CN114002670A - 一种微波微动传感器的信号处理方法、系统及相关组件 - Google Patents

Abstract

本申请公开了一种微波微动传感器的信号处理方法、系统及相关组件，该信号处理方法包括：获取发射信号对应的初始数字信号；对初始数字信号进行小波分解得到多个分解后分量，从所有分解后分量中去除干扰信号对应的分解后分量，利用剩余的分解后分量进行重构，得到重构信号；对重构信号进行FFT运算，得到FFT运算结果；利用多通道复数带通滤波器，从FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；判断是否存在复数超过对应的阈值，若是，判定当前检测范围内存在生命体。本申请利用小波分解对初始数字信号去除干扰量，得到的重构信号再进行后续计算，不再受干扰信号的影响，对于当前检测范围内是否存在生命体的检测更为准确。

Description

一种微波微动传感器的信号处理方法、系统及相关组件

技术领域

本发明涉及微波微动传感器领域，特别涉及一种微波微动传感器的信号处理方法、系统及相关组件。

背景技术

相对传统热释电红外检测技术，由于微波检测技术具有可隐蔽安装、不受环境温度影响等优点，因此被广泛应用于各行各业，主要用于检测区域是否有人，继而实现感应灯、感知区域是否占用等目的。

在频率选择时，考虑到频率越低信号越不容易被反射，频率越高对设备的生产制造工艺要求越高，因此通常选择5.725GHz～5.875GHz作为微波检测的频率范围。

但是，该频率与WiFi信号的频率相近，共存时相互影响，如果将微波检测应用在WiFi环境中，其检测结果将受到WiFi信号的干扰，检测结果准确度降低。

因此，如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种减少干扰的微波微动传感器的信号处理方法、系统及相关组件。其具体方案如下：

一种微波微动传感器的信号处理方法，包括：

获取发射信号对应的初始数字信号；

对所述初始数字信号进行小波分解得到多个分解后分量，从所有所述分解后分量中去除干扰信号对应的所述分解后分量，利用剩余的所述分解后分量进行重构，得到重构信号；

对所述重构信号进行FFT运算，得到FFT运算结果；

利用多通道复数带通滤波器，从所述FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体。

优选的，所述判断是否存在所述复数超过对应的阈值之前，还包括：

利用多通道复数自适应滤波器对多个所述复数进行滤波；所述多通道复数自适应滤波器的参数与所述生命体的微动作特征匹配。

优选的，所述微动作特征具体为所述生命体的呼吸特征。

优选的，所述利用多通道复数自适应滤波器对多个所述复数进行滤波之后，所述判断是否存在所述复数超过对应的阈值之前，还包括：

对多个所述复数进行周期性的多通道复数自相关处理。

优选的，所述获取发射信号对应的初始数字信号的过程，具体包括：

获取发射信号及其对应的反射信号；

将所述发射信号和所述反射信号相乘后通过带通滤波器，得到中频信号；

对所述中频信号进行ADC采样，得到初始数字信号。

优选的，所述判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体的过程，包括：

判断是否存在所述复数超过对应的阈值；

若是，判断超过对应的阈值的所述复数对应的FFT索引，是否仅为多个所述预设FFT索引中的边界索引；

若是，确定该边界索引对应的检测距离；

判断所述检测距离是否位于当前检测范围内；

若是，则判定当前检测范围内存在生命体。

优选的，所述确定该边界索引对应的检测距离的过程，包括：

对所有所述复数分别求绝对值；

利用所有所述绝对值和对应的所述FFT索引进行二次曲线插值，得到插值结果；所述插值结果包括FFT索引与检测距离的关系；

根据所述差值结果确定该边界索引对应的检测距离。

相应的，本申请还公开了一种微波微动传感器的信号处理系统，包括：

获取模块，用于获取发射信号对应的初始数字信号；

小波处理模块，用于对所述初始数字信号进行小波分解得到多个分解后分量，从所有所述分解后分量中去除干扰信号对应的所述分解后分量，利用剩余的所述分解后分量进行重构，得到重构信号；

FFT处理模块，用于对所述重构信号进行FFT运算，得到FFT运算结果；

第一滤波模块，用于利用多通道复数带通滤波器，从所述FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

判断模块，用于判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体。

相应的，本申请还公开了一种微波微动传感器的信号处理装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上文任一项所述微波微动传感器的信号处理方法的步骤。

相应的，本申请还公开了一种可读存储介质，所述可读存储介质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如上文任一项所述微波微动传感器的信号处理方法的步骤。

本申请公开了一种微波微动传感器的信号处理方法，包括：获取发射信号对应的初始数字信号；对所述初始数字信号进行小波分解得到多个分解后分量，从所有所述分解后分量中去除干扰信号对应的所述分解后分量，利用剩余的所述分解后分量进行重构，得到重构信号；对所述重构信号进行FFT运算，得到FFT运算结果；利用多通道复数带通滤波器，从所述FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体。本申请利用小波分解对初始数字信号去除干扰量，得到的重构信号再进行后续计算，不再受干扰信号的影响，对于当前检测范围内是否存在生命体的检测更为准确。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例中一种微波微动传感器的信号处理方法的步骤流程图；

图2为本发明实施例中一种具体的微波微动传感器的信号处理方法的步骤流程图；

图3为本发明实施例中一种微波微动传感器的信号处理系统的结构分布图。

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。

当前微波检测常选择5.725GHz～5.875GHz作为微波检测的频率范围，但该频率与WiFi信号的频率相近，共存时相互影响，如果将微波检测应用在WiFi环境中，其检测结果将受到WiFi信号的干扰，检测结果准确度降低。

本申请利用小波分解对初始数字信号去除干扰量，得到的重构信号再进行后续计算，不再受干扰信号的影响，对于当前检测范围内是否存在生命体的检测更为准确。

本发明实施例公开了一种微波微动传感器的信号处理方法，参见图1所示，包括：

S1：获取发射信号对应的初始数字信号；

可以理解的是，步骤S1中获取发射信号对应的初始数字信号的过程，具体包括：

获取发射信号及其对应的反射信号；

将发射信号和反射信号相乘后通过带通滤波器，得到中频信号；

对中频信号进行ADC采样，得到初始数字信号。

S2：对初始数字信号进行小波分解得到多个分解后分量，从所有分解后分量中去除干扰信号对应的分解后分量，利用剩余的分解后分量进行重构，得到重构信号；

可以理解的是，这里的干扰信号主要指对微波微动传感信号产生干扰的WiFi信号，在将初始数字信号小波分解后，由于干扰信号的特定的非连续的频率成分与微波微动传感信号不同，可从多个分解后分量中去除干扰信号对应的分解后分量，然后再对剩余的分解后分量进行重构，重构信号中干扰信号的影响会大幅降低。

S3：对重构信号进行FFT运算，得到FFT运算结果；

S4：利用多通道复数带通滤波器，从FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

可以理解的是，FFT运算结果中包括由小到大的FFT索引对应的复数，由小到大的FFT索引表示由近到远的距离，其对应的复数的数值大小表示相应距离的反射能量的强弱。仅取需要的FFT索引对应的复数，也即对应当前检测范围的预设FFT索引对应的复数，例如使用150MHz的带宽，取分辨率约1米，则仅需要检测6米距离，预设FFT索引为0-6，将其复数通过多通道复数带通滤波器，该滤波器的通道数与预设FFT索引的个数相同，滤除静止信号及其他高频干扰，保留与生命体的动作频率变化相近的复数信号。

S5：判断是否存在复数超过对应的阈值，若是，判定当前检测范围内存在生命体。

可以理解的是，此处生命体一般为人体，对应的动作频率包括呼吸等微动作。

本申请实施例公开了一种微波微动传感器的信号处理方法，包括：获取发射信号对应的初始数字信号；对初始数字信号进行小波分解得到多个分解后分量，从所有分解后分量中去除干扰信号对应的分解后分量，利用剩余的分解后分量进行重构，得到重构信号；对重构信号进行FFT运算，得到FFT运算结果；利用多通道复数带通滤波器，从FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；判断是否存在复数超过对应的阈值，若是，判定当前检测范围内存在生命体。本申请利用小波分解对初始数字信号去除干扰量，得到的重构信号再进行后续计算，不再受干扰信号的影响，对于当前检测范围内是否存在生命体的检测更为准确。

本发明实施例公开了一种具体的微波微动传感器的信号处理方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：

判断是否存在复数超过对应的阈值之前，还包括：

利用多通道复数自适应滤波器对多个复数进行滤波；多通道复数自适应滤波器的参数与生命体的微动作特征匹配。

可以理解的是，微动作特征包括但不限于生命体的呼吸特征。

可以理解的是，在传统的24G、60G雷达检测时，多通道复数带通滤波器之后复数信号变化的幅度足够识别睡眠中的人体，但在5.8G频段，电磁环境复杂、分辨率低、混入的其他运动目标干扰多，则不能再通过原有的判断方式判断静止的人体。因此需要增加一个与当前测量的生命体的微动作特征配的滤波器，以便滤除或衰减除了微动作特征外的其他信号，该滤波器及多通道复数自适应滤波器。

进一步的，利用多通道复数自适应滤波器对多个复数进行滤波之后，判断是否存在复数超过对应的阈值之前，还包括：

对多个复数进行周期性的多通道复数自相关处理。

可以理解的是，自相关处理可使周期性的信号在处理结果中出现一个高峰值，通过判断这个高峰值的大小即可确定当前检测范围是否有静止生命体，通常是连续存储一段时间的数据，该段时间的时长一般超过正常人连续的两个呼吸周期，每个通道的这段数据构成一个数据块，在经过多通道复数自相关计算后，如果其中某一通道的幅度峰值超过设定阈值，即可判定当前检测范围内存在生命体。

进一步的，考虑到当前信号的可用带宽较窄，距离分辨率较低，同时5.8G信号的穿透力强，难以准确判定生命体是否位于当前检测范围内，如果要更准确地测量目标距离，可根据FFT运算结果滤波后的多个复数，计算其对应的绝对值大小，并对FFT索引进行二次曲线差值，从而得到更为准确的距离判定。具体的，判断是否存在复数超过对应的阈值，若是，判定当前检测范围内存在生命体的过程，包括：

判断是否存在复数超过对应的阈值；

若是，判断超过对应的阈值的复数对应的FFT索引，是否仅为多个预设FFT索引中的边界索引；

若是，确定该边界索引对应的检测距离；

判断检测距离是否位于当前检测范围内；

若是，则判定当前检测范围内存在生命体。

具体的，例如设定的当前检测范围对应的预设FFT索引为5～19，其边界索引则为5和19，如果只有FFT索引为5和/或9对应的复数超过其对应阈值，FFT索引6～18的复数均未超过阈值，此时生命体位于检测范围边缘，需要更为准确地判定，也即需要根据该边界索引对应的检测距离进一步判断该生命体是否位于检测范围中。

进一步的，确定该边界索引对应的检测距离的过程，包括：

对所有复数分别求绝对值；

利用所有绝对值和对应的FFT索引进行二次曲线插值，得到插值结果；插值结果包括FFT索引与检测距离的关系；

根据差值结果确定该边界索引对应的检测距离。

结合以上内容，本实施例中信号处理方法的具体步骤流程如图2所示，包括：

S11：获取发射信号对应的初始数字信号；

S12：对初始数字信号进行小波分解得到多个分解后分量，从所有分解后分量中去除干扰信号对应的分解后分量，利用剩余的分解后分量进行重构，得到重构信号；

S13：对重构信号进行FFT运算，得到FFT运算结果；

S14：利用多通道复数带通滤波器，从FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

S15：用多通道复数自适应滤波器对多个复数进行滤波；

S16：对多个复数进行周期性的多通道复数自相关处理；

S17：判断是否存在复数超过对应的阈值；若否，判定当前检测范围内不存在生命体；若是，执行步骤S18；

S18：若是，判断超过对应的阈值的复数对应的FFT索引，是否仅为多个预设FFT索引中的边界索引；若是，执行步骤S19，若否，判定当前检测范围内存在生命体；

S19：若是，确定该边界索引对应的检测距离；

S20：判断检测距离是否位于当前检测范围内；若是，则判定当前检测范围内存在生命体，若否，则判定当前检测范围内不存在生命体。

本实施例中利用自适应滤波器与自相关结合的方法极大程度上提高了微波微动传感信号的信噪比，使检测结果更为可靠；同时使用了二次曲线插值方法提高了距离测量的精度，从而准确地过滤掉超出当前检测范围的目标。

相应的，本申请实施例还公开了一种微波微动传感器的信号处理系统，参见图3所示，包括：

获取模块1，用于获取发射信号对应的初始数字信号；

小波处理模块2，用于对所述初始数字信号进行小波分解得到多个分解后分量，从所有所述分解后分量中去除干扰信号对应的所述分解后分量，利用剩余的所述分解后分量进行重构，得到重构信号；

FFT处理模块3，用于对所述重构信号进行FFT运算，得到FFT运算结果；

第一滤波模块4，用于利用多通道复数带通滤波器，从所述FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

判断模块5，用于判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体。

本申请实施例利用小波分解对初始数字信号去除干扰量，得到的重构信号再进行后续计算，不再受干扰信号的影响，对于当前检测范围内是否存在生命体的检测更为准确。

在一些具体的实施例中，信号处理系统还包括自适应模块6，用于在所述判断是否存在所述复数超过对应的阈值之前，利用多通道复数自适应滤波器对多个所述复数进行滤波；所述多通道复数自适应滤波器的参数与所述生命体的微动作特征匹配。

在一些具体的实施例中，所述微动作特征具体为所述生命体的呼吸特征。

在一些具体的实施例中，信号处理系统还包括自相关模块7，用于在所述利用多通道复数自适应滤波器对多个所述复数进行滤波之后，所述判断是否存在所述复数超过对应的阈值之前，对多个所述复数进行周期性的多通道复数自相关处理。

在一些具体的实施例中，获取模块1包括：

接收单元，用于获取发射信号及其对应的反射信号；

处理单元，用于将所述发射信号和所述反射信号相乘后通过带通滤波器，得到中频信号；

采样单元，用于对所述中频信号进行ADC采样，得到初始数字信号。

在一些具体的实施例中，判断模块5包括：

第一判断单元，用于判断是否存在所述复数超过对应的阈值；若是，触发第二判断单元；

第二判断单元，用于判断超过对应的阈值的所述复数对应的FFT索引，是否仅为多个所述预设FFT索引中的边界索引；若是，触发距离计算单元和第三判断单元；

距离计算单元，用于确定该边界索引对应的检测距离；

第三判断单元，用于判断所述检测距离是否位于当前检测范围内；若是，则判定当前检测范围内存在生命体。

在一些具体的实施例中，距离计算单元包括：

绝对值子单元，用于对所有所述复数分别求绝对值；

插值子单元，用于利用所有所述绝对值和对应的所述FFT索引进行二次曲线插值，得到插值结果；所述插值结果包括FFT索引与检测距离的关系；

确定子单元，用于根据所述差值结果确定该边界索引对应的检测距离。

相应的，本申请还公开了一种微波微动传感器的信号处理装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上文任一项所述微波微动传感器的信号处理方法的步骤。

相应的，本申请还公开了一种可读存储介质，所述可读存储介质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如上文任一项所述微波微动传感器的信号处理方法的步骤。

其中，具体有关微波微动传感器的信号处理方法的内容，可以参照上文实施例中的相关描述，此处不再赘述。

其中，本实施例中微波微动传感器的信号处理装置和可读存储介质均具有与上文实施例中微波微动传感器的信号处理方法相同的技术效果，此处不再赘述。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种微波微动传感器的信号处理方法、系统及相关组件进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种微波微动传感器的信号处理方法，其特征在于，包括：

获取发射信号对应的初始数字信号；

对所述初始数字信号进行小波分解得到多个分解后分量，从所有所述分解后分量中去除干扰信号对应的所述分解后分量，利用剩余的所述分解后分量进行重构，得到重构信号；

对所述重构信号进行FFT运算，得到FFT运算结果；

利用多通道复数带通滤波器，从所述FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体。

2.根据权利要求1所述信号处理方法，其特征在于，所述判断是否存在所述复数超过对应的阈值之前，还包括：

利用多通道复数自适应滤波器对多个所述复数进行滤波；所述多通道复数自适应滤波器的参数与所述生命体的微动作特征匹配。

3.根据权利要求2所述信号处理方法，其特征在于，所述微动作特征具体为所述生命体的呼吸特征。

4.根据权利要求2所述信号处理方法，其特征在于，所述利用多通道复数自适应滤波器对多个所述复数进行滤波之后，所述判断是否存在所述复数超过对应的阈值之前，还包括：

对多个所述复数进行周期性的多通道复数自相关处理。

5.根据权利要求1所述信号处理方法，其特征在于，所述获取发射信号对应的初始数字信号的过程，具体包括：

获取发射信号及其对应的反射信号；

将所述发射信号和所述反射信号相乘后通过带通滤波器，得到中频信号；

对所述中频信号进行ADC采样，得到初始数字信号。

6.根据权利要求1至5任一项所述信号处理方法，其特征在于，所述判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体的过程，包括：

判断是否存在所述复数超过对应的阈值；

若是，判断超过对应的阈值的所述复数对应的FFT索引，是否仅为多个所述预设FFT索引中的边界索引；

若是，确定该边界索引对应的检测距离；

判断所述检测距离是否位于当前检测范围内；

若是，则判定当前检测范围内存在生命体。

7.根据权利要求6所述信号处理方法，其特征在于，所述确定该边界索引对应的检测距离的过程，包括：

对所有所述复数分别求绝对值；

利用所有所述绝对值和对应的所述FFT索引进行二次曲线插值，得到插值结果；所述插值结果包括FFT索引与检测距离的关系；

根据所述差值结果确定该边界索引对应的检测距离。

8.一种微波微动传感器的信号处理系统，其特征在于，包括：

获取模块，用于获取发射信号对应的初始数字信号；

小波处理模块，用于对所述初始数字信号进行小波分解得到多个分解后分量，从所有所述分解后分量中去除干扰信号对应的所述分解后分量，利用剩余的所述分解后分量进行重构，得到重构信号；

FFT处理模块，用于对所述重构信号进行FFT运算，得到FFT运算结果；

第一滤波模块，用于利用多通道复数带通滤波器，从所述FFT运算结果中得到与多个预设FFT索引一一对应的多个复数；

判断模块，用于判断是否存在所述复数超过对应的阈值，若是，判定当前检测范围内存在生命体。

9.一种微波微动传感器的信号处理装置，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述微波微动传感器的信号处理方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质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如权利要求1至7任一项所述微波微动传感器的信号处理方法的步骤。

Images