CN114403848A - 一种动物群体呼吸频率检测的方法、系统及存储介质 - Google Patents
一种动物群体呼吸频率检测的方法、系统及存储介质 Download PDFInfo
- Publication number
- CN114403848A CN114403848A CN202210007018.9A CN202210007018A CN114403848A CN 114403848 A CN114403848 A CN 114403848A CN 202210007018 A CN202210007018 A CN 202210007018A CN 114403848 A CN114403848 A CN 114403848A
- Authority
- CN
- China
- Prior art keywords
- detection target
- dimension
- phase
- detection
- fft
- 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
Links
- 241001465754 Metazoa Species 0.000 title claims abstract description 89
- 230000036391 respiratory frequency Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims description 33
- 238000001514 detection method Methods 0.000 claims abstract description 164
- 230000035565 breathing frequency Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 14
- 230000036387 respiratory rate Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003975 animal breeding Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
-
- 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
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
Abstract
本发明涉及一种基于雷达的动物群体呼吸频率检测的方法,包括以下步骤:获取雷达信号;对所述雷达信号分别进行距离维度FFT以及速度维度FFT,以得到距离维度FFT结果和速度维度FFT结果;对所述距离维度FFT结果和速度维度FFT结果分别做距离维度恒虚警检测和速度维度恒虚警检测,以得到检测目标集及检测目标集数据;提取所述检测目标集中每一个检测目标的相位;根据所述检测目标的相位计算对应检测目标的呼吸频率。本发明的技术方案通过对用于检测动物群体呼吸频率的雷达信号的ADC数据进行速度维度FFT,可以通过速度维度识别出运动的动物,并且在计算呼吸频率时剔除该运动目标,进而降低动物呼吸频率计算结果的误差,最终实现准确监控动物群体状态。
Description
技术领域
本发明一般的涉及呼吸频率检测领域。更具体地,本发明涉及一种动物群体呼吸频率检测的方法、系统及可读存储介质。
背景技术
呼吸频率是动物的一项关键体征参数,与动物的健康状态、舒适度状态等密切相关。因此对该体征参数的检测和监控至关重要。过去动物养殖行业内对动物呼吸频率的检测和监控主要通过人工随机抽样检测的方式来实现。该方式需要耗费大量人力物力的同时,也很难保证其准确性和实时性。随着智能化技术的大力发展,本领域技术人员也在极力探索自动化动物呼吸频率检测技术。
目前主流的呼吸频率检测方法主要分为接触式和非接触式两种。其中接触式方法需要利用可穿戴式设备测试呼吸引起的压力、位移、气体含量等参数变化来实现,适用性较为局限,灵活性差。随着信息技术的发展,以毫米波、机器视觉等新兴技术为代表的非接触式方法逐渐普及。在动物呼吸频率检测上,现有的毫米波雷达技术无法剔除运动中的动物目标。但是运动中的动物目标会导致动物呼吸频率计算产生很大的误差,进而导致无法准确监控动物群体的状态。另外,现有的毫米波雷达技术虽然可以有效检测动物分布在不同距离的场景,但是对于在同一距离存在多只动物的场景,依然无法在距离维度区分动物,因此导致计算结果的误差较大。
发明内容
为了至少解决上述问题,本发明提出了一种动物群体呼吸频率检测的方法,通过对用于检测动物群体呼吸频率的雷达信号的ADC(Analog-to-Digital Converter,模拟/数字转换)数据进行速度维度FFT(Fast Fourier Transform,快速傅里叶变换),又称多普勒维FFT,选取速度维度为0(即速度为零)的动物作为为检测目标,从而可以有效剔除运动的动物,避免运动的动物对呼吸频率检测造成干扰,进而提高了对动物呼吸频率的检测的准确度。
在一个方面中,本发明提供一种基于雷达的动物群体呼吸频率检测的方法,其特征在于,包括以下步骤:获取雷达信号;对所述雷达信号分别进行距离维度FFT以及速度维度FFT,以得到距离维度FFT结果和速度维度FFT结果;对所述距离维度FFT结果和速度维度FFT结果分别做距离维度恒虚警检测和速度维度恒虚警检测,以得到检测目标集及检测目标集数据;提取所述检测目标集中每一个检测目标的相位;根据所述检测目标的相位计算对应检测目标的呼吸频率。
在一个实施例中,所述检测目标集数据中包含距离信息和速度信息。
在一个实施例中,对所述距离维度FFT结果和速度维度FFT结果分别做距离维度恒虚警检测和速度维度恒虚警检测,以得到检测目标集及检测目标集数据包括:对所述速度维度FFT做速度维度恒虚警检测,响应于速度维度FFT结果为0,则确定其对应的动物为检测目标,所述至少一个检测目标形成检测目标集;对检测目标集的距离维度FFT结果做恒虚警检测,以得到检测目标集的距离信息和速度信息。
在一个实施例中,还包括:对所述检测目标集中每一个检测目标做角度维度FFT,选择其中的最大峰值,以获取每一个检测目标的方位角信息;根据所述每一个检测目标的方位角信息,确定所述检测目标集对应的方位角信息,以得到检测目标集的角度信息。
在一个实施例中,所述对检测目标集中每一个检测目标做角度维度FFT包括:每个雷达天线生成一个距离速度频谱图;确定每一个检测目标的距离维度索引和速度维度索引;根据所述每一个检测目标的距离维度索引和速度维度索引提取每个雷达天线的距离速度频谱图的最大峰值的实部和虚部。
在一个实施例中,所述确定每一个检测目标的距离维度索引和速度维度索引包括:对所述检测目标的距离维度和速度维度做恒虚警检测,以确定所述每一个检测目标的距离维度索引和速度维度的索引。
在一个实施例中,所述提取检测目标集中每一个检测目标的相位包括:在检测目标角度维度FFT最大峰值对应的索引处提取一个检测目标当前帧的相位;根据所述检测目标上一帧的相位和当前帧的相位做相位展开以得到所述检测目标的相位。
在一个实施例中,所述根据检测目标的相位计算呼吸频率包括:对所述检测目标的当前帧进行带通滤波,以得到当前帧的相位信息;根据所述当前帧的相位信息和历史帧的相位信息做FFT以得到相位FFT结果;根据相位FFT结果的最大值来计算呼吸频率。
在第二方面中,本发明提供一种基于雷达的动物群体呼吸频率检测的系统,所述系统包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明及上述实施例中的任一所述的方法。
在第三方面中,本发明提供一种计算机可读存储介质,包括计算机程序指令,当所述计算机程序指令由一个或多个处理器来执行时,使得实现根据本发明及上述实的施例中任意一项所述的方法。
与现有技术中只对雷达信号做Range维度(距离维度)FFT相比,本发明还对雷达信号进行Doppler维度(速度维度)FFT,因而不仅可以从距离维度对检测目标进行区分,而且可以通过速度维度识别出运动的动物,由于运动目标对呼吸频率的计算有很大影响,因此可以在计算呼吸频率时剔除该运动目标,进而降低动物呼吸频率计算结果的误差,以实现准确监控动物群体状态。
另外,若在同一距离有多只动物时,多只动物的相位将在同一距离进行叠加,由此计算出来的呼吸频率误差很大。与现有技术只对雷达信号做Range维度FFT相比,本发明对雷达信号做角度维度FFT,从而可以通过角度维度区分多个动物目标,进而进行准确检测。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是示出根据本发明实施例的一种基于雷达的动物群体呼吸频率检测的方法的简化流程图;
图2是示出根据本发明实施例的毫米波雷达发射波的波形图;
图3是示出根据本发明实施例的8个虚拟通道的ADC数据截图;
图4是示出根据本发明实施例的8个虚拟通道的ADC数据的Range维FFT结果截图;
图5是示出根据本发明实施例的8个虚拟通道的ADC数据的Doppler维FFT结果截图;
图6是示出根据本发明实施例的8个虚拟通道的ADC数据的距离速度频谱图截图;以及
图7是示出根据本发明实施例的一种基于雷达的动物群体呼吸频率检测的系统的框架示意图。
具体实施方式
现在将参考附图描述实施例。应当理解,为了说明的简单和清楚,在认为合适的情况下,可以在附图中重复附图标记以指示对应或类似的元件。另外,本申请阐述了许多具体细节以便提供对本文所述实施例的透彻理解。然而,本领域普通技术人员将理解,可以在没有这些具体细节的情况下实践本文描述的实施例。在其他情况下,没有详细描述公知的方法、过程和组件,以免模糊本文描述的实施例。而且,该描述不应被视为限制本文描述的实施例的范围。
下面将结合附图对本发明实施例中的技术方案进行清楚完整地描述。图1是示出根据本发明实施例的一种基于雷达的动物群体呼吸频率检测的方法100的简化流程图。如图1所示,本发明提供一种基于雷达的动物群体呼吸频率检测的方法,可以包括步骤S102-S108。在步骤S102处,获取用于检测动物群体呼吸频率的雷达信号的ADC数据。在一个实施例中,可以先通过硬件对该雷达信号进行IQ采样,然后将采样得到的雷达信号从高频变为低频(因为嵌入式硬件结构通常无法处理高频信号),就得到了ADC数据。在步骤S104处,对该ADC数据分别进行距离维度FFT以及速度维度FFT,以得到距离维度FFT结果和速度维度FFT结果。在一个应用场景中,可以先进行距离维度FFT,得到距离维度FFT结果,然后在距离维度FFT结果上进行速度维度FFT,得到速度维度FFT结果。每一根天线都生产一张距离速度频谱图(RDmap,range-Doppler map),在一个实施例中,可以将所有雷达的天线的RDmap做累加,以便于增强目标信号能量。
在步骤S106处,对所述距离维度FFT结果和速度维度FFT结果分别做距离维度恒虚警检测和速度维度恒虚警检测,以得到检测目标集及检测目标集数据。此处所述检测目标集数据中包含距离信息和速度信息。在一个实施场景中,该步骤可以包括以下步骤:首先,对所述速度维度FFT做速度维度cfar(Constant False Alarm Rate,恒虚警检测)检测,然后判断上述ADC数据对应的速度维度是否为0。如果是,则说明确定上述ADC数据对应的动物为静止的,则将该动物确定为检测目标。如果不是,则说明确定上述ADC数据对应的动物为运动的,则将该动物剔除。通过该方法提出掉运动的目标,将静止的(至少一个)检测目标形成检测目标集;接着对检测目标集的距离维度FFT结果做恒虚警检测,以得到检测目标集的距离信息和速度信息。现有技术只做Range维度FFT,没有Doppler维度信息,因而无法确定是否是运动动物,导致呼吸频率误差很大。而本发明增加了Doppler维度FFT,可以有效剔除运动动物,只提取静止动物的相位信息来做呼吸频率计算,因而避免了运动动物对呼吸频率计算的影响,最终使呼吸频率计算结果更加准确。由于同一个距离维度上可能存在多只静止的动物,所以此处确定的是一个检测目标集,该检测目标集可以包含多个检测目标。
在步骤S108处,提取所述检测目标集中每一个检测目标的相位。在一个实施例中,提取上述检测目标的相位可以包括以下步骤:首先,在检测目标角度维度FFT最大峰值对应的索引处提取一个检测目标当前帧的相位;接着根据检测目标上一帧的相位和当前帧的相位做相位展开以得到所述检测目标的相位。具体地,在RDmap上找到该检测目标在Range维度和Doppler维度的索引,在RDmap对应的Range维度索引和Doppler维度索引提取该目标所有虚拟天线阵列数据,做角度维FFT。在角度维度FFT上可以根据峰值确定该距离上有一个目标还是两个目标。然后根据角度维度FFT结果确定至少一个检测目标,并提取至少一个(例如两个)目标的相位。
但是,因为栏位里的动物比较密集,所以很大可能会出现多只动物都在同一个距离的情况。针对该情况,如果提取相位来计算动物的呼吸频率,由于多只动物聚集,将无法将不同的动物区分开来,所以最终的计算结果的误差将比较大。然而,在同一个距离的不同方位上,可以找到峰值。也就是说,在角度维度FFT的峰值上提取相位,该相位对应的是一只动物,该动物的相位没有和其他动物的相位混合,因此可以用于计算其呼吸频率。因此,在一个实施例中,可以对检测目标集中每一个检测目标做角度维度FFT,选择其中的最大峰值,以获取每一个检测目标的方位角信息;然后根据每一个检测目标的方位角信息,确定所述检测目标集对应的方位角信息,以得到检测目标集的角度信息。其中所述对检测目标集中每一个检测目标做角度维度FFT包括以下步骤:因为每个雷达天线均可以生成一个距离速度频谱图,所以首先对所述检测目标的距离维度和速度维度做恒虚警检测,以确定所述每一个检测目标的距离维度索引和速度维度的索引;然后根据每一个检测目标的距离维度索引和速度维度索引提取每个雷达天线的距离速度频谱图的最大峰值的实部和虚部。
现有技术只在Range维度FFT上提取相位信息,但是在距离上无法区分是否有多只动物的相位信息叠加。若是有多只动物在同一距离上,在该距离上提取到的相位就会是多只动物的相位叠加的结果,那么用该相位计算呼吸频率误差很大。本发明实施例增加了角度维度FFT,因此可以区分同距离上不同方位的动物,并可以在角度维度FFT目标处提取两只动物的相位,从而可以避免同距目标在Range维度相位叠加导致呼吸频率计算不准确。另外,现有技术只做Range维度FFT,所以只能从距离维度区分目标,因而在某个距离上只能确定一只动物作为检测目标来计算其呼吸频率。本发明实施例通过做角度维度FFT,在同一距离上可以区分两只动物,比现有技术可以多提取一个检测目标,且能正确计算呼吸频率。
在一个实施例中,上述提取检测目标集中每一个检测目标的相位包括:首先,在检测目标角度维度FFT最大峰值对应的索引处提取一个检测目标当前帧的相位。然后,根据所述检测目标上一帧的相位和当前帧的相位做相位展开以得到所述检测目标的相位(由于需要展开相位以获取实际的位移曲线。因此每当连续值之间的相位差大于+π或者小于-π时,需要通过从相位中减去2π来执行相位展开)。最后,提取所述检测目标的相位。接着即可根据检测目标的相位计算呼吸频率。
在步骤S110处,根据上述检测目标的相位计算对应检测目标的呼吸频率。在一个实施例中,其可以包括如下步骤:首先,为了区分心跳和呼吸,可以依据心跳和呼吸频率的不同,利用带通滤波器滤波将相位值进行滤波以进行区分。同时,还可以减少动物身体的相对位置移动而对呼吸测量造成的影响(因为呼吸频率的测量是基于身体微小运动产生的距离差,而引起的相位变化,依据微多普勒原理,当动物的身体出现大幅摆动时,将会对其准确性造成影响)。在实际操作中,可以将检测目标的当前帧经带通滤波器滤波以得到当前帧的相位信息。接着,根据所述当前帧的相位信息和历史帧的相位信息做FFT以得到相位FFT结果。最后取相位FFT结果的最大值来计算呼吸频率。
以上结合图1对本发明实施例的一种动物群体呼吸频率检测的方法流程进行了示例性描述,本领域技术人员应该理解的是,上述流程是示例性的而非限制性的,并且可以根据实际需求进行调整。图2是示出根据本发明实施例的毫米波雷达发射波的波形图;图3是示出根据本发明实施例的8个虚拟通道的ADC数据截图;图4是示出根据本发明实施例的8个虚拟通道的ADC数据的Range维FFT结果截图;图5是示出根据本发明实施例的8个虚拟通道的ADC数据的Doppler维FFT结果截图;以及图6是示出根据本发明实施例的8个虚拟通道的ADC数据的距离速度频谱图截图。为了便于理解本发明的技术方案,以下结合图2-图6来举例说明。
为了区分不同动物所在的角度,需要多根天线发射毫米波雷达。例如采用2根发射天线(分别为Tx1和Tx2)和4根接收天线(分别为Rx1、Rx2、Rx3和Rx4),上述天线组合形成一个8通道的虚拟阵列。该虚拟阵列为均匀阵列,Tx1和Tx2间距为2λ,Rx1和Rx2间距为8个通道虚拟阵列天线的间距为上述毫米波雷达发射波形可以如图2所示的连续锯齿波,发波信号为chirp信号(线性调频信号)。2根发射天线Tx1、Tx2交替发波,假如每根发射天线共发M个chirp,每个chirp周期为Tc,则一帧的发波时长Tf为2*M*Tc,雷达的速度分辨率和发波时长成反比关系发波时长越长越好,速度分辨率的值越小,越可以探测到速度很慢的目标。
上述毫米波雷达上电后连续发波,雷达回波信号经过下变频和混频处理后经过复采样得到ADC数据。每一个chirp信号可以采512个采样点,采样点数N、采样率fs以及调频斜率S决定着信号的有效带宽而距离分辨率ΔR和带宽B成反比带宽越大,分辨率的值越小,意味着在距离维的分辨能力越强。如图3所示为matlab(一种可用于数据分析的数学软件)处理得到的某个chirp信号8个虚拟通道的ADC数据。在获取到ADC数据后,对每个虚拟通道的所有chirp信号做Range维度FFT,得到1DFFT的结果,如图4所示。
然后在距离维度FFT结果的基础上,对每一个RangeBins做FFT,也叫作Doppler维FFT,得到2DFFT结果。8个虚拟通道2DFFT结果如图6所示。对所有虚拟通道做非相干累加,便得到Range-Doppler频谱图(RDmap),该RDmap如图7所示。为了方便数据存储减小值的量级,可以对RDmap取log2操作,后续对检测目标的cfar检测及峰值检测都基于该RDmap来做。在RDmap的基础上,先做Doppler维cfar检测,对每一个RangeBins做cfar,只取Doppler为0的目标。因为若是Doppler不为0的运动目标,提取其相位计算呼吸频率时,其相位变化会非常大,呼吸频率计算结果将不准确。因此需要将Doppler不为0的运动目标剔除,以避免运动目标对计算结果的不良影响。因而呼吸频率的计算只能针对静止目标。确定静止目标后,做Range维cfar检测,找到目标在Range维的索引。在RDmap上确定了目标的Range和Doppler的索引后,在对应的索引处取出8个虚拟通道的数据做角度维度FFT,在角度维度FFT上可以根据峰值确定该距离上有一个目标还是2个目标。在角度维度FFT上根据峰值确定目标后,在对应的索引处提取当前帧的相位,用来计算呼吸频率。
在角度维度FFT上提取到当前帧的相位后,利用上一帧的相位和当前帧的相位做相位展开,提取出其真正的相位。由于呼吸频率基本有一个范围,经过带通滤波器后得到当前帧的相位信息,和历史相位信息一起放在数组中,做FFT后取最大值索引计算得到呼吸频率。
在实际操作中,可以根据动物畜牧舍大小以及用于毫米波雷达的巡检小车的位置来确认雷达的水平和俯仰安装角度。例如畜牧舍大小为4米*2米,巡检小车上挂的毫米波雷达高度为1.8米。由于毫米波雷达俯仰方向波束范围大约为±10°,通过调节其俯仰角度尽量让所有的动物都在落在雷达波束照射范围内。同时尽量让雷达平行于畜牧内栏,这样可以区分同距但不同方位的动物。巡检小车安装好雷达后上电,雷达板可以包括动物目标检测模块(用于识别检测目标并获取检测目标的距离数据、速度数据和角度数据)以及呼吸频率计算模块(用于根据检测目标的距离数据、速度数据和角度数据计算呼吸频率)。运行上述动物目标检测模块以及呼吸频率计算模块,即上述表述的毫米波雷达计算动物群呼吸频率的技术路径。经过1分钟的数据积累,计算畜牧舍内静止动物的呼吸频率。由于雷达辐射范围有限,当前雷达并不能把畜牧舍内所有动物的呼吸频率都算出来,而是把能检测到的动物的呼吸频率算准确,通过这些算出来准确的动物的呼吸频率,来代表这个栏位内动物的平均呼吸频率,依此来监控动物群的舒适度。
以上结合图2-图6对本发明实施例的一种动物群体呼吸频率检测的方法进行了举例说明,本领域技术人员应该理解的是,上述流程是示例性的而非限制性的,并且可以根据实际需求进行调整。图7是示出根据本发明实施例的一种基于雷达的动物群体呼吸频率检测的系统的框架示意图。以下结合图7对本发明实施例的一种基于雷达的动物群体呼吸频率检测的系统进行示例性描述。
如图7所示,本发明提供一种基于雷达的动物群体呼吸频率检测的系统,该系统以通用计算设备的形式表现,包括但不限于:至少一个处理器、至少一个存储器、连接不同系统组件的通信总线。通信总线表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。存储器可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)和/或高速缓存存储器,还可以进一步包括只读存储器(ROM)。存储器还可以包括程序模块,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
另外,本发明提供一种计算机可读存储介质,包括计算机程序指令,当所述计算机程序指令由一个或多个处理器来执行时,使得实现根据本发明及上述实的施例中任意一项所述的方法。
应当注意,尽管在附图中以特定顺序描述了本发明方法的操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
应当理解,当本发明的权利要求、说明书及附图中使用到术语“第一”、“第二”、“第三”和“第四”等时,其仅用于区别不同对象,而不是用于描述特定顺序。本发明的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的,而并不意在限定本发明。如在本发明说明书和权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本发明说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
虽然本发明的实施方式如上,但所述内容只是为便于理解本发明而采用的实施例,并非用以限定本发明的范围和应用场景。任何本发明所述技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种基于雷达的动物群体呼吸频率检测的方法,其特征在于,包括以下步骤:
获取雷达信号;
对所述雷达信号分别进行距离维度FFT以及速度维度FFT,以得到距离维度FFT结果和速度维度FFT结果;
对所述距离维度FFT结果和速度维度FFT结果分别做距离维度恒虚警检测和速度维度恒虚警检测,以得到检测目标集及检测目标集数据;
提取所述检测目标集中每一个检测目标的相位;
根据所述检测目标的相位计算对应检测目标的呼吸频率。
2.根据权利要求1所述的方法,其特征在于,所述检测目标集数据中包含距离信息和速度信息。
3.根据权利要求1或2所述的方法,其特征在于,对所述距离维度FFT结果和速度维度FFT结果分别做距离维度恒虚警检测和速度维度恒虚警检测,以得到检测目标集及检测目标集数据包括:
对所述速度维度FFT做速度维度恒虚警检测,响应于速度维度FFT结果为0,则确定其对应的动物为检测目标,所述至少一个检测目标形成检测目标集;
对检测目标集的距离维度FFT结果做恒虚警检测,以得到检测目标集的距离信息和速度信息。
4.根据权利要求3所述的方法,其特征在于,还包括:
对所述检测目标集中每一个检测目标做角度维度FFT,选择其中的最大峰值,以获取每一个检测目标的方位角信息;
根据所述每一个检测目标的方位角信息,确定所述检测目标集对应的方位角信息,以得到检测目标集的角度信息。
5.根据权利要求4所述的方法,其特征在于,所述对检测目标集中每一个检测目标做角度维度FFT包括:
每个雷达天线生成一个距离速度频谱图;
确定每一个检测目标的距离维度索引和速度维度索引;
根据所述每一个检测目标的距离维度索引和速度维度索引提取每个雷达天线的距离速度频谱图的最大峰值的实部和虚部。
6.根据权利要求5所述的方法,其特征在于,所述确定每一个检测目标的距离维度索引和速度维度索引包括:对所述检测目标的距离维度和速度维度做恒虚警检测,以确定所述每一个检测目标的距离维度索引和速度维度的索引。
7.根据权利要求1所述的方法,其特征在于,所述提取检测目标集中每一个检测目标的相位包括:
在检测目标角度维度FFT最大峰值对应的索引处提取一个检测目标当前帧的相位;
根据所述检测目标上一帧的相位和当前帧的相位做相位展开以得到所述检测目标的相位。
8.根据权利要求7所述的方法,其特征在于,所述根据检测目标的相位计算呼吸频率包括:
对所述检测目标的当前帧进行带通滤波,以得到当前帧的相位信息;
根据所述当前帧的相位信息和历史帧的相位信息做FFT以得到相位FFT结果;
根据相位FFT结果的最大值来计算呼吸频率。
9.一种基于雷达的动物群体呼吸频率检测的系统,其特征在于,所述系统包括:一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现根据权利要求1-8中任一所述的方法。
10.一种计算机可读存储介质,其特征在于,包括计算机程序指令,当所述计算机程序指令由一个或多个处理器来执行时,使得实现根据权利要求1-8的任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007018.9A CN114403848A (zh) | 2022-01-05 | 2022-01-05 | 一种动物群体呼吸频率检测的方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007018.9A CN114403848A (zh) | 2022-01-05 | 2022-01-05 | 一种动物群体呼吸频率检测的方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114403848A true CN114403848A (zh) | 2022-04-29 |
Family
ID=81271309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210007018.9A Pending CN114403848A (zh) | 2022-01-05 | 2022-01-05 | 一种动物群体呼吸频率检测的方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114403848A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104414644A (zh) * | 2013-08-30 | 2015-03-18 | 西门子公司 | 确定生物体呼吸频率的方法、系统和磁共振断层成像设备 |
CN105738696A (zh) * | 2016-04-18 | 2016-07-06 | 天津大学 | 全相位时移相位差频率估计方法及装置 |
CN110584631A (zh) * | 2019-10-10 | 2019-12-20 | 重庆邮电大学 | 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法 |
CN110710963A (zh) * | 2019-11-19 | 2020-01-21 | 山东一脉物联网科技有限公司 | 一种窄面式雷达智能监控呼吸系统 |
CN112401856A (zh) * | 2020-11-16 | 2021-02-26 | 武汉烽火凯卓科技有限公司 | 一种基于毫米波雷达的疗养院监护方法及系统 |
CN112444811A (zh) * | 2020-11-19 | 2021-03-05 | 北京航空航天大学 | 一种综合mimo雷达和isar的目标检测和成像方法 |
CN112754444A (zh) * | 2021-02-22 | 2021-05-07 | 牧原食品股份有限公司 | 一种基于雷达的非接触式猪只呼吸检测方法 |
CN112998668A (zh) * | 2021-02-06 | 2021-06-22 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的非接触式远场多人体呼吸心率监测方法 |
CN113080935A (zh) * | 2021-04-30 | 2021-07-09 | 河南牧原智能科技有限公司 | 一种动物呼吸频率检测设备和方法 |
CN214042117U (zh) * | 2021-02-05 | 2021-08-24 | 南京信息工程大学 | 一种应急探测智能小车 |
CN113384264A (zh) * | 2021-06-11 | 2021-09-14 | 森思泰克河北科技有限公司 | 基于雷达的呼吸频率检测方法及睡眠监测设备 |
CN113406643A (zh) * | 2021-08-19 | 2021-09-17 | 湖南华诺星空电子技术有限公司 | 基于车载分布式孔径雷达的fod检测装置的检测方法及系统 |
-
2022
- 2022-01-05 CN CN202210007018.9A patent/CN114403848A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104414644A (zh) * | 2013-08-30 | 2015-03-18 | 西门子公司 | 确定生物体呼吸频率的方法、系统和磁共振断层成像设备 |
CN105738696A (zh) * | 2016-04-18 | 2016-07-06 | 天津大学 | 全相位时移相位差频率估计方法及装置 |
CN110584631A (zh) * | 2019-10-10 | 2019-12-20 | 重庆邮电大学 | 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法 |
CN110710963A (zh) * | 2019-11-19 | 2020-01-21 | 山东一脉物联网科技有限公司 | 一种窄面式雷达智能监控呼吸系统 |
CN112401856A (zh) * | 2020-11-16 | 2021-02-26 | 武汉烽火凯卓科技有限公司 | 一种基于毫米波雷达的疗养院监护方法及系统 |
CN112444811A (zh) * | 2020-11-19 | 2021-03-05 | 北京航空航天大学 | 一种综合mimo雷达和isar的目标检测和成像方法 |
CN214042117U (zh) * | 2021-02-05 | 2021-08-24 | 南京信息工程大学 | 一种应急探测智能小车 |
CN112998668A (zh) * | 2021-02-06 | 2021-06-22 | 路晟悠拜(重庆)科技有限公司 | 基于毫米波的非接触式远场多人体呼吸心率监测方法 |
CN112754444A (zh) * | 2021-02-22 | 2021-05-07 | 牧原食品股份有限公司 | 一种基于雷达的非接触式猪只呼吸检测方法 |
CN113080935A (zh) * | 2021-04-30 | 2021-07-09 | 河南牧原智能科技有限公司 | 一种动物呼吸频率检测设备和方法 |
CN113384264A (zh) * | 2021-06-11 | 2021-09-14 | 森思泰克河北科技有限公司 | 基于雷达的呼吸频率检测方法及睡眠监测设备 |
CN113406643A (zh) * | 2021-08-19 | 2021-09-17 | 湖南华诺星空电子技术有限公司 | 基于车载分布式孔径雷达的fod检测装置的检测方法及系统 |
Non-Patent Citations (3)
Title |
---|
孟诗雨: ""毫米波LFMCW雷达目标检测技术研究"", 《中国优秀硕士论文全文数据库信息科技辑》, 15 July 2021 (2021-07-15) * |
林佳慧等: ""基于 FMCW 雷达传感器的室内人员定位方法"", 《传感器与微系统》, vol. 40, no. 11 * |
盘敏容: ""基于毫米波雷达的目标检测算法研究"", 《中国优秀硕士论文全文数据库信息科技辑》, 15 April 2021 (2021-04-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946665B (zh) | 基于阵列雷达的获取真实目标的方法 | |
CN106842165B (zh) | 一种基于不同距离角度分辨率雷达集中式异步融合方法 | |
CN109633598B (zh) | 基于特征分析的阵列雷达目标检测方法 | |
CN105785340B (zh) | 单脉冲雷达对主瓣内目标和诱饵干扰的测角与识别方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN111521976B (zh) | 一种空时自适应干扰处理方法、装置及存储介质 | |
CN111708022B (zh) | 毫米波雷达的扫描区域边界的计算方法及装置 | |
CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
CN113009441B (zh) | 一种雷达运动反射面多径目标的识别方法及装置 | |
US5821896A (en) | Radar system | |
CN111366926A (zh) | 跟踪目标的方法、装置、存储介质和服务器 | |
CN112233416A (zh) | 车流量检测方法及装置 | |
CN108181620A (zh) | 一种三坐标雷达点迹质量评估方法 | |
CN110146873A (zh) | 分布式非相参雷达的目标位置和速度的估计方法 | |
CN114609623B (zh) | 单脉冲雷达的目标检测方法、装置和计算机设备 | |
CN108020834B (zh) | 基于改进edpca的运动目标检测方法、装置及电子设备 | |
CN112198487A (zh) | 一种风电场杂波背景下的目标检测方法 | |
CN113408504B (zh) | 基于雷达的车道线识别方法、装置、电子设备及存储介质 | |
CN113419238A (zh) | 基于毫米波雷达的山体滑坡监测方法、电子设备、存储介质 | |
CN110988867B (zh) | 用于一发双收穿墙雷达的椭圆交叉目标定位方法 | |
CN113093168A (zh) | 测距测速方法、装置、雷达及可读存储介质 | |
CN114403848A (zh) | 一种动物群体呼吸频率检测的方法、系统及存储介质 | |
CN111812634A (zh) | 警戒线目标监测方法、装置和系统 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 |
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 |