CN114010172A - 一种基于弧-弦近似原理的非接触式运动信息解调方法 - Google Patents
一种基于弧-弦近似原理的非接触式运动信息解调方法 Download PDFInfo
- Publication number
- CN114010172A CN114010172A CN202111234462.6A CN202111234462A CN114010172A CN 114010172 A CN114010172 A CN 114010172A CN 202111234462 A CN202111234462 A CN 202111234462A CN 114010172 A CN114010172 A CN 114010172A
- Authority
- CN
- China
- Prior art keywords
- sampling
- chord
- motion information
- signal
- baseband signal
- 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.)
- Granted
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
- 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
- A61B5/02—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
-
- 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
- A61B5/026—Measuring blood flow
- A61B5/0265—Measuring blood flow using electromagnetic means, e.g. electromagnetic flowmeter
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
-
- 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
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
-
- 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
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Radar, Positioning & Navigation (AREA)
- Physiology (AREA)
- Remote Sensing (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Hematology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Radar Systems Or Details Thereof (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了一种基于弧‑弦近似原理的非接触式运动信息解调方法,包括:通过采样获得数字正交基带信号;每个采样点均包括I路采样值和Q路采样值;以采样点的I路采样值和Q路采样值为二维坐标,利用主成分分析法拟合一条直线,以使各个采样点与该直线的垂直距离范数和最小;求取所述的方向矢量,并基于每两个相邻采样点的I路采样值和Q路采样值构建一组弦矢量;用每个弦矢量与方向矢量做内积,得到内积结果;根据相邻采样点的二维坐标之间圆弧和弦的近似性,利用内积结果的正负性对各个所述弦矢量的弦长进行叠加,得到弧长叠加结果,并基于弧长叠加结果恢复出所述目标运动信息。本发明可提高运动信息解调的鲁棒性、实时性以及效率。
Description
技术领域
本发明属于运动探测领域,具体涉及一种基于弧-弦近似原理的非接触式运动信息解调方法。
背景技术
在生物医疗等领域中,非接触式的运动探测可测量动态目标的运动信息,如人体的心跳、脉搏等。具体探测过程包括向探测目标发射电磁波信号;接收从探测目标处返回的信号,并对信号进行下变频和采样得到正交基带信号,再对正交基带信号进行相位解调便可以恢复出目标的运动信息。其中,对基带信号进行相位解调是能否准确恢复出运动信息的关键。
目前,最精确的恢复运动信息的方案是基于正交下变频架构的相位解调方法。该方法中,基带信号在正交I、Q两路被建模为以下三角函数形式:
其中,x(t)为待解调恢复的运动信号,λ表示向目标发射的电磁波信号的波长,AI(t)、AQ(t)是两路正交信号的幅度值,DCI(t)和DCQ(t)是基带信号中的直流偏置;该直流偏置信号是由于电路温漂以及测量背景中的静态目标杂波产生的。表示相位残余噪声,可以忽略不计。
由此,运动信号x(t)可以被建模为:
基于上述运动信号的模型,通过对采样间隔内的相位微分进行叠加便可实现相位解调,从而得到运动信息。
其中,参见图1所示,单个采样间隔内的相位微分可以表示为:
对采样间隔内的相位微分进行叠加得到:
其中,N为采样点数。
待恢复的运动信号表示为:
可以看到,基于上一式来恢复运动信息,需要寻找并去除正交基带信号中的直流偏置信号;具体的寻找方法需要基于最速下降法迭代损失函数或者其他复杂的算法来求解各采样点对应的最优圆心,该最优圆心即是最优的一个直流偏置。这样,将该直流偏置代入上一式中便可恢复出运动信息。
然而,当测量动态人体的生命信号时,人体的运动会改变雷达波束照射范围,静态目标杂波产生的直流偏置也随着时间改变,严重影响上述方案进行相位解调的过程,从而导致解调错误,无法恢复目标的运动信息。并且,现有方案中寻找直流偏置的过程涉及复杂算法的迭代,非常耗费计算资源,从而影响对目标的运动探测的实时性和效率。
发明内容
为了解决现有技术中所存在的上述问题,本发明提供了一种基于弧-弦近似原理的非接触式运动信息解调方法。
本发明要解决的技术问题通过以下技术方案实现:
一种基于弧-弦近似原理的非接触式运动信息解调方法,包括:
通过采样获得包含目标运动信息的数字正交基带信号;所述数字正交基带信号中的每个采样点均包括I路采样值和Q路采样值;
以采样点的I路采样值和Q路采样值为采样点的二维坐标,利用主成分分析法拟合一条直线,以使所述数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小;
求取所述直线的方向矢量,并基于所述数字正交基带信号中每两个相邻采样点的I路采样值和Q路采样值构建一组弦矢量;
用每个所述弦矢量与所述方向矢量做内积,得到各个所述弦矢量与所述方向矢量的内积结果;
根据相邻采样点的二维坐标之间圆弧和弦的近似性,利用所述内积结果的正负性对各个所述弦矢量的弦长进行叠加,得到弧长叠加结果,并基于所述弧长叠加结果恢复出所述目标运动信息。
在一个实施例中,利用主成分分析法拟合所述直线的过程,包括:
对所述数字正交基带信号中各个采样点的I路采样值和Q路采样值分别进行减均值预处理,得到预处理信号;
利用所述预处理信号构建一信号矩阵;其中,所述信号矩阵中的各列元素依次为所述预处理信号中各个采样点的I路采样值和Q路采样值;
对所述信号矩阵的转置矩阵以及所述信号矩阵的乘积进行奇异值分解,并确定奇异值分解结果中的最小奇异值对应的左奇异向量,作为所述直线的法向量;
根据所述法向量计算所述直线的斜率;
在所述斜率下,根据所述数字正交基带信号中各个采样点的二维坐标计算所述直线的截距,以使所述数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小。
在一个实施例中,基于所述弧长叠加结果恢复出所述目标运动信息的原理,包括:
其中,λ表示为了进行运动探测而向目标发射的单频电磁波信号的波长,所述数字正交基带信号是对从目标处返回的单频电磁波信号进行接收、下变频以及采样得到的;R表示所述圆弧所在圆的半径,该半径等于所述数字正交基带信号的强度;N等于采样点数;x[N]表示待恢复的目标运动信息;
Q[n]表示所述数字正交基带信号中第n个采样点的Q路采样值,I[n]表示该第n个采样点的I路采样值;表示根据第n个采样点和第n-1个采样点两者的I路采样值和Q路采样值所构建的弦矢量的弦长,sign[n]在该弦矢量与所述方向矢量做内积的结果为正时等于1,为负时等于-1;
在一个实施例中,在所述通过采样获取包含目标运动信息的数字正交基带信号的步骤之前,所述运动信息解调方法还包括:
通过多普勒雷达向目标发射单频电磁波信号;
对从目标处返回的单频电磁波信号进行接收和下变频,得到待采样的信号。
在一个实施例中,所述通过采样获得包含目标运动信息的数字正交基带信号的步骤中的采样速率以及向目标发射的单频电磁波信号的波长,是根据目标的运动速率所预先设定的。
在一个实施例中,所述目标运动信息包括:心跳信息、脉搏信息或血流信息。
本发明提供的基于弧-弦近似原理的非接触式运动信息解调方法中,解调运动信息不再需要求解正交基带信号中的直流偏置,因此电路温漂和测量背景中的噪声杂波对直流偏置的影响对于本发明来说是不敏感的,这就使得本发明在解调运动信息时具有较高的鲁棒性。并且,相比于传统的相位解调方法必须通过优化迭代求取直流偏置所需要的大量计算资源来说,本发明的计算花费主要在于奇异值分解,极大地节省了计算资源,具有较高的实时性和及解调效率。
基于本发明提供的基于弧-弦近似原理的非接触式运动信息解调方法,可实现生物医疗等各种领域中的非接触式的运动探测。
以下将结合附图及对本发明做进一步详细说明。
附图说明
图1是现有基于正交下变频架构的相位解调方法的原理示意图;
图2是本发明实施例提供的一种基于弧-弦近似原理的非接触式运动信息解调方法的流程示意图;
图3是分别用最小二乘法和主成分分析法进行直线拟合的原理示意图;
图4是本发明实施例实现运动信号解调的原理示意图;
图5是本发明实施例中对人体目标进行心跳信号检测与恢复的示意图;
图6是对比不同拟合算法对一段圆弧拟合的好坏程度的效果图;
图7(a)是对图6中的四组原始数据采用不同的解调算法得到的归一化的时域结果;
图7(b)是对图6中的四组原始数据采用不同的解调算法得到的归一化的频域结果;
图8示出了对三个不同的人体目标发射的心脏跳动信号进行数据采样得到的数字正交基带信号;
图9示出了利用本发明实施例提供的方法对图8中的三个数字正交基带信号进行解调的结果;
图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
为了提高运动信息解调的鲁棒性、实时性以及效率,本发明实施例提供了一种基于弧-弦近似原理的非接触式运动信息解调方法。参见图1所示,该方法包括以下步骤:
S10:通过采样获得包含目标运动信息的数字正交基带信号;该数字正交基带信号中的每个采样点均包括I路采样值和Q路采样值。
其中,目标运动信息可以包括目标的心跳信息、脉搏信息或血流信息等等,并不局限于生物运动信息。例如,还可以是周期钟摆小球的微弱运动的信息等。
该步骤S10中,通过采样获得的数字正交基带信号包括一组连续的采样点,可以用(I[1],Q[1]),(I[2],Q[2]),…(I[N],Q[N])来表示;其中,I[1],I[2],…I[N]为各个采样点的I路采样值,Q[1],Q[2],…Q[N]为各个采样点的Q路采样值,N表示采样点数。
S20:以采样点的I路采样值和Q路采样值为采样点的二维坐标,利用主成分分析法拟合一条直线,以使数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小。
具体的,该步骤S20中拟合直线的过程如下:
(1)对数字正交基带信号中各个采样点的I路采样值和Q路采样值分别进行减均值预处理,得到预处理信号。
具体的,对数字正交基带信号中各个采样点的I路采样值和Q路采样值分别进行减均值预处理的过程,可以用下述公式来表示:
其中,I0[i]和Q0[i]分别为减均值预处理后的I路采样值和Q路采样值。
(2)利用预处理信号构建一信号矩阵;其中,该信号矩阵中的各列元素依次为预处理信号中各个采样点的I路采样值和Q路采样值。
该信号矩阵表示如下:
可以看到,该信号矩阵M是一个2×N的矩阵。
(3)对信号矩阵的转置矩阵以及信号矩阵的乘积进行奇异值分解,并确定奇异值分解结果中的最小奇异值对应的左奇异向量,作为直线的法向量。
具体而言,首先对矩阵M*MT进行奇异值分解,得到:
M*MT=U*S*VT
其中,MT是信号矩阵M的转置矩阵;矩阵U是一个2×2的矩阵,其包含的两个列向量是矩阵M*MT的特征向量,这些特征向量也称为左奇异向量;矩阵V是一个N×N的矩阵,其包含的N个列向量是矩阵MT*M的特征向量,这些特征向量也称为右奇异向量。S为奇异值矩阵,大小为2×N。
然后,从奇异值矩阵S中确定最小奇异值所在的行,然后把矩阵U中相应列的左奇异向量作为直线的法向量。例如,假设最小奇异值在奇异值矩阵S的第2行,则把矩阵U中第2列的左奇异向量作为直线的法向量。该法向量可以表示为n=[n1,n2]。
(4)根据法向量计算直线的斜率。
具体的,计算斜率k=-n1/n2。
(5)在该斜率下,根据数字正交基带信号中各个采样点的二维坐标计算直线的截距,以使数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小。
具体的,若要使数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小,则直线的截距的计算方式如下:
其中,b为直线的截距,k为直线的斜率,其余参数的含义参见上文。
需要说明的是,现有技术中利用已知的一组坐标数据(x,y)来拟合直线y=kx+b时大多采用最小二乘法来实现;这样原始的坐标数据(x,y)与拟合出的直线的竖直距离的范数和最小。而本发明实施例中采用主成分分析法所拟合出的直线,坐标数据(I[i],Q[i])与拟合出的直线的垂直距离范数和最小。图3示清楚地表示出了这两种拟合方式的不同之处。
S30:求取直线的方向矢量,并基于数字正交基带信号中每两个相邻采样点的I路采样值和Q路采样值构建一组弦矢量。
具体的,同样以采样点的I路采样值和Q路采样值为采样点的二维坐标,则数字正交基带信号中每两个相邻采样点的有向连线都可形成一个矢量,该矢量便是一个弦矢量。之所以将基于相邻采样点构建的矢量命名为弦矢量,是因为在数字正交基带信号的星座图中,相邻采样点坐落于圆心是直流偏置(DCI,DCQ)的圆弧上,连接该圆弧的两个端点的连线即是一个弦。
另外,关于求取直线的方向矢量的过程为数学常识,此处不再进行赘述。
S40:用每个弦矢量与方向矢量做内积,得到各个弦矢量与方向矢量的内积结果。
具体而言,如果方向矢量和弦矢量之间的夹角小于90°,那么两者内积就是正的;反之,如果两者之间的夹角小于90°,那么两者内积就是负的。
S50:根据相邻采样点的二维坐标之间圆弧和弦的近似性,利用内积结果的正负性对各个弦矢量的弦长进行叠加,得到弧长叠加结果,并基于弧长叠加结果恢复出目标运动信息。
参见图4所示,本发明实施例中与图1中所示的相位解调原理所不同的是,本发明实施例在不求解位于圆心处的直流偏置的情况下,用相邻采样点之间的圆弧对应的圆心角来表示相邻采样点之间的相位微分。例如在图4中,第n个采样点和第n-1个采样点两者的相位微分Δφ[n]即是这两个采样点之间的圆弧对应的圆心角。由于相邻采样点的采样时刻临近,对应的圆心角很小,圆弧的弧长近似于弦长,因此原本需用圆弧除以圆的半径得到圆心角的方式便可近似于用弦长除以圆的半径来得到;该半径等于数字正交基带信号的强度。由于采样速率通常是远大于目标的运动速率的,故而数字正交基带信号包含的一组采样点的信号强度几乎是相等的。这样,对相邻采样点的相位微分进行叠加,就可以等价于先对各个弦长进行叠加,再用半径来对叠加结果进行归一化。
具体而言,用相邻采样点之间的圆弧对应的圆心角来表示相邻采样点之间的相位微分:
其中,n∈[2,N];Q[n]表示数字正交基带信号中第n个采样点的Q路采样值,I[n]表示该第n个采样点的I路采样值;表示根据第n个采样点和第n-1个采样点两者的I路采样值和Q路采样值所构建的弦矢量的弦长,sign[n]在该弦矢量与方向矢量做内积的结果为正时等于1,为负时等于-1。R表示采样点之间的圆弧所在圆的半径,该半径等于数字正交基带信号的强度,几乎不变。
然后,利用上一步骤中得到内积结果的正负性对各个弦矢量的弦长进行叠加:
其中,φ[N]表示对各个弦矢量的弦长进行叠加的结果,也即弧长叠加结果。
基于弧长叠加结果恢复出目标运动信息的原理为:
其中,λ表示为了进行运动探测而向目标发射的单频电磁波信号的波长,数字正交基带信号正是对从目标处返回的单频电磁波信号进行接收、下变频以及采样得到的;x[N]表示待恢复的目标运动信息。
在实际应用中,运动探测通常是为了获取目标的相对运动信息,即恢复目标的运动过程,对于目标在单一时刻的绝对运动幅度是不关注的,因此上述的半径R可视为弧长叠加结果的一项归一化参数,而无需进行求取。也就是说,即使不考虑R的具体取值,根据一段时间内恢复的各个x的数值便可精确地描述目标点相对运动信息。
本发明实施例提供的基于弧-弦近似原理的非接触式运动信息解调方法中,解调运动信息不再需要求解正交基带信号中的直流偏置,因此电路温漂和测量背景中的噪声杂波对直流偏置的影响对于本发明实施例来说是不敏感的,这就使得本发明实施例在解调运动信息时具有较高的鲁棒性。并且,相比于传统的相位解调方法必须通过优化迭代求取直流偏置所需要的大量计算资源来说,本发明实施例的计算花费主要在于奇异值分解,极大地节省了计算资源,具有较高的实时性和及解调效率。
在一个实施例中,如果将本发明实施例提供的基于弧-弦近似原理的非接触式运动信息解调方法应用在生物医疗领域,则在只有几赫兹的低速生物信号的测量场景下,数十赫兹的采样速率便可满足解调要求。
当然,在高速数据采集器已普遍使用的今天,具有快速移动性的目标运动信息的恢复也可利用本发明实施例提供的方法来实现。具体实现时,可首先根据使用场景预先确定可接受的误差范围,该误差定义为相邻采样点之间的圆弧和弦的误差:
其中,Δφ[n]=4πΔx(t)/λ=4πvΔT/λ=4πv/λfs,Larc表示弧长,Lchord表示弦长,Δx(t)表示相邻采样点之前的相对运动,v为目标的运动速率,ΔT为采样周期。将Δφ[n]代入上述误差的公式中,可以得到:
error=1-sin(2πv/λfs)/(2πv/λfs)。
然后,在设定的可接受误差范围内,根据目标的大致运动速率,使用上一公式来确定采样频率fs和单频电磁波信号的波长λ,由此便可以利用本发明实施例提供的方法来实现对快速移动性的目标运动信息的恢复。
在一个实施例中,本发明实施例提供的基于弧-弦近似原理的非接触式运动信息解调方法,在通过采样获取包含目标运动信息的数字正交基带信号的步骤之前,还可以包括:
(1)通过多普勒雷达向目标发射单频电磁波信号;
(2)对从目标处返回的单频电磁波信号进行接收和下变频,得到待采样的信号。
其中,步骤(1)中向目标发射单频电磁波信号并不局限于使用多普勒雷达。另外可以理解的是,步骤(2)中得到的待采样的信号,即是步骤S10中被采样的信号。
为了验证本发明实施例提供的基于弧-弦近似原理的非接触式运动信息解调方法的有效性,发明人进行了一系列的仿真对比实验。实验环境如图5所示,是一个对人体目标进行心跳信号检测与恢复的实验环境。其中,用射频收发机(RF transmitter/receirver)向人体的心脏部位发射单频电磁波信号,电磁波经人体返回后,被射频收发机的接收机所接收,在接收机内部经下变频和采样后,进入信号处理单元(Signal Processing Unit)进行解调,以恢复人体的心跳信号。
仿真过程中,首先对比了不同拟合算法对一段圆弧拟合的好坏程度。如图6所示,原始数据是包含噪声的采样数据,无噪圆弧则是理想的无噪声数据。从图6中可以看到,对于不同初始相位的圆弧,用主成分分析法拟合的直线优于最小二乘法,特别是在右下角中拟合直线平行于纵轴的情况下,这种优势更为明显。
对图6中的四组原始数据采用不同的解调算法分别可以得到不同的解调结果。图7(a)和图7(b)分别示出了幅度归一化的时域和频域结果。其中,“优化直流偏置”是指采用传统的寻找并剔除直流偏置的解调模型进行相位解调的结果,“真实直流偏置”是指将真实的直流偏置和采样数据代入该传统的解调模型中进行相位解调的结果;“弧-弦近似方法”则是完全利用本发明实施例提供的方法进行解调的结果。对比可见,在检测信噪比很差的情况下,采用弧-弦近似方法依然能够完美恢复心跳信号,而传统算法无论是用寻找出的直流偏置还是真实的直流偏置都解调错误。同时,由于“弧-弦近似方法”没有复杂的寻找直流偏置的优化迭代过程,使得其仿真消耗的时间远比“优化直流偏置”和“真实直流偏置”消耗的时间短。
图8示出了对三个不同的人体目标发射的心脏跳动信号进行数据采样得到的数字正交基带信号。图9示出了利用本发明实施例提供的方法对图8中的三个数字正交基带信号进行解调的结果;其中,“解调的心跳信号”即是利用本发明实施例提供的方法进行解调的归一化心跳信号,“参考的心跳信号”则是利用接触式的脉冲传感器对三个不同的人体目标发射的心脏跳动进行检测并归一化后的心跳信号。从图9中可以看到,本发明实施例在非接触式的情况下完美地恢复出了心跳信号,能够媲美接触式的传感器的检测效果。
本发明实施例提供的基于弧-弦近似原理的运动信息解调方法可以应用于电子设备。具体的,该电子设备可以为:台式计算机、便携式计算机、智能移动终端等。在此不作限定,任何可以实现本发明的电子设备,均属于本发明的保护范围。
如图10所示,上述电子设备包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信,
存储器603,用于存放计算机程序;
处理器601,用于执行存储器603上所存放的程序时,实现上述任一种基于弧-弦近似原理的运动信息解调方法所述的方法步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表征,图中仅用一条粗线表征,但并不表征仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明还提供了一种计算机可读存储介质。在该计算机可读存储介质中存储有计算机程序,计算机程序被处理器执行时,实现上述任一种基于弧-弦近似原理的运动信息解调方法所述的方法步骤。
可选地,该计算机可读存储介质可以为非易失性存储器(Non-Volatile Memory,NVM),例如为至少一个磁盘存储器。
可选的,所述计算机可读存储器还可以是至少一个位于远离前述处理器的存储装置。
在本发明的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一基于弧-弦近似原理的运动信息解调方法所述的方法步骤。
需要说明的是,对于电子设备/存储介质/计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。
本申请是参照本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (6)
1.一种基于弧-弦近似原理的非接触式运动信息解调方法,其特征在于,包括:
通过采样获得包含目标运动信息的数字正交基带信号;所述数字正交基带信号中的每个采样点均包括I路采样值和Q路采样值;
以采样点的I路采样值和Q路采样值为采样点的二维坐标,利用主成分分析法拟合一条直线,以使所述数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小;
求取所述直线的方向矢量,并基于所述数字正交基带信号中每两个相邻采样点的I路采样值和Q路采样值构建一组弦矢量;
用每个所述弦矢量与所述方向矢量做内积,得到各个所述弦矢量与所述方向矢量的内积结果;
根据相邻采样点的二维坐标之间圆弧和弦的近似性,利用所述内积结果的正负性对各个所述弦矢量的弦长进行叠加,得到弧长叠加结果,并基于所述弧长叠加结果恢复出所述目标运动信息。
2.根据权利要求1所述的非接触式运动信息解调方法,其特征在于,利用主成分分析法拟合所述直线的过程,包括:
对所述数字正交基带信号中各个采样点的I路采样值和Q路采样值分别进行减均值预处理,得到预处理信号;
利用所述预处理信号构建一信号矩阵;其中,所述信号矩阵中的各列元素依次为所述预处理信号中各个采样点的I路采样值和Q路采样值;
对所述信号矩阵的转置矩阵以及所述信号矩阵的乘积进行奇异值分解,并确定奇异值分解结果中的最小奇异值对应的左奇异向量,作为所述直线的法向量;
根据所述法向量计算所述直线的斜率;
在所述斜率下,根据所述数字正交基带信号中各个采样点的二维坐标计算所述直线的截距,以使所述数字正交基带信号中的各个采样点与该直线的垂直距离范数和最小。
3.根据权利要求1所述的非接触式运动信息解调方法,其特征在于,基于所述弧长叠加结果恢复出所述目标运动信息的原理,包括:
其中,λ表示为了进行运动探测而向目标发射的单频电磁波信号的波长,所述数字正交基带信号是对从目标处返回的单频电磁波信号进行接收、下变频以及采样得到的;R表示所述圆弧所在圆的半径,该半径等于所述数字正交基带信号的强度;N等于采样点数;x[N]表示待恢复的目标运动信息;
Q[n]表示所述数字正交基带信号中第n个采样点的Q路采样值,I[n]表示该第n个采样点的I路采样值;表示根据第n个采样点和第n-1个采样点两者的I路采样值和Q路采样值所构建的弦矢量的弦长,sign[n]在该弦矢量与所述方向矢量做内积的结果为正时等于1,为负时等于-1;
4.根据权利要求1所述的非接触式运动信息解调方法,其特征在于,在所述通过采样获取包含目标运动信息的数字正交基带信号的步骤之前,所述运动信息解调方法还包括:
通过多普勒雷达向目标发射单频电磁波信号;
对从目标处返回的单频电磁波信号进行接收和下变频,得到待采样的信号。
5.根据权利要求1所述的非接触式运动信息解调方法,其特征在于,所述通过采样获得包含目标运动信息的数字正交基带信号的步骤中的采样速率以及向目标发射的单频电磁波信号的波长,是根据目标的运动速率所预先设定的。
6.根据权利要求1所述的非接触式运动信息解调方法,其特征在于,所述目标运动信息包括:心跳信息、脉搏信息或血流信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234462.6A CN114010172B (zh) | 2021-10-22 | 2021-10-22 | 一种基于弧-弦近似原理的非接触式运动信息解调方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234462.6A CN114010172B (zh) | 2021-10-22 | 2021-10-22 | 一种基于弧-弦近似原理的非接触式运动信息解调方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114010172A true CN114010172A (zh) | 2022-02-08 |
CN114010172B CN114010172B (zh) | 2022-08-05 |
Family
ID=80057103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111234462.6A Active CN114010172B (zh) | 2021-10-22 | 2021-10-22 | 一种基于弧-弦近似原理的非接触式运动信息解调方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114010172B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114608699A (zh) * | 2022-03-07 | 2022-06-10 | 中国矿业大学 | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
CN111856452A (zh) * | 2020-05-21 | 2020-10-30 | 重庆邮电大学 | 基于omp的静态人体心跳和呼吸信号分离重构方法 |
-
2021
- 2021-10-22 CN CN202111234462.6A patent/CN114010172B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
CN111856452A (zh) * | 2020-05-21 | 2020-10-30 | 重庆邮电大学 | 基于omp的静态人体心跳和呼吸信号分离重构方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114608699A (zh) * | 2022-03-07 | 2022-06-10 | 中国矿业大学 | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 |
CN114608699B (zh) * | 2022-03-07 | 2023-02-24 | 中国矿业大学 | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114010172B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Park et al. | Multiple snapshot grid free compressive beamforming | |
Bocquet | Parameter estimation for Pareto and K distributed clutter with noise | |
CN107390199B (zh) | 一种雷达机动目标跟踪波形设计方法 | |
CN103018713B (zh) | 基于导航数字多波束接收阵列天线的卫星跟踪测角方法 | |
CN107066806B (zh) | 航迹关联方法及装置 | |
CN114010172B (zh) | 一种基于弧-弦近似原理的非接触式运动信息解调方法 | |
Liu et al. | A unified approach to synchronization problems over subgroups of the orthogonal group | |
CN109116293A (zh) | 一种基于离格稀疏贝叶斯的波达方向估计方法 | |
CN109143151A (zh) | 部分阵元损坏的均匀面阵张量重构方法及信源定位方法 | |
Konishi et al. | Complex-valued reservoir computing for interferometric SAR applications with low computational cost and high resolution | |
Hu et al. | MIMO radar accurate imaging and motion estimation for 3-D maneuvering ship target | |
CN106872936A (zh) | 近场源l型声矢量传感器阵列解模糊多参数估计方法 | |
Liu et al. | Frequency estimation of chirp signals based on fractional fourier transform combined with Otsu’s method | |
Li et al. | Time‐based multi‐component irregular FM micro‐Doppler signals decomposition via STVMD | |
Hong et al. | Micro-Doppler analysis of rigid-body targets via block-sparse forward–backward time-varying autoregressive model | |
Xiong et al. | Multifractal spectrum distribution based on detrending moving average | |
CN110095753B (zh) | 一种基于到达角度aoa测距的定位方法及装置 | |
CN103983948A (zh) | 基于稀疏表示的目标角度距离联合估计方法 | |
CN111007473A (zh) | 基于距离频域自相关函数的高速微弱目标检测方法 | |
CN105954730B (zh) | 一种sar回波快速时域生成方法 | |
CN113835107B (zh) | 阵列卫星导航接收机的信号处理方法、装置及智能终端 | |
CN112881971B (zh) | 电磁方向性互耦效应下相干干扰源测向方法 | |
CN113238184A (zh) | 一种基于非圆信号的二维doa估计方法 | |
Wang et al. | LFM signal analysis based on improved Lv distribution | |
Ding et al. | Improved linear chirplet transform and singular value decomposition joint algorithm for motion target tracking |
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 |