TWI765185B - 非接觸式生命特徵檢測方法 - Google Patents
非接觸式生命特徵檢測方法 Download PDFInfo
- Publication number
- TWI765185B TWI765185B TW108138265A TW108138265A TWI765185B TW I765185 B TWI765185 B TW I765185B TW 108138265 A TW108138265 A TW 108138265A TW 108138265 A TW108138265 A TW 108138265A TW I765185 B TWI765185 B TW I765185B
- Authority
- TW
- Taiwan
- Prior art keywords
- time interval
- frequency
- distance
- signal
- vital sign
- Prior art date
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
- A61B5/0205—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
-
- 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
- A61B5/08—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physiology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Cardiology (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Radar Systems Or Details Thereof (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一種非接觸式生命特徵檢測方法,用以解決習知非接觸式生命特徵檢測方法之計算複雜及耗時等問題。係包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;及相對於該時間區間設定一預估頻率,取得該預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一生命特徵。
Description
本發明係關於一種檢測方法,尤其是一種利用雷達檢測生命特徵的方法。
呼吸和心率,作為人體重要的生命特徵之一,係可直接用於反應人體呼吸及循環系統的生理狀態;醫療護理人員通常會透過量測取得人體的呼吸值或心率值,以作為人體生理狀態的判斷參數;在醫療上,係臨床診斷和疾病預防的重要依據。
習知生命特徵檢測方法,分為接觸式及非接觸式兩種;其中該非接觸式的檢測方法,係可以透過雷達對人體發出雷達訊號,並依據該雷達訊號的反射訊號,以擷取出該人體的生命特徵。然而,在對該反射訊號執行訊號處理的過程中,必須對該反射訊號執行傅立葉轉換,將該反射訊號由時域轉換至頻域,以取得呼吸或心率等生命特徵,導致該習知生命特徵檢測方法在運算上,係具有計算複雜及耗時等問題。
請參照第1圖所示,習知生命特徵檢測方法在進行生命特徵檢測時,為了觀測短時間內的生命特徵變化,例如:時間區間設定為5秒(對應的頻率解析度為0.2Hz),且受測者在該時間區間的實際呼吸頻率為0.3Hz,習知生命特徵檢測方法透過對該反射訊號執行傅立葉轉換,其在頻率解析度
的影響下,僅能計算出0Hz、0.2Hz、0.4Hz、0.6Hz及0.8Hz等呼吸頻率,故以頻域峰值作為受測者的呼吸頻率,則可以取得受測者的呼吸頻率為0.4Hz(如第1圖所示的曲線)。惟,習知生命特徵檢測方法所檢測得到的呼吸頻率與實際呼吸頻率之間具有6次/分鐘的誤差,故習知生命特徵檢測方法透過傅立葉轉換結果以取得受測者生命特徵,係具有受頻率解析度影響的問題。
有鑑於此,習知生命特徵檢測方法確實仍有加以改善之必要。
為解決上述問題,本發明的目的是提供一種非接觸式生命特徵檢測方法,能夠在不受頻率解析度的影響下,精準的偵測出待測物的生命特徵者。
本發明的次一目的是提供一種非接觸式生命特徵檢測方法,能夠不須透過複雜的電腦運算,即可經由訊號處理取得生命特徵者。
本發明的又一目的是提供一種非接觸式生命特徵檢測方法,能夠同時對複數個生命特徵進行偵測及追蹤者。
本發明全文所記載的元件及構件使用「一」或「一個」之量詞,僅是為了方便使用且提供本發明範圍的通常意義;於本發明中應被解讀為包括一個或至少一個,且單一的概念也包括複數的情況,除非其明顯意指其他意思。
本發明的非接觸式生命特徵檢測方法,包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;及相對於該時間區間設定一預估頻率,取得該預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一生命特徵。
本發明的非接觸式生命特徵檢測方法,包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;對該反射訊號執行一預處理程序,該預處理程序係相對於該時間區間設定一預估頻率,取得該預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一距離特徵,追蹤該待測物於該時間區間的距離特徵,並依據各該時間區間中距離特徵的變化,以取得該待測物的一距離變化函數;及將該距離變化函數轉換至頻域,以產生相對於該距離變化函數的一頻譜資訊,並依據該頻譜資訊取得該待測物的一生命特徵。
本發明的非接觸式生命特徵檢測方法,包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;對該反射訊號執行一預處理程序,該預處理程序係相對於該時間區間設定一第一預估頻率,取得該第一預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一距離特徵,追蹤該待測物於該時間區間的距離特徵,並依據各該時間區間中距離特徵的變化,以取得該待測物的一距離變化函數;及相對於該時間區間設定一第二預估頻率,取得該第二預估頻率所對應波的能量,並透過該優化演算法使該第二預估頻率之波能量相對於該距離變化函數進行收斂,以取得該待測物的一生命特徵。
據此,本發明的非接觸式生命特徵檢測方法,係能夠透過優化演算法使設定的預估頻率之波能量相對於雷達的反射訊號進行收斂,以取得受測者的生命特徵。如此,本發明的非接觸式生命特徵檢測方法,係能夠反映受測者生命特徵於短時間內的變化,並且不受頻率解析度影響,係具有提升生命特徵檢測精確度的功效。
其中,該預估頻率係為一生命特徵訊號所對應的基頻頻帶內的任一頻率,或是該反射訊號轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。如此,係能夠不需將所取得的反射訊號轉換至頻域,或是能夠至少減少一次將反射訊號轉換至頻域的計算,即可計算出生命特徵,係具有降低計算複雜度及提升運算效率等功效。
其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的生命特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該反射訊號與該生命特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該預估頻率,透過該優化演算法使該預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一生命特徵。如此,係具有同時偵測多人生命特徵的功效。
其中,該至少一時間區間的數量為複數個時,以該數個時間區間中的一第一時間區間所取得的生命特徵,作為該數個時間區間的一第二時間區間之預估頻率,該第二時間區間的時段係晚於該第一時間區間。如此,係具有同時追蹤多人於不同時間區間之生命特徵的功效。
其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的生命特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的生命特徵,並以各該時間區間中具有相同排序的生命特徵作為同一個待測物的生命特徵。如此,係具有同時追蹤多人於不同時間區間之生命特徵的功效。
其中,該預估頻率係為一距離特徵訊號所對應的基頻頻帶內的任一頻率,或是該反射訊號轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。如此,係能夠不需將所取得的反射訊號轉換至頻域,或是能夠至
少減少一次將反射訊號轉換至頻域的計算,即可計算出生命特徵,係具有降低計算複雜度及提升運算效率等功效。
其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的距離特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該預估頻率,透過該優化演算法使該預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一距離特徵,依據該距離特徵取得該另一待測物的一生命特徵。如此,係具有同時偵測多人包含生命特徵之距離特徵的功效。
其中,該至少一時間區間的數量為複數個時,該待測物的距離變化函數於各該時間區間的距離特徵,係以該數個時間區間中的一第一時間區間所取得的距離特徵,作為該數個時間區間的一第二時間區間之預估頻率,該第二時間區間的時段係晚於該第一時間區間。如此,係能夠在取得距離特徵的計算過程中,減少執行如傅立葉轉換之訊號處理運算次數,係具有同時追蹤多人於不同時間區間中,包含生命特徵之距離特徵,與降低計算複雜度及提升運算效率等功效。
其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的距離特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的距離特徵,並以各該時間區間中具有相同排序的距離特徵作為同一個待測物的距離特徵,以產生各該待測物於各該時間區間的距離變化函數。如此,係能夠在取得距離特徵的計算過程中,減少執行如傅立葉轉換之訊號處理運算次數,係具有同時追蹤多人於不同時間區間中,包含生命特徵之距離特徵,與降低計算複雜度及提升運算效率等功
效。
其中,該第一預估頻率係為一距離特徵訊號所對應的基頻頻帶內的任一頻率,或是該反射訊號轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。如此,係能夠不需將所取得的反射訊號轉換至頻域,或是能夠至少減少一次將反射訊號轉換至頻域的計算,即可計算出生命特徵,係具有降低計算複雜度及提升運算效率等功效。
其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的距離特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該第一預估頻率,透過該優化演算法使該第一預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一距離特徵,依據該距離特徵取得該另一待測物的一生命特徵。如此,係具有同時偵測多人包含生命特徵之距離特徵的功效。
其中,該第二預估頻率係為一生命特徵訊號所對應的基頻頻帶內的任一頻率,或是該距離變化函數轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。如此,係能夠不需將所取得的反射訊號轉換至頻域,或是能夠至少減少一次將反射訊號轉換至頻域的計算,即可計算出生命特徵,係具有降低計算複雜度及提升運算效率等功效。
其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的生命特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該距離變化函數與該生命特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該第二預估頻率,透過該優化演算法
使該第二預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一生命特徵。如此,係具有同時偵測多人生命特徵的功效。
其中,至少一時間區間的數量為複數個時,該待測物的距離變化函數於各該時間區間的距離特徵,係以該數個時間區間中的一第一時間區間所取得的距離特徵,作為該數個時間區間的一第二時間區間之第一預估頻率,該第二時間區間的時段係晚於該第一時間區間。如此,係能夠在取得距離特徵的計算過程中,減少執行如傅立葉轉換之訊號處理運算次數,係具有同時追蹤多人於不同時間區間中,包含生命特徵之距離特徵,與降低計算複雜度及提升運算效率等功效。
其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的距離特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的距離特徵,並以各該時間區間中具有相同排序的距離特徵作為同一個待測物的距離特徵,以產生各該待測物於各該時間區間的距離變化函數。如此,係能夠在取得距離特徵的計算過程中,減少執行如傅立葉轉換之訊號處理運算次數,係具有同時追蹤多人於不同時間區間中,包含生命特徵之距離特徵,與降低計算複雜度及提升運算效率等功效。
其中,該至少一時間區間的數量為複數個時,以該數個時間區間中的一第一時間區間所取得的生命特徵,作為該數個時間區間的一第二時間區間之第二預估頻率,該第二時間區間的時段係晚於該第一時間區間。如此,係具有同時追蹤多人於不同時間區間之生命特徵的功效。
其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的生命特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的生命特徵,並以各該時間區間中具有相
同排序的生命特徵作為同一個待測物的生命特徵。如此,係具有同時追蹤多人於不同時間區間之生命特徵的功效。
S11:掃描步驟
S111:轉換步驟
S12:取樣步驟
S13:計算步驟
S14:生命特徵追蹤步驟
S15:生命特徵統計步驟
S21:掃描步驟
S211:轉換步驟
S22:預處理步驟
S23:距離特徵追蹤步驟
S24:生命特徵計算步驟
S25:距離特徵統計步驟
S31:掃描步驟
S311:轉換步驟
S32:預處理步驟
S321:距離特徵統計步驟
S33:距離特徵追蹤步驟
S34:取樣步驟
S341:轉換步驟
S35:計算步驟
S36:生命特徵追蹤步驟
S37:生命特徵統計步驟
〔第1圖〕一種習知生命特徵檢測方法之生命特徵的能量頻率關係圖。
〔第2圖〕本發明一第一實施例之方法流程圖。
〔第3圖〕本發明一第二實施例之方法流程圖。
〔第4圖〕本發明一第三實施例之方法流程圖。
為讓本發明之上述及其他目的、特徵及優點能更明顯易懂,下文特舉本發明之較佳實施例,並配合所附圖式,作詳細說明如下:請參照第2圖所示,其係本發明非接觸式生命特徵檢測方法的第一實施例,係包含一掃描步驟S11、一取樣步驟S12及一計算步驟S13。
該掃描步驟S11用以透過一雷達對至少一待測物(如:人、動物)發射一雷達訊號,以取得持續至少一時間區間的一反射訊號,該雷達的數量在本發明中不加以限制,在本實施例中,該雷達的數量係以一個予以說明。該反射訊號可以為一單一訊號或一混合訊號,在本實施例中,該雷達所發出的雷達訊號可以為一單頻連續波(CW)或一調頻連續波(FMCW),且當該雷達訊號係為該調頻連續波時,其調頻方式可以為三角波、鋸齒波、編碼調頻或噪音調頻,惟不以此為限。
具體而言,該雷達可以對該待測物持續發射一探測時間的雷達訊號,該探測時間係可以由該至少一時間區間所組成。各該時間區間可以依
據時間先後依序分為一第一時間區間、一第二時間區間、一第三時間區間…等,上述時間區間的長度係可以相等或不相等,惟不以此為限。在本實施例中,該探測時間係可以設定為30秒,該第一時間區間係可以設定為1~15秒;該第二時間區間係可以設定為2~16秒或是3~17秒;當該第二時間區間係設定為2~16秒時,該第三時間區間係可以設定為3~30秒。該雷達訊號的頻率係可以為S波段2.45GHz的電磁波。值得一提的是,該雷達在對該待測物進行掃描時,該待測物較佳係維持在相同運動狀態下,使該反射訊號較不會產生大幅度變化,係具有提升訊號判斷精確度的作用。
該取樣步驟S12用以相對於該時間區間設定一預估頻率。具體而言,該預估頻率係可以為一生命特徵訊號所對應的基頻頻帶內的任一頻率,或是透過執行一轉換步驟S111以取得。詳言之,當該生命特徵訊號係為一呼吸訊號時,該預估頻率較佳係可以設定為該基頻頻帶內的任一頻率,例如:0.5Hz,係本領域具有通常知識者可以理解。另一方面,該轉換步驟S111係可以透過一離散傅立葉轉換(DFT)或一快速傅立葉轉換(FFT)將該反射訊號轉換至頻域,以產生相對於該反射訊號的一頻譜資訊。該取樣步驟S12能夠以該頻譜資訊中具有一最大峰值的頻率作為該預估頻率。
值得一提的是,當該至少一待測物的數量為一個,且該至少一時間區間的數量亦為一個時,該取樣步驟S12係可以選擇以該基頻頻帶內的任一頻率作為該預估頻率;又,當該至少一待測物的數量為一個,且該至少一時間區間的數量為複數個時,該取樣步驟S12在該數個時間區間中任選至少一時間區間,並以該基頻頻帶內的任一頻率作為該待測物於該時間區間的預估頻率;又當該至少一待測物的數量為複數個,且該至少一時間區間的數量為一個時,該取樣步驟S12在該複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的預估頻率;又,當該至少一待測物
的數量為複數個,且該至少一時間區間的數量亦為複數個時,該取樣步驟S12可以在該數個時間區間中任選至少一時間區間,於該時間區間中的複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的預估頻率。如此,本發明在檢測生命特徵的計算過程中,不需執行傅立葉轉換計算,或是可至少減少一次傅立葉轉換計算,係具有降低計算複雜度及提升運算效率等作用。
該計算步驟S13用以取得該預估頻率所對應波的能量,該波可以為弦波、方波、三角波,惟不以此為限。該計算步驟S13並透過一優化演算法使該波能量相對於該反射訊號進行收斂,即對該波能量進行優化,使與該反射訊號所對應之能量差達到最小,以取得該待測物的一生命特徵,在本實施例中,該優化演算法係可以為一梯度下降法或一牛頓法。
本發明非接觸式生命特徵檢測方法的第一實施例,還可以包含一生命特徵追蹤步驟S14,該生命特徵追蹤步驟S14用以追蹤該數個待測物於各該時間區間的生命特徵。舉例而言,當該至少一時間區間的數量係為複數個時,係能夠以該數個時間區間的一第一時間區間所取得的生命特徵,作為該數個時間區間的一第二時間區間之預估頻率,該第二時間區間的時段係晚於該第一時間區間,即以上一個時間區間的生命特徵作為下一個時間區間之預估頻率。詳言之,當要計算取得該待測物於該第二時間區間的生命特徵時,該取樣步驟S12係能夠以該第一時間區間所計算取得的生命特徵,作為該第二時間區間的預估頻率。該計算步驟S13取得該第二時間區間的預估頻率所對應波的能量,並透過該優化演算法使該波能量相對於該第二時間區間的反射訊號進行收斂,使與該第二時間區間的反射訊號所對應之能量差達到最小,以取得該待測物於該第二時間區間的生命特徵。
另一方面,當取得數個待測物於該第一時間區間及該第二時間
區間的生命特徵時,該生命特徵追蹤步驟S14除了使用上述方式,以追蹤該數個待測物於各該時間區間的生命特徵之外,係還可以透過對該第一時間區間及該第二時間區間所取得的生命特徵所對應之能量進行強度排序,以追蹤該數個待測物於各該時間區間的生命特徵,其中,排序方式可以由大到小或由小到大,惟不以此作為本發明之限制。
具體而言,該生命特徵追蹤步驟S14可以對各該時間區間中所計算取得的生命特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的生命特徵,並以各該時間區間中具有相同排列順序的生命特徵作為同一個待測物的生命特徵。舉例而言,該第一時間區間與該第二時間區間中,分別具有最大能量的生命特徵,係屬於該數個待測物的其中一待測物的生命特徵;該第一時間區間與該第二時間區間中,分別具有次大能量的生命特徵,係屬於該數個待測物的其中另一待測物的生命特徵,依此類推。
本發明非接觸式生命特徵檢測方法的第一實施例,還可以另包含一生命特徵統計步驟S15,該生命特徵統計步驟S15用以當該至少一待測物的數量為複數個時,統計各該時間區間內所取得的生命特徵之數量,是否小於該至少一待測物之數量,若統計結果為是,則可以計算該反射訊號與該生命特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該預估頻率。該計算步驟S13透過該優化演算法使該預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一生命特徵;若統計結果為否,即表示已取得符合該至少一待測物之生命特徵之數量,則可以停止該生命特徵統計步驟S15。
當同時對二位受測者的呼吸頻率進行偵測時,假設該反射訊號
中具有0.3Hz及0.7Hz的呼吸訊號,且頻率解析度為0.2Hz時,藉由上述第一實施例方法,本發明非接觸式生命特徵檢測方法在應用時,當該第一時間區間的預估頻率係設定為0.5Hz時,由於0.3Hz的呼吸訊號所對應之能量較大,故在對該預估頻率執行該優化演算法時,該預估頻率所對應的波能量會逐漸朝0.3Hz進行收斂,以取得該二受測者中的其中一人之呼吸頻率為0.3Hz。由於目前取得的呼吸頻率之數量少於探測人數,因此重新設定一預估頻率,並計算該反射訊號與該呼吸頻率所對應波的訊號差,以產生一剩餘訊號。假設該預估頻率仍設定為0.5Hz,則對該預估頻率執行該優化演算法後,由於該反射訊號中僅剩下0.7Hz的呼吸訊號,因此該預估頻率所對應的波能量會逐漸朝0.7Hz進行收斂,以取得該二受測者中的其中另一人的呼吸頻率為0.7Hz。隨後,若是要偵測取得該二受測者於該第二個時間區間的呼吸頻率,係可以分別以0.3Hz及0.7Hz作為該第二個時間區間的預估頻率,以分別取得該二受測者於該第二時間區間的呼吸頻率。
請參照第3圖所示,其係本發明非接觸式生命特徵檢測方法的第二實施例,係包含一掃描步驟S21、一預處理步驟S22、一距離特徵追蹤步驟S23及一生命特徵計算步驟S24。
該掃描步驟S21用以透過一雷達對至少一待測物(如:人、動物)發射一雷達訊號,以取得持續至少一時間區間的一反射訊號,該雷達的數量在本發明中不加以限制,在本實施例中,該雷達的數量係以一個予以說明。該反射訊號可以為一單一訊號或一混合訊號,在本實施例中,該雷達所發出的雷達訊號可以為一調頻連續波(FMCW),其調頻方式可以為三角波、鋸齒波、編碼調頻或噪音調頻,惟不以此為限。
具體而言,該雷達可以對該待測物持續發射一探測時間的雷達訊號,該探測時間係可以由該至少一時間區間所組成。各該時間區間可以依
據時間先後依序分為一第一時間區間、一第二時間區間、一第三時間區間...等,上述時間區間的長度係可以相等或不相等,惟不以此為限。在本實施例中,該探測時間係可以設定為30秒,該第一時間區間係可以設定為1~15秒;該第二時間區間係可以設定為2~16秒或是3~17秒;當該第二時間區間係設定為2~16秒時,該第三時間區間係可以設定為3~30秒。該雷達訊號的頻率係可以為S波段2.45GHz的電磁波。值得一提的是,該雷達在對該待測物進行掃描時,該待測物較佳係維持在相同運動狀態下,使該反射訊號較不會產生大幅度變化,係具有提升訊號判斷精確度的作用。
該預處理步驟S22用以對該反射訊號執行一預處理程序,該預處理程序係相對於該時間區間設定一預估頻率,以取得該至少一待測物的一距離特徵(如:頻率或相位)。詳言之,該預估頻率係可以為一距離特徵訊號所對應的基頻頻帶內的任一頻率,或是透過執行一轉換步驟S211以取得。其中,該距離特徵訊號所對應的基頻頻帶範圍,係可以依據該雷達所要量測的距離範圍設定,例如當該距離範圍係為100~200公分時,該基頻頻帶範圍可以為100Hz~200Hz,係本領域具有通常知識者可以理解。
該轉換步驟S211係可以透過一離散傅立葉轉換(DFT)或一快速傅立葉轉換(FFT)將該反射訊號轉換至頻域,以產生相對於該反射訊號的一頻譜資訊。該預處理程序能夠以該頻譜資訊中具有一最大峰值的頻率作為該預估頻率。該預處理程序取得該預估頻率所對應波的能量,該波可以為弦波、方波、三角波,惟不以此為限。該預處理步驟S22並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得一距離特徵,在本實施例中,該優化演算法係可以為一梯度下降法或一牛頓法。
值得一提的是,當該至少一待測物的數量為一個,且該至少一時間區間的數量亦為一個時,該預處理步驟S22係可以選擇以該基頻頻帶內
的任一頻率作為該預估頻率;又,當該至少一待測物的數量為一個,且該至少一時間區間的數量為複數個時,該預處理步驟S22在該數個時間區間中任選至少一時間區間,並以該基頻頻帶內的任一頻率作為該待測物於該時間區間的預估頻率;又當該至少一待測物的數量為複數個,且該至少一時間區間的數量為一個時,該預處理步驟S22在該複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的預估頻率;又,當該至少一待測物的數量為複數個,且該至少一時間區間的數量亦為複數個時,該預處理步驟S22可以在該數個時間區間中任選至少一時間區間,於該時間區間中的複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的預估頻率。如此,本發明在取得距離特徵的計算過程中,不需執行傅立葉轉換計算,或是可至少減少一次傅立葉轉換計算,係具有降低計算複雜度及提升運算效率等作用。
該距離特徵追蹤步驟S23用以追蹤該待測物於該時間區間的距離特徵,並依據各該時間區間中距離特徵的變化(例如:頻率變化或頻率變化對應該頻譜資訊的相位變化),以取得該待測物的一距離變化函數。舉例而言,當該至少一時間區間的數量係為複數個時,該待測物的距離變化函數於各該時間區間的距離特徵,係能夠以該數個時間區間中的一第一時間區間所取得的距離特徵,作為該數個時間區間的一第二時間區間之預估頻率,該第二時間區間的時段係晚於該第一時間區間,即以上一個時間區間的距離特徵作為下一個時間區間之預估頻率。如此,即可依據各該時間區間中距離特徵的變化,以產生該距離變化函數。
另一方面,當取得數個待測物於該第一時間區間及該第二時間區間的距離特徵時,該距離特徵追蹤步驟S23除了使用上述方式,以產生該數個待測物於各該時間區間的距離變化函數之外,亦可以透過對各該時間區
間中所計算取得的距離特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的距離特徵,並以各該時間區間中具有相同排列順序的距離特徵作為同一個待測物的距離特徵,隨後,即可依據各該時間區間中距離特徵的變化,以產生該距離變化函數。舉例而言,該第一時間區間與該第二時間區間中,分別具有最大能量的距離特徵,係屬於該數個待測物的其中一待測物的距離特徵;該第一時間區間與該第二時間區間中,分別具有次大能量的距離特徵,係屬於該數個待測物的其中另一待測物的距離特徵,依此類推。
該生命特徵計算步驟S24用以將該距離變化函數轉換至頻域,以產生相對於該距離變化函數的一頻譜資訊,並依據該頻譜資訊取得該待測物的一生命特徵。具體而言,該生命特徵計算步驟S24係可以透過一離散傅立葉轉換(DFT)或一快速傅立葉轉換(FFT)將該距離變化函數轉換至頻域,以產生相對於該距離變化函數的頻譜資訊。該生命特徵計算步驟S24能夠以該頻譜資訊中具有一最大峰值的頻率作為該待測物的生命特徵。
當該至少一待測物的數量為複數個時,本發明非接觸式生命特徵檢測方法的第二實施例,還可以包含一距離特徵統計步驟S25,該距離特徵統計步驟S25用以統計各該時間區間內所取得的距離特徵之數量,是否小於該至少一待測物之數量,若統計結果為是,則可以計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該預估頻率。該預處理步驟S22透過該優化演算法使該預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一距離特徵;若統計結果為否,即表示已取得符合該至少一待測物的距離特徵之數量,則可以停止該距離特徵統計步驟S25。
藉由上述第二實施例方法,本發明非接觸式生命特徵檢測方法在應用時,該雷達可設計為每一赫茲(Hz)係對應實際距離為1公分,且該雷達所要探測的距離範圍係為100~200公分,因此,在本實施例中,該預估頻率係可以設定為150Hz。當同時對二位受測者進行探測時,假設該反射訊號中具有130Hz及170Hz的距離特徵訊號,由於130Hz的距離特徵所對應之能量強度較大,故在對該預估頻率執行該優化演算法時,該預估頻率所對應波的能量會逐漸朝130Hz進行收斂,以取得該二受測者中的其中一人之距離特徵為130Hz。由於,目前取得的距離特徵之數量少於探測人數,因此,重新設定一預估頻率,並計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號。假設該預估頻率仍設定為150Hz,則對該預估頻率執行該優化演算法後,該預估頻率所對應波的能量會逐漸朝170Hz進行收斂,以取得該二受測者中的其中另一人之距離特徵為170Hz。隨後,若是要偵測取得該二受測者於下一個時間區間的距離特徵,係可以分別將130Hz及170Hz作為該下一個時間區間的預估頻率,以分別取得該二受測者於該下一個時間區間的距離特徵。
請參照第4圖所示,其係本發明非接觸式生命特徵檢測方法的第三實施例,係包含一掃描步驟S31、一預處理步驟S32、一距離特徵追蹤步驟S33、一取樣步驟S34及一計算步驟S35。
該掃描步驟S31用以透過一雷達對至少一待測物(如:人、動物)發射一雷達訊號,以取得持續至少一時間區間的一反射訊號,該雷達的數量在本發明中不加以限制,在本實施例中,該雷達的數量係以一個予以說明。該反射訊號可以為一單一訊號或一混合訊號,在本實施例中,該雷達所發出的雷達訊號可以為一調頻連續波(FMCW),其調頻方式可以為三角波、鋸齒波、編碼調頻或噪音調頻,惟不以此為限。
具體而言,該雷達可以對該待測物持續發射一探測時間的雷達訊號,該探測時間係可以由該至少一時間區間所組成。各該時間區間可以依據時間先後依序分為一第一時間區間、一第二時間區間、一第三時間區間...等,上述時間區間的長度係可以相等或不相等,惟不以此為限。在本實施例中,該探測時間係可以設定為30秒,該第一時間區間係可以設定為1~15秒;該第二時間區間係可以設定為2~16秒或是3~17秒;當該第二時間區間係設定為2~16秒時,該第三時間區間係可以設定為3~30秒。該雷達訊號的頻率係可以為S波段2.45GHz的電磁波。值得一提的是,該雷達在對該待測物進行掃描時,該待測物較佳係維持在相同運動狀態下,使該反射訊號較不會產生大幅度變化,係具有提升訊號判斷精確度的作用。
該預處理步驟S32用以對該反射訊號執行一預處理程序,該預處理程序係相對於該時間區間設定一第一預估頻率,以取得該至少一待測物的一距離特徵(如:頻率或相位)。詳言之,該第一預估頻率係可以為一距離特徵訊號所對應的基頻頻帶內的任一頻率,或是透過執行一轉換步驟S311以取得。其中,該距離特徵訊號所對應的基頻頻帶範圍,係可以依據該雷達所要量測的距離範圍設定,例如當該距離範圍係為100~200公分時,該基頻頻帶範圍可以為100Hz~200Hz,係本領域具有通常知識者可以理解。
該轉換步驟S311係可以透過一離散傅立葉轉換(DFT)或一快速傅立葉轉換(FFT)將該反射訊號轉換至頻域,以產生相對於該反射訊號的一頻譜資訊。該預處理程序能夠以該頻譜資訊中具有一最大峰值的頻率作為該第一預估頻率。該預處理程序取得該第一預估頻率所對應波的能量,該波可以為弦波、方波、三角波,惟不以此為限。該預處理步驟S32並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得一距離特徵,在本實施例中,該優化演算法係可以為一梯度下降法或一牛頓法。
值得一提的是,當該至少一待測物的數量為一個,且該至少一時間區間的數量亦為一個時,該預處理步驟S32係可以選擇以該基頻頻帶內的任一頻率作為該第一預估頻率;又,當該至少一待測物的數量為一個,且該至少一時間區間的數量為複數個時,該預處理步驟S32在該數個時間區間中任選至少一時間區間,並以該基頻頻帶內的任一頻率作為該待測物於該時間區間的第一預估頻率;又當該至少一待測物的數量為複數個,且該至少一時間區間的數量為一個時,該預處理步驟S32在該複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的第一預估頻率;又,當該至少一待測物的數量為複數個,且該至少一時間區間的數量亦為複數個時,該預處理步驟S32可以在該數個時間區間中任選至少一時間區間,於該時間區間中的複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的第一預估頻率。如此,本發明在取得距離特徵的計算過程中,不需執行傅立葉轉換計算,或可至少減少一次傅立葉轉換計算,係具有降低計算複雜度及提升運算效率等作用。
較佳地,當該至少一待測物的數量為複數個時,該預處理步驟S32還可以執行一距離特徵統計步驟S321,該距離特徵統計步驟S321用以統計各該時間區間內所取得的距離特徵之數量,是否小於該至少一待測物之數量,若統計結果為是,則可以計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該第一預估頻率。該預處理步驟S32透過該優化演算法使該第一預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一距離特徵;若統計結果為否,即表示已取得符合該至少一待測物的距離特徵之數量,則可以停止該距離特徵統計步驟S321。
該距離特徵追蹤步驟S33用以追蹤該待測物於該時間區間的距離特徵,並依據各該時間區間中距離特徵的變化(例如:頻率變化或頻率變化對應該頻譜資訊的相位變化),以取得該待測物的一距離變化函數。舉例而言,當該至少一時間區間的數量係為複數個時,該待測物的距離變化函數於各該時間區間的距離特徵,係能夠以該數個時間區間中的一第一時間區間所取得的距離特徵,作為該數個時間區間的一第二時間區間之第一預估頻率,該第二時間區間的時段係晚於該第一時間區間,即以上一個時間區間的距離特徵作為下一個時間區間之第一預估頻率。如此,即可依據各該時間區間中距離特徵的變化,以產生該距離變化函數。
另一方面,當取得數個待測物於該第一時間區間及該第二時間區間的距離特徵時,該距離特徵追蹤步驟S33除了使用上述方式,以產生該數個待測物於各該時間區間的距離變化函數之外,亦可以透過對各該時間區間中所計算取得的距離特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的距離特徵,並以各該時間區間中具有相同排列順序的距離特徵作為同一個待測物的距離特徵,隨後,即可依據各該時間區間中距離特徵的變化,以產生該距離變化函數。舉例而言,該第一時間區間與該第二時間區間中,分別具有最大能量的距離特徵,係屬於該數個待測物的其中一待測物的距離特徵;該第一時間區間與該第二時間區間中,分別具有次大能量的距離特徵,係屬於該數個待測物的其中另一待測物的距離特徵,依此類推。
該取樣步驟S34用以相對於該時間區間設定一第二預估頻率。具體而言,該第二預估頻率係可以為一生命特徵訊號所對應的基頻頻帶內的任一頻率,或是透過執行一轉換步驟S341以取得。詳言之,當該生命特徵訊號係為一呼吸訊號時,該第二預估頻率較佳係可以設定為該基頻頻帶內的任
一頻率,例如:0.5Hz,係本領域具有通常知識者可以理解。該轉換步驟S341係可以透過一離散傅立葉轉換(DFT)或一快速傅立葉轉換(FFT)將該距離變化函數轉換至頻域,以產生相對於該距離變化函數的一頻譜資訊。該取樣步驟S34能夠以該頻譜資訊中具有一最大峰值的頻率作為該第二預估頻率。
值得一提的是,當該至少一待測物的數量為一個,且該至少一時間區間的數量亦為一個時,該取樣步驟S34係可以選擇以該基頻頻帶內的任一頻率作為該第二預估頻率;又,當該至少一待測物的數量為一個,且該至少一時間區間的數量為複數個時,該取樣步驟S34在該數個時間區間中任選至少一時間區間,並以該基頻頻帶內的任一頻率作為該待測物於該時間區間的第二預估頻率;又當該至少一待測物的數量為複數個,且該至少一時間區間的數量為一個時,該取樣步驟S34在該複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的第二預估頻率;又,當該至少一待測物的數量為複數個,且該至少一時間區間的數量亦為複數個時,該取樣步驟S34可以在該數個時間區間中任選至少一時間區間,於該時間區間中的複數個待測物中任選至少一待測物,並以該基頻頻帶內的任一頻率作為該待測物的第二預估頻率。如此,本發明在檢測生命特徵的計算過程中,不需執行傅立葉轉換計算,或可至少減少一次傅立葉轉換計算,係具有降低計算複雜度及提升運算效率等作用。
該計算步驟S35用以取得該第二預估頻率所對應波的能量,該波可以為弦波、方波、三角波,惟不以此為限。該計算步驟S35並透過一優化演算法使該波能量相對於該距離變化函數進行收斂,即對該波能量進行優化,使與該距離變化函數所對應之能量差達到最小,以取得該待測物的一生命特徵,在本實施例中,該優化演算法係可以為一梯度下降法或一牛頓法。
本發明非接觸式生命特徵檢測方法的第三實施例,還可以包含
一生命特徵追蹤步驟S36,該生命特徵追蹤步驟S36用以追蹤該數個待測物於各該時間區間的生命特徵。舉例而言,當該至少一時間區間的數量係為複數個時,係能夠以該複個時間區間的一第一時間區間所取得的生命特徵,作為該數個時間區間的一第二時間區間之第二預估頻率,該第二時間區間的時段係晚於該第一時間區間,即以上一個時間區間的生命特徵作為下一個時間區間之第二預估頻率。詳言之,當要計算取得該待測物於該第二時間區間的生命特徵時,該取樣步驟S34係能夠以該第一時間區間所計算取得的生命特徵,作為該第二時間區間的第二預估頻率。該計算步驟S35取得該第二時間區間的第二預估頻率所對應波的能量,並透過該優化演算法使該波能量相對於該第二時間區間的距離變化函數進行收斂,使與該第二時間區間的距離變化函數所對應之能量差達到最小,以取得該待測物於該第二時間區間的生命特徵。
另一方面,當取得數個待測物於該第一時間區間及該第二時間區間的生命特徵時,該生命特徵追蹤步驟S36除了使用上述方式,以追蹤該數個待測物於各該時間區間的生命特徵之外,係還可以對該第一時間區間及該第二時間區間所取得的生命特徵所對應之能量強度進行排序,以追蹤該數個待測物於各該時間區間的生命特徵,其中,排序方式可以由大到小或由小到大,惟不以此作為本發明之限制。
具體而言,該生命特徵追蹤步驟S36可以對各該時間區間中所計算取得的生命特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的生命特徵,並以各該時間區間中具有相同排列順序的生命特徵,作為同一個待測物的生命特徵。舉例而言,該第一時間區間與該第二時間區間中,分別具有最大能量的生命特徵,係屬於該複數個待測物的其中一待測物的生命特徵;該第一時間區間與該第二時間區間中,
分別具有次大能量的生命特徵,係屬於該數個待測物的其中另一待測物的生命特徵,依此類推。
當該至少一待測物的數量為複數個時,本發明非接觸式生命特徵檢測方法的第三實施例,還可以另包含一生命特徵統計步驟S37,該生命特徵統計步驟S37用以計各該時間區間內所取得的生命特徵之數量,是否小於該至少一待測物之數量,若統計結果為是,則可以計算該距離變化函數與該生命特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該第二預估頻率。;若統計結果為否,即表示已取得符合該至少一待測物之生命特徵之數量,則可以停止該生命特徵統計步驟S37。
綜上所述,本發明的非接觸式生命特徵檢測方法,係能夠透過優化演算法使設定的預估頻率之波能量相對於雷達的反射訊號進行收斂,以取得受測者的生命特徵。如此,本發明的非接觸式生命特徵檢測方法,係能夠反映受測者生命特徵於短時間內的變化,並且不受頻率解析度影響,係具有提升生命特徵檢測精確度的功效。
雖然本發明已利用上述較佳實施例揭示,然其並非用以限定本發明,任何熟習此技藝者在不脫離本發明之精神和範圍之內,相對上述實施例進行各種更動與修改仍屬本發明所保護之技術範疇,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
S11:掃描步驟
S111:轉換步驟
S12:取樣步驟
S13:計算步驟
S14:生命特徵追蹤步驟
S15:生命特徵統計步驟
Claims (19)
- 一種非接觸式生命特徵檢測方法,包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;及相對於該時間區間設定一預估頻率,取得該預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一生命特徵。
- 如申請專利範圍第1項所述之非接觸式生命特徵檢測方法,其中,該預估頻率係為一生命特徵訊號所對應的基頻頻帶內的任一頻率,或是該反射訊號轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。
- 如申請專利範圍第2項所述之非接觸式生命特徵檢測方法,其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的生命特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該反射訊號與該生命特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該預估頻率,透過該優化演算法使該預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一生命特徵。
- 如申請專利範圍第1項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,以該數個時間區間中的一第一時間區間所取得的生命特徵,作為該數個時間區間的一第二時間區間之預估頻率,該第二時間區間的時段係晚於該第一時間區間。
- 如申請專利範圍第1項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的生命特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至 少一待測物之數量的生命特徵,並以各該時間區間中具有相同排序的生命特徵作為同一個待測物的生命特徵。
- 一種非接觸式生命特徵檢測方法,包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;對該反射訊號執行一預處理程序,該預處理程序係相對於該時間區間設定一預估頻率,取得該預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一距離特徵,追蹤該待測物於該時間區間的距離特徵,並依據各該時間區間中距離特徵的變化,以取得該待測物的一距離變化函數;及將該距離變化函數轉換至頻域,以產生相對於該距離變化函數的一頻譜資訊,並依據該頻譜資訊取得該待測物的一生命特徵。
- 如申請專利範圍第6項所述之非接觸式生命特徵檢測方法,其中,該預估頻率係為一距離特徵訊號所對應的基頻頻帶內的任一頻率,或是該反射訊號轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。
- 如申請專利範圍第7項所述之非接觸式生命特徵檢測方法,其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的距離特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該預估頻率,透過該優化演算法使該預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一距離特徵,依據該距離特徵取得該另一待測物的一生命特徵。
- 如申請專利範圍第6項所述之非接觸式生命特徵檢測方法,其 中,該至少一時間區間的數量為複數個時,該待測物的距離變化函數於各該時間區間的距離特徵,係以該數個時間區間中的一第一時間區間所取得的距離特徵,作為該數個時間區間的一第二時間區間之預估頻率,該第二時間區間的時段係晚於該第一時間區間。
- 如申請專利範圍第6項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的距離特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的距離特徵,並以各該時間區間中具有相同排序的距離特徵作為同一個待測物的距離特徵,以產生各該待測物於各該時間區間的距離變化函數。
- 一種非接觸式生命特徵檢測方法,包含:透過一雷達對至少一待測物發射一雷達訊號,以取得持續至少一時間區間的一反射訊號;對該反射訊號執行一預處理程序,該預處理程序係相對於該時間區間設定一第一預估頻率,取得該第一預估頻率所對應波的能量,並透過一優化演算法使該波能量相對於該反射訊號進行收斂,以取得該待測物的一距離特徵,追蹤該待測物於該時間區間的距離特徵,並依據各該時間區間中距離特徵的變化,以取得該待測物的一距離變化函數;及相對於該時間區間設定一第二預估頻率,取得該第二預估頻率所對應波的能量,並透過該優化演算法使該第二預估頻率之波能量相對於該距離變化函數進行收斂,以取得該待測物的一生命特徵。
- 如申請專利範圍第11項所述之非接觸式生命特徵檢測方法,其中,該第一預估頻率係為一距離特徵訊號所對應的基頻頻帶內的任一頻率,或是該反射訊號轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。
- 如申請專利範圍第12項所述之非接觸式生命特徵檢測方法,其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的距離特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該反射訊號與該距離特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該第一預估頻率,透過該優化演算法使該第一預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一距離特徵,依據該距離特徵取得該另一待測物的一生命特徵。
- 如申請專利範圍第11項所述之非接觸式生命特徵檢測方法,其中,該第二預估頻率係為一生命特徵訊號所對應的基頻頻帶內的任一頻率,或是該距離變化函數轉換至頻域所產生的一頻譜資訊中具有一最大峰值的頻率。
- 如申請專利範圍第14項所述之非接觸式生命特徵檢測方法,其中,該至少一待測物的數量為複數個時,統計各該時間區間內所取得的生命特徵之數量,是否小於該至少一待測物的數量,若統計結果為是,則計算該距離變化函數與該生命特徵所對應波的訊號差,以產生一剩餘訊號,重新選擇該基頻頻帶內的任一頻率,或是由該剩餘訊號的頻譜資訊中選擇具有一最大峰值的頻率,以作為該第二預估頻率,透過該優化演算法使該第二預估頻率的波能量相對於該剩餘訊號進行收斂,以取得另一待測物的一生命特徵。
- 如申請專利範圍第11項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,該待測物的距離變化函數於各該時間區間的距離特徵,係以該數個時間區間中的一第一時間區間所取得的距離特徵,作為該數個時間區間的一第二時間區間之第一預估頻率,該第二時間區間的時段係晚於該第一時間區間。
- 如申請專利範圍第11項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的距離特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的距離特徵,並以各該時間區間中具有相同排序的距離特徵作為同一個待測物的距離特徵,以產生各該待測物於各該時間區間的距離變化函數。
- 如申請專利範圍第11項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,以該數個時間區間中的一第一時間區間所取得的生命特徵,作為該數個時間區間的一第二時間區間之第二預估頻率,該第二時間區間的時段係晚於該第一時間區間。
- 如申請專利範圍第11項所述之非接觸式生命特徵檢測方法,其中,該至少一時間區間的數量為複數個時,對各該時間區間中所計算取得的生命特徵進行能量排序,以能量由大到小的選擇方式,依序挑選等同於該至少一待測物之數量的生命特徵,並以各該時間區間中具有相同排序的生命特徵作為同一個待測物的生命特徵。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108138265A TWI765185B (zh) | 2019-10-23 | 2019-10-23 | 非接觸式生命特徵檢測方法 |
US16/718,258 US11399723B2 (en) | 2019-10-23 | 2019-12-18 | Non-contact method of physiological characteristic detection |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108138265A TWI765185B (zh) | 2019-10-23 | 2019-10-23 | 非接觸式生命特徵檢測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202117745A TW202117745A (zh) | 2021-05-01 |
TWI765185B true TWI765185B (zh) | 2022-05-21 |
Family
ID=75585414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108138265A TWI765185B (zh) | 2019-10-23 | 2019-10-23 | 非接觸式生命特徵檢測方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11399723B2 (zh) |
TW (1) | TWI765185B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI845871B (zh) * | 2021-10-29 | 2024-06-21 | 緯創資通股份有限公司 | 資料前處理方法與運動生理感測雷達 |
CN116774203A (zh) * | 2022-03-11 | 2023-09-19 | 华为技术有限公司 | 一种感知目标的方法和装置 |
CN117135264B (zh) * | 2023-04-27 | 2024-06-28 | 荣耀终端有限公司 | 屏幕状态的控制方法、电子设备及可读存储介质 |
CN117714592A (zh) * | 2023-08-08 | 2024-03-15 | 荣耀终端有限公司 | 屏幕状态的控制方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150208945A1 (en) * | 2014-01-29 | 2015-07-30 | California Institute Of Technology | Microwave Radar Sensor Modules |
CN105190691A (zh) * | 2013-05-08 | 2015-12-23 | 皇家飞利浦有限公司 | 用于获得对象的生命体征的设备 |
CN106264502A (zh) * | 2016-10-13 | 2017-01-04 | 杭州电子科技大学 | 一种非接触式生理信号检测方法 |
CN106901695A (zh) * | 2017-02-22 | 2017-06-30 | 北京理工大学 | 一种生命信号提取方法及装置 |
TW201811262A (zh) * | 2016-09-22 | 2018-04-01 | 國立中山大學 | 非接觸式生命徵象監測系統 |
TW201901181A (zh) * | 2017-05-26 | 2019-01-01 | 國立中山大學 | 生命徵象監測系統 |
US20190310637A1 (en) * | 2017-08-10 | 2019-10-10 | Patroness, LLC | Systems and Methods for Enhanced Autonomous Operations of A Motorized Mobile System |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150223701A1 (en) * | 2014-02-10 | 2015-08-13 | California Institute Of Technology | Breathing and heartbeat feature extraction and victim detection |
-
2019
- 2019-10-23 TW TW108138265A patent/TWI765185B/zh active
- 2019-12-18 US US16/718,258 patent/US11399723B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105190691A (zh) * | 2013-05-08 | 2015-12-23 | 皇家飞利浦有限公司 | 用于获得对象的生命体征的设备 |
US20150208945A1 (en) * | 2014-01-29 | 2015-07-30 | California Institute Of Technology | Microwave Radar Sensor Modules |
TW201811262A (zh) * | 2016-09-22 | 2018-04-01 | 國立中山大學 | 非接觸式生命徵象監測系統 |
CN106264502A (zh) * | 2016-10-13 | 2017-01-04 | 杭州电子科技大学 | 一种非接触式生理信号检测方法 |
CN106901695A (zh) * | 2017-02-22 | 2017-06-30 | 北京理工大学 | 一种生命信号提取方法及装置 |
TW201901181A (zh) * | 2017-05-26 | 2019-01-01 | 國立中山大學 | 生命徵象監測系統 |
US20190310637A1 (en) * | 2017-08-10 | 2019-10-10 | Patroness, LLC | Systems and Methods for Enhanced Autonomous Operations of A Motorized Mobile System |
Also Published As
Publication number | Publication date |
---|---|
TW202117745A (zh) | 2021-05-01 |
US20210121075A1 (en) | 2021-04-29 |
US11399723B2 (en) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI765185B (zh) | 非接觸式生命特徵檢測方法 | |
CN111481184B (zh) | 基于毫米波雷达技术的多目标呼吸心率监测方法与系统 | |
US20160022204A1 (en) | An apparatus for remote contactless monitoring of sleep apnea | |
US20230309846A1 (en) | System and methods for micro impulse radar detection of physiological information | |
Vallet et al. | In vivo characterization of cortical bone using guided waves measured by axial transmission | |
JP2011519656A (ja) | 患者の非接触呼吸モニタリング | |
KR20110008080A (ko) | 비접촉식 생리학적 모션 센서 및 모션 센서의 사용 방법 | |
KR20110034013A (ko) | 도플러 레이더용 자동 전송 전력 조정 | |
US20180271435A1 (en) | Learning sleep stages from radio signals | |
WO2020081984A1 (en) | Systems and methods for detecting physiological information using multi-modal sensors | |
KR20180088019A (ko) | 레이더를 이용한 생체 신호 측정 방법 및 장치 | |
Scalise et al. | Wireless Sensing for the Respiratory Activity of Human Beings: Measurements and Wide‐band Numerical Analysis | |
US20160354061A1 (en) | Method And Apparatus For Ultrasonic Analysis Of Brain Activity In Stroke Patients | |
KR20190082532A (ko) | Uwb 레이더를 이용하는 부정맥 진단 방법 및 장치 | |
Joseph et al. | ARTSENS® Pen: A portable, image-free device for automated evaluation of vascular stiffness | |
WO2021207718A1 (en) | Contactless sensor-driven device, system, and method enabling ambient health monitoring and predictive assessment | |
CN111685760B (zh) | 一种基于雷达测量的人体呼吸频率计算方法 | |
US20150206323A1 (en) | Method and apparatus for displaying medical image | |
Adhikari et al. | MiSleep: Human sleep posture identification from deep learning augmented millimeter-wave wireless systems | |
KR20230077607A (ko) | 시간적 위상 코히어런시에 기반한 심박 측정 거리 결정 장치 및 방법 | |
Widiyasari et al. | Contactless respiratory rate monitoring using FMCW radar | |
Mongan et al. | Data fusion of single-tag rfid measurements for respiratory rate monitoring | |
Han et al. | Fine-grained Lung Function Sensing based on Millimeter-Wave Radar | |
KR20190114947A (ko) | Uwb 레이더를 이용하는 부정맥 진단 방법 및 장치 | |
Krishnan | A SURVEY OF CONTACTLESS |