CN115721294A - 基于毫米波感知的呼吸监测方法、装置、电子设备和介质 - Google Patents
基于毫米波感知的呼吸监测方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115721294A CN115721294A CN202211497401.3A CN202211497401A CN115721294A CN 115721294 A CN115721294 A CN 115721294A CN 202211497401 A CN202211497401 A CN 202211497401A CN 115721294 A CN115721294 A CN 115721294A
- Authority
- CN
- China
- Prior art keywords
- target user
- respiratory
- sliding window
- spectrum
- frequency 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
Abstract
本申请实施例公开了一种基于毫米波感知的呼吸监测方法、装置、电子设备和介质,所述方法包括:接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱;从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱;基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动;在检测到所述目标用户未走动时,从所述中频信号频谱中提取所述目标用户的呼吸波。减少了场景中非人静态反射物和目标用户身体的动作对于呼吸检测产生的干扰,并使得提取出的呼吸波连续性较好,呼吸率准确度高。
Description
技术领域
本发明涉及生理信号处理领域,具体涉及一种基于毫米波感知的呼吸监测方法、装置、电子设备和介质。
背景技术
在养老院、病房等多场景中,呼吸是人最重要的生命体征之一,其反映了人的健康状态,监测呼吸可以及时地检测到病人或老人的呼吸暂停等需要紧急应对的事件,为病人、老人的健康保驾护航。在家庭、医院中看护幼儿时,也可以根据呼吸波的幅度和呼吸速率来判断幼儿是否平静。
目前一些呼吸监测技术需要被监测者待在指定位置,或需要被监测者穿戴相应设备,限制较多。并且还存在现有设备波长较长,感知微小运动能力较弱,也无法避免被检测者身体微动导致位置估计不准确等问题。
发明内容
为了解决上述问题,本申请实施例提供一种基于毫米波感知的呼吸监测方法、装置、电子设备和介质。
本申请一些实施例公开了一种基于毫米波感知的呼吸监测方法,所述方法包括:
接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱;
从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱;
基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动;
在检测到所述目标用户未走动时,从所述中频信号频谱中提取所述目标用户的呼吸波。
可选地,所述从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱,包括:
将所述中频信号频谱的频谱数据输入第一滑动窗口,所述第一滑动窗口是在所述毫米波雷达启动时创建得到;
在所述第一滑动窗口中的数据量大于第一数据量阈值时,依据所述第一滑动窗口中所包含的频谱数据计算所述呼吸检测区域内静态反射物的静态分量;
将所述第一滑动窗口中去除所述静态分量后的去静物频谱的频谱数据输入至第二滑动窗口;
其中所述第一滑动窗口和所述第二滑动窗口在所包含数据饱和时,将删除滑动窗口中最早输入的频谱数据。
可选地,所述基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动,包括:
在所述第二滑动窗口中的数据量大于第二数据量阈值时,基于所述第二滑动窗口中的频谱数据计算所述呼吸检测区域中目标用户的位置和距离;
在所述目标用户的位置和距离的变动程度小于变动程度阈值时,确认所述目标用户未在走动;
在所述目标用户的位置和距离的变动程度大于或等于变动程度阈值时,确认所述目标用户正在走动。
可选地,所述从所述中频信号频谱中提取所述目标用户的呼吸波,包括:
从所述中频信号频谱中获取所述目标用户的相位;
在所述相位的相邻帧的相位变化小于或等于相位变化阈值时,将所述相位经过滤波处理得到所述目标用户的呼吸波;
在所述相位的相邻帧的相位变化大于相位变化阈值时,将所述相位进行展开处理,将所得到的相位变化结果经过滤波处理得到所述目标用户的呼吸波。
可选地,在获取到所述目标用户的呼吸波之后,所述方法还包括:
过滤所述呼吸波中除呼吸动作以外器官动作产生的频率分量。
可选地,在获取到所述目标用户的呼吸波之后,所述方法还包括:
将所述呼吸波加入呼吸波滑动窗口,所述呼吸波滑动窗口用于存储最近时间段中的呼吸波,在所述呼吸波滑动窗口所包含的数据量饱和时,删除最早加入所述呼吸波滑动窗口的数据;
在所述呼吸波滑动窗口中的数据大于第三数据量阈值时,根据所述呼吸波滑动窗口的呼吸波数据提取所述目标用户的呼吸频率。
本申请一些实施例提供一种基于毫米波感知的呼吸监测装置,所述装置包括:
频谱估计模块,用于接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱;
静物滤除模块,用于从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱;
位置状态估计模块,用于基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动;
呼吸波提取模块,在检测到所述目标用户未走动时,从所述中频信号频谱中提取所述目标用户的呼吸波。
可选地,所述静物滤除模块,还用于:
将所述中频信号频谱的频谱数据输入第一滑动窗口,所述第一滑动窗口是在所述毫米波雷达启动时创建得到;
在所述第一滑动窗口中的数据量大于第一数据量阈值时,依据所述第一滑动窗口中所包含的频谱数据计算所述呼吸检测区域内静态反射物的静态分量;
将所述第一滑动窗口中去除所述静态分量后的去静物频谱的频谱数据输入至第二滑动窗口;
其中所述第一滑动窗口和所述第二滑动窗口在所包含数据饱和时,将删除滑动窗口中最早输入的频谱数据。
可选地,所述静物滤除模块,还用于:
在所述第二滑动窗口中的数据量大于第二数据量阈值时,基于所述第二滑动窗口中的频谱数据计算所述呼吸检测区域中目标用户的位置和距离;
在所述目标用户的位置和距离的变动程度小于变动程度阈值时,确认所述目标用户未在走动;
在所述目标用户的位置和距离的变动程度大于或等于变动程度阈值时,确认所述目标用户正在走动。
可选地,所述呼吸波提取模块,还用于:
从所述中频信号频谱中获取所述目标用户的相位;
在所述相位的相邻帧的相位变化小于或等于相位变化阈值时,将所述相位经过滤波处理得到所述目标用户的呼吸波;
在所述相位的相邻帧的相位变化大于相位变化阈值时,将所述相位进行展开处理,将所得到的相位变化结果经过滤波处理得到所述目标用户的呼吸波。
可选地,所述呼吸波提取模块,还用于:
过滤所述呼吸波中除呼吸动作以外器官动作产生的频率分量。
可选地,所述呼吸波提取模块,还用于:
将所述呼吸波加入呼吸波滑动窗口,所述呼吸波滑动窗口用于存储最近时间段中的呼吸波,在所述呼吸波滑动窗口所包含的数据量饱和时,删除最早加入所述呼吸波滑动窗口的数据;
在所述呼吸波滑动窗口中的数据大于第三数据量阈值时,根据所述呼吸波滑动窗口的呼吸波数据提取所述目标用户的呼吸频率。
本申请实施例还提供一种呼吸监测设备,包括:毫米波雷达、处理器;
所述毫米波雷达用于向呼吸检测区域发射毫米波信号;;接收所述所述呼吸检测区域对所述毫米波信号反射回来的中频率信号;将所述中频率信号发送至所述处理器;
所述处理器用于基于所述中频信号执行上述中任一所述的基于毫米波感知的呼吸监测方法的步骤对所述呼吸检测区域中的目标用户进行呼吸检测。
本申请实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于毫米波感知的呼吸监测方法的步骤。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于毫米波感知的呼吸监测方法的步骤。
本申请实施例提供的基于毫米波感知的呼吸监测方法、系统、电子设备及介质,通过使用毫米波雷达设备采集目标用户所在场景的中频信号进行频谱分析,去除中频频谱中的静态分享,减少了场景中非人静态反射物对于呼吸检测产生的干扰,并且依据去除静态分享后去静物频谱在判断目标用户为走动时从中提取用户的呼吸波,又减少了用户运动对于呼吸检测的干扰,提高了呼吸率准确度高。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请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一简单地介绍,,显而易见地,下面描述中的附图是本申请的一些实施例,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他的附图。
图1示意性地示出了本申请一些实施例提供的一种基于毫米波感知的呼吸监测方法的流程示意图;
图2示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的流程示意图之一;
图3示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的流程示意图之二;
图4示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的流程示意图之三;
图5示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的方案框架图;
图6示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的雷达发送信号序列图;
图7示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的中频信号生成原理图;
图8示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的软件架构图;
图9示意性地示出了本申请一些实施例提供的一种基于毫米波感知的呼吸监测装置的结构示意图;
图10示意性地示出了本申请一些实施例提供的一种呼吸监测设备的结构示意图;
图11示意性地示出了用于执行根据本申请一些实施例的方法的计算处理设备的框图;
图12示意性地示出了用于保持或者携带实现根据本申请一些实施例的方法的程序代码的存储单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
图1示意性地示出了本申请一些实施例提供的一种基于毫米波感知的呼吸监测方法的流程示意图,所述方法包括:
步骤101,接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱。
需要说明的是,中频信号:由于FMCW(Frequency Modulated Continuous WaveRadar,毫米波雷达)使用的信号工作频率较高,在接收端直接采样需要ADC(模数转换器,将模拟信号转变为数字信号)有极高的采样率,因此在接收端一般会将接收到的信号经过混频器,与发射端生成的信号做差频,得到一个频率相对较低的信号,称为中频信号。假设场景内只有一个反射点时,得到的中频信号就是一个单一频率的正弦波,频率可以由反射点的距离决定,实际场景中(多个反射点),中频信号是多个反射点产生的单频信号的叠加。按频率的高低来划分时,中频(MF,Medium Frequency)是指,频段由300KHz到3000KHz的频率,多数作AM电台。按其在电路中的位置与作用来划分时:IF中频(Intermediate Frequency)是指高频信号经过变频而获得的一种信号
需要说明的是,毫米波(Millimeter wave):波长为1~10毫米的电磁波称毫米波,它位于微波与远红外波相交叠的波长范围,因而兼有两种波谱的特点。毫米波的理论和技术分别是微波向高频的延伸和光波向低频的发展。
需要说明的是,调频连续波雷达,是指发射频率受特定信号调制的连续波雷达,如气象雷达。调频连续波雷达通过比较任意时刻回波信号频率与此时刻发射信号的频率的之差方法来得到目标的距离信息,距离正比于两者的频率差。目标的径向速度和距离可由测量的二者频率差处理后得到。与其他测距测速雷达相比,调频连续波雷达的结构更简单。FMCW雷达的技术经验较丰富,所需的发射功率峰值较低、容易调制、成本低、信号处理简单。其中,如其名所示,其发射连续的电磁波来测量目标的距离、速度等参数,调频连续波指发射电磁波的频率是随时间变化的。本发明使用的是频率随时间线性增加的电磁波,这样的一段电磁波称为一个信号,FMCW雷达通过不断发送、接收信号来感知环境。
需要说明的是,快速傅里叶变换(FFT,Fast Fourier Transform),即利用计算机计算离散傅里叶变换(DFT)的高效、快速计算方法的统称,简称FFT。快速傅里叶变换是1965年由J.W.库利和T.W.图基提出的。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,,特别是被变换的抽样点数N越多,算法计算量的节省就越显著。
在本申请实施例中,毫米波雷达启动后,会连续地发射信号,每一个信号经由房间中的墙体、家具和人反射后到达所述毫米波雷达接收端,所述毫米波雷达接收端经过混频操作后,会得到中频信号,所述中频信号的频率和相位分别是混频器输入端两个信号频率的差和相位的差。需要说明的是,以时间为参照观察一个信号的方法称为时域分析,频域是描述信号在频率方面特性时用到的坐标系。对于一个信号来说,信号的强度随时间的变化规律就是时域特性,信号由哪些单一频率的信号组成就是频域特性。在动态信号的时域图里面,横轴是时间,纵轴是信号的变化即振幅,在动态信号的频域图里,横轴是频率,纵轴则是振幅。示例性的,本申请的中频信号从时域变换到频域通过快速傅里叶变换实现。
步骤102,从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱。
需要说明的是,中频信号频谱的横轴是频率,频率可以线性映射为反射物到雷达的径向距离,纵轴是幅度,幅度代表该频率分量的幅度,通过分析频谱可以得到在哪些距离上存在反射物体,在场景中存在较多静态反射物情况下,所述中频信号频谱中也会出现较多的峰值,但此时来自目标用户的反射信号不一定是最强的,这样就会给目标用户的位置判断带来困难,即无法区分静态反射物和目标用户体,因此需要将来自静止物体的反射波滤除掉以准确估计目标用户所在的位置。其中,所述目标用户可以是老人、婴幼儿、病患、猫、狗等,此处不作限定。所述场景可以是养老院、病房、家用住宅、宠物医院等,此处也不作限定。
在本申请实施例中,示例性的,会参照一段时间内的中频信号频谱,将所述中频信号频谱内属于呼吸监测区域内静态反射物的静态分量去除,从而得到去静物频谱,便于进一步观察目标用户相关信息。
步骤103,基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动。
在本申请实施例中,将根据去静物频谱制作滑动窗口,用于反映目标用户所在的距离在一段时间内的变化,因此根据后者可以判断目标当前所在的距离和状态,得知目标用户是否在走动。
步骤104,在检测到所述目标用户未走动时,从所述中频信号频谱中提取所述目标用户的呼吸波。
在本申请实施例中,当检测到目标用户正在走动,则证明其生命体征正常,此时不会触发呼吸波的提取,当检测到所述目标用户未走动时,会触发呼吸波提取操作,从一段时间内的中频信号频谱得到相位集合,而后将提取单相位集合经过带通滤波得到所述呼吸波,示例性的,使用通带为呼吸频带的滤波器进行处理。
在本申请实施例中,通过使用毫米波雷达设备采集目标用户所在场景的中频信号进行频谱分析,去除中频频谱中的静态分享,减少了场景中非人静态反射物对于呼吸检测产生的干扰,并且依据去除静态分享后去静物频谱在判断目标用户为走动时从中提取用户的呼吸波,又减少了用户运动对于呼吸检测的干扰,提高了呼吸率准确度高。
可选地,如图2所示,步骤102,包括:
步骤1021,将所述中频信号频谱的频谱数据输入第一滑动窗口,所述第一滑动窗口是在所述毫米波雷达启动时创建得到。
在本申请实施例中,将首先设置毫米波雷达启动参数,参数包括感知的边界范围,和所使用的滑动窗口占据的时间大小,边界范围可以根据房间、场景的大小设置,窗口时间可根据用户的状态设置,可以人为设定或程序设定,此处不作限定,窗口时间越长,越能够抵抗目标用户微动对距离估计的影响,窗口时间越短,对被测者位置变化的响应就越快。需要说明的是,在所述毫米波雷达设备刚刚启动时,第一滑动窗口还没有积攒足够的数据,此时对用户位置的估计偏差较大,当窗口满之后,每到达一帧新的数据,就会把窗口最前端的数据从中移除,整个窗口向前滑动,此时根据整个窗口的数据对用户的位置、状态做出估计。
步骤1022,在所述第一滑动窗口中的数据量大于第一数据量阈值时,依据所述第一滑动窗口中所包含的频谱数据计算所述呼吸检测区域内静态反射物的静态分量。
需要说明的是,第一数据量阈值由用户设定或程序计算得到,此处不作限定。
在本申请实施例中,在一段时间后,当第一滑动窗口中的数据量大于第一数据量阈值时,将使用第一滑动窗口的数据平均值去除中频信号频谱内的静态反射物的静态分量。
步骤1023,将所述第一滑动窗口中去除所述静态分量后的去静物频谱的频谱数据输入至第二滑动窗口。
在本申请实施例中,会将去除静态反射物的静态分量后得到的去静物频谱的频谱数据输入到第二滑动窗口,此时所述去静物频谱中能量最强的距离单元就是目标用户所在的距离单元。
步骤1024,其中所述第一滑动窗口和所述第二滑动窗口在所包含数据饱和时,将删除滑动窗口中最早输入的频谱数据。
在本申请实施例中,两个滑动窗口会及时更新数据,在毫米波雷达设备刚刚启动时,窗口中还没有积攒足够的数据,因此对用户位置的估计偏差较大,当窗口满之后,每到达一帧新的数据,就会把窗口最前端的数据从中移除,整个窗口向前滑动,便于根据整个窗口的数据对用户的位置、状态做出估计。
在本申请实施例中,通过建立滑动窗口机制,滤除掉场景中静态反射物对目标用户的干扰,使得得到的频谱中主要频率是目标用户的频率,利用对目标用户进行位置、状态判断。
可选地,如图3所示,步骤103,包括:
步骤1031,在所述第二滑动窗口中的数据量大于第二数据量阈值时,基于所述第二滑动窗口中的频谱数据计算所述呼吸检测区域中目标用户的位置和距离。
需要说明的是,第二数据量阈值由用户设定或程序计算得到,此处不作限定。
在本申请实施例中,在一段时间后,当第二滑动窗口中的数据量大于第二数据量阈值时,此时第二滑动窗口内的数据量足够,将不会产生较大偏差,根据所述第二滑动窗口中的频谱数据计算所述呼吸监测区域中目标用户的位置和距离。
步骤1032,在所述目标用户的位置和距离的变动程度小于变动程度阈值时,确认所述目标用户未在走动。
需要说明的是,变动程度阈值由用户设定或程序计算得到,此处不作限定,用于判断目标用户是否走动。
在本申请实施例中,当计算得到一段时间内的目标用户的位置和距离的变动程度小于所述变动程度阈值时,可以得知所述目标用户没有处于走动状态。
步骤1033,在所述目标用户的位置和距离的变动程度大于或等于变动程度阈值时,确认所述目标用户正在走动。
在本申请实施例中,当计算得到一段时间内的目标用户的位置和距离的变动程度大于所述变动程度阈值时,可以得知所述目标用户正在处于走动状态。
在本申请实施例中,通过滑动窗口机制中去除静态反射物的静态分量后的第二滑动窗口,很好地判断了目标用户的位置和状态,便于进一步判断是否提取呼吸波等数据。
可选地,如图4所示,步骤104,包括:
步骤1041,从所述中频信号频谱中获取所述目标用户的相位。
在本申请实施例中,示例性的,可以根据相位反正切算法、DACM算法、线性解调算法等,此处不作限定。从所述中频信号频谱中提取所述目标用户的相位。
步骤1042,在所述相位的相邻帧的相位变化小于或等于相位变化阈值时,将所述相位经过滤波处理得到所述目标用户的呼吸波。
需要说明的是,相位变化阈值由人为设定或程序计算得到,此处不作限定,用于精确目标用户数据。
在本申请实施例中,在所述相位的相邻帧的相位变化小于或等于相位变化阈值时,由于相位范围为[-π,π],且相邻帧的间隔较短,目标用户呼吸引起的相邻帧相位的变化不会超过π,将所述相位经过滤波处理得到所述目标用户的呼吸波。
步骤1043,在所述相位的相邻帧的相位变化大于相位变化阈值时,将所述相位进行展开处理,将所得到的相位变化结果经过滤波处理得到所述目标用户的呼吸波。
在本申请实施例中,通过提取相位以及后续的滤波处理,得到目标用户的呼吸波。
可选地,步骤1043,包括:
过滤所述呼吸波中除呼吸动作以外器官动作产生的频率分量。
需要说明的是,由于相位变化不仅来自于呼吸,其中还包含了其他如心跳造成的胸壁振动,目标用户身体其他部位的微动引起的频率分量,因此进一步将提取出的相位经过通带为呼吸频带的滤波器,过滤掉干扰因素得到呼吸波。
可选地,在步骤1043之后,还包括:
A1,将所述呼吸波加入呼吸波滑动窗口,所述呼吸波滑动窗口用于存储最近时间段中的呼吸波,在所述呼吸波滑动窗口所包含的数据量饱和时,删除最早加入所述呼吸波滑动窗口的数据;
A2,在所述呼吸波滑动窗口中的数据大于第三数据量阈值时,根据所述呼吸波滑动窗口的呼吸波数据提取所述目标用户的呼吸频率。
在本申请实施例中,会将一段时间内提取出的呼吸波加入呼吸波滑动窗口,同时,在所述呼吸波滑动窗口包含的数据量饱和时,会删除最早的帧数据,并且当所述呼吸波滑动窗口中的数据大于第三数据量阈值时,即数据偏差较小时,将所述呼吸波滑动窗口中的主要频率成分作为所述目标用户的呼吸频率。其中,示例性的,呼吸率是通过对呼吸波进行快速傅里叶变换得到呼吸波频谱,而后从所述呼吸波频谱检测最大峰值得到的。
图5示意性地示出了本申请一些实施例提供的另一种基于毫米波感知的呼吸监测方法的方案框架图。
在本申请实施例中,示例性的,将毫米波雷达接收端ADC采样得到的中频信号作为算法输入,最终将目标用户此时的呼吸率和呼吸波形作为算法输出。在频谱估计模块中,利用FFT将中频信号从时域变换到频域,由此得到中频信号中的频谱,频谱的横轴是频率,频率可以线性映射为反射物到雷达的径向距离,纵轴是幅度,幅度代表该频率分量的幅度,通过分析所述中频信号频谱可以得到在哪些距离上存在反射物体。
进一步地,在静物滤除模块,去除静态反射物对目标用户所在距离判断的影响,在存在较多静止反射物体的情况下,所述中频信号频谱中也会出现较多的峰值,且来自目标用户的反射信号不一定是最强的,这样就会给目标用户的位置判断带来困难,即无法区分静态反射物和目标用户体,因此需要将来自静止物体的反射波滤除掉以准确估计目标用户所在的位置。位置、状态估计模块,使用滑动窗口机制判断目标用户所在的位置和状态。
在本申请实施例中,算法维护两个滑动窗口,一个是去除静态反射物的静态分量之前的频谱窗口即第一滑动窗口,一个是去除静态反射物的静态分量之后的频谱窗口即第二滑动窗口。后者反映了目标用户所在的距离在一段时间内的变化,因此根据后者可以判断目标当前所在的距离和状态。呼吸波提取模块,根据计算得到的目标用户所在距离提取出对应频率分量的相位值,结合呼吸的频率范围提取出呼吸波。呼吸率估计模块,将呼吸波变换到频域,分析其中的主要频率成分作为呼吸的频率,同时使用一段时间内的历史数据对呼吸率做平滑处理。
在本申请实施例中,会先设置毫米波雷达启动参数,参数包括感知的边界范围,和所使用的滑动窗口占据的时间大小,边界范围可以根据房间、场景的大小设置,窗口时间可根据用户的状态设置,可以人为设定或程序设定,此处不作限定,窗口时间越长,越能够抵抗目标用户微动对距离估计的影响,窗口时间越短,对被测者位置变化的响应就越快。
如图6所示,毫米波雷达启动后,会连续地发射信号,每一个信号经由房间中的墙体、家具和人反射后到达所述毫米波雷达接收端,所述毫米波雷达接收端经过如图7所示的混频操作后,会得到中频信号,所述中频信号的频率和相位分别是混频器输入端两个信号频率的差和相位的差。示例性的,只考虑一个反射点,假设反射点到雷达的距离为d,则信号从发射端到接收端的时间c为光速,此时混频器的输入分别为发射端的信号和经过时间τ之后到达接收端的信号,由于信号的频率随时间线性增长,所以混频器输出的信号为单一频率的正弦波,用公式表示为:
在实际应用场景中,雷达感知范围内通常存在N个反射点,则此时中频信号是N个不同频率正弦信号的叠加,用公式(2)表示为:
由此可知,中频信号中每个频率分量的频率和相位都与反射点所在距离成线性关系,因此,计算出频率和相位,便可得到反射物所在的距离。
需要说明的是,中频信号作为算法的输入,每接收到一个信号就会触发一次算法的运行,即进行一次从算法输入到算法输出的整个流程。
如图8所示,算法维护两个滑动窗口,一个是去除静态反射物的静态分量之前的频谱窗口即第一滑动窗口,一个是去除静态反射物的静态分量之后的频谱窗口即第二滑动窗口。在所述毫米波雷达设备刚刚启动时,第一滑动窗口还没有积攒足够的数据,此时对用户位置的估计偏差较大,当窗口满之后,每到达一帧新的数据,就会把窗口最前端的数据从中移除,整个窗口向前滑动,此时根据整个窗口的数据对用户的位置、状态做出估计。
在本申请实施例中,当用户处于走动状态,在频谱估计模块,使用去除静物前的滑动窗口的平均值可以将频谱中的静态分量去除,,此时其中能量最强的距离单元就是目标用户所在的距离单元,将去除静态分量后的频谱加入去除静物后的滑动窗口中。随着用户的走动,在去除静物后的滑动窗口中,能量最强的距离单元有大幅度的波动,此时状态估计模块可以识别出用户正在走动,不触发呼吸波的提取。
在本申请实施例中,当用户由走动变为静止,窗口中最强的距离单元的波动逐渐变小,直到窗口中大部分最强的距离单元达成一致时,位置估计模块触发下一步呼吸波的提取,此时使用频谱估计模块中未去除静态分量的频谱提取相位。
在本申请实施例中,一般情况下,由呼吸导致的胸壁运动幅度在一个距离单元以内,此时胸壁上多个反射点随呼吸的前后运动可以等效为一个前后运动的反射点,设这个反射点到雷达的距离随时间的变化用R(t来表示,则该点在中频信号频谱中对应的频率分量的相位由于相位范围为[-π,π],且相邻帧的间隔较短,目标用户呼吸引起的相邻帧相位的变化不会超过π,所以当计算得到的相邻两个相位点相差π以上时,需要将相位展开以得到真实的相位变化,如时,真实的
由于相位变化不仅来自于呼吸,其中还包含了其他如心跳造成的胸壁振动,目标用户体其他部位的微动引起的频率分量,进一步将提取出的相位经过通带为呼吸频带的滤波器,得到呼吸波,加入呼吸波滑动窗口。
最后呼吸频率估计模块对窗口中的呼吸波进行频谱分析,取其中最主要的频率分量作为呼吸的频率。
图9示意性地示出了本申请一些实施例提供的一种基于毫米波感知的呼吸监测装置30的结构示意图;,所述装置包括:
频谱估计模块301,用于接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱;
静物滤除模块302,用于从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱;
位置状态估计模块303,用于基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动;
呼吸波提取模块304,在检测到所述目标用户未走动时,,从所述中频信号频谱中提取所述目标用户的呼吸波。
可选地,所述静物滤除模块302,还用于:
将所述中频信号频谱的频谱数据输入第一滑动窗口,所述第一滑动窗口是在所述毫米波雷达启动时创建得到;
在所述第一滑动窗口中的数据量大于第一数据量阈值时,依据所述第一滑动窗口中所包含的频谱数据计算所述呼吸检测区域内静态反射物的静态分量;
将所述第一滑动窗口中去除所述静态分量后的去静物频谱的频谱数据输入至第二滑动窗口;
其中所述第一滑动窗口和所述第二滑动窗口在所包含数据饱和时,将删除滑动窗口中最早输入的频谱数据。
可选地,所述静物滤除模块302,还用于:
在所述第二滑动窗口中的数据量大于第二数据量阈值时,基于所述第二滑动窗口中的频谱数据计算所述呼吸检测区域中目标用户的位置和距离;
在所述目标用户的位置和距离的变动程度小于变动程度阈值时,确认所述目标用户未在走动;
在所述目标用户的位置和距离的变动程度大于或等于变动程度阈值时,确认所述目标用户正在走动。
可选地,所述呼吸波提取模块304,还用于:
从所述中频信号频谱中获取所述目标用户的相位;
在所述相位的相邻帧的相位变化小于或等于相位变化阈值时,将所述相位经过滤波处理得到所述目标用户的呼吸波;
在所述相位的相邻帧的相位变化大于相位变化阈值时,将所述相位进行展开处理,将所得到的相位变化结果经过滤波处理得到所述目标用户的呼吸波。
可选地,所述呼吸波提取模块304,还用于:
过滤所述呼吸波中除呼吸动作以外器官动作产生的频率分量。
可选地,所述呼吸波提取模块304,还用于:
将所述呼吸波加入呼吸波滑动窗口,所述呼吸波滑动窗口用于存储最近时间段中的呼吸波,在所述呼吸波滑动窗口所包含的数据量饱和时,删除最早加入所述呼吸波滑动窗口的数据;
在所述呼吸波滑动窗口中的数据大于第三数据量阈值时,根据所述呼吸波滑动窗口的呼吸波数据提取所述目标用户的呼吸频率。
在本申请实施例中通过使用毫米波雷达设备采集目标用户所在场景的中频信号进行频谱分析,去除中频频谱中的静态分享,减少了场景中非人静态反射物对于呼吸检测产生的干扰,并且依据去除静态分享后去静物频谱在判断目标用户为走动时从中提取用户的呼吸波,又减少了用户运动对于呼吸检测的干扰,提高了呼吸率准确度高。
图10示意性地示出了本申请一些实施例提供的一种呼吸监测设备的结构示意图,所述设备包括:毫米波雷达10和处理器20;
所述毫米波雷达10用于向呼吸检测区域发射毫米波信号;接收所述所述呼吸检测区域对所述毫米波信号反射回来的中频率信号;;将所述中频率信号发送至所述处理器;
所述处理器20用于基于所述中频信号执行上述中任一所述的基于毫米波感知的呼吸监测方法的步骤对所述呼吸检测区域中的目标用户进行呼吸检测。
毫米波雷达和处理器的详细描述可参照上述描述,此处不再赘述。
需要说明的是,波束赋形技术:波束赋形(Beamforming)又叫波束成型、空域滤波,是一种在传感器阵列中使用的信号处理方法,既可以在发射端使用,实现无线信号的定向发送,也可以在接收端使用,实现无线信号的定向接收。
在本申请实施例中,示例性的,以德州仪器(Texas Instruments,TI)IWR6843毫米波雷达为例进行阐述。该毫米波雷达具有3个发射天线和4个接收天线,每个发射通道可以设置一定的相位偏移,可以实现发射端的波束赋形。假设一个目标用户在房间中自由活动,房间内放置有床、桌椅等家具,毫米波雷达固定安装在天花板或房间的角落。
在本申请实施例中,通过在毫米波雷达的发射端利用波束赋形技术,可以增强目标所在方向上的发射信号,相应地,所述毫米波雷达接收端接收到的目标反射回来的信号也会增强。波束赋形技术在一定程度上解决了呼吸信号微弱以及其他方向上信号的干扰导致的感知距离较短的问题。因此本申请在远距离监测时也有较好地表现。
在本申请实施例中通过使用毫米波雷达设备采集目标用户所在场景的中频信号进行频谱分析,去除中频频谱中的静态分享,减少了场景中非人静态反射物对于呼吸检测产生的干扰,并且依据去除静态分享后去静物频谱在判断目标用户为走动时从中提取用户的呼吸波,又减少了用户运动对于呼吸检测的干扰,提高了呼吸率准确度高。
以上所描述的设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
本申请的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的计算处理设备中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在非瞬态计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图11示出了可以实现根据本申请的方法的计算处理设备。该计算处理设备传统上包括处理器410和以存储器420形式的计算机程序产品或者非瞬态计算机可读介质。存储器420可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器420具有用于执行上述方法中的任何方法步骤的程序代码431的存储空间430。例如,用于程序代码的存储空间430可以包括分别用于实现上面的方法中的各种步骤的各个程序代码431。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如参考图12所述的便携式或者固定存储单元。该存储单元可以具有与图11的计算处理设备中的存储器420类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元包括计算机可读代码431’,即可以由例如诸如410之类的处理器读取的代码,这些代码当由计算处理设备运行时,导致该计算处理设备执行上面所描述的方法中的各个步骤。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着,结合实施例描述的特定特征、结构或者特性包括在本申请的至少一个实施例中。此外,请注意,这里“在一个实施例中”的词语例子不一定全指同一个实施例。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于毫米波感知的呼吸监测方法,其特征在于,所述方法包括:
接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱;
从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱;
基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动;
在检测到所述目标用户未走动时,从所述中频信号频谱中提取所述目标用户的呼吸波。
2.根据权利要求1所述的方法,其特征在于,所述从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱,包括:
将所述中频信号频谱的频谱数据输入第一滑动窗口,所述第一滑动窗口是在所述毫米波雷达启动时创建得到;
在所述第一滑动窗口中的数据量大于第一数据量阈值时,依据所述第一滑动窗口中所包含的频谱数据计算所述呼吸检测区域内静态反射物的静态分量;
将所述第一滑动窗口中去除所述静态分量后的去静物频谱的频谱数据输入至第二滑动窗口;
其中所述第一滑动窗口和所述第二滑动窗口在所包含数据饱和时,将删除滑动窗口中最早输入的频谱数据。
3.根据权利要求2所述的方法,其特征在于,所述基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动,包括:
在所述第二滑动窗口中的数据量大于第二数据量阈值时,基于所述第二滑动窗口中的频谱数据计算所述呼吸检测区域中目标用户的位置和距离;
在所述目标用户的位置和距离的变动程度小于变动程度阈值时,确认所述目标用户未在走动;
在所述目标用户的位置和距离的变动程度大于或等于变动程度阈值时,确认所述目标用户正在走动。
4.根据权利要求1所述的方法,其特征在于,所述从所述中频信号频谱中提取所述目标用户的呼吸波,包括:
从所述中频信号频谱中获取所述目标用户的相位;
在所述相位的相邻帧的相位变化小于或等于相位变化阈值时,将所述相位经过滤波处理得到所述目标用户的呼吸波;
在所述相位的相邻帧的相位变化大于相位变化阈值时,将所述相位进行展开处理,将所得到的相位变化结果经过滤波处理得到所述目标用户的呼吸波。
5.根据权利要求4所述的方法,其特征在于,在获取到所述目标用户的呼吸波之后,所述方法还包括:
过滤所述呼吸波中除呼吸动作以外器官动作产生的频率分量。
6.根据权利要求4所述的方法,其特征在于,在获取到所述目标用户的呼吸波之后,所述方法还包括:
将所述呼吸波加入呼吸波滑动窗口,所述呼吸波滑动窗口用于存储最近时间段中的呼吸波,在所述呼吸波滑动窗口所包含的数据量饱和时,删除最早加入所述呼吸波滑动窗口的数据;
在所述呼吸波滑动窗口中的数据大于第三数据量阈值时,根据所述呼吸波滑动窗口的呼吸波数据提取所述目标用户的呼吸频率。
7.一种呼吸监测设备,其特征在于,包括:毫米波雷达、处理器;
所述毫米波雷达用于向呼吸检测区域发射毫米波信号;;接收所述所述呼吸检测区域对所述毫米波信号反射回来的中频率信号;将所述中频率信号发送至所述处理器;
所述处理器用于基于所述中频信号执行所述权利要求1-6中任一所述的基于毫米波感知的呼吸监测方法的步骤对所述呼吸检测区域中的目标用户进行呼吸检测。
8.一种基于毫米波感知的呼吸监测装置,其特征在于,所述装置包括:
频谱估计模块,用于接收毫米波雷达对呼吸检测区域采集的原始中频信号,将所述原始中频信号从时域变换到频域得到中频信号频谱;
静物滤除模块,用于从所述中频信号频谱中去除所述呼吸检测区域内静态反射物的静态分量,得到去静物频谱;
位置状态估计模块,用于基于所述去静物频谱检测所述呼吸检测区域中目标用户是否在走动;
呼吸波提取模块,在检测到所述目标用户未走动时,从所述中频信号频谱中提取所述目标用户的呼吸波。
9.一种电子设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行权利要求1-6中任一项所述的基于毫米波感知的呼吸监测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-6中任一项所述的基于毫米波感知的呼吸监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211497401.3A CN115721294B (zh) | 2022-11-24 | 2022-11-24 | 基于毫米波感知的呼吸监测方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211497401.3A CN115721294B (zh) | 2022-11-24 | 2022-11-24 | 基于毫米波感知的呼吸监测方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115721294A true CN115721294A (zh) | 2023-03-03 |
CN115721294B CN115721294B (zh) | 2023-09-12 |
Family
ID=85298627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211497401.3A Active CN115721294B (zh) | 2022-11-24 | 2022-11-24 | 基于毫米波感知的呼吸监测方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115721294B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116702015A (zh) * | 2023-08-09 | 2023-09-05 | 中国科学技术大学 | 信号处理方法、装置、无人机及计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019152441A (ja) * | 2018-02-28 | 2019-09-12 | 新日本無線株式会社 | バイタルセンサ |
CN110471065A (zh) * | 2018-05-11 | 2019-11-19 | 通用汽车环球科技运作有限责任公司 | 用于解决距离多普勒图中距离走动效应的滤波处理 |
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 |
WO2021127421A1 (en) * | 2019-12-19 | 2021-06-24 | Animal Imaging Research, LLC | Animal monitoring system incorporating a mmwave device |
CN113420624A (zh) * | 2021-06-11 | 2021-09-21 | 华中师范大学 | 一种非接触式疲劳检测方法及系统 |
CN114330448A (zh) * | 2021-12-31 | 2022-04-12 | 武汉大学 | 一种危险驾驶检测方法、装置、设备及可读存储介质 |
WO2022104868A1 (zh) * | 2020-11-19 | 2022-05-27 | 华中师范大学 | 一种基于毫米波雷达的非接触式实时生命体征监测系统及方法 |
CN114983354A (zh) * | 2022-05-06 | 2022-09-02 | 北京邮电大学 | 一种呼吸频率和心跳频率的检测方法及装置 |
CN115151000A (zh) * | 2022-06-15 | 2022-10-04 | 长春希达电子技术有限公司 | 一种大空间阅读环境节能方法 |
-
2022
- 2022-11-24 CN CN202211497401.3A patent/CN115721294B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019152441A (ja) * | 2018-02-28 | 2019-09-12 | 新日本無線株式会社 | バイタルセンサ |
CN110471065A (zh) * | 2018-05-11 | 2019-11-19 | 通用汽车环球科技运作有限责任公司 | 用于解决距离多普勒图中距离走动效应的滤波处理 |
WO2021127421A1 (en) * | 2019-12-19 | 2021-06-24 | Animal Imaging Research, LLC | Animal monitoring system incorporating a mmwave device |
WO2022104868A1 (zh) * | 2020-11-19 | 2022-05-27 | 华中师范大学 | 一种基于毫米波雷达的非接触式实时生命体征监测系统及方法 |
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 |
CN113420624A (zh) * | 2021-06-11 | 2021-09-21 | 华中师范大学 | 一种非接触式疲劳检测方法及系统 |
CN114330448A (zh) * | 2021-12-31 | 2022-04-12 | 武汉大学 | 一种危险驾驶检测方法、装置、设备及可读存储介质 |
CN114983354A (zh) * | 2022-05-06 | 2022-09-02 | 北京邮电大学 | 一种呼吸频率和心跳频率的检测方法及装置 |
CN115151000A (zh) * | 2022-06-15 | 2022-10-04 | 长春希达电子技术有限公司 | 一种大空间阅读环境节能方法 |
Non-Patent Citations (1)
Title |
---|
周早丽: "基于LFMCW毫米波雷达的目标检测方法研究", 《中国优秀硕士学位论文全文数据库-信息科技辑》, pages 135 - 644 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116702015A (zh) * | 2023-08-09 | 2023-09-05 | 中国科学技术大学 | 信号处理方法、装置、无人机及计算机可读存储介质 |
CN116702015B (zh) * | 2023-08-09 | 2023-11-28 | 中国科学技术大学 | 信号处理方法、装置、无人机及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115721294B (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108652601B (zh) | 一种基于调频连续波毫米波雷达的睡眠监控方法、装置和雷达系统 | |
US10401479B2 (en) | Remote sensing of human breathing at a distance | |
KR101895324B1 (ko) | 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법 | |
CN106659428B (zh) | 通过无线电反射的生命体征监测 | |
Li et al. | Wi-COVID: A COVID-19 symptom detection and patient monitoring framework using WiFi | |
US10620307B2 (en) | Systems and methods for detection of occupancy using radio waves | |
JP6660615B2 (ja) | 見守り装置及び見守りシステム | |
CN115721294A (zh) | 基于毫米波感知的呼吸监测方法、装置、电子设备和介质 | |
WO2009009722A2 (en) | Random body movement cancellation for non-contact vital sign detection | |
US20160030006A1 (en) | Characteristic-value calculating device, characteristic-value calculating method, and recording medium | |
KR20070121833A (ko) | 양측파대 신호를 사용한 원격 감지를 위한 시스템 및 방법 | |
US20160025847A1 (en) | State recognizing device, state recognizing method, and recording medium | |
WO2016136400A1 (ja) | 生体監視装置、生体監視方法および生体監視システム | |
Sacco et al. | A radar system for indoor human localization and breath monitoring | |
EP2368492A1 (en) | A method for estimating parameters indicative of a heart performance, a radar system and a computer program product | |
Rana et al. | Remote vital sign recognition through machine learning augmented UWB | |
Nejadgholi et al. | Time-frequency based contactless estimation of vital signs of human while walking using PMCW radar | |
Hu et al. | Remote vital signs measurement of indoor walking persons using mm-Wave FMCW radar | |
CN113854990A (zh) | 一种心跳检测方法及装置 | |
JP7072403B2 (ja) | バイタルセンサ | |
CN113729674A (zh) | 一种呼吸检测方法及装置 | |
JP6843093B2 (ja) | 心拍計測方法および心拍計測装置 | |
CN113693582B (zh) | 生命体征信息监测方法及装置、存储介质和处理器 | |
Sarkar et al. | Through-wall heartbeat frequency detection using ultra-wideband impulse radar | |
US11832933B2 (en) | System and method for wireless detection and measurement of a subject rising from rest |
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 |