CN117111018A - 人体微动检测方法 - Google Patents

Abstract

本发明涉及目标检测领域，为了提高微动检测的准确性，提供了人体微动检测方法，包括：步骤1、雷达周期性发射信号探测周围环境，采集并处理环境物体的反射信号形成环境采样数据流；步骤2、对环境采样数据流进行分组并求取每个分组的均值得到均值数据流；步骤3、基于均值数据流进行游程长度计算以获取游程长度序列；步骤4、微动判断：游程长度序列超过第一预设门限即为一次微动。采用上述方式抗干扰的能力强，计算量低。

Description

人体微动检测方法

技术领域

本发明涉及目标检测领域，具体是一种人体微动检测方法。

背景技术

智能物联网设备的普及和广泛应用，对雷达传感器的微动目标感知能力提出更高要求。在越来越多的场景中，需要感知多普勒频率低至0.1Hz的微动人体目标。如何在复杂的干扰环境中，实现对微动人体的高灵敏度存在检测，同时兼顾一定的抗干扰能力，成为改进雷达目标感知体验的关注重点和难点。

当前主要的微动目标检测方案中，主要是在傅里叶变换基础上提取特定频率处的信号特征进行检测，采用这种方式信号处理算法复杂，计算量大，带来硬件成本提升；基于时域幅度信息的检验方案，检验方法轻便，但仅利用幅度波动特征判断目标存在性，对非人体微动辨识能力差，存在漏检或虚检风险。

发明内容

为了提高微动检测的准确性，提供了一种人体微动检测方法。

本发明解决上述问题所采用的技术方案是：

人体微动检测方法，包括：

步骤1、雷达周期性发射信号探测周围环境，采集并处理环境物体的反射信号形成环境采样数据流；

步骤2、对环境采样数据流进行分组并求取每个分组的均值得到均值数据流；

步骤3、基于均值数据流进行游程长度计算以获取游程长度序列；

步骤4、微动判断：游程长度序列超过第一预设门限即为一次微动。

进一步地，所述步骤2采用长度为，交叠个数为的分组方法，其中为非负整 数，为正整数。

为了降低干扰的影响，所述步骤2中采用去峰平均或加窗平均求取均值。

为了进一步降低干扰的影响，所述步骤2得到均值数据流后还包括：对均值数据流进行静态分量过滤处理。

具体地，所述静态分量过滤处理具体为：采用高通滤波器对均值数据流进行滤波或基于均值数据流进行静态分量估计以得到静态分量估计值，再将均值数据流与静态分量估计值相减以实现静态分量过滤。

具体地，所述步骤2中均值数据流为复数或实数；所述步骤3中，若均值数据流为复数，则分别取均值数据流的实部和虚部形成实部和虚部数据流，分别计算实部和虚部数据流的符号游程长度，得到实部和虚部的游程长度序列；若均值数据流为实数，则直接对均值数据流进行符号游程长度计算得到游程长度序列。

具体地，若雷达为多普勒雷达且接收机为正交接收形式或雷达为FMCW雷达，则均值数据流为复数，若雷达为多普勒雷达且接收机为单通道接收，则均值数据流为实数。

为减少热噪声的影响，所述步骤3在获取游程长度序列后还包括：对游程长度序列进行低通滤波。

进一步地，还包括步骤5、人体存在判断：划分长度为W的观测窗口，统计在观测窗口内的微动次数S，基于微动次数S及阈值判断人体目标是否存在。

进一步地，所述阈值为第一阈值或第二阈值，所述步骤5具体为：若为实数均值数据流，在观测窗口内，游程长度序列的滤波结果超过第一预设门限的次数为S，若S超过第一阈值，则环境采样数据流在划定的观测窗口内存在人体目标；

若为复数均值数据流，在观测窗口内，实部和虚部的游程长度序列的滤波结果超 过第一预设门限的次数为和，若+超过第二阈值，则环境采样数据流在划定的观测 窗口内存在人体目标。

本发明相比于现有技术具有的有益效果是：采用本申请的方法进行处理，若无微动目标存在，仅存在热噪声时，热噪声的随机抖动使符号游程长度无法充分累积；对于干扰信号，由于累积对象为符号位，符号游程累积只与干扰信号存在的持续时间相关，短时间内的扰动难以带来足够的符号游程长度累积，因而具有一定抗干扰的能力，检测更准确。此外整个检测过程不需要复杂的运算过程，不依赖傅里叶变换提取频域信息，整体运算量低。

附图说明

图1为人体微动检测方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在智能物联网应用场景中，需要感知人体微动信息，如呼吸和心跳等微弱动作。人体呼吸和心跳微动呈现出典型的低频周期性。本发明利用这一特性，对人体存在的微动信号进行检验。

如图1所示，人体微动检测方法，包括：

步骤1、利用雷达周期性发射信号，采集并处理环境物体的反射信号形成环境采样数据流。

若雷达为多普勒雷达，则对第次雷达探测的接收信号进行变频、滤波和采样后， 得到第次的采样数据，依照探测顺序，所有的构成一个环境采样数据流；

若雷达为FMCW雷达，则对第次雷达探测的接收信号进行去斜接收和采样后，得到 第次的接收信号向量，对所述接收信号向量进行加窗和傅里叶变换后，得到第次探测得 到的距离谱序列, 为正整数，表示傅里叶变换的点数，上标 表示傅里叶变换的第个距离bin。选取第个距离bin，组成基于第个距离bin的环境采样 数据流，对于所述FMCW雷达，最多形成了个环境采样数据流。可以对每 个环境采样数据流分别执行本发明的后续操作步骤。本发明后续表述中，省略对上标的标 注，统一地用表示一个环境采样数据流。

在以下表述中，形如的记号方法都是指一个有序的数据流，第 一个数据为，第二个数据为，依次类推。

步骤2、对环境采样数据流进行分组并求取每个分组的均值得到均值数据流。对进行低通滤波后执行抽取操作，将不感兴趣范围内的频率成分过滤掉。 本发明进行分组的具体方法设计为，首先对进行分组，为 第一个分组，为第二个分组，第个分组为；其中，为非负整数，为正整数，例如， 取表示进行首尾相接分组或取进行50%交叠分组。

对每个分组计算分组均值，为降低干扰的影响，求取分组内的均值时，可以将模值 最大的前N个数据丢弃，将剩余数据进行求和后整体除以L-N，得到第个分组的均值 ，即去峰平均。也可以对每个分组内进行加窗后求平均值，加窗方式可以选择Hanning 窗、Hamming窗、Blackman窗、Chebyshev窗、Kaiser窗、Gaussian窗、Bartlett窗、三角窗和矩 形窗等常用加窗方法。

对得到的均值数据流进一步执行静态分量过滤，过滤雷达发 射机到接收机的泄露信号、环境静止物体的雷达回波信号等，降低对人体微动回波信号的 影响，可以采用高通滤波器对进行滤波，得到滤波后结果，滤波器的传递函数为或,γ为非负整数，也可以 利用进行静态分量估计，得到静态分量估计值, 将与静态分量估计值相减后得到静态分量过滤后的数据。

步骤3、利用人体呼吸心跳微动反射的回波信号具有的低频特性，对滤波后结果进行符号判断和游程长度统计。若雷达为多普勒雷达且接收机为正交 接收形式或雷达为FMCW雷达，则为复数，需要取实部和虚部，形 成实部和虚部数据流，分别对实部和虚部数据流执行符号游程长度计算，得到2个游程长度 序列和。若雷达为多普勒雷达且接收机为 简化的单通道接收(单I路或单Q路)接收形式，为实数，则直接对 进行符号游程长度计算，得到游程长度序列。

对于一个给定的序列或数据流，其符号游程长度计算规则如 下：若与的符号相同，则当前游程长度的计数值累计加一；若不相同，则当前 游程结束，记录当前的游程长度计数值，同时进入新一轮的符号判断和游程长度计数，每轮 游程长度计数的初始值为一个固定的常数，常数值可以选择为1或其他正数。即

）时，进入第一个游程过程，，第一个游程的游程长度初始化为；

2）时，若与的符号相同，则；若不相同，则 当前游程结束，记录当前的，进入第个游程的长度累积，同样地，初始 化为；

3）对此后新到来的执行2)中的操作，最终形成游程长度序列。

为减少热噪声的影响，对得到的每个游程长度序列分别进行低通滤波，滤波器可 以选用系数为全1的有限冲击响应滤波器或采用传递函数为的无限冲击响应 滤波器，为正整数。若为复数，滤波后获得2个数据流Lowpass和Lowpass，若为实 数则滤波后数据流为Lowpass

步骤4、微动判断：游程长度序列超过第一预设门限即为一次微动。

进一步地，还包括步骤5、人体存在判断：划分长度为W的观测窗口，统计在观测窗口内的微动次数S，基于微动次数S及阈值判断目标是否存在。人体存在判断的基本思想为在一个划定的观测窗口内，统计观测事件的累计发生次数，若累计次数超过预设门限，则判定在当前的观测窗口检测到目标。

设划分长度为W的观测窗口，若为实数，统计在观测窗口内 Lowpass超过第一预设门限的次数，若超过第一阈值，则判定环境 采样数据流在划定的观测窗口内存在人体目标。

若为复数，分别统计在观测窗口内的Lowpass和 Lowpass超过第一预设门限的次数和，若+超过第二阈 值，则环境采样数据流在划定的观测窗口内存在人体目标。

第一预设门限、第一阈值及第二阈值的取值与微动检测的虚检和漏检指标的折中设计有关，而这些指标跟应用场景等密切关联，在给定微动检测的虚检和漏检指标时，通过仿真或理论计算的方式可以确定第一预设门限和第一阈值或第一预设门限和第二阈值的取值。第一预设门限、第一阈值或第二阈值的具体取值方式为现有技术，在此不再赘述。

观测窗口可以在时间维度进行划分，若有可用的计时时钟，可以以计时时钟划分， 也可以选取可以反映相对时间关系的量进行划分，如观测窗口可以根据分组序号进行划 分：若上一个观测窗口选定为第分组到第分组到来的时间段，则下一个观测窗 口选定为第分组到第 分组或选定为到第分组到 来的时间段。也可以根据游程长度滤波输出结果的顺序进行标定划分，若上一个观测窗口 选定为输出第个滤波结果到输出第个滤波结果的时间段，则下一个观测窗口选 定为输出第个滤波结果到输出第个滤波结果的时间段或选定为输出第到个滤波结果的时间段。

以上处理过程，若无微动目标存在，仅存在热噪声时，热噪声的随机抖动，使符号游程长度无法充分累积；对于干扰信号，由于累积对象为符号位，符号游程累积只与干扰信号存在的持续时间相关，短时间内的扰动难以带来足够的符号游程长度累积，因而具有一定抗干扰的能力。此外整个检测过程不需要复杂的运算过程，不依赖傅里叶变换提取频域信息，整体运算量低。

Claims (10)

1.人体微动检测方法，其特征在于，包括：

步骤1、雷达周期性发射信号探测周围环境，采集并处理环境物体的反射信号形成环境采样数据流；

步骤2、对环境采样数据流进行分组并求取每个分组的均值得到均值数据流；

步骤3、基于均值数据流进行游程长度计算以获取游程长度序列；

步骤4、微动判断：游程长度序列超过第一预设门限即为一次微动。

2.根据权利要求1所述的人体微动检测方法，其特征在于，所述步骤2采用长度为，交叠个数为/>的分组方法，其中/>为非负整数，/>为正整数。

3.根据权利要求1所述的人体微动检测方法，其特征在于，所述步骤2中采用去峰平均或加窗平均求取均值。

4.根据权利要求1所述的人体微动检测方法，其特征在于，所述步骤2得到均值数据流后还包括：对均值数据流进行静态分量过滤处理。

5.根据权利要求4所述的人体微动检测方法，其特征在于，所述静态分量过滤处理具体为：采用高通滤波器对均值数据流进行滤波或基于均值数据流进行静态分量估计以得到静态分量估计值，再将均值数据流与静态分量估计值相减以实现静态分量过滤。

6.根据权利要求1-5任意一项所述的人体微动检测方法，其特征在于，所述步骤2中均值数据流为复数或实数；所述步骤3中，若均值数据流为复数，则分别取均值数据流的实部和虚部形成实部和虚部数据流，分别计算实部和虚部数据流的符号游程长度，得到实部和虚部的游程长度序列；若均值数据流为实数，则直接对均值数据流进行符号游程长度计算得到游程长度序列。

7.根据权利要求6所述的人体微动检测方法，其特征在于，若雷达为多普勒雷达且接收机为正交接收形式或雷达为FMCW雷达，则均值数据流为复数，若雷达为多普勒雷达且接收机为单通道接收，则均值数据流为实数。

8.根据权利要求6所述的人体微动检测方法，其特征在于，所述步骤3在获取游程长度序列后还包括：对游程长度序列进行低通滤波。

9.根据权利要求8所述的人体微动检测方法，其特征在于，还包括步骤5、人体存在判断：划分长度为W的观测窗口，统计在观测窗口内的微动次数S，基于微动次数S及阈值判断人体目标是否存在。

10.根据权利要求9所述的人体微动检测方法，其特征在于，所述阈值为第一阈值或第二阈值，所述步骤5具体为：若为实数均值数据流，在观测窗口内，游程长度序列的滤波结果超过第一预设门限的次数为S，若S超过第一阈值，则环境采样数据流在划定的观测窗口内存在人体目标；

若为复数均值数据流，在观测窗口内，实部和虚部的游程长度序列的滤波结果超过第一预设门限的次数为和/>，若/>+/>超过第二阈值，则环境采样数据流在划定的观测窗口内存在人体目标。