CN114942426B - 一种无源定位和生命体征监测方法、系统、计算机和存储介质 - Google Patents
一种无源定位和生命体征监测方法、系统、计算机和存储介质 Download PDFInfo
- Publication number
- CN114942426B CN114942426B CN202210547072.2A CN202210547072A CN114942426B CN 114942426 B CN114942426 B CN 114942426B CN 202210547072 A CN202210547072 A CN 202210547072A CN 114942426 B CN114942426 B CN 114942426B
- Authority
- CN
- China
- Prior art keywords
- target
- direct reflection
- path
- reflection path
- vital sign
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 54
- 238000010586 diagram Methods 0.000 claims description 34
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 25
- 230000001121 heart beat frequency Effects 0.000 claims description 20
- 230000004807 localization Effects 0.000 claims description 15
- 239000000969 carrier Substances 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000241 respiratory effect Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 230000035565 breathing frequency Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 abstract description 5
- 238000012549 training Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000036391 respiratory frequency Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 206010034912 Phobia Diseases 0.000 description 1
- 241000638935 Senecio crassissimus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006742 locomotor activity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 208000019899 phobic disease Diseases 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Classifications
-
- 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
- G01S13/06—Systems determining position data 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Electromagnetism (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种无源定位和生命体征监测方法、系统、计算机和存储介质，本发明以某个时刻的直射径的幅度和相位为基准，对其他时刻的信道响应进行校准，提高了采集数据的准确性，本发明在采集信道响应后，在频域进行IFFT变换，在时域进行FFT变换，利用方向图的辐射特性进行角度的估计，充分利用时域、频域和天线空间域的信息，提高了估计精度；本发明能够大大降低实验的时间成本和设备成本，为无需耗时耗力训练过程，且运算复杂度低，定位精度更高，生命体征监测更灵敏，具有更强的实用性。
Description
技术领域
本发明属于室内定位和生命体征监测技术领域，具体涉及一种无源定位和生命体征监测方法、系统、计算机和存储介质。
背景技术
以无线通信技术和基于位置及感知的服务为基础的室内无线无源定位和生命体征监测在老年人居家健康监测、大型施工现场的安全管理以及抢险救灾等领域有着重要而广泛的应用。由于WiFi网络部署广泛，成本较低，基于WiFi信号的无源定位和生命体征监测技术受到了关注并获得了大量研究。
无源定位方面。Pilot是一个基于CSI的DfP室内定位系统，作者提出了一种概率匹配算法，将异常CSI与预先构建的指纹数据库进行匹配，最终估计目标的位置。然而，由于需要构建指纹库，该方法工作量大，效率不高。Wang等人提出了一种基于不同信道上RSSI变化的多信道阻塞链路检测方法。与单信道检测相比，多信道检测在多径环境中非常有效。然而由于多径衰落、不同的室内环境参数、人的存在以及不同的系统配置，基于WiFi的RSSIs容易受到影响，导致定位精度受到影响。
无源感知方面。文献利用CSI信号检测睡眠状态下人的呼吸和心跳，分别提出了呼吸速率和心率估计算法。但是实验表明，由于CSI信息对细微动作引起的变化不敏感，导致上述系统对不同姿势下呼吸和心跳频率的检测鲁棒性差。研究人员通过捕捉构建目标区域内没有人时的信号强度特征轮廓，然后应用这些轮廓来识别由于人类运动活动而导致的信号强度异常。然而为了适应环境的变化，构造的轮廓需要定期更新，工作量较大。Liu等人提出了基于WiFi的睡眠监测系统Wi-Sleep。该系统从CSI中提取与呼吸相关的节律模式以及由于身体运动而发生的突变，从而实现对呼吸以及睡觉姿势的检测，但受限于WiFi带宽及天线数量，检测精度还有待提高。
综上所述，传统的基于WiFi的无线无源定位和生命体征监测方法由于WiFi资源有限，对目标直接反射径的筛选和提取还不能很好的解决，加之精度和成本难以兼顾，限制了其发展应用。
毫米波技术的发展给无源定位和生命体征监测提供了新的思路。由于毫米波波长短、波束窄、带宽大，空间分辨率高，能够识别目标人体的细微变化导致的信道响应的改变，在无源定位和生命体征监测中更具有优势。Y.Zeng使用Vubiq毫米波芯片级收发模块、喇叭天线和旋转平台，通过暴力扫描房间来获得用户位置，然后通过RSS的变化来跟踪目标移动。这种方法成本较高，且受限于空间环境，鲁棒性不强。Fadel Adib等人利用Vital-Radio技术和FMCW雷达，研究了距离雷达设备8m处的待检测人员不同方向的呼吸心跳检测结果。但是复杂环境下，尤其是人体运动、设备抖动、呼吸谐波干扰等情况下，人体呼吸心跳检测准确性和实时性仍待提高。
发明内容
本发明的目的在于克服上述不足，提供一种无源定位和生命体征监测方法、系统、计算机和存储介质，定位精度更高，生命体征监测更灵敏，且能够实现多目标同时监测，具有更强的实用性和可操作性。
为了达到上述目的，一种无源定位和生命体征监测方法，包括以下步骤：
在多目标存在环境中，采集不同方向图和不同载波在若干个时刻的信道响应；
在进行连续时刻的采样时，以某个时刻的直射径的幅度和相位为基准，对其他时刻的信道响应进行校准；
采集信道响应后，在频域进行IFFT变换，在时域进行FFT变换，得到目标直接反射径的时频特性；
将得到各方向图上的目标直接反射径的幅度值与方向图在各方向上的增益进行比对，选择差异最小的方向即为目标直接反射径的出发角度估计值；
将室内场景建模为二维平面，根据得到的目标直接反射径的时频特性和目标直接反射径的出发角度估计值计算得到各目标的坐标位置，根据坐标位置进行多目标定位；
根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
采集时刻t的信道响应如下：
其中，n为载波，t为时刻，s为方向图数，表示第l条径在第s个方向图上的复增益，β＝2πdsinθ/λ，βd＝2πdsinθd/λ，M为阵元个数，为阵元间距，αl为第l径的复增益，fn代表第n个载波，τl(t)＝τ0+τ′(t)表示第条路径的时延，τ0为信号从发射端通过人体目标到达接收端的平均时延，τ'(t)为心跳、呼吸引起的时变时延，N(n)＝[N1(n)，…，NM(n)]T为加性高斯白噪声。
在第s个方向图上，得到N×T的信道响应矩阵，其中N为载波个数，T为设定时间内的采样次数，对载波信号在频域上进行离散逆傅立叶变换，然后在时域上进行离散傅立叶变换，最终得到目标直接反射径的时延信息和呼吸心跳频率信息。
对第s个方向图，第n个载波上的信道响应用贝塞尔函数，表示成复指数傅立叶表达：
信号中包含当m1＝m2＝0时的直流分量，心跳和呼吸的频率成分fH和fB，心跳和呼吸的谐波分量m1gH和m2fB，以及心跳呼吸的联合谐波分量m1fH+m2fB，频率成分的幅度通过和决定，其中Jn(β)为第一类n阶贝塞尔函数。
目标直接反射径的出发角度估计值的计算方法如下：
假设S个方向图在路径l上的放大增益为Pl＝[p1，...，pS]，则其中Al为S方向图上第l条径在接收端接收信号的幅度；
令xs(θ)表示第s个方向图在θ方向上的增益，则Xs＝[xs(θ1)，...xs(θG)]表示第s个方向图在所有方向上的增益，X＝[X1，...，Xs]T即为S个方向图在所有方向上对路径的增益矩阵；
选择差异最小的方向为目标直接反射径的出发角度估计值：
计算各目标坐标位置的方法如下：
目标的坐标位置(x，y)通过下式得出：
其中，φ，τ为估计出的角度和时延，发射端的坐标是(xAP，yAP)，天线阵列的中心坐标为(xMP，yMP)。
目标直接反射径的信道响应的相位信息的计算方法如下：
Angle(t)＝-2πfnτ(t)
＝-2πfn((r0+AHsin(2πfHt)+ABsin(2πfBt)/c)
＝-2πfnτ0-2πfn(AHsin(2πfHt)+ABsin(2πfBt))/c
其中，τ0为信号经过目标到达接收端的平均时延；
根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
一种无源定位和生命体征监测系统，包括：
数据采集模块，用于采集不同方向图和不同载波在若干个时刻的信道响应；
预处理模块，用于以某个时刻的直接反射径的幅度和相位为基准，对其他时刻的信道响应进行校准；
参数估计模块，用于在采集信道响应后，在频域进行IFFT变换，在时域进行FFT变换，得到目标直接反射径的时频特性，将得到各方向图上的目标直接反射径的幅度值与方向图在各方向上的增益进行比对，选择差异最小的方向即为目标直接反射径的出发角度估计值；
定位计算模块，用于将室内场景建模为二维平面，根据得到的目标直接反射径的时频特性和目标直接反射径的出发角度估计值计算得到各目标的坐标位置，根据坐标位置进行多目标定位，根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
一种计算机设备，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现无源定位和生命体征监测方法。
一种计算机可读存储介质计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现无源定位和生命体征监测方法。
与现有技术相比，本发明以某个时刻的直射径的幅度和相位为基准，对其他时刻的信道响应进行校准，提高了采集数据的准确性，本发明在采集信道响应后，在频域进行IFFT变换，在时域进行FFT变换，利用方向图的辐射特性进行角度的估计，充分利用时域、频域和天线空间域的信息，提高了估计精度；本发明能够大大降低实验的时间成本和设备成本，为无需耗时耗力训练过程，且运算复杂度低，定位精度更高，生命体征监测更灵敏，具有更强的实用性。
附图说明
图1为本发明的室内无源多径传播模型图；
图2为IFFT-FFT变换后的时域-频域二维图形；
图3为两个目标场景下IFFT-FFT变换后时域-频域图形；
图4为不同方向对目标直接反射径的增益；
图5为利用目标直接反射径信息进行几何定位示意图；
图6为不同场景累计误差分布曲线；
图7为不同算法定位精度对比。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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，都属于本发明保护的范围。
本发明提供了一种无源定位和生命体征监测方法和系统，利用LabVIEW虚拟仪器软件远程控制矢量网络分析仪，且仅需要一对收发端，搭建室内信道频率响应采集平台，估计目标直接反射径的参数，即等效方位角和时延以及人体呼吸和心跳频率。在室内无源定位领域，首次利用LabVIEW虚拟仪器软件控制毫米波频段矢量网络分析仪，搭建室内信道频率响应采集平台，实现了数据自动化采集，大大降低了实验的时间成本。
无源感知是考查目标对无线信号的影响，目标的存在会阻挡部分收发AP之间的静态多径，同时会通过一次或多次反射产生新的移动多径，其中只有目标直接(或一次)反射径与目标位置之间具有确定的几何关系，然而，目标直接反射径不具有时延最小特性，且通常增益较弱，不具有明显的特征，难以辨识和提取，
本发明一种基于毫米波的室内无源定位和生命体征监测方法，包括以下步骤：
S1.采集环境中有多目标存在时的不同方向图、不同载波在若干个时刻的信道响应；
S2.对于连续时刻的采样，可以以某个时刻的直射径的幅度和相位为基准，对其他时刻的信道响应进行校准；
S3.针对所述信道响应，在频域进行IFFT变换，在时域进行FFT变换，得到目标直接反射径的时频特性；
S4.根据人体目标呼吸心跳信号在进行时域上的FFT变换后会出现谐波效应，对目标直接反射径的时延准确性进行验证；
S5.将得到各方向图上的目标直接反射径的幅度值与方向图本身在各方向上的增益进行比对，选择差异最小的方向即为目标直接反射径的出发角度估计值；
S6.将室内场景建模为二维平面，根据得到的时延和角度的最终估计值计算得到各目标的坐标位置，实现多目标定位；
S7.提取得到的目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
参见图1，目标的存在以及呼吸和心跳产生的人体表面微弱起伏会产生多径的时延变化以及因阻挡而引起部分静态多径增益的衰减。除静态多径(包括直射径、墙壁等反射径)以外，目标的存在会阻挡部分收发AP之间的静态多径，同时会通过一次或多次反射产生新的移动多径。对S个方向图、N个载波共T个时刻，对第s个方向图，第n载波，在时刻t的信道响应如下：
其中，表示第l条径在第s个方向图上的复增益,β＝2πdsinθ/λ，βd＝2πdsinθd/λ，M为阵元个数，d为阵元间距,αl为第l径的复增益，fn代表第n个载波，τl(t)＝τ0+τ′(t)表示第l条路径的时延，τ0为信号从发射端通过人体目标到达接收端的平均时延，τ'(t)为心跳、呼吸引起的时变时延，N(n)＝[N1(n)，…，NM(n)]T为加性高斯白噪声。
数据预处理
计划对静止的人体目标进行无源定位和生命体征监测，通过连续采集静态环境下不同方向图、不同载波和不同时刻的信道响应进行处理分析，提取信号特征，然后进行定位和生命体征监测。理想状态下，室内环境和人体目标需要保持稳定，但是，在实际实验和应用场景中，绝对理想的环境条件很难达到，在实际测量中，由于人体细微的晃动、仪器设备的抖动及室内其他物体的微小位移，在连续采集信号时，都会导致信道响应有误差，对后续的数据处理产生影响，降低定位和生命体征监测精度。
为了最大程度的提高信道响应的信息准确性，由于收发端始终是固定的，则直射径的幅度和相位也应该是固定不变的，对于连续时刻的采样，可以以某个时刻的直射径的幅度和相位为基准，对其他时刻的信道响应进行校准，减小由于室内环境不稳定而造成的信道响应的变化。
时延估计
在第s个方向图上得到N*T的信道响应矩阵，其中N为载波个数，T为设定时间内的采样次数。利用IFFT-FFT二维傅立叶算法对所得的数据进行处理。
傅立叶变换可以将时域信号变换为频域信号，逆傅立叶变换则可以将频域信号变换为时域信号。在实际数字信号处理中，使用离散傅立叶变换和离散逆傅立叶变换，其变化形式如下:
在得到的数据中，时域上是不同时刻目标直接反射径的响应，频域上是不同载波上目标直接反射径的响应。在这里对所得信号在频域上进行离散逆傅立叶变换，然后在时域上进行离散傅立叶变换，则变换后的信号则反映了信道响应在时域和频域的特征，即目标直接反射径的时延信息和呼吸心跳频率信息。
需要注意的是，对第s个方向图，第n个载波上的信道响应
用贝塞尔函数，可以表示成复指数傅立叶表达
可以看出，信号中包含当m1＝m2＝0时的直流分量，心跳和呼吸的频率成分fH和fB，心跳和呼吸的谐波分量m1fH和m2fB，以及心跳呼吸的联合谐波分量m1fH+m2fB。而频率成分的幅度由和决定，其中Jn(β)为第一类n阶贝塞尔函数。经分析可知，呼吸心跳信号的频谱可看作简谐信号调制的调频波频谱，即，经过IFFT-FFT变换后的时延-频率平面图2所示。
从仿真结果可以看出，信道响应经过IFFT-FFT变换后，在对应直接反射径时延的频域上，由于人体目标由于呼吸心跳产生了简谐信号，经过二维IFFT-FFT变换后，目标直接反射径对应的频域上出现规律性间隔的峰。从图3可以看出，多目标情况下，这种特性依然明显。根据这一特性，可以用来验证目标直接反射径时延的准确性。
出发角度估计
利用阵列天线方向图的辐射特性估计信号的出发角度。如图4所示，不同的方向图在不同方向的增益不同，不同的方向图对同一方向(目标直接反射径方向)的增益也各不相同。根据上一小节得到的目标直接反射径的时延估计，在接收端，得到不同的方向图上信号在目标直接反射径出发角度的增益，将接收端得到的不同方向图上目标直接反射径的的幅度与方向图在各个方向上增益相比对，与之最接近的方向即为目标直接反射径的出发角度估计值。
具体来说，假设S个方向图在路径l上的放大增益为Pl＝[p1，...，pS]，则其中Al为S方向图上第l条径在接收端接收信号的幅度。令xs(θ)表示第s个方向图在θ方向上的增益，则Xs＝[xs(θ1)，...xs(θG)]表示第s个方向图在所有方向上的增益，而X＝[X1，...，XS]T即为S个方向图在所有方向上对路径的增益矩阵。
为了得到目标直接反向径l的出发角度，则和接收端各方向图上获得信号增益最匹配的某个方向即为目标直接反向径的出发角度估计值，即
基于时延和到达角的几何定位
根据上述算法求得的目标直接反射径的时延估计和到达角估计，可以利用几何关系唯一地确定目标的位置。参见图5，本发明将室内场景建模为二维平面，假定已知发射端AP的坐标是(xAP,yAP)，天线阵列的中心坐标为(xMP,yMP)，目标位置坐标为(x,y)，如图1所示。
为此，目标的位置(x,y)可以通过下列二元二次方程求出：
为验证本发明的可行性，因此，在室内场景中进行实地测量实验，并对数据处理结果进行分析。
呼吸和心跳频率估计
根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
为了最大程度的消除噪声的影响，实验场地设置在微波暗室，接收端采用30GHZ频段的两个喇叭天线分别作为实验系统的AP和MP，这样虽然不能利用天线阵列得到目标的角度信息，但是能增强信号强度，以便能够检测到人体目标呼吸和心跳所引起的微小变化。实验利用矢量网络分析仪测试室内环境的CFR，测量1个目标在2个不同位置的信道响应。
为实现目标移动情况下数据的自动化连续采集，利用LabVIEW虚拟仪器软件远程控制矢量网络分析仪(VNA)，本实验的LabVIEW软件安装在笔记本或平板电脑上。其中，矢量网络分析仪的频率范围为30GHz-32GHz，扫描点数401，扫描发射天线和接收天线分别通过同轴电缆线连接到矢量网络分析仪上。矢量网络分析仪和LabVIEW虚拟仪器之间用网线连接，通过设置相同的TCP/IP，实现数据的自动化采集，采样间隔为200ms，连续采集30s数据。此外，为了便于将估计结果与实际结果进行比对，在实验过程中，本发明利用华为手环记录实验期间目标的心率，呼吸频率由人工计数完成。
由于验证实验没有采用天线阵列，目标的角度信息并不能估计出来，但是根据本发明提出的方法，其时延，呼吸和心跳频率的估计并不受影响。
表1不同位置人体目标时延和生命体征参数估计结果
参见表1，从两个不同位置目标直接反射径的时延和呼吸心跳频率估计结果可以看出，时延和呼吸心跳频率的估计和理论值都非常接近，位置2处的心跳频率估计值相对来说误差较大，这是因为心跳所带来的胸腔起伏更小，更难以被识别，估计精度就会有所下降。总体来讲，可以认为目标直接反射径存在，利用毫米波进行定位和生命体征监测是具有可操作性的。
本发明不需要目标携带智能手机、平板电脑等收发设备，进一步降低了定位和生命体征监测成本，在监狱、突发恐怖、智能家居等场合具有一定的应用价值。
基于二维IFFT-FFT变换的无源定位和生命体征监测仿真
通过软件MATLAB对该算法实行仿真，在载波频率为30G-32GHZ，方向图个数为20的仿真环境下从定位精度和生命体征监测精度两个方面对所提算法进行了仿真和性能分析。
假设在收发端相距5米的前提下，有两个人体目标存在，在仿真过程中，设置载波频率为30GHZ-32GHZ，载波间隔为5MHZ，采样间隔为5HZ，采样时间为30s，接收端阵列天线个数为20。
首先对不同场景下的人体目标定位精度进行了分析，参见图6，在单目标场景、两个目标场景和三个目标场景下，利用所提算法对人体目标的定位误差累积分曲线非常接近，平均定位误差都在0.1m以内，这说明人体目标的增加对定位精度的影响并不大，本文所提的算法在多目标定位方面具有较大的优势。具体分析，这是由于本算法首先对数据进行了预处理，进行了幅度和相位校准，提高了数据的准确性，其次在估计目标直接反射径时延的时候利用毫米波的大带宽，分辨率更高，且有二维IFFT-FFT变换的时延验证措施，而后利用方向图特性估计出发角度，使时延和角度估计精度比较高，即使是在多目标场景下，也能够保持较高的定位精度。
在相同的仿真条件下，将所提算法和Polar、Widar算法进行了对比，参见图7，可以看出，本文所提算法在定位精度上高于对比算法，虽然最小定位误差不如Widar算法，但平均误差比较小，定位误差波动不大，说明本算法鲁棒性较强。这是由于所提算法对信道响应数据进行了幅度和相位校准，消除了环境不稳定带来影响，使信道响应更准确，而且充分利用了频域和时域信息，使时延估计更精确，Polar算法虽然也利用方向图估计角度，但是其在估计时延的时候并没有考虑环境不稳定带来的影响，导致时延估计没有所提算法精度高。Widar算法则是利用Wifi传播信号，带宽窄，空间分辨率不高，在多目标估计时，定位精度就会受到影响。
综上所述，利用毫米波的空间高分辨率对多目标进行区分，利用高维傅立叶变换和天线阵列方向图的辐射特性实现多目标无源定位和生命体征监测。本算法提出了一种数据预处理方法，抑制了环境不稳定带来的影响。结合毫米波的高分辨率和目标时延验证方法，确保了多目标时延估计的准确性。利用多个方向图估计目标直接反射径的出发角度，提高目标直接反射径出发角度的估计精度。最后，提取目标直接反射径对应时延上的时域信道响应的相位，对其进行FFT变换即得到人体目标的呼吸和心跳频率估计值。实验和仿真证明了本算法的优越性和可行性。
本发明采用更简便的信道响应采集平台，大大降低了实验的时间成本和设备成本；此外，本发明能够同时估计位置信息和人体呼吸和心跳频率，无需耗时耗力训练过程，收敛速度更快，定位更精准，监测更灵敏，实用性更强。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、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。
可选的，本发明还提供一种计算机设备，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现本发明所述的无源定位和生命体征监测方法。
以及一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现本发明所述的无源定位和生命体征监测方法。
可以采用计算机程序设计语言编写能用于执行本申请所述方法的程序，所述计算机程序可以为源代码形式、对象代码形式、可执行文件或某些中间形式，计算机程序设计语言可以是C++、Java、Fortran、C#或Python。
所述基于组合式剪枝的深度神经网络模型压缩的设备可以是笔记本电脑、平板电脑、桌面型计算机、手机或工作站。
处理器可以是中央处理器(CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)或现成可编程门阵列(FPGA)。
对于本发明所述存储器，可以是笔记本电脑、平板电脑、桌面型计算机、手机或工作站的内部存储单元，如内存、硬盘；也可以采用外部存储单元，如移动硬盘、闪存卡。
计算机可读存储介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、固态硬盘(SSD，Solid State Drives)或光盘等。其中，随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM，Resistance)。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种无源定位和生命体征监测方法，其特征在于，包括以下步骤：
在多目标存在环境中，采集不同方向图和不同载波在若干个时刻的信道响应；
在进行连续时刻的采样时，以某个时刻的直射径的幅度和相位为基准，对其他时刻的信道响应进行校准；
采集信道响应后，在频域进行IFFT变换，在时域进行FFT变换，得到目标直接反射径的时频特性；
将得到各方向图上的目标直接反射径的幅度值与方向图在各方向上的增益进行比对，选择差异最小的方向即为目标直接反射径的出发角度估计值；
将室内场景建模为二维平面，根据得到的目标直接反射径的时频特性和目标直接反射径的出发角度估计值计算得到各目标的坐标位置，根据坐标位置进行多目标定位；
根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
2.根据权利要求1所述一种无源定位和生命体征监测方法，其特征在于，采集时刻t的信道响应如下：
其中，n为载波，t为时刻，s为方向图数，表示第l条径在第s个方向图上的复增益，β＝2πdsinθ/λ，βd＝2πdsinθd/λ，M为阵元个数，d为阵元间距，αl为第l径的复增益，fn代表第n个载波，τl(t)＝τ0+τ′(t)表示第l条路径的时延，τ0为信号从发射端通过人体目标到达接收端的平均时延，τ′(t)为心跳、呼吸引起的时变时延，N(n)＝[N1(n)，…，NM(n)]T为加性高斯白噪声。
3.根据权利要求1所述一种无源定位和生命体征监测方法，其特征在于，在第s个方向图上，得到N×T的信道响应矩阵，其中N为载波个数，T为设定时间内的采样次数，对载波信号在频域上进行离散逆傅立叶变换，然后在时域上进行离散傅立叶变换，最终得到目标直接反射径的时延信息和呼吸心跳频率信息。
4.根据权利要求1所述一种无源定位和生命体征监测方法，其特征在于，对第s个方向图，第n个载波上的信道响应用贝塞尔函数，表示成复指数傅立叶表达：
信号中包含当m1＝m2＝0时的直流分量，心跳和呼吸的频率成分fH和fB，心跳和呼吸的谐波分量m1fH和m2fB，以及心跳呼吸的联合谐波分量m1fH+m2fB，频率成分的幅度通过和决定，其中Jn(β)为第一类n阶贝塞尔函数。
5.根据权利要求1所述一种无源定位和生命体征监测方法，其特征在于，目标直接反射径的出发角度估计值的计算方法如下：
假设S个方向图在路径l上的放大增益为Pl＝[p1，...，ps]，则其中Al为S方向图上第l条径在接收端接收信号的幅度；
令xs(θ)表示第s个方向图在θ方向上的增益，则Xs＝[xs(θ1)，...xs(θG)]表示第s个方向图在所有方向上的增益，X＝[X1，...，XS]T即为S个方向图在所有方向上对路径的增益矩阵；
选择差异最小的方向为目标直接反射径的出发角度估计值：
6.根据权利要求1所述一种无源定位和生命体征监测方法，其特征在于，计算各目标坐标位置的方法如下：
目标的坐标位置(x，y)通过下式得出：
其中，φ，τ为估计出的角度和时延，发射端的坐标是(xAP，yAP)，天线阵列的中心坐标为(xMP，yMP)。
7.根据权利要求1所述一种无源定位和生命体征监测方法，其特征在于，目标直接反射径的信道响应的相位信息的计算方法如下：
Angle(t)＝-2πfnτ(t)
＝-2πfn((r0+AHsin(2πfHt)+ABsin(2πfBt)/c)
＝-2πfnτ0-2πfn(AHsin(2πfHt)+ABsin(2πfBt))/c
其中，τ0为信号经过目标到达接收端的平均时延；
根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
8.一种无源定位和生命体征监测系统，其特征在于，包括：
数据采集模块，用于采集不同方向图和不同载波在若干个时刻的信道响应；
预处理模块，用于以某个时刻的直接反射径的幅度和相位为基准，对其他时刻的信道响应进行校准；
参数估计模块，用于在采集信道响应后，在频域进行IFFT变换，在时域进行FFT变换，得到目标直接反射径的时频特性，将得到各方向图上的目标直接反射径的幅度值与方向图在各方向上的增益进行比对，选择差异最小的方向即为目标直接反射径的出发角度估计值；
定位计算模块，用于将室内场景建模为二维平面，根据得到的目标直接反射径的时频特性和目标直接反射径的出发角度估计值计算得到各目标的坐标位置，根据坐标位置进行多目标定位，根据目标直接反射径的信道响应的相位信息，对其在时域上做FFT变换，得到人体目标的呼吸和心跳频率信息。
9.一种计算机设备，其特征在于，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现权利要求1～7中任一项所述无源定位和生命体征监测方法。
10.一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现权利要求1～7中所述的无源定位和生命体征监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210547072.2A CN114942426B (zh) | 2022-05-19 | 2022-05-19 | 一种无源定位和生命体征监测方法、系统、计算机和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210547072.2A CN114942426B (zh) | 2022-05-19 | 2022-05-19 | 一种无源定位和生命体征监测方法、系统、计算机和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114942426A CN114942426A (zh) | 2022-08-26 |
| CN114942426B true CN114942426B (zh) | 2024-06-28 |
Family
ID=82906756
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210547072.2A Active CN114942426B (zh) | 2022-05-19 | 2022-05-19 | 一种无源定位和生命体征监测方法、系统、计算机和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114942426B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111142068A (zh) * | 2019-12-25 | 2020-05-12 | 西安交通大学 | 一种基于提取目标直接反射径方法的无源定位方法 |
| CN111947957A (zh) * | 2020-08-17 | 2020-11-17 | 浙江中控技术股份有限公司 | 一种振动信号采样方法、装置、存储介质及电子设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112386236A (zh) * | 2019-08-15 | 2021-02-23 | 苏州科技大学 | 一种基于信道状态相位信息的生命体征监测方法 |
| CN112336322B (zh) * | 2020-11-04 | 2023-05-30 | 珠海市海米软件技术有限公司 | 一种无接触式呼吸或心跳检测方法 |
| CN112741611A (zh) * | 2020-12-25 | 2021-05-04 | 上海交通大学 | 基于毫米波感知的多人体生命体征同步监测系统及方法 |
-
2022
- 2022-05-19 CN CN202210547072.2A patent/CN114942426B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111142068A (zh) * | 2019-12-25 | 2020-05-12 | 西安交通大学 | 一种基于提取目标直接反射径方法的无源定位方法 |
| CN111947957A (zh) * | 2020-08-17 | 2020-11-17 | 浙江中控技术股份有限公司 | 一种振动信号采样方法、装置、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114942426A (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hsieh et al. | Deep learning-based indoor localization using received signal strength and channel state information | |
| CN108279413B (zh) | 传感器以及生物体动作推定方法 | |
| US10108903B1 (en) | Motion detection based on machine learning of wireless signal properties | |
| US11150336B2 (en) | Positioning sensor and direction estimation method | |
| US10460581B1 (en) | Determining a confidence for a motion zone identified as a location of motion for motion detected by wireless signals | |
| US10743143B1 (en) | Determining a motion zone for a location of motion detected by wireless signals | |
| JP2020190566A (ja) | プログラム | |
| CN104519571B (zh) | 一种基于rss的室内定位方法 | |
| CN112998668B (zh) | 基于毫米波的非接触式远场多人体呼吸心率监测方法 | |
| EP3797300A1 (en) | Training data for a motion detection system using data from a sensor device | |
| CN111868569A (zh) | 基于无线信号分析来检测存在 | |
| CN111142102B (zh) | 一种呼吸数据计算方法以及相关设备 | |
| Samadh et al. | Indoor localization based on channel state information | |
| CN112634566B (zh) | 基于毫米波的智能电子围栏构建方法及系统 | |
| Dubey et al. | An enhanced approach to imaging the indoor environment using WiFi RSSI measurements | |
| CN110098882A (zh) | 基于压缩感知与熵的多天线宽带频谱检测方法 | |
| CN114966656A (zh) | 一种基于毫米波设备的定位方法及装置 | |
| Muaaz et al. | WiHAR: From Wi-Fi channel state information to unobtrusive human activity recognition | |
| Xu et al. | 3-D indoor device-free object detection by passive radio frequency identification | |
| CN114942426B (zh) | 一种无源定位和生命体征监测方法、系统、计算机和存储介质 | |
| Kim et al. | Millimeter-wave radio tomographic imaging technique using multipath components for indoor localization | |
| US20220394656A1 (en) | Analyzing Wi-Fi Motion Coverage in an Environment | |
| Kim et al. | Device-free localization using millimeter-wave double-directional channel sounding measurements | |
| CN114795172B (zh) | 一种室内多目标无源定位和生命体征监测方法和系统 | |
| Hicheri et al. | Estimation of the velocity of a walking person in indoor environments from mmWave signals |
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 |