10 湖南赛能环测科技有限公司 一种深度感知的雷达微信号检测方法

Also Published As

Publication number Publication date
US20230043652A1 (en) 2023-02-09

Similar Documents

Publication Publication Date Title
CN113848544A (zh) 基于多普勒雷达的人体存在感应检测方法、装置、存储介质
CN112014837B (zh) 一种基于毫米波雷达的体征无接触式智能监测系统
CN102499694B (zh) 用于消除血氧饱和度监测干扰的方法
CN110286368B (zh) 一种基于超宽带雷达的老人跌倒检测方法
CN101449973B (zh) 用于心电干扰信号识别的判断指标的生成方法及装置
Zhang et al. VLSI friendly ECG QRS complex detector for body sensor networks
CN109998549A (zh) 一种基于WiFi信道状态信息的人体呼吸检测方法
CN103584854B (zh) 心电信号r波的提取方法
Zou et al. An ultra-low power QRS complex detection algorithm based on down-sampling wavelet transform
US20120157870A1 (en) Noise reduction of breathing signals
CN110069199A (zh) 一种基于智能手表的皮肤式手指手势识别方法
CN102626307A (zh) 动态脉搏信号实时检测系统及检测方法
US8603002B2 (en) Apparatus and method for calculating microvibration feature quantity
KR102221839B1 (ko) 잡음 환경 내 실시간 심장 박동수 탐지 장치 및 그 방법
CN105433931A (zh) 光体积变化描述波形的处理装置及其方法
CN109009087B (zh) 一种心电信号r波的快速检测方法
CN106725415B (zh) 电生理信号的处理方法和装置
CN115736854A (zh) 一种基于毫米波雷达的呼吸心跳监测系统
CN107526064A (zh) 基于二维特征的自适应lfm信号参数估计方法
CN106323330A (zh) 基于WiFi动作识别系统的非接触式计步方法
CN109542021A (zh) 一种传感器弱信号数据采集方法及装置
WO2023165482A1 (zh) 一种心率检测方法和装置
CN112022134A (zh) 一种基于心冲击图的心跳检测方法
CN113572546B (zh) 一种基于CSI信号利用DenseNet网络进行人体活动识别方法
JP6299172B2 (ja) 情報処理装置、情報処理方法及びプログラム

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