WO2020004721A1 - 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법 - Google Patents

초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법 Download PDF

Info

Publication number
WO2020004721A1
WO2020004721A1 PCT/KR2018/012557 KR2018012557W WO2020004721A1 WO 2020004721 A1 WO2020004721 A1 WO 2020004721A1 KR 2018012557 W KR2018012557 W KR 2018012557W WO 2020004721 A1 WO2020004721 A1 WO 2020004721A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
heart rate
band
respiratory
value
Prior art date
Application number
PCT/KR2018/012557
Other languages
English (en)
French (fr)
Inventor
김영환
송광석
황란미
레민후이
강병준
Original Assignee
유메인주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 유메인주식회사 filed Critical 유메인주식회사
Publication of WO2020004721A1 publication Critical patent/WO2020004721A1/ko

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
    • A61B5/48—Other medical applications
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • 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
    • G01S13/0209—Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband

Definitions

  • the present invention relates to a method for measuring vital information using an ultra-wideband impulse radar signal, and more particularly, to extract a motion section in which a human body is expected from a received signal using an ultra-wideband impulse radar signal, and to extract the extracted motion section.
  • Band Pass Filtering (BPF) is performed on the received signal corresponding to the heartbeat frequency band and the respiratory frequency band, and CZT is applied to each of the bandpass filtered signals.
  • BPF Band Pass Filtering
  • CZT is applied to each of the bandpass filtered signals.
  • the present invention relates to a method for measuring vital information using an ultra-wideband impulse radar signal for measuring heart rate.
  • UWB means a radio technology that uses a frequency band of 500 MHz or more or 25% or more defined as a non-bandwidth.
  • Non-bandwidth means the bandwidth of the signal relative to the center frequency.
  • UWB is a radio technology that uses a wide frequency band, and has various advantages such as high distance resolution, transmission, strong immunity to narrowband noise, and coexistence with other devices that share frequency.
  • Ultra WideBand (UWB) radar (hereinafter referred to as UWB radar) technology transmits a very short duration impulse signal with broadband characteristics in the frequency domain to receive signals reflected back from objects and people to solve surrounding conditions. Recognizes radar technology.
  • the UWB radar system generates an impulse signal having a time width of several nano-fico seconds at the signal generator and emits a wide or narrow band angle through a transmission antenna.
  • the emitted signal is reflected by various objects or people in the environment, and the reflected signal is converted into a digital signal through a receiving antenna and an ADC.
  • Korean Unexamined Patent Publication No. 10-2013-0020835 (published September 4, 2014) "UWB-based non-contact biosignal diagnostic device” measures a biosignal using a UWB radar and uses the measured biosignal.
  • a method of providing remote healthcare services is disclosed.
  • a heart rate / breath measurement device which measures heart rate or respiration to determine a user's health state may also be one of such wellness-related industries.
  • the conventional heart rate / breath measurement device adopts a method of attaching a sensor to the body of the user and measuring the heart rate and respiration of the user from the sensor for measuring the heart rate and breath of the user.
  • a device for measuring a user's heart rate and respiration wirelessly from a short distance using a radar without attaching a sensor to a user's body has been developed and used.
  • the radar signal may be transmitted to the user's body through an RF sensor and the like, and the heartbeat signal and the breathing signal of the user may be detected by using a Doppler shift of the signal reflected from the user.
  • the heart rate and respiration of the user can be measured wirelessly without attaching a sensor to the user's body, so that the user can facilitate the measurement.
  • the reflected bio-signal of the user may include noise caused by the movement of the user or various noises other than the heartbeat signal or the breathing signal.
  • the heartbeat and respiration signal detection method is a method for detecting a heartbeat and respiration signal by selecting a reference (reference) signal.
  • the reference signal of the heartbeat and respiration signal to be detected is set in advance, and the reference signal is removed from the biosignal, only a noise signal remains, so that the noise signal is removed from the biosignal again, thereby providing a heartbeat signal and respiration.
  • the signal can be detected.
  • the reference signal must include all signals of all possible frequency bands, and it is somewhat unreasonable to set the reference signal because it is necessary to assume that the characteristics of the heartbeat and respiratory signals must be similar to each other.
  • the amplitude and phase of the signal may change from time to time according to the distance between the RF sensor and the user, thereby correcting the change.
  • each of the predetermined adaptive filter coefficients must be set.
  • an object of the present invention is to extract a motion section in which a human body is expected to be present in a received signal using an ultra-wideband impulse radar signal, and extract the motion.
  • Band pass filtering (BPF) of the received signal corresponding to the interval into the heartbeat frequency band and the respiratory frequency band, respectively, and then applying the CZT to each of the bandpass filtered signals to obtain the number of breaths of the human body from the received signal.
  • CPF Band pass filtering
  • the vital information measuring method using an ultra-wideband impulse radar signal uses an ultra-wideband impulse radar signal
  • UWB radar signal transmission and reception step (S100) for periodically transmitting an ultra-wideband impulse radar signal, receiving and obtaining a reflected signal for the periodic transmission signal, and performing noise reduction through a filter on the obtained received signal;
  • a vital information measuring method using the ultra-wideband impulse radar signal having the above configuration and action, and more particularly relates to a vital information measuring method using an ultra-wideband impulse radar signal, more specifically using an ultra-wideband impulse radar signal
  • BPF band-pass filtering
  • a slow time indexed signal is applied to the heart rate range band pass filter by distance to extract only the heart rate signal corresponding to the heart rate section by distance, and the heart rate extracted by distance.
  • the CZT is applied to the signal by distance to convert the heart rate signal indicated by the time axis band into the frequency axis band, and the heart rate signals converted into the frequency axis band by the distance are combined and converted into one heart rate signal.
  • FIG. 1 is a block diagram showing a vital information measuring apparatus for performing a vital information measuring method using an ultra-wideband impulse radar signal according to an embodiment of the present invention.
  • FIG. 2 is a flowchart illustrating a method of measuring vital information using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a UWB radar signal transmission / reception step S100 of a method for measuring vital information using an ultra-wideband impulse radar signal according to an embodiment of the present invention.
  • FIG. 4 is a graph illustrating noise removal using a Median filter and a Kalman filter according to an embodiment of the present invention.
  • FIG. 5 is a flowchart illustrating a step (S200) of a moving section sampling method of a vital information measuring method using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • FIG. 6 is a flow chart showing a respiratory rate check step (S300) of the vital information measurement method using an ultra-wideband impulse radar signal according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a slow time indexing of sampling values of motion sections (d) to (d + ⁇ d) of a received signal having motion information according to an embodiment of the present invention.
  • FIG 8 is an exemplary diagram of a slow time index process of a breathing signal according to an embodiment of the present invention.
  • FIG. 9 is an exemplary diagram of extracting a breathing signal by applying a breathing signal extraction filter to a slow time index signal according to an embodiment of the present invention.
  • FIG. 10 is a diagram illustrating a resolution comparison of fast fourier transform (FFT) and chirp z-transform (CZT) for respiratory signals according to an embodiment of the present invention.
  • FFT fast fourier transform
  • CZT chirp z-transform
  • FIG. 11 is a graph illustrating whether a median position is located at a bandwidth center value determining step of a vital information measuring method using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • FIG. 12 is a flowchart illustrating a heart rate check step S400 of a method of measuring vital information using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • FIG. 13 is an exemplary diagram of a slow time index process of a heartbeat signal according to an embodiment of the present invention.
  • FIG. 14 illustrates an example of extracting a heartbeat signal by applying a heartbeat signal extraction filter to a slow time index signal according to an embodiment of the present invention
  • FFT fast fourier transform
  • CZT chirp z-transform
  • FIG. 16 is a graph showing experimental results showing an error rate of respiratory rate and heart rate measured through a vital information measuring method using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • FIG. 17 is a graph showing the instantaneous breathing rate and the average breathing rate by frame (by time).
  • 18 is a graph showing the instantaneous heart rate and the average heart rate by frame (by time).
  • Means for solving the problems of the present invention are as follows.
  • the motion section extracting unit 200 extracts a motion section by applying a filter to the periodic received signal from which the noise is removed, and extracts a sampling value of a signal corresponding to the extracted motion section among the received signals and stores the sampling value in the memory unit on a time axis.
  • a respiratory rate check unit 300 for converting a signal into a frequency axis band and calculating a respiratory rate using the respiration signal converted into the frequency axis band;
  • the extracted sampling value is subjected to slow time indexing, the slow time indexed signal is applied to the heart rate range band pass filter, and the heart rate signal corresponding to the heart rate section is extracted, and the CZT is applied to the extracted heart rate signal to display the time axis band.
  • the heart rate check unit 400 for calculating the heart rate using the heartbeat signal converted to the frequency axis band.
  • the movement section extraction unit 200 The movement section extraction unit 200,
  • the respiratory water check unit 300 The respiratory water check unit 300,
  • the respiratory signal extraction filter is applied to the generated slow time index signal of the time band to extract the respiration signal of the time band
  • the CZT filter is applied to the extracted respiratory signal of the time band to convert the respiratory signal of the time band into the respiratory signal of the frequency band, to increase the resolution of the respiratory signal of the converted frequency band,
  • the extracted maximum breathing value is smaller than the preset minimum breathing value, it is not recognized as a human body, and when the extracted maximum breathing value is larger than the preset minimum breathing value, it is recognized as a human body. It is characterized by calculating the respiratory rate of the object to be measured using the respiration signal of the increased frequency band.
  • the heart rate check unit 400 The heart rate check unit 400,
  • the human body When the extracted maximum heartbeat value is smaller than the preset minimum heartbeat value, the human body is not recognized, and when the extracted maximum heartbeat value is greater than the preset minimum heartbeat value, the human body is recognized and the resolution is recognized.
  • the heart rate of the human body to be measured is calculated using the heart rate signal of the increased frequency band.
  • UWB radar signal transmission and reception step (S100) for periodically transmitting an ultra-wideband impulse radar signal, receiving and obtaining a reflected signal for the periodic transmission signal, and performing noise reduction through a filter on the obtained received signal;
  • the Kalman filter is characterized by removing noise for each sample by referring to the previous sample for each sample for each frame.
  • the running average filter is a filter which extracts only a moving signal by removing a fixed clutter, and calculates a new clutter signal using an initial estimated clutter signal and a new real-time radar signal, and the new clutter signal is a previously estimated clutter.
  • a moving detector signal and a current radar signal, and the moving detector filter provides signal stabilization by applying time interference and distance interference.
  • the extracted maximum breathing value is less than the predetermined minimum breathing value is not recognized as a human body, if the extracted maximum breathing value is greater than the predetermined minimum breathing value is recognized as a human body, if the extracted maximum breathing value And extracting the maximum respiratory frequency corresponding to the respiratory value and calculating the respiratory rate of the measurement target human body using the extracted maximum respiratory frequency (S350).
  • the slow time indexing process generates a slow time index signal of a time base band by distance by processing a sampling time of a received signal (time band signal) corresponding to a stored motion section by distance through the motion section sampling step S200. Step S410;
  • the extracted maximum heartbeat value is smaller than the preset minimum heartbeat value, it is not recognized as a human body. If the extracted maximum heartbeat value is greater than the preset minimum heartbeat value, it is recognized as a human body. And extracting a maximum heartbeat frequency corresponding to the heartbeat value and calculating a heart rate of the human body to be measured using the extracted maximum heartbeat frequency (S460).
  • FIG. 1 is a block diagram illustrating a vital information measuring apparatus for performing a vital information measuring method using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • the vital information measuring apparatus for performing the vital information measuring method using an ultra-wideband impulse radar signal includes a UWB radar signal transmitting and receiving unit 100, a movement section extracting unit 200, and a respiratory rate checking unit ( 300, the heart rate check unit 400 is configured.
  • the UWB radar signal transmitter / receiver 100 periodically transmits an ultra-wideband impulse radar signal to the outside, receives and acquires a periodic reflection signal for the periodic transmission signal, and obtains the received signal through a filter. Noise reduction will be performed.
  • the present invention analyzes this movement using a UWB radar, thereby determining the respiration rate (heartspiration rate) and heartbeat rate (heartbeat rate) Can be detected.
  • the radar signal is periodically transmitted to the biometric information measurement target by using the UWB radar, and the reflected signal reflected from the received biometric information measurement target includes a peak value at a specific frequency according to the movement of the biometric information measurement target.
  • the peak value may also be included by the noise and harmonic components.
  • the movements of breathing are generally greater than those of heart rate.
  • the frequency representing the maximum peak value in the frequency spectrum of the received signal corresponds to the number of breaths.
  • the movement according to the heart rate is relatively small, and heart rate detection is not easy due to harmonic components and noise of the frequency component according to respiration.
  • the harmonic component since the harmonic component has a considerable magnitude value mixed with external noise, it may be an obstacle to heart rate detection, thereby performing noise cancellation.
  • Noise reduction is performed by Median filters and Kalman filters, which are noise cancellation filters.
  • the motion section extractor 200 applies a filter to the periodic received signal from which the noise is removed to remove the motion section (for example, one distance d and another distance d + ⁇ d away from one distance d). Section ⁇ d), a sampling value of a signal corresponding to the extracted movement section among the received signals is extracted, and stored in the memory unit on the time axis.
  • the motion section extractor 200 applies a filter (a running average filter and a moving detector filter) to the periodic received signal from which the noise is removed, and extracts a motion section.
  • a filter a running average filter and a moving detector filter
  • the object providing the motion is not only an animal but also an animal. It can be an obstacle.
  • the noise-received received signals include an object that provides motion in this section.
  • the sampling value of the received signal corresponding to this section is extracted and stored in the memory unit on the time axis.
  • the respiratory rate check unit 300 is a sample value stored in the memory unit (for example, a sample value of a section between one distance d and another distance d + ⁇ d separated by one distance d from ⁇ d). ) Will be extracted.
  • the respiratory rate check unit 300 processes the extracted sampling value in a slow time index, applies a slow time indexed signal to the respiratory signal extraction filter, extracts a respiratory signal corresponding to a respiratory section, and extracts the respiratory system.
  • CZT is applied to the signal to convert the breathing signal represented by the time axis band to the frequency axis band, and then the object present in the movement section when the maximum breathing value of the breathing signal converted to the frequency axis band is larger than the preset minimum breathing value. Is determined to be the human body and calculates the respiratory rate.
  • the extracted maximum breathing value is smaller than the preset minimum breathing value, it is determined that the subject existing in the movement section is not the human body and does not calculate the breathing rate.
  • the heart rate check unit 400 may store a sample value stored in the memory unit (for example, a sample value between a distance d and another distance d + ⁇ d away from the distance d by ⁇ d). Will be extracted.
  • the heart rate checker 400 performs a slow time index processing on the extracted sampling value, applies a slow time indexed signal to a heart rate range band pass filter, and extracts a heart rate signal corresponding to a heart rate section, and extracts the extracted heart rate.
  • convert the heart rate signal indicated by the time axis band to the frequency axis band extract the maximum heart rate value of the heart rate signal converted into the frequency axis band, and then extract the maximum heart rate value greater than the preset minimum heart rate value. Calculate your heart rate.
  • FIG. 2 is a flowchart illustrating a method of measuring vital information using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • the vital information measurement method using the ultra-wideband impulse radar signal is a radar signal transmission and reception step (S100), the movement section sampling step (S200), respiratory rate check step (S300), heart rate check step (S400) It will include.
  • the radar signal transmission and reception step (S100) is a step performed by the UWB radar signal transmission and reception unit 100 periodically transmits an ultra-wideband impulse radar signal, and receives and acquires a reflection signal for the periodic transmission signal.
  • noise reduction is performed through the filter on the received signal.
  • the motion section sampling step (S200) is a step performed by the motion section extractor 200 to extract a motion section predicted that a human body is present in the received signal by applying a filter to the received signal from which the noise removal has been performed, and extracting it.
  • a filter (a running average filter and a moving detector filter) is applied to extract only the section where there is motion, and a sampling value of the received signal corresponding to the extracted motion section is extracted. It is stored on the time axis.
  • the respiratory rate check step S300 is performed by the respiratory rate check unit 300 and performs a slow time index process on the sampling value stored through the movement section sampling step S200.
  • the respiratory signal corresponding to the respiratory section is extracted, and by applying CZT to the extracted respiratory signal, the respiratory signal indicated by the time axis band is converted into the frequency axis band, and then the frequency axis It is the process of calculating the respiratory rate using the respiratory signal converted into bands.
  • the heart rate check step (S400) is a step performed by the heart rate check unit 400 and performs a slow time index processing (stack in slow-time) on the sampling value stored through the moving section sampling step (S200). Apply the processed signal to the heart rate range band pass filter to extract the heart rate signal corresponding to the heart rate section, and apply the CZT to the extracted heart rate signal to convert the heart rate signal indicated by the time axis band into the frequency axis band, and then the frequency axis band. The heart rate is calculated using the converted heart rate signal.
  • the respiratory signal since the respiratory signal has a relatively large signal waveform compared to the heartbeat signal, the respiratory signal for calculating the respiratory rate undergoes an average processing process, but the heartbeat signal has a smaller signal waveform than the respiratory signal, which is sensitive to the distance value. Since the heartbeat signal undergoes a process of applying CZT for each distance, the process will be described in detail below.
  • FIG. 3 is a flowchart illustrating a UWB radar signal processing step S100 of a method for measuring vital information using an ultra-wideband impulse radar signal according to an embodiment of the present invention.
  • the UWB radar signal processing step (S100) As shown in FIG. 3, the UWB radar signal processing step (S100),
  • the UWB radar signal transmission / reception unit 100 periodically transmits the ultra-wideband impulse radar signal UWB to the outside (S110), and at this time, acquires a received signal that is a reflection signal of the transmission signal (S120). .
  • the received signal is removed by using a median filter and a Kalman filter for each frame (S130).
  • the received signal includes not only the reflection signal of the human body as the detection target, but also the reflection signal by the surrounding objects, signals other than the detection target should be removed for accurate detection of the measurement target. Will be used.
  • the median filter removes noise from a received signal.
  • the median filter filters a signal of an input value by using an intermediate value.
  • UWB Radar outputs a high speed of 44 frames per second, so if a noise is found in one frame, it can be easily removed through median filter and eliminated without damaging the original signal. have.
  • the Kalman filter is a filter that recursively processes a signal including noise and estimates a current value based on a value estimated in a previous state.
  • the Kalman filter according to the present invention is characterized by removing noise for each sample by referring to a previous sample for each sample for each frame.
  • FIG. 4 shows an example of a signal from which noise is removed by a median filter and a Kalman filter.
  • the left figure of FIG. 4 is an example of the noiseless X-th frame and the X + 1-th frame with noise and the X + 2-th frame without noise, and the right figure of FIG. 4 shows the X + 1-th frame from which noise is removed.
  • An example of an X th frame, an X + 1 th frame, and an X + 2 th frame including a is shown.
  • Noise (A) occurs in frame x + 1.
  • the process compares the x, x + 2, and x + 1th filters with the median filter and the Kalman filter. Can be removed.
  • FIG. 5 is a flowchart illustrating a step S200 of moving a sampling period of a vital information measuring method using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • the running average filter applying step (S210) applies a running average filter for each received signal to each frame to determine whether there is a difference between received signals for each frame, and extracts a received signal having motion information. do.
  • a frame having motion information is extracted by applying a running average filter to the received signals on a frame-by-frame basis. For example, the first frame and the second frame of the received signal are compared with the running average filter to obtain a second frame signal. If there is no difference within 1% of the error range with respect to the first frame signal, it is determined that there is no motion information in the second frame signal. If the error range exceeds 1%, it is determined that there is motion information in the second frame signal.
  • the running average filter applying step (S210) is to extract a frame signal that is determined to include motion information among the received signals.
  • the moving detector filter applying step (S220) is a process of extracting a moving section by applying a moving detector filter to frame signals determined to have motion information among received signals through the running average filter applying step (S210).
  • the motion section extraction may be performed by using an average value for a specific section (a section determined to be moving) of a frame signal having motion information and a frame signal having no motion information among the received signals.
  • the sampling value storing step (S230) is a process of extracting the sampling value of the received signal of the section corresponding to the extracted motion section and storing the sampling value on the time axis.
  • Running Average Filter is fixed Clutter A filter that extracts only moving signals by removing Clutter Signals and new real-time radar signals Clutter To calculate the signal, Clutter Signal was previously estimated Clutter The signal is calculated by contrasting the current radar signal.
  • the initial estimated fixation Clutter To compare the signal with the new real-time radar signal Clutter
  • the signal can be calculated.
  • the clutter removal method using the Doppler effect may be used.
  • It is characterized by providing signal stabilization by applying time interference and distance interference.
  • the filter is a filter that applies time and distance interference. n Add frames (time interference) and add m samples after the sample (distance interference) to provide signal stabilization.
  • FIG. 6 is a flowchart illustrating a respiratory rate checking step S300 of a method for measuring vital information using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • the extracted maximum breathing value is less than the predetermined minimum breathing value is not recognized as a human body, if the extracted maximum breathing value is greater than the predetermined minimum breathing value is recognized as a human body, if the extracted maximum breathing value And extracting the maximum respiratory frequency corresponding to the respiratory value and calculating the respiratory rate of the measurement target human body using the extracted maximum respiratory frequency (S350).
  • the respiratory rate check unit 300 is to perform a slow time index processing step (S310), the slow time index processing step (S310) is corresponding to the movement section stored through the movement section sampling step (S200).
  • a slow time indexing of the sampling value of the received signal (time band signal) generates a slow time index signal of the time base band.
  • FIG. 7 is exemplary diagrams in which a sampling value of a motion interval d to (d + ⁇ d) of a received signal having motion information is indexed in slow-time
  • A is FIG. 7 is an exemplary diagram displayed two-dimensionally
  • B is an exemplary diagram displayed three-dimensionally.
  • Part C of FIG. 7 is a signal obtained by slow-time indexing a sampling value of a motion section of a received signal including motion information.
  • the sampling value of the received signal (time band signal) corresponding to the stored motion section through the motion section sampling step S200 may be processed in the slow time index to perform the slow time index processing. It will generate a slow time index signal.
  • FIG. 7A and 7B show signal waveforms obtained by indexing a slow time index of a sampling value of a motion section d to (d + ⁇ d) of a received signal having motion information, respectively.
  • An example diagram in three dimensions shows the Index in Fast-time according to the distance in the horizontal axis and the Index in Slow-time in the vertical axis.
  • FIG. 7C is a signal waveform obtained by slow-time indexing a sampling value of a reception signal (time band signal) corresponding to a movement section, and includes a respiration signal and a heartbeat signal.
  • the respiratory signal portion (part 2 of Figure C in FIG. 7) is a signal having a relatively large signal value and is easily detected
  • the heartbeat signal portion (part 1 of Figure C in FIG. 7) has a relatively small signal value. It is a signal that is not easy to detect. Therefore, unlike the above-described respiratory signal processing, the heart rate signal is subjected to a slow time index processing for each distance, followed by a heart rate signal extraction filter for each distance, and then a CZT filter for each distance. This will be described later in detail.
  • the slow time index processing step S310 will be described in more detail.
  • the stored sampling value is processed (stack in slow time) by the slow time index signal for each distance (see Fig. 8A).
  • the movement sections d to (d + ⁇ d) are divided into distances d, d + 1, d + 2, d + 3, d + 4, and d + 5.
  • the slow time index signals are processed for each distance, the slow time index signals are calculated for each distance.
  • the average value of the slow time indexed sampling values for each distance is calculated and converted into one slow time index signal (see FIG. 8B).
  • the respiratory water check unit 300 processes the respiratory signal extraction filter applying step (S320), and the respiratory signal extraction filter applying step (S320) applies the respiratory signal extraction filter to the generated slow time index signal of the time band. To extract the respiratory signal in the time band.
  • a signal of a specific frequency band is passed using a respiration signal extraction filter.
  • the respiratory rate of a general person has a value between 10 and 20 per minute, and when converted into a frequency, 0.17 to 0.33. Corresponds to Hz.
  • the respiratory signal extraction filter is 0.1 ⁇ 0.7Hz frequency band including 0.17 ⁇ 0.33Hz frequency band from the slow time index signal of the time band to extract the respiratory signal including the general respiratory frequency band (0.17 ⁇ 0.33Hz) Extract the signal of. That is, the respiration signal extraction filter acts as a band pass filter.
  • the respiratory water check unit 300 is to process the respiratory CZT application step (S330), the respiratory CZT application step (S330) by applying a CZT filter to the extracted respiratory signal of the time band to the respiratory signal of the time base band It is converted to the respiratory signal of the frequency axis band, and increases the resolution of the respiratory signal of the converted frequency axis band.
  • the CZT (Chirp Z-transform) filter first converts a respiratory signal of a frequency axis band into a respiratory signal of a frequency axis band, and then resolves the respiration signal of the converted frequency axis band. To increase.
  • the resolution in the frequency domain means the frequency interval between the spectral lines according to the frequency conversion of the discrete signal as in the time domain, and how well the two frequencies close to each other in the frequency domain can be distinguished.
  • respiration corresponds to 0.17 to 0.33 Hz (10 to 20 times per minute), and the resolution of the conventional FFT filter is 0.0684 Hz, Since the resolution of the CZT filter is 0.0012 Hz, the CZT filter has a merit in that the CZT filter can be analyzed more closely than the conventional FFT filter.
  • the respiratory rate check unit 300 processes the maximum breathing value extraction step (S340), and the maximum breathing value extraction step (S340) extracts the maximum breathing value from the breathing signal of the frequency band in which the resolution is increased. do.
  • the maximum respiration value '2.261' is extracted from the respiration signal of the increased frequency band shown in FIG. 10.
  • the reason for extracting the maximum respiration value from the respiration signal of the increased frequency band is that the maximum value of the signal waveforms of the respiratory signal of the increased frequency band is a signal indicating that respiration has occurred.
  • the respiratory water check unit 300 processes the respiratory water calculation step (S350), and the respiratory water output step (S350) does not recognize the human body when the extracted maximum respiratory value is smaller than a predetermined minimum respiratory value. Instead, it is recognized as a human body when the extracted maximum breath value (eg, '2.261' shown in FIG. 10) is greater than the preset minimum breath value.
  • the respiratory rate of the measurement target human body is calculated by applying previously stored respiratory rate information.
  • the minimum breath value is stored in advance.
  • the minimum respiratory value is a minimum respiratory value that a person can have and means a value that cannot be obtained in an animal or other object. Therefore, if the extracted maximum breathing value is less than the minimum breathing value, the human body is not judged as a human body (the maximum breathing value of the person should be at least the minimum breathing value), and only if the extracted maximum breathing value is larger than the minimum breathing value. And respiratory rate is extracted.
  • the instantaneous respiratory rate calculation step (S352) of calculating the instantaneous average respiratory frequency and the instantaneous respiratory rate of the measurement target human body is determined that the human body.
  • the average respiratory rate calculation step (S353) of calculating the average respiratory rate of the measurement target human body using the calculated instantaneous respiratory rate is included.
  • the human body determination step (S351) is not determined as a human body when the maximum breath value extracted through the maximum breath value extraction step (S340) is smaller than the preset minimum breath value, and the extracted maximum breath value (for example, shown in FIG. 10). '2.261') is judged as the human body when it is larger than the preset minimum breathing value.
  • the extracted maximum respiration value is smaller than the previously stored minimum respiration value as described above, it is not recognized as a human body. For example, if the extracted maximum breath is 1.5 and the preset minimum breath value is 1.7, since the maximum breath value is smaller than the minimum breath value, it is not recognized as a human body and there is no meaning to calculate the heart rate. That is, it is recognized that the animal or the object is not the human body moving.
  • the instantaneous breathing rate calculating step (S352) is a process of calculating the instantaneous breathing rate of the measurement target human body at any one moment.
  • the human respiratory rate is usually 10-20 times per minute, which translates into 0.17 Hz to 0.33 Hz.
  • the instant respiratory rate calculating step (S352) calculates the instantaneous respiratory rate of the measurement target human body at any one moment.
  • a maximum respiratory value is obtained from a respiration signal (x-axis: frequency axis, z-axis: respiration value) with increased resolution shown in FIG. 11, and a frequency band having a respiration value of 90% or more of the acquired maximum respiration value is obtained.
  • Equation 1 When the instantaneous mean breathing frequency is calculated by Equation 1, the breathing rate information is applied to the calculated instantaneous mean breathing frequency to calculate the instantaneous breathing rate of the measurement target human body at any one time through Equation 2 below.
  • the respiratory rate information is information of (calculated instantaneous average respiratory frequency ⁇ 60).
  • the instantaneous average breathing frequency 0.2652 Hz is calculated from the breathing signal with the increased resolution as shown in FIG. 11 through Equation 1, applying the equation 2 to the calculated instantaneous mean breathing frequency 0.2652Hz is 0.2652Hz.
  • the respiratory rate is calculated at 15.912 times, which is ⁇ 60, and about 16 times.
  • the average respiratory rate calculating step (S353) is a process of calculating the average respiratory rate of the measurement target human body.
  • the human respiratory rate is usually 10-20 times per minute, which translates into 0.17 Hz to 0.33 Hz. That is, a person's respiratory rate usually has a value between 10 and 20 times per minute, and the respiratory rate calculated through the instantaneous respiratory rate calculation step (S352) becomes a value between 10 and 20 times. It is unreasonable to conclude that as the respiratory rate of the body to be measured.
  • the graph shown in blue in FIG. 17 shows the instantaneous respiratory rate over time (frame-by-frame), and the red graph shows the average respiratory rate over time (frame-by-frame).
  • the graph shown in blue in FIG. 17 is a graph showing the time-specific instantaneous breathing rate calculated through Equation 2, and the red graph shows the average breathing rate calculated using Equation 3 below. It is a graph.
  • the average respiratory rate as shown in Equation 3 is characterized in that it is calculated through the expansive moving average filter.
  • the present invention uses 44 frames per second in Equation 3, and when the number of frames per second is changed, the changed frames per second may be applied to Equation 3.
  • FIG. 12 is a flowchart illustrating a heart rate check step S400 of a method of measuring vital information using an ultra-wideband impulse radar signal according to an exemplary embodiment of the present invention.
  • the heart rate check step (S400) As shown in Figure 12, the heart rate check step (S400),
  • the slow time indexing process generates a slow time index signal of a time base band by distance by processing a sampling time of a received signal (time band signal) corresponding to a stored motion section by distance through the motion section sampling step S200. Step S410;
  • the human body is not recognized when the maximum heartbeat frequency corresponding to the extracted maximum breathing value is smaller than the preset minimum heartbeat frequency, and when the maximum heartbeat frequency corresponding to the extracted maximum breathing value is greater than the preset minimum heartbeat frequency.
  • the heart rate check unit 400 performs the slow time index processing step 410, and the slow time index processing step S410 is received corresponding to the stored motion section through the motion section sampling step S200.
  • the slow time indexing of the sampling value of the signal is performed for each distance to generate a slow time index signal for the time base band for each distance.
  • FIG. 7 Figures A, B, and C of FIG. 7 are exemplary diagrams in which a sampling value of a motion interval d to (d + ⁇ d) of a received signal having motion information is indexed in slow-time
  • A is FIG. 7 is an exemplary diagram displayed two-dimensionally
  • B is an exemplary diagram displayed three-dimensionally.
  • Part C of FIG. 7 is a signal obtained by slow-time indexing a sampling value of a motion section of a received signal including motion information.
  • the sampling value of the received signal (time band signal) corresponding to the stored motion section through the motion section sampling step S200 is processed in a slow time index, so that the time axis band as shown in FIG. It will generate a slow time index signal.
  • FIG. 7A and 7B show signal waveforms obtained by indexing a slow time index of a sampling value of a motion section d to (d + ⁇ d) of a received signal having motion information, respectively.
  • An example diagram in three dimensions shows the Index in Fast-time according to the distance in the horizontal axis and the Index in Slow-time in the vertical axis.
  • FIG. 7C is a signal waveform obtained by slow-time indexing a sampling value of a reception signal (time band signal) corresponding to a movement section, and includes a respiration signal and a heartbeat signal.
  • the respiratory signal portion (part 2 of Figure C in FIG. 7) is a signal having a relatively large value and is easy to detect
  • the heartbeat signal part (part 1 of Figure C in FIG. 7) is a signal having a relatively small value. Detection is not easy Therefore, unlike the above-described respiratory signal processing, the heart rate signal is subjected to a slow time index processing for each distance, followed by a heart rate signal extraction filter for each distance, and then a CZT filter for each distance.
  • the heart rate check unit 400 processes the heartbeat signal extraction filter applying step S420, and the heartbeat signal extraction filter applying step S420 is performed by the time axis band for each distance generated by the slow time index processing step 430.
  • the heartbeat signal extraction filter is applied to the slow time index signal to extract the heartbeat signal of the time-base band by distance as shown in FIG.
  • FIG. 14 is an exemplary diagram of extracting a heartbeat signal of a timebase band at a distance by applying a heart rate signal extraction filter to a slow time index signal of a timebase band at a distance.
  • the average human heart rate has a value between 50 and 100 per minute, which translates to 0.883-1.67 Hz.
  • the heart rate signal extraction filter extracts a heart rate signal including a general heart rate frequency band (0.883 to 1.67 Hz), and includes a frequency band including 0.883 to 1.367 Hz in a slow time index signal of a time band (for example, 0.75 to 3.03). Hz) signal. That is, the heart rate signal extraction filter acts as a band pass filter.
  • the heart rate check unit 400 processes the heart rate CZT application step (S430).
  • the heart rate CZT application step (S430) applies a CZT filter to the extracted heart rate signal of the distance-based time-base band to determine the distance-based time-base band.
  • the heartbeat signal is converted into a heartbeat signal in the frequency axis band, and the resolution of the heartbeat signal in the converted frequency axis band is increased.
  • FIG. 15 is an exemplary diagram of generating a heartbeat signal of a frequency axis band at a distance and increasing the resolution by applying a chirp Z-transform (CZT) to a heartbeat signal of a distance axis at a distance.
  • CZT chirp Z-transform
  • a CZT (Chirp Z-transform) filter first converts heart rate signals of a distance-based time base band into heartbeat signals of a frequency-base band by distance, and then resolves resolutions of heartbeat signals of the converted frequency-axis band by distance. To increase.
  • the resolution in the frequency domain means the frequency interval between the spectral lines according to the frequency conversion of the discrete signal as in the time domain, and how well the two frequencies close to each other in the frequency domain can be distinguished.
  • the heart rate corresponds to 0.883 to 1.67 Hz (50 to 100 times per minute), and the resolution of the conventional FFT filter is 0.0684 Hz, Since the resolution of the CZT filter is 0.0044 Hz, the CZT filter has a merit in that the CZT filter can be analyzed more closely than the conventional FFT filter.
  • the heart rate check unit 400 processes the distance-based CZT result summing step S440.
  • the distance-based CZT result summing step S440 is performed by adding the heart rate signals of the distance-specific frequency axis bands with increased resolution to one heart rate. The signal is converted into a signal (see D in FIG. 13).
  • d, d + 1, d + 2, d + 3, d + 4, and d + 5 combine the different heartbeat signals for each distance and convert them into one heartbeat signal. This is to easily detect the maximum heartbeat value of the heartbeat from this small heartbeat signal.
  • the heart rate checker 400 processes the maximum heart rate value extraction step S450.
  • the maximum heart rate value extraction step S450 extracts the maximum heart rate value from the heart rate signal of the frequency axis band with the increased resolution. do.
  • the maximum heart rate value '0.5247' is extracted from the heartbeat signal of the frequency band with increased resolution shown in FIG. 15.
  • the heart rate check unit 400 processes the heart rate calculation step (S460).
  • the heart rate calculation step (S460) does not recognize the human body when the extracted maximum heart rate value is smaller than a preset minimum heart rate value, and is extracted.
  • the maximum heart rate value is greater than the preset minimum heart rate value, it is recognized as a human body, and heart rate information of the measurement target body is calculated by applying heart rate information to the extracted maximum heart rate value.
  • the minimum heartbeat value is a minimum heartbeat value that a person can have and means a value that cannot be obtained in an animal or other object. Therefore, if the extracted maximum heart rate value is smaller than the stored minimum heart rate value, it is not judged by the human body (the maximum heart rate value of the human being should be at least the minimum heart rate value), and only if the extracted maximum heart rate value is larger than the minimum heart rate value. You will be able to determine your heart rate.
  • the heart rate calculation step (S460) is the heart rate calculation step (S460).
  • the human body judging step (S461) When the extracted maximum heart rate value is less than the predetermined minimum heart rate value is not judged by the human body, and if the extracted maximum heart rate value is larger than the preset minimum heart rate value, the human body judging step (S461),
  • the instantaneous heart rate calculation step (S462) of calculating the instantaneous average heart rate and the instantaneous heart rate of the measurement target human body is determined that the human body.
  • the human body judging step S461 does not judge the human body when the maximum heartbeat value extracted through the maximum heartbeat value extraction step S450 is smaller than the preset minimum heartbeat value, and extracts the maximum breathing value (for example, shown in FIG. 15). '0.5247') is judged as the human body when it is larger than the preset minimum breathing value.
  • the extracted maximum respiration value is smaller than the previously stored minimum respiration value as described above, it is not recognized as a human body.
  • the maximum heart rate value is smaller than the minimum heart rate value, so that it is not recognized as a human body, and thus there is no meaning to calculate the heart rate. That is, it is recognized that the animal or the object is not the human body moving.
  • the instantaneous heart rate calculation step (S462) is a process of calculating the instantaneous heart rate of the measurement target human body at any one moment.
  • Human heart rate is typically 50 to 100 beats per minute, which translates to 0.883-1.67 Hz.
  • the instant heart rate calculation step (S462) is to calculate the instantaneous heart rate of the human body to be measured at any one moment.
  • a maximum heart rate value is obtained from a heart rate signal (x-axis: frequency axis, z-axis: heart rate value) with increased resolution, and a frequency band having a heart rate value of 90% or more of the acquired maximum heart rate value is obtained.
  • Equation 4 the instantaneous heart rate of the measurement target human body at any one moment is calculated by applying heart rate information to the calculated instantaneous mean heartbeat frequency through the following equation (5).
  • the heart rate information is information of (calculated instantaneous average heart rate frequency x 60).
  • Equation 1 For example, assuming that the instantaneous average heart rate frequency 1.603 Hz is calculated through Equation 1, applying Equation 5 to the calculated instantaneous average heart rate frequency 1.603 Hz, 96.18 times of calculating 1.603 Hz ⁇ 60, about 96 Time is calculated as the heart rate of the human body to be measured.
  • the average heart rate calculating step (S463) is a process of calculating an average heart rate of the human body to be measured.
  • Human heart rate is typically 50 to 100 beats per minute, which translates to 0.883-1.67 Hz. That is, a human heart rate usually has a value between 50 and 100 times per minute.
  • the heart rate calculated through the instantaneous heart rate calculation step (S462) becomes a value between 50 and 100 times. There is no way to conclude your heart rate.
  • the heart rate of a person has a different value with time, it is inaccurate to determine the heart rate of a moment as the heart rate of the human body to be measured.
  • the graph shown in blue in FIG. 18 shows the instantaneous heart rate over time (frame-by-frame), and the red graph shows the average heart rate over time (frame-by-frame).
  • the graph shown in blue in FIG. 17 is a graph showing time-based instantaneous heart rate calculated through Equation 5, and the red graph is a graph showing average heart rate calculated using Equation 6 below. .
  • the average heart rate as shown in Equation 6 may be calculated through an expansive moving average filter.
  • the present invention uses 44 frames per second in Equation 6, and when the number of frames per second is changed, the changed frames per second may be applied to Equation 6.
  • Figure 16 is an experimental result graph showing the error rate of the respiratory rate and heart rate actually measured by the method of the present invention.
  • the reference extraction method directly counted the number of breathing experimenters for about 4 minutes in the case of breathing, the heart rate was measured by mounting the ECG sensor to the experimenter for about 4 minutes in the case of heart rate.
  • breathing and heart rate were measured using the UWB radar of the present invention.
  • the manual measured respiration average value was about 14.2 BPM
  • the UWB radar measured respiration average value was about 14.40 BPM.
  • ECG sensor measurement heart rate was about 97.64 BPM
  • UWB radar measurement heart rate was about 96.51 BPM
  • NRMSE was about 1.96%, providing significant reliability and accuracy.
  • the NRMSE Normalized Root-Mean-Square Error
  • the NRMSE is a mean square root error, which is a commonly used statistical method for measuring the accuracy of experimental data in comparison with a real environment. will be.
  • the vital information measuring method using the ultra-wideband impulse radar signal having the above configuration and action, and more particularly to the vital information measuring method using the ultra-wideband impulse radar signal, more specifically using the ultra-wideband impulse radar signal
  • BPF band-pass filtering

Abstract

본 발명은 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 관한 것으로서, 더욱 상세하게는 초광대역 임펄스 레이더 신호를 이용하여 인체와의 거리를 측정하고, 측정한 생체 신호를 심박 주파수 대역 및 호흡 주파수 대역으로 각각 대역 통과 필터링(BPF: Band Pass Filtering)한 후, 상기 대역 통과 필터링한 각 신호에 대하여 CZT를 적용하여 상기 생체 신호로부터 인체의 호흡 수와 심박 수를 측정하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 관한 것이다.

Description

초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법
본 발명은 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 관한 것으로서, 더욱 상세하게는 초광대역 임펄스 레이더 신호를 이용하여 수신된 수신신호중 인체가 존재할 것으로 예측되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호를 심박 주파수 대역 및 호흡 주파수 대역으로 각각 대역 통과 필터링(BPF: Band Pass Filtering)한 후, 상기 대역 통과 필터링한 각 신호에 대하여 CZT를 적용하여 상기 수신 신호로부터 인체의 호흡 수와 심박 수를 측정하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 관한 것이다.
UWB란, 500MHz이상의 주파수 대역을 사용하거나 비대역폭으로 정의되는 수치가 25% 이상인 라디오 기술을 의미한다.
비대역폭이란, 중심주파수 대비 신호의 대역폭을 의미한다.
즉, UWB는 광대역의 주파수를 사용하는 라디오 기술로서, 높은 거리 분해능, 투과성, 협대역 잡음에 대한 강한 면역성, 주파수를 공유하는 타 기기와의 공존성과 같은 다양한 장점을 지닌다.
UWB(Ultra WideBand) 레이더(이하, UWB 레이더라 한다.) 기술은 주파수 영역에서의 광대역 특성을 갖는 매우 짧은 지속시간의 임펄스 신호를 송신하여 사물 및 사람으로부터 반사되어 돌아오는 신호를 수신해 주변 상황을 인지하는 레이더 기술을 의미한다.
UWB 레이더 시스템은 신호 생성부에서 수 나노-수 피코 초의 시간 폭을 갖는 임펄스 신호를 생성하여 송신 안테나를 통해 광각 또는 협대역의 각도로 방사한다.
방사된 신호는 환경에서의 다양한 사물이나 사람으로 인해 반사되게 되고 반사된 신호는 수신 안테나 및 ADC를 거쳐 디지털 신호로 변환된다.
전술된 UWB 레이더의 장점으로 인해, 많은 분야에서 UWB 레이더를 활용하기 위한 연구가 진행되고 있다.
현재 호흡 및 심박수 측정을 위한 의료용 장치, 재난 현장에서의 인명 구조를 위한 휴대용 레이더 장치, 일정 영역 내의 사람 수를 새는 피플 카운팅 장치 등 다양한 방면에서 기술 개발을 위한 연구가 진행되고 있다.
일 예로 한국공개특허공보 제10-2013-0020835호(공개일 2014년 9월 4일) " UWB 기반 비접촉식 생체신호진단기"에는 UWB 레이더를 이용하여 생체 신호를 측정하고, 측정된 생체 신호를 이용하여 원격 건강관리 서비스를 제공하는 방법이 개시되어 있다.
다만, 사람의 호흡에 따른 움직임에 비해 심박동에 따른 움직임 정도는 현저히 작기 때문에, 심박수를 측정하는데 많은 어려움이 있다.
그리고, 최근 들어 많은 사람들이 웰빙에 관심을 갖고 건강한 삶을 위해 노력하고 있다.
이러한 웰빙 신드롬에 따라 각종 웰빙 관련 산업 또한 발전하고 있는데, 심박이나 호흡을 측정하여 사용자의 건강 상태를 판단하는 심박/호흡 측정 장치 또한 그러한 웰빙 관련 산업 중 하나라 할 수 있다.
종래의 심박/호흡 측정 장치는 사용자의 심박 및 호흡 측정을 위하여 상기 사용자의 신체에 센서를 부착하고 상기 센서로부터 상기 사용자의 심박 및 호흡을 측정하는 방식을 채택하고 있다.
그러나, 사용자의 신체에 센서를 부착하는 경우, 사용자의 움직임이 자유롭지 못하고 상기 사용자의 움직임에 따른 노이즈(Noise)가 많이 발생한다는 단점이 있다.
이에 따라, 사용자의 신체에 센서를 부착하지 않고 레이더를 이용하여 근거리에서 무선으로 사용자의 심박 및 호흡을 측정하는 장치가 개발되어 사용되고 있다.
즉, RF 센서 등을 통해 레이더 신호를 사용자 신체로 송출하고, 상기 사용자로부터 반사되는 신호의 도플러 쉬프트(Doppler Shift)를 이용하여 상기 사용자의 심박 신호 및 호흡 신호를 검출할 수 있다.
이러한 경우, 사용자의 신체에 센서를 부착하지 않고도 무선으로 사용자의 심박 및 호흡을 측정할 수 있어, 사용자로 하여금 측정의 편리성을 도모할 수 있다.
다만, 이러한 경우, 상기 사용자로부터 반사되어 돌아오는 신호로부터 상기 사용자의 심박 신호 및 호흡 신호를 얼마나 정확하고 효과적으로 검출할 수 있는가가 중요하다.
즉, 상기 반사되는 상기 사용자의 생체 신호에는 상기 사용자의 움직임에 따른 노이즈 또는 상기 심박 신호나 호흡 신호 외의 각종 노이즈가 포함되어 있기 마련이다.
이러한 각종 노이즈를 제거하고 상기 생체 신호로부터 심박 신호 및 호흡 신호를 정확하게 검출하는 것이 중요하다.
종래 기술에 따른 상기 심박 및 호흡 신호 검출 방법으로는 레퍼런스(reference) 신호를 선정하여 심박 및 호흡 신호를 검출하는 방법이 있다.
즉, 검출하고자 하는 심박 및 호흡 신호의 레퍼런스 신호를 미리 설정한 다음, 상기 생체 신호에서 상기 레퍼런스 신호를 제거하면 노이즈 신호만 남게 되므로, 상기 노이즈 신호를 다시 상기 생체 신호로부터 제거함으로써, 심박 신호 및 호흡 신호를 검출할 수 있다.
그러나, 이러한 경우, 레퍼런스 신호가 모든 가능한 주파수 대역의 신호를 모두 포함하고 있어야 하고, 사용자마다 심박 및 호흡 신호의 특성이 서로 유사해야 한다는 가정이 필요하므로 레퍼런스 신호의 설정에 다소 무리가 있다.
또한, 사용자의 신체에 센서를 부착하는 접촉식 신호를 측정하는 것이 아니므로, RF 센서와 사용자의 거리에 따라서 신호의 진폭(amplitude)와 위상(phase)이 수시로 변할 수 있기 때문에, 상기 변화를 보정하기 위한 소정의 적응형 필터(adaptive filter) 계수를 각각 설정해야 한다는 문제점이 있다.
이러한 종래 기술의 문제점에 따라, 상기 레이더를 이용한 사용자의 심박 신호 및 호흡 신호 검출을 보다 정확하고 효율적으로 수행할 수 있는 심박/호흡 측정 장치의 개발이 요구되고 있다.
결국, 본 발명의 경우에 상기한 종래의 문제점을 해결하기 위해 제안된 것으로서, 초광대역 임펄스 레이더 신호를 이용하여 인체와의 거리를 측정하고, 측정한 생체 신호를 심박 주파수 대역 및 호흡 주파수 대역으로 각각 대역 통과 필터링(BPF: Band Pass Filtering)한 후, 상기 대역 통과 필터링한 각 신호에 대하여 CZT를 적용하여 상기 생체 신호로부터 인체의 호흡 수와 심박 수를 정확하게 측정할 수 있는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 제안하게 된 것이다.
<선행기술문헌>
한국공개특허공보 제10-2013-0020835호(2014. 09. 04)
따라서 본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 본 발명의 목적은 초광대역 임펄스 레이더 신호를 이용하여 수신된 수신신호중 인체가 존재할 것으로 예측되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호를 심박 주파수 대역 및 호흡 주파수 대역으로 각각 대역 통과 필터링(BPF: Band Pass Filtering)한 후, 상기 대역 통과 필터링한 각 신호에 대하여 CZT를 적용하여 상기 수신 신호로부터 인체의 호흡 수와 심박 수와 같은 생체 신호를 측정하는데 있다.
본 발명이 해결하고자 하는 과제를 달성하기 위하여, 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법은,
초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하기 위한 UWB레이더신호송수신단계(S100)와,
상기 잡음 제거가 수행된 수신 신호에 필터를 적용하여 수신 신호중 인체가 존재할 것으로 예측 되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장시키기 위한 움직임구간샘플링단계(S200)와,
상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호를 이용하여 호흡수를 산출하기 위한 호흡수체크단계(S300)와,
상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 필터를 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호를 이용하여 심박수를 산출하기 심박수체크단계(S400)를 포함하는 것을 특징으로 한다.
이상의 구성 및 작용을 지니는 본 발명에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 통해, 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 관한 것으로서, 더욱 상세하게는 초광대역 임펄스 레이더 신호를 이용하여 수신된 수신신호중 인체가 존재할 것으로 예측되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호를 심박 주파수 대역 및 호흡 주파수 대역으로 각각 대역 통과 필터링(BPF: Band Pass Filtering)한 후, 상기 대역 통과 필터링한 각 신호에 대하여 CZT를 적용하여 상기 수신 신호로부터 인체의 호흡 수와 심박 수를 정확하게 측정할 수 있는 효과를 발휘한다.
특히, 호흡 수보다 상대적으로 신호 세기가 약한 심박수의 경우에는 슬로우 타임 인덱스 처리된 신호를 거리별로 심박범위밴드패스필터에 적용하여 거리별로 심박 구간에 해당하는 심박 신호만을 추출시키며, 거리별로 추출된 심박 신호에 대하여 거리별로 CZT 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환시키며, 상기 거리별로 주파수 축 대역으로 변환된 심박 신호들을 합하여 하나의 심박 신호로 변환시키며, 변환된 하나의 심박 신호의 최대 심박값을 추출하게 되며, 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 심박수를 추출함으로써, 정확하게 심박수를 측정할 수 있는 효과를 발휘한다.
도 1은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 수행하기 위한 바이탈 정보 측정장치를 나타낸 구성도.
도 2는 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 나타낸 흐름도.
도 3은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 UWB레이더신호송수신단계(S100)를 나타낸 흐름도.
도 4는 본 발명의 일 실시예에 따라 메디언(Median) 필터 및 칼만(Kalman) 필터를 이용하여 잡음을 제거한 그래프 예시도.
도 5는 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 움직임구간샘플링단계(S200)를 나타낸 흐름도.
도 6은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 호흡수체크단계(S300)를 나타낸 흐름도.
도 7은 본 발명의 일 실시예에 따라 움직임 정보가 있는 수신 신호의 움직임 구간 (d) ~(d + △d)의 샘플링 값을 슬로우 타임 인덱스 처리한 예시도.
도 8은 본 발명의 일 실시예에 따라 호흡 신호를 슬로우 타임 인덱스 처리한 예시도.
도 9는 본 발명의 일 실시예에 따라 슬로우 타임 인텍스 신호에 호흡신호추출필터를 적용해 호흡신호를 추출하는 예시도.
도 10은 본 발명의 일 실시예에 따른 호흡신호에 대한 FFT(Fast Fourier transform)와 CZT(Chirp Z-transform)의 분해능 비교 예시도.
도 11은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 대역폭중앙값판단단계에서의 중앙값 위치 여부를 확인하는 그래프 예시도.
도 12는 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 심박수체크단계(S400)를 나타낸 흐름도.
도 13은 본 발명의 일 실시예에 따라 심박신호를 슬로우 타임 인덱스 처리한 예시도.
도 14는 본 발명의 일 실시예에 따라 슬로우 타임 인텍스 신호에 심박신호추출필터를 적용해 심박신호를 추출하는 예시도.
도 15는 본 발명의 일 실시예에 따른 심박신호에 대한 FFT(Fast Fourier transform)와 CZT(Chirp Z-transform)의 분해능 비교 예시도.
도 16은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 통해 측정된 호흡수와 심박수의 오차율을 나타낸 실험 결과 그래프.
도 17은 순간 호흡수와 평균 호흡수를 프레임별(시간별)로 도시한 그래프.
도 18은 순간 심박수와 평균 심박수를 프레임별(시간별)로 도시한 그래프.
<부호의 설명>
100 : UWB레이더신호송수신부
200 : 움직임구간추출부
300 : 호흡수체크부
400 : 심박수체크부
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만, 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다.
또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
본 발명의 과제를 해결하기 위한 수단은 하기와 같다.
본 발명의 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 장치는,
외부로 초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 주기적 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하는 UWB레이더신호송수신부(100)와;
잡음 제거가 수행된 주기적 수신 신호에 필터를 적용하여 움직임구간을 추출하고, 수신 신호중 추출된 움직임구간에 해당하는 신호의 샘플링 값을 추출하여 시간 축으로 메모리부에 저장하는 움직임구간추출부(200)와;
추출된 샘플링값을 슬로우 타임 인덱스 처리하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호를 이용하여 호흡수를 산출하는 호흡수체크부(300)와;
추출된 샘플링 값을 슬로우 타임 인덱스 처리하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호를 이용하여 심박수를 산출하는 심박수체크부(400)를 포함한다.
상기 움직임구간추출부(200)는,
주기적으로 수신되는 수신 신호들에 런닝 에버리지 필터를 적용하여 수신 신호들간에 차이가 존재하는지를 파악하여 움직임 정보가 있는 수신 신호를 추출하고, 움직임 정보가 있는 것으로 판단된 수신 신호들의 움직임구간을 추출하고, 상기 추출된 움직임구간에 해당하는 구간의 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장하는 것을 특징으로 한다.
상기 호흡수체크부(300)는,
움직임구간에 해당하는 수신 신호의 샘플링 값을 슬로우 타임 인덱스 처리하여 시간 대역의 슬로우 타임 인덱스 신호를 생성하고,
생성된 시간 대역의 슬로우 타임 인덱스 신호에 호흡신호추출필터를 적용하여 시간 대역의 호흡신호를 추출하고,
추출된 시간 대역의 호흡 신호에 CZT 필터를 적용하여 시간 대역의 호흡 신호를 주파수 대역의 호흡 신호로 변환하고, 변환된 주파수 대역의 호흡 신호의 분해능을 증가시키고,
상기 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대 호흡값을 추출하고,
상기 추출된 최대 호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대 호흡값이 기 설정된 최소 호흡값 보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 상기 분해능이 증가된 주파수 대역의 호흡 신호를 이용하여 측정대상 인체의 호흡수를 산출하는 것을 특징으로 한다.
상기 심박수체크부(400)는,
움직임구간에 해당하는 수신 신호의 샘플링 값을 거리별로 슬로우 타임 인덱스 처리하여 거리별 시간축 대역의 슬로우 타임 인덱스 신호를 생성하고,
생성된 상기 거리별 시간축 대역의 슬로우 타임 인덱스 신호에 심박범위밴드패스필터에 적용하여 거리별 시간축 대역의 심박신호를 추출하고,
추출된 거리별 시간축 대역의 심박 신호에 CZT 필터를 적용하여 거리별 시간축 대역의 심박 신호를 거리별 주파수축 대역의 심박 신호로 변환하고, 변환된 거리별 주파수축 대역의 심박 신호의 분해능을 증가시키고,
상기 분해능이 증가된 거리별 주파수 축 대역 심박신호들을 합하여 하나의 심박 신호로 변환시키기고,
상기 변환된 하나의 심박신호로부터 최대 심박값을 추출하고,
상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 상기 분해능이 증가된 주파수 대역의 심박 신호를 이용하여 측정대상 인체의 심박수를 산출하는 것을 특징으로 한다.
본 발명의 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법은,
초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하기 위한 UWB레이더신호송수신단계(S100)와,
상기 잡음 제거가 수행된 수신 신호에 필터를 적용하여 수신 신호중 인체가 존재할 것으로 예측 되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장시키기 위한 움직임구간샘플링단계(S200)와,
상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호를 이용하여 호흡수를 산출하기 위한 호흡수체크단계(S300)와,
상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 필터를 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호를 이용하여 심박수를 산출하기 심박수체크단계(S400)를 포함하는 것을 특징으로 한다.
또한, 상기 UWB레이더신호송수신단계(S100)는,
초광대역 임펄스 레이더 신호(UWB)를 주기적으로 송신하는 UWB레이더신호송신단계(S110);
상기 주기적 송신 신호에 대한 반사 신호를 수신하여 획득하는 UWB레이더신호수신단계(S120);
수신된 신호에 대하여 메디언(Median) 필터 및 칼만(Kalman) 필터를 적용하여 잡음 제거를 수행하는 잡음제거단계(S130);를 포함하는 것을 특징으로 한다.
이때, 상기 칼만 필터는 프레임별 각 샘플마다 이전 샘플을 참조하여 각 샘플마다 노이즈를 제거하는 것을 특징으로 한다.
또한, 상기 움직임구간샘플링단계(S200)는,
수신되는 수신 신호들에 런닝 에버리지 필터를 적용하여 주기적으로 수신되는 수신 신호들에 차이가 존재하는지를 파악하여 움직임 여부를 판단하는 런닝에버리지필터적용단계(S210);
상기 런닝에버리지필터적용단계(S210)를 통해 움직임이 있는 것으로 판단되는 경우, 수신된 수신 신호들에 무빙 디텍터 필터를 적용하여 움직임구간을 추출하는 무빙디텍터필터적용단계(S220);
상기 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장하는 샘플링값저장단계(S230);를 포함하는 것을 특징으로 한다.
이때, 상기 런닝 에버리지 필터는 고정 클러터를 제거하여 움직이는 신호만 추출하는 필터로서, 초기 추정한 클러터 신호와 새로운 실시간 레이더 신호로 새로운 클러터 신호를 계산하고, 새로운 클러터 신호는 이전 추정된 클러터 신호와 현재 레이더 신호를 대조하여 계산하는 것을 특징으로 하고, 상기 무빙 디텍터 필터는 시간 간섭과 거리 간섭을 적용하여 신호 안정화를 제공하는 것을 특징으로 한다.
또한, 상기 호흡수체크단계(S300)는,
상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리하여 시간 대역의슬로우 타임 인덱스 신호를 생성하는 슬로우타임인덱스처리단계(S310);
생성된 시간 대역의 슬로우 타임 인덱스 신호에 호흡신호추출필터를 적용하여 시간 대역의 호흡신호를 추출시키기 위한 호흡신호추출필터적용단계(S320);
추출된 시간 대역의 호흡 신호에 CZT 필터를 적용하여 시간 대역의 호흡 신호를 주파수 대역의 호흡 신호로 변환하고, 변환된 주파수 대역의 호흡 신호의 분해능을 증가시키기 위한 호흡CZT적용단계(S330);
상기 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대호흡값을 추출하기 위한 최대호흡값추출단계(S340);
상기 추출된 최대호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대호흡값이 기 설정된 최소 호흡값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 추출된 최대 호흡값에 대응된 최대 호흡 주파수를 추출하고, 추출된 최대 호흡 주파수를 이용하여 측정대상 인체의 호흡수를 산출하는 호흡수산출단계(S350);를 포함하는 것을 특징으로 한다.
또한, 상기 심박수체크단계(S400)는,
상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 거리별로 슬로우 타임 인덱스 처리하여 거리별 시간축 대역의 슬로우 타임 인덱스 신호를 생성하는 슬로우타임인덱스처리단계(S410);
생성된 상기 거리별 시간축 대역의 슬로우 타임 인덱스 신호에 심박범위밴드패스필터에 적용하여 거리별 시간축 대역의 심박신호를 추출하기 위한 심박신호추출필터적용단계(S420);
추출된 거리별 시간축 대역의 심박 신호에 CZT 필터를 적용하여 거리별 시간축 대역의 심박 신호를 거리별 주파수축 대역의 심박 신호로 변환하고, 변환된 거리별 주파수축 대역의 심박 신호의 분해능을 증가시키기 위한 심박CZT적용단계(S430);
상기 분해능이 증가된 거리별 주파수 축 대역 심박신호들을 합하여 하나의 심박 신호로 변환시키기 위한 거리별CZT결과합산단계(S440);
상기 변환된 하나의 심박신호로부터 최대 심박값을 추출하기 위한 최대심박값추출단계(S450);
상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 추출된 최대 심박값에 대응된 최대 심박 주파수를 추출하고, 추출된 최대 심박 주파수를 이용하여 측정대상 인체의 심박수를 산출하는 심박수산출단계(S460)를 포함하는 것을 특징으로 한다.
이하에서는, 본 발명에 의한 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 장치 및 방법의 실시예를 통해 상세히 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 수행하기 위한 바이탈 정보 측정장치를 나타낸 구성도이다.
도 1에 도시한 바와 같이, 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 수행하기 위한 바이탈 정보 측정장치는 UWB레이더신호송수신부(100), 움직임구간추출부(200), 호흡수체크부(300), 심박수체크부(400)를 포함하여 구성된다.
구체적으로 설명하자면, 상기 UWB레이더신호송수신부(100)는 외부로 초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 주기적 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하게 된다.
즉, 안테나부를 이용하여 인체로 초광대역 임펄스 레이더 신호를 짧은 시간 주기(예:3 피코초(ps) 주기)로 송신하고, 이에 따른 주기적 반사 신호를 획득한 후, 필터를 통해 잡음을 제거하는 과정을 거치게 된다.
호흡(respiration) 및 심박(heartbeat)에 따라 생체 정보 측정 대상자에 미세한 움직임이 발생하고, 본 발명은 이러한 움직임을 UWB 레이더를 이용하여 분석함으로써, 호흡 수(respiration rate) 및 심박 수(heartbeat rate)를 검출할 수 있다.
UWB 레이더를 이용하여 생체 정보 측정 대상자로 레이더 신호를 주기적으로 송신하고, 수신된 생체 정보 측정 대상자부터 반사된 반사 신호에는 생체 정보 측정 대상자의 움직임에 따라 특정 주파수에서 피크 값이 포함된다. 물론 잡음 및 고조파 성분에 의해서도 피크 값도 포함될 수 있다.
일반적으로 호흡 및 심박에 따른 움직임 이외에 주기적인 움직임이 없는 상태에서는 일반적으로 호흡에 따른 움직임이 심박에 따른 움직임보다 크다.
따라서, 수신 신호의 주파수 스펙트럼에서 최대 피크 값을 나타내는 주파수가 호흡 수에 대응된다.
결국, 심박에 따른 움직임은 상대적으로 작으며, 호흡에 따른 주파수 성분의 고조파 성분 및 잡음 등에 의해 심박수 검출은 용이하지 않다.
특히, 고조파 성분은 외부 잡음과 섞여서 상당한 크기 값을 갖기 때문에, 심박수 검출에 장애물이 될 수 있으므로 이에 따라, 잡음 제거를 수행하게 되는 것이다.
잡음 제거는 잡음 제거 필터인 메디언(Median) 필터 및 칼만(Kalman) 필터에 의해 수행된다.
상기 움직임구간추출부(200)는 잡음 제거가 수행된 주기적 수신 신호에 필터를 적용하여 움직임구간(예: 어느 한 거리(d)와 어느 한 거리(d)로부터 △d 만큼 떨어진 다른 거리(d + △d) 사이 구간)을 추출하고, 수신 신호중 추출된 움직임구간에 해당하는 신호의 샘플링 값을 추출하여 시간 축으로 메모리부에 저장시키게 된다.
움직임구간추출부(200)는 잡음이 제거된 주기적 수신 신호에 필터(런닝 에버리지 필터와 무빙 디텍더 필터)를 적용하여 움직임구간을 추출하게 되며, 이때, 움직임을 제공하는 물체는 인체 이외에도 동물, 기타 장애물 등이 될 수 있다.
이때 움직임을 제공하는 물체가 인체, 동물, 기타 장애물인지는 후술할 호흡수체크부(300가 호흡신호의 최대호흡값, 최소 호흡값을 이용하거나 또는 심박수체크부(400)가 심박신호의 최대호흡값, 최소 심박주파수를 이용하여 판단한다.
예를 들어, 노이즈가 제거된 수신 신호들이 어느 한 거리(d)와 다른 거리(d + △d) 사이에서 신호값 차이가 있으면 이 구간에 움직임을 제공한 대상체가 있는 것으로 움직임구간추출부(200)는 판단하고, 이 구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 메모리부에 저장시키게 된다.
상기 호흡수체크부(300)는 상기 메모리부에 저장된 샘플값(예: 어느 한 거리(d)와 어느 한 거리(d)로부터 △d 만큼 떨어진 다른 거리(d + △d) 사이 구간의 샘플값)을 추출하게 된다.
이후, 상기 호흡수체크부(300)는 추출된 샘플링값을 슬로우 타임 인덱스 처리하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호의 최대 호흡값이 기 설정된 최소 호흡값보다 클 경우에 상기 움직임구간에 존재하는 대상체가 인체인 것으로 판단하고 호흡수를 산출한다.
만약, 추출한 최대 호흡값이 기 설정된 최소 호흡값보다 작을 경우에 상기 움직임구간에 존재하는 대상체가 인체가 아닌 것으로 판단하여 호흡수를 산출하지 않는다.
상기 심박수체크부(400)는 상기 메모리부에 저장된 샘플값(예: 어느 한 거리(d)와 어느 한 거리(d)로부터 △d 만큼 떨어진 다른 거리(d + △d) 사이 구간의 샘플값)을 추출하게 된다.
이후, 상기 심박수체크부(400)는 추출된 샘플링 값을 슬로우 타임 인덱스 처리하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호의 최대 심박값을 추출한 후, 추출한 최대 심박값이 기 설정된 최소 심박값 보다 클 경우에 심박수를 산출한다.
도 2는 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 나타낸 흐름도이다.
도 2에 도시한 바와 같이, 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법은 레이더신호송수신단계(S100), 움직임구간샘플링단계(S200), 호흡수체크단계(S300), 심박수체크단계(S400)를 포함하게 된다.
구체적으로 설명하자면, 상기 레이더신호송수신단계(S100)는 UWB레이더신호송수신부(100)가 수행하는 단계로서 초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하게 된다.
이후, 움직임구간샘플링단계(S200)는 움직임구간추출부(200)가 수행하는 단계로서 상기 잡음 제거가 수행된 수신 신호에 필터를 적용하여 수신 신호중 인체가 존재할 것으로 예측 되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장시키는 과정이다.
이를 통해 주기적 수신 신호에 대하여 모든 구간을 샘플링하지 않고, 필터(런닝 에버리지 필터와 무빙 디텍터 필터)를 적용하여 움직임이 있는 구간만을 추출하고, 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장시키게 되는 것이다.
이후, 호흡수체크단계(S300)는 호흡수체크부(300)가 수행하는 단계로서 상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리(Stack in slow-time)하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호를 이용하여 호흡수를 산출하는 과정이다.
이후, 심박수체크단계(S400)는 심박수체크부(400)가 수행하는 단계로서 상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리(Stack in slow-time)하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호를 이용하여 심박수를 산출하는 과정이다.
상기에서, 호흡신호는 심박신호에 비해 상대적으로 큰 신호 파형을 갖기 때문에 호흡수를 산출하기 위한 호흡신호는 평균처리 과정을 거치치만 심박신호는 호흡신호에 비해 신호 파형이 작아 거리값에 민감하게 반응하게 되므로 심박신호는 각각의 거리별로 CZT 적용하는 과정을 거치는데 이에 대한 과정은 하기에서 구체적으로 설명하도록 한다.
다음은 상기한 각각의 단계에 대하여 좀 더 구체적으로 설명하도록 한다.
도 3은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 UWB레이더신호처리단계(S100)를 나타낸 흐름도이다.
도 3에 도시한 바와 같이, UWB레이더신호처리단계(S100)는,
초광대역 임펄스 레이더 신호(UWB)를 주기적으로 송신하는 UWB레이더신호송신단계(S110);
상기 주기적 송신 신호에 대한 주기적 반사 신호를 수신하여 획득하는 UWB레이더신호수신단계(S120);
수신된 신호에 대하여 메디언(Median) 필터 및 칼만(Kalman) 필터를 적용하여 잡음 제거를 수행하는 잡음제거단계(S130);를 포함하는 것을 특징으로 한다.
구체적으로, UWB레이더신호송수신부(100)는 초광대역 임펄스 레이더 신호(UWB)를 외부로 주기적으로 송신(S110)하게 되며, 이때, 송신 신호에 대한 반사신호인 수신 신호를 획득(S120)하게 된다.
이후, 수신된 신호에 대하여 프레임별로 메디언(Median) 필터 및 칼만(Kalman) 필터를 이용한 잡음 제거(S130)하게 되는 것이다.
즉, 수신 신호에는 검출 대상인 인체의 반사 신호뿐만 아니라, 주변 사물에 의한 반사 신호도 포함하게 되므로 측정 대상의 정확한 검출을 위하여 검출 대상 이외의 다른 신호들은 제거되어야 하므로 상기와 같이 메디언 필터와 칼만 필터를 사용하게 되는 것이다.
상기 메디언(Median) 필터는 수신된 신호에서 노이즈를 제거하는데, 사용하는 필터로서, 입력값의 신호를 정렬하여 중간값을 사용하여 필터링하게 된다.
예를 들어, UWB Radar는 1초당 44 프레임(frame)의 빠른 속도를 출력하므로 1프레임(frame)에서 노이즈가 발견되는 경우, 메디언 필터(Median Filter)를 통해서 쉽고, 원 신호 손상 없이 제거할 수 있다.
그리고, 상기 칼만(Kalman) 필터는 노이즈가 포함된 신호를 재귀적으로 처리하는 필터로서, 이전 상태에서 추정한 값을 토대로 현재 값을 추정하는 필터이다.
본 발명에 상기 칼만(Kalman) 필터는 프레임별 각 샘플마다 이전 샘플을 참조하여 각 샘플마다 노이즈를 제거하는 것을 특징으로 한다.
도 4에는 메디언(Median) 필터와 칼만 필터에 의해 노이즈가 제거된 신호 예시가 도시되어 있다.
도 4의 좌측 그림은 수신 신호 중 노이즈 없는 X번째 프레임과 노이즈가 포함된 X+1번째 프레임과 노이즈 없는 X+2번째 프레임의 예시이고 도 4의 우측 그림은 노이즈가 제거된 X+1번째 프레임을 포함하는 X번째 프레임, X+1번째 프레임, X+2번째 프레임의 예시를 나타내고 있다.
예를 들어, x+1번 프레임에서 Noise(A)가 발생했다고 하였을 때, 메디안 필터와 칼만 필터를 통해 x, x+2와 x+1번째 필터를 비교하는 처리를 통해 원 신호 손상 없이 노이즈만 제거할 수 있다.
도 5는 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 움직임구간샘플링단계(S200)를 나타낸 흐름도이다.
도 5에 도시한 바와 같이, 움직임구간샘플링단계(S200)는,
주기적으로 수신되는 수신 신호들에 런닝 에버리지 필터를 적용하여 수신 신호들간에 차이가 존재하는지를 파악하여 움직임 정보가 있는 수신 신호를 추출하는 런닝에버리지필터적용단계(S210);
상기 런닝에버리지필터적용단계(S210)를 통해 움직임 정보가 있는 것으로 판단된 수신 신호들에 무빙 디텍터 필터를 적용하여 움직임구간을 추출하는 무빙디텍터필터적용단계(S220);
상기 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장하는 샘플링값저장단계(S230);를 포함한다.
구체적으로, 상기 런닝에버리지필터적용단계(S210)는 수신된 수신 신호들에 대하여 프레임별로 런닝 에버리지 필터를 적용하여 프레임별 수신 신호들간 차이값이 존재하는지를 파악하여 움직임 정보가 있는 수신신호를 추출하게 된다.
즉, 수신 신호들에 프레임별로 런닝 에버리지 필터를 적용하여 움직임 정보가 있는 프레임을 추출하게 되는데, 예를 들어, 수신 신호의 1번째 프레임과 2번째 프레임을 런닝 에버리지 필터에서 비교하여 2번째 프레임 신호가 1번째 프레임 신호에 대해 오차 범위 1% 내로 차이가 없으면 2번째 프레임 신호에는 움직임 정보가 없는 것으로 판단하고, 오차 범위가 1%를 초과하게 되면 2번째 프레임 신호에는 움직임 정보가 있는 것으로 판단하게 된다.
즉, 상기 런닝에버리지필터적용단계(S210)는 수신되는 수신 신호들중에서 움직임 정보를 포함하고 있는 것으로 판단되는 프레임 신호를 추출하는 것이다.
결국, 상기 런닝에버리지필터적용단계(S210)를 통해 수신되는 수신 신호들중에서 움직임 정보를 포함하고 있는 프레임 신호와 움직임 정보가 없는 프레임 수신신호에 대한 정보를 얻게 되는 것이다.
상기 무빙디텍터필터적용단계(S220)는 런닝에버리지필터적용단계(S210)를 통해 수신 신호 중 움직임 정보가 있는 것으로 판단된 프레임 신호들에 무빙 디텍터 필터를 적용하여 움직임구간을 추출하는 과정이다.
상기 움직임 구간 추출은 수신 신호 중 움직임 정보가 있는 프레임 신호와 움직임 정보가 없는 프레임 신호의 특정 구간(움직임이 있는 것으로 판단한 구간)에 대한 평균값을 이용하여 추출하게 된다.
예를 들어, 움직임 정보가 없는 제1 프레임 신호와 움직임 정보가 있는 제2프레임 신호의 거리축상에서 특정 구간(어느 한 거리(d)와 거리(d)로부터 △d 만큼 떨어진 다른 거리(d + △d) 사이 구간)의 신호값 평균을 상호 비교하는 것이다.
좀 더 구체적인 예를 들면, 움직임 정보가 없는 제1 프레임 신호와 움직임 정보가 있는 제2 프레임 신호의 거리축상에서 특정 구간(어느 한 거리(d)와 거리(d)로부터 △d 만큼 떨어진 다른 거리(d + △d) 사이 구간)을 d ~ d+1 구간, d+1 ~ d+2 구간, d+2 ~ d+3 구간, d+3 ~ d+4 구간, d+4 ~ d+5 구간으로 나누고, d ~ d+1 구간에서의 수신 신호 평균값, d+1 ~ d+2 구간에서의 수신 신호 평균값, d+2 ~ d+3 구간에서의 수신 신호 평균값, d+3 ~ d+4 구간에서의 수신 신호 평균값, d+4 ~ d+5 구간에서의 수신 신호 평균값을 제1,2수신신호간 비교하여 평균값에 차이가 발생하면 해당 구간을 움직임구간으로 추출하는 것이다.
이후, 샘플링값저장단계(S230)는 상기 추출된 움직임구간에 해당하는 구간의 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장하는 과정이다.
한편, 부가적인 양태에 따라, 상기 런닝 에버리지 필터는 고정 클러터를 제거하여 움직이는 신호만 추출하는 필터로서, 초기 추정한 클러터 신호와 새로운 실시간 레이더 신호로 새로운 클러터 신호를 계산하고, 새로운 클러터 신호는 이전 추정된 클러터 신호와 현재 레이더 신호를 대조하여 계산하는 것을 특징으로 한다.
즉, 물체의 반사 신호 이외에도 해당 물체와 송신기 사이의 공간 상에서 수많은 반사파가 도달하게 되는데, 이러한 난반사되어 수신하는 신호를 클러터(clutter)라 한다.
따라서, 초기 추정한 고정 클러터 신호와 새로운 실시간 레이더 신호를 대조하여 새로운 클러터 신호를 계산할 수 있다.
이때, 새로운 클러터 신호는 이전에 즉, 초기 추정한 클러터 신호와 현재 레이더 신호를 대조하여 새로운 클러터 신호를 계산해낼 수가 있는 것이다.
예를 들어, 도플러 효과를 이용한 클러터 제거 방식을 사용할 수 있을 것이다.
또한, 상기 무빙 디텍터 필터는,
시간 간섭과 거리 간섭을 적용하여 신호 안정화를 제공하는 것을 특징으로 한다.
일반적으로 무빙 디텍터 필터는 시간 간섭과 거리 간섭을 적용한 필터이며, n개의 프레임을 더하고(시간 간섭), 샘플 뒤로 m개의 샘플을 더(거리 간섭)하여 신호 안정화를 제공하게 되는 것이다.
도 6은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 호흡수체크단계(S300)를 나타낸 흐름도이다.
도 6에 도시한 바와 같이, 상기 호흡수체크단계(S300)는,
상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리하여 시간 대역의슬로우 타임 인덱스 신호를 생성하는 슬로우타임인덱스처리단계(S310);
생성된 시간 대역의 슬로우 타임 인덱스 신호에 호흡신호추출필터를 적용하여 시간 대역의 호흡신호를 추출시키기 위한 호흡신호추출필터적용단계(S320);
추출된 시간 대역의 호흡 신호에 CZT 필터를 적용하여 시간 대역의 호흡 신호를 주파수 대역의 호흡 신호로 변환하고, 변환된 주파수 대역의 호흡 신호의 분해능을 증가시키기 위한 호흡CZT적용단계(S330);
상기 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대 호흡값을 추출하기 위한 최대호흡값추출단계(S340);
상기 추출된 최대호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대호흡값이 기 설정된 최소 호흡값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 추출된 최대 호흡값에 대응된 최대 호흡 주파수를 추출하고, 추출된 최대 호흡 주파수를 이용하여 측정대상 인체의 호흡수를 산출하는 호흡수산출단계(S350);를 포함하는 것을 특징으로 한다.
구체적으로, 호흡수체크부(300)가 슬로우타임인덱스처리단계(S310)를 수행하게 되는데, 상기 슬로우타임인덱스처리단계(S310)는 상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리하여 시간축 대역의 슬로우 타임 인덱스 신호를 생성한다.
도 7의 A,B,C 그림은 움직임 정보가 있는 수신 신호의 움직임 구간(d ~(d + △d))의 샘플링 값을 슬로우 타임 인덱스 (Index in slow-time)처리한 예시도들로서 A는 2차원적으로 표시된 예시도이고, B는 3차원적으로 표시되 예시도이며, 특히 도 7의 C 그림은 움직임 정보를 포함한 수신 신호의 움직임 구간의 샘플링 값을 슬로우 타임 인덱스 처리한 신호로서 결국 상기 슬로우타임인덱스처리단계(S310)는 상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리하여 7의 C 그림과 같은 시간축 대역의 슬로우 타임 인덱스 신호를 생성하게 되는 것이다.
도 7의 A,B 그림은 움직임 정보가 있는 수신 신호의 움직임 구간(d ~(d + △d))의 샘플링 값을 슬로우 타임 인덱스 (Index in slow-time)처리한 신호 파형을 각각 2차원과 3차원으로 나타낸 예시도로서 가로축의 경우에는 거리에 따른 Index in Fast-time을, 세로축의 경우에는 Index in Slow-time을 나타낸 것이다.
도 7의 C 그림은 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리한 신호 파형으로서 호흡 신호와 심박 신호를 포함하고 있게 된다.
그러나 호흡신호 부분(도 7의 C 그림의 2 부분)은 상대적으로 큰 신호값을 갖는 신호이어서 명확히 검출하기 용이하지만, 심박신호 부분( 도 7의 C 그림의 1 부분)은 상대적으로 작은 신호값을 갖는 신호이어서 검출이 용이하지 않다. 따라서 상술한 호흡신호처리와는 다르게 심박신호는 거리별로 슬로우 타임 인덱스 처리하고 이어서 거리별로 심박신호추출필터를 적용한 후 거리별로 CZT 필터를 적용하게 된다. 이에 대해서는 자세히 후술하기로 한다.
상기 슬로우타임인덱스처리단계(S310)를 좀 더 구체적으로 설명한다.
상기 슬로우타임인덱스처리단계(S310)는,
움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 거리별로 슬로우 타임 인덱스 처리(Index in slow-time)하는 단계(S311)와,
거리별로 슬로우 타임 인덱스 처리된 샘플링값을 평균 처리하여 하나의 슬로우 타임 인덱스 신호로 변환하는 단계(S312)를 포함한다.
도 8에 도시한 바와 같이, 저장된 샘플링 값을 거리별로 슬로우 타임 인덱스 신호로 처리(스택 인 슬로우 타임)한다.(도 8의 A 그림 참조)
예를 들어, 도 8의 A 그림 처럼 움직임 구간(d ~(d + △d))을 d, d+1, d+2, d+3, d+4, d+5라는 거리로 구분하고, 거리별로 각각 슬로우 타임 인덱스 신호로 처리하게 되면 각각의 거리별로 슬로우 타임 인덱스 신호들이 산출되는 것이다.
이후, 거리별로 슬로우 타임 인덱스 처리된 샘플링값의 평균값을 계산하여 하나의 슬로우 타임 인덱스 신호로 변환하게 된다.(도 8의 B 그림 참조)
이후, 호흡수체크부(300)가 호흡신호추출필터적용단계(S320)를 처리하게 되는데, 호흡신호추출필터적용단계(S320)는 생성된 시간 대역의 슬로우 타임 인덱스 신호에 호흡신호추출필터를 적용하여 시간 대역의 호흡신호를 추출한다.
구체적으로 도 9와 같이, 호흡신호추출필터를 이용하여 특정 주파수 대역의신호만을 통과시키게 되는데, 일반적인 사람의 호흡수는 1분에 10~20 사이의 값을 갖게 되고 이를 주파수로 환산하면 0.17~0.33Hz에 해당한다.
따라서, 상기 호흡신호추출필터는 일반적인 호흡주파수 대역(0.17~0.33Hz)을 포함한 호흡신호를 추출하기 위해, 시간 대역의 슬로우 타임 인덱스 신호에서 0.17~0.33Hz 주파수 대역을 포함하는 0.1 ~0.7Hz 주파수 대역의 신호를 추출하게 된다. 즉 상기 호흡신호추출필터는 밴드패스필터로 작용하게 된다.
이후, 호흡수체크부(300)는 호흡CZT적용단계(S330)를 처리하게 되는데, 상기 호흡CZT적용단계(S330)는 추출된 시간 대역의 호흡 신호에 CZT 필터를 적용하여 시간축 대역의 호흡 신호를 주파수축 대역의 호흡 신호로 변환하고, 변환된 주파수축 대역의 호흡 신호의 분해능을 증가시키게 되는 것이다.
구체적으로 설명하면, 도 10에 도시한 바와 같이, CZT(Chirp Z-transform) 필터는 먼저, 시간축 대역의 호흡 신호를 주파수축 대역의 호흡 신호로 변환하고, 변환된 주파수축 대역의 호흡 신호의 분해능을 증가시킨다.
상기 CZT 필터를 이용하게 되면 주파수축 대역으로 변환과 분해능 증가 조절이라는 효과를 얻는다.
즉, 주파수 영역에서 분해능이란, 시간 영역에서와 같이 이산 신호의 주파수 변환에 따른 스펙트럼 선 사이의 주파수 간격을 의미하는 것으로 주파수 영역에서 근접한 두 개의 주파수를 얼마나 잘 분간할 수 있는가에 대한 능력을 말한다.
좀 더 구체적으로 설명하면, 도 10에 도시한 바와 같이, 실제 생체 주파수 범위에서 호흡은 0.17 ~ 0.33 Hz(분당 10~20 회)에 해당하며, 종래의 FFT 필터의 경우 분해능은 0.0684Hz가 되지만, CZT 필터의 분해능은 0.0012Hz가 되므로 분해능에 있어서 CZT 필터가 종래의 FFT 필터보다 좀 더 촘촘한 분석이 가능한 장점을 갖는다.
이후, 상기 호흡수체크부(300)는 최대호흡값추출단계(S340)를 처리하게 되는데, 최대호흡값추출단계(S340)는 상기 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대호흡값을 추출하게 된다.
예를 들어, 도 10에 도시된 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대호흡값인 '2.261'를 추출하게 된다.
분해능이 증가된 주파수 대역의 호흡 신호로부터 최대호흡값을 추출하는 이유는 분해능이 증가된 주파수 대역의 호흡 신호의 신호 파형 중 최대값은 호흡이 발생했음을 나타내는 신호이기 때문이다.
이후, 상기 호흡수체크부(300)는 호흡수산출단계(S350)를 처리하게 되는데, 호흡수산출단계(S350)는 상기 추출된 최대 호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 인식하지 않고, 추출된 최대 호흡값(예: 도 10에 도시된 '2.261') 이 기 설정된 최소 호흡값보다 클 경우에 인체로 인식한다.
이어서, 인체로 인식되는 경우 사전에 저장된 호흡수 정보를 적용하여 측정대상 인체의 호흡수를 산출한다.
이때 최소 호흡값은 사전에 저장되어진다. 상기 최소 호흡값란 사람이 갖을 수 있는 최소 호흡값으로 동물이나 기타 사물에서는 갖을 수 없는 값을 의미한다. 따라서 추출된 최대 호흡값이 최소 호흡값보다 작을 경우 인체로 판단지 않고(사람의 최대 호흡값은 최소한 최소 호흡값 이상이어야 함), 추출된 최대 호흡값이 최소 호흡값보다 클 경우에만 인체로 판단하게 되고 호흡수를 추출하게 되는 것이다.
호흡수를 산출하는 과정을 상세히 설명한다.
상기 호흡수산출단계(S350)는,
추출된 최대 호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 판단하지 않고, 추출된 최대 호흡값이 기 설정된 최소 호흡값보다 클 경우에 인체로 판단하는 인체판단단계(S351)와,
인체로 판단되는 경우, 측정대상 인체의 순간평균호흡주파수와 순간 호흡수를 산출하는 순간 호흡수 산출단계(S352)와,
산출된 순간 호흡수를 이용하여 측정대상 인체의 평균 호흡수를 산출하는 평균 호흡수 산출단계((S353)를 포함한다,
상기 인체판단단계(S351)는 최대호흡값추출단계(S340)를 통해 추출된 최대 호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 판단하지 않고, 추출된 최대 호흡값(예: 도 10에 도시된 '2.261') 이 기 설정된 최소 호흡값보다 클 경우에 인체로 판단한다.
만약, 상술한 바와 같이 추출된 최대 호흡값이 사전에 저장된 최소 호흡값 보다 작을 경우, 인체로 인식하지 않는다. 예를 들어, 추출된 최대 호흡이 1.5이고 기 설정된 최소 호흡값인 1.7인 경우, 최대 호흡값이 최소 호흡값 보다 작으므로 인체로 인식하지 않게 되고, 심박수를 산출할 의미가 없게 되는 것이다. 즉, 인체가 아닌 동물이나, 물체가 움직이는 것으로 인식하게 되는 것이다.
상기 순간 호흡수 산출단계(S352)는 어느 한 순간의 측정 대상 인체의 순간 호흡수를 산출하는 과정이다.
사람의 호흡수는 통상 분당 10 ~ 20회이고, 이를 호흡 주파수로 환산하면 0.17Hz ~ 0.33Hz에 해당한다.
즉, 사람의 호흡수는 통상 분당 10 ~ 20회 사이의 값을 갖는데 상기 순간 호흡수 산출단계(S352)는 어느 한 순간의 측정 대상 인체의 순간 호흡수를 산출하는 것이다.
도 11에 도시된 분해능이 증가된 호흡신호로부터 측정 대상 인체의 순간 호흡수를 산출하는 과정을 설명한다.
먼저, 도 11에 도시된 분해능이 증가된 호흡신호(x축:주파수축, z축:호흡값)로부터 최대 호흡값을 획득하게 되고 회득한 최대 호흡값의 90% 이상의 호흡값을 갖는 주파수 대역을 N개의 구간(f1~f2, f2~f3, f3~f4,...f(N-1)~F(N))으로 나눈후 하기의 수학식 1을 이용하여 순간평균호흡주파수를 산출한다.
<수학식 1>
Figure PCTKR2018012557-appb-I000001
상기 수학식 1에 의해 순간평균호흡주파수가 산출되면 산출된 순간평균호흡주파수에 호흡수 정보를 적용하여 어느 한 순간의 측정 대상 인체의 순간 호흡수를 하기 수학식 2를 통해 산출한다.
상기 호흡수 정보는 (산출된 순간평균호흡주파수 ×60) 인 정보이다.
<수학식 2>
Figure PCTKR2018012557-appb-I000002
예를 들어, 도 11과 같은 분해능이 증가된 호흡 신호로부터 상기 수학식 1을 통해 순간평균호흡주파수 0.2652Hz가 산출되었다고 가정하면, 산출된 순간평균호흡주파수 0.2652Hz에 수학식 2를 적용하면 0.2652Hz ×60을 계산한 15.912회, 약 16회의 순간 호흡수가 산출되는 것이다.
상기 평균 호흡수 산출단계((S353)는 측정대상 인체의 평균 호흡수를 산출하는 과정이다.
사람의 호흡수는 통상 분당 10 ~ 20회이고, 이를 호흡 주파수로 환산하면 0.17Hz ~ 0.33Hz에 해당한다. 즉, 사람의 호흡수는 통상 분당 10 ~ 20회 사이의 값을 갖는데 상기 순간 호흡수 산출단계(S352)를 통해 산출된 호흡수는 10 ~ 20회 사이의 값이 되는데, 어느 한 순간의 호흡수를 측정대상 인체의 호흡수로 단정 하기에는 무리가 있다.
왜냐하면, 사람의 호흡은 시간에 따라 각기 다른 값을 갖게 되기 때문에 어느 한 순간의 호흡수를 측정 대상 인체의 호흡수로 단정하기에는 부정확하기 때문이다.
따라서 상기 평균 호흡수 산출단계((S353)를 통해 측정대상 인체의 평균 호흡수를 산출함으로 해당 측정대상 인체의 호흡수로 사용하는 것이다.
도 17의 파란색으로 도시된 그래프는 시간별(프레임별) 순간 호흡수를 도시한 것이고, 붉은색 그래프는 시간별(프레임별) 평균 호흡수를 도시한 것이다.
즉, 도 17의 파란색으로 도시된 그래프는 상기 수학식 2를 통해 산출한 시간별(프레임별) 순간 호흡수를 나타낸 그래프이고, 붉은색 그래프는 하기 수학식 3을 이용하여 산출된 평균 호흡수를 나타낸 그래프이다.
<수학식 3>
Figure PCTKR2018012557-appb-I000003
상기 수학식 3과 같은 평균 호흡수는 익스포넨셜무빙에버리지 필터를 통해 산출하는 것을 특징으로 한다.
본 발명은 상기 수학식 3에서 초당 프레임수를 44로 하였으며, 초당 프레임수가 변경되는 경우 해당 변경된 초당 프레임수를 수학식 3에 변경 적용 할 수 있다.
도 12은 본 발명의 일 실시예에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법의 심박수체크단계(S400)를 나타낸 흐름도이다.
도 12에 도시한 바와 같이, 심박수체크단계(S400)는,
상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 거리별로 슬로우 타임 인덱스 처리하여 거리별 시간축 대역의 슬로우 타임 인덱스 신호를 생성하는 슬로우타임인덱스처리단계(S410);
생성된 상기 거리별 시간축 대역의 슬로우 타임 인덱스 신호에 심박범위밴드패스필터에 적용하여 거리별 시간축 대역의 심박신호를 추출하기 위한 심박신호추출필터적용단계(S420);
추출된 거리별 시간축 대역의 심박 신호에 CZT 필터를 적용하여 거리별 시간축 대역의 심박 신호를 거리별 주파수축 대역의 심박 신호로 변환하고, 변환된 거리별 주파수축 대역의 심박 신호의 분해능을 증가 시키기 위한 심박CZT적용단계(S430);
상기 분해능이 증가된 거리별 주파수 축 대역 심박신호들을 합하여 하나의 심박 신호로 변환시키기 위한 거리별CZT결과합산단계(S440);
상기 변환된 하나의 심박신호로부터 최대호흡값을 추출하기 위한 최대호흡값추출단계(S450);
상기 추출된 최대호흡값에 대응된 최대 심박주파수가 기 설정된 최소 심박주파수보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대호흡값에 대응된 최대 심박주파수가 기 설정된 최소 심박주파수보다 클 경우에 인체로 인식하고, 추출된 최대호흡값에 대응된 최대 심박주파수와 사전에 저장된 심박수 정보를 이용하여 측정대상 인체의 심박수를 산출하는 심박수산출단계(S460);를 포함하는 것을 특징으로 한다.
구체적으로, 심박수체크부(400)가 슬로우타임인덱스처리단계(410)를 수행하게 되는데, 상기 슬로우타임인덱스처리단계(S410)는 상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 거리별로 슬로우 타임 인덱스 처리하여 거리별 시간축 대역의 슬로우 타임 인덱스 신호를 생성한다.
도 7의 A,B,C 그림은 움직임 정보가 있는 수신 신호의 움직임 구간(d ~(d + △d))의 샘플링 값을 슬로우 타임 인덱스 (Index in slow-time)처리한 예시도들로서 A는 2차원적으로 표시된 예시도이고, B는 3차원적으로 표시되 예시도이며, 특히 도 7의 C 그림은 움직임 정보를 포함한 수신 신호의 움직임 구간의 샘플링 값을 슬로우 타임 인덱스 처리한 신호로서 결국 상기 슬로우타임인덱스처리단계(S410)는 상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리하여 7의 C 그림과 같은 시간축 대역의 슬로우 타임 인덱스 신호를 생성하게 되는 것이다.
도 7의 A,B 그림은 움직임 정보가 있는 수신 신호의 움직임 구간(d ~(d + △d))의 샘플링 값을 슬로우 타임 인덱스 (Index in slow-time)처리한 신호 파형을 각각 2차원과 3차원으로 나타낸 예시도로서 가로축의 경우에는 거리에 따른 Index in Fast-time을, 세로축의 경우에는 Index in Slow-time을 나타낸 것이다.
도 7의 C 그림은 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리한 신호 파형으로서 호흡 신호와 심박 신호를 포함하고 있게 된다.
그러나 호흡신호 부분(도 7의 C 그림의 2 부분)은 상대적으로 큰 값을 갖는 신호이어서 검출하기 용이하지만, 심박신호 부분( 도 7의 C 그림의 1 부분)은 상대적으로 작은 값을 갖는 신호이어서 검출이 용이하지 않다. 따라서 상술한 호흡신호처리와는 다르게 심박신호는 거리별로 슬로우 타임 인덱스 처리하고 이어서 거리별로 심박신호추출필터를 적용한 후 거리별로 CZT 필터를 적용하게 된다.
도 13에 도시한 바와 같이, 저장된 수신 신호의 움직임 구간(d ~(d + △d))의 샘플링 값을 거리별로 슬로우 타임 인덱스 신호로 처리(스택 인 슬로우 타임)하면, 도 13의 A 그림과 같은 거리별 슬로우 타임 인덱스 신호들이 산출되는 것이다.
이후, 심박수체크부(400)가 심박신호추출필터적용단계(S420)를 처리하게 되는데, 심박신호추출필터적용단계(S420)는 슬로우타임인덱스처리단계(430)를 통해 생성된 거리별 시간축 대역의 슬로우 타임 인덱스 신호에 심박신호추출필터를 적용하여 도 13의 B 그림과 같은 거리별 시간축 대역의 심박신호를 추출한다.
도 14는 어느한 거리의 시간축 대역의 슬로우 타임 인덱스 신호에 심박신호추출필터를 적용하여 어느 한 거리의 시간축 대역의 심박신호를 추출하는 예시도이다.
일반적인 사람의 심박수는 1분에 50~100 사이의 값을 갖게 되고 이를 주파수로 환산하면 0.883~1.67Hz에 해당한다.
따라서, 상기 심박신호추출필터는 일반적인 심박주파수 대역(0.883~1.67Hz)을 포함한 심박신호를 추출하기 위해, 시간 대역의 슬로우 타임 인덱스 신호에서 0.883~1.367Hz를 포함하는 주파수 대역(예: 0.75 ~3.0Hz)의 신호를 추출하게 된다. 즉, 상기 심박신호추출필터는 밴드패스필터로 작용하게 된다.
이후, 심박수체크부(400)는 심박CZT적용단계(S430)를 처리하게 되는데, 상기 심박CZT적용단계(S430)는 추출된 거리별 시간축 대역의 심박 신호에 CZT 필터를 적용하여 거리별 시간축 대역의 심박 신호를 주파수축 대역의 심박 신호로 변환하고, 변환된 주파수축 대역의 심박 신호의 분해능을 증가시키게 된다.
구체적으로 설명하면, 도 15는 어느 한 거리의 시간축 대역의 심박신호에 CZT(Chirp Z-transform)를 적용하여 어느 한 거리의 주파수축 대역의 심박신호를 생성하고 분해능을 증가시키는 예시도이다.
도 15에 도시된 바와 같이 CZT(Chirp Z-transform) 필터는 먼저, 거리별 시간축 대역의 심박 신호들을 거리별 주파수축 대역의 심박 신호로 변환하고, 변환된 거리별 주파수축 대역의 심박 신호들의 분해능을 증가시킨다.
상기 CZT 필터를 이용하게 되면 주파수축 대역으로 변환과 분해능 증가 조절이라는 효과를 얻는다.
즉, 주파수 영역에서 분해능이란, 시간 영역에서와 같이 이산 신호의 주파수 변환에 따른 스펙트럼 선 사이의 주파수 간격을 의미하는 것으로 주파수 영역에서 근접한 두 개의 주파수를 얼마나 잘 분간할 수 있는가에 대한 능력을 말한다.
좀 더 구체적으로 설명하면, 도 15에 도시한 바와 같이, 실제 생체 주파수 범위에서 심박은 0.883~1.67Hz(분당 50~100 회)에 해당하며, 종래의 FFT 필터의 경우 분해능은 0.0684Hz가 되지만, CZT 필터의 분해능은 0.0044Hz가 되므로 분해능에 있어서 CZT 필터가 종래의 FFT 필터보다 좀 더 촘촘한 분석이 가능한 장점을 갖는다.
이후, 심박수체크부(400)는 거리별CZT결과합산단계(S440)를 처리하게 되는데, 거리별CZT결과합산단계(S440)는 분해능이 증가된 거리별 주파수축 대역의 심박신호들을 합하여 하나의 심박 신호로 변환시키게 된다.(도 13의 D 그림 참조)
즉, d, d+1, d+2, d+3, d+4, d+5라는 각각의 거리별로 각각 다른 심박 신호들을 합하여 하나의 심박 신호로 변환시키게 되는데 이는 상대적으로 호흡신호보다 신호값이 작은 심박신호로부터 심박의 최대심박값을 용이하게 검출하기 위함이다.
이후, 상기 심박수체크부(400)는 최대심박값추출단계(S450)를 처리하게 되는데, 최대심박값추출단계(S450)는 상기 분해능이 증가된 주파수축 대역의 심박 신호로부터 최대심박값을 추출하게 된다.
예를 들어, 도 15에 도시된 분해능이 증가된 주파수 대역의 심박 신호로부터 최대심박값인 '0.5247'를 추출하게 된다.
이후, 상기 심박수체크부(400)는 심박수산출단계(S460)를 처리하게 되는데, 심박수산출단계(S460)는 상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 인식하지 않고, 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 인체로 인식하고, 추출된 최대 심박값에 심박수 정보를 적용하여 측정대상 인체의 심박수를 산출한다.
이때 최소 심박값은 사전에 저장되어진다. 상기 최소 심박값은 사람이 갖을 수 있는 최소 심박값으로 동물이나 기타 사물에서는 갖을 수 없는 값을 의미한다. 따라서 추출된 최대심박값이 저장된 최소 심박값 보다 작을 경우 인체로 판단지 않고(사람의 최대 심박값은 최소한 최소 심박값 이상이어야 함), 추출된 최대 심박값이 최소 심박값 보다 클 경우에만 인체로 판단하게 되고 심박수를 산출하게 되는 것이다.
심박수를 추출하는 과정을 상세히 설명한다.
상기 심박수산출단계(S460)는,
추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 판단하지 않고, 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 인체로 판단하는 인체판단단계(S461)와,
인체로 판단되는 경우, 측정대상 인체의 순간평균심박주파수와 순간 심박수를 산출하는 순간 심박수 산출단계(S462)와,
산출된 순간 심박수를 이용하여 측정대상 인체의 평균 심박수를 산출하는 평균 심박수 산출단계((S463)를 포함한다,
상기 인체판단단계(S461)는 최대심박값추출단계(S450)를 통해 추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 판단하지 않고, 추출된 최대 호흡값(예: 도 15에 도시된 '0.5247') 이 기 설정된 최소 호흡값보다 클 경우에 인체로 판단한다.
만약, 상술한 바와 같이 추출된 최대 호흡값이 사전에 저장된 최소 호흡값 보다 작을 경우, 인체로 인식하지 않는다. 예를 들어, 추출된 최대 심박값이 0.5이고 기 설정된 최소 심박값이 0.4인 경우, 최대 심박값이 최소 심박값 보다 작으므로 인체로 인식하지 않게 되고, 심박수를 산출할 의미가 없게 되는 것이다. 즉, 인체가 아닌 동물이나, 물체가 움직이는 것으로 인식하게 되는 것이다.
상기 순간 심박수 산출단계(S462)는 어느 한 순간의 측정 대상 인체의 순간 심박수를 산출하는 과정이다.
사람의 심박수는 통상 분당 50 ~ 100회이고, 이를 심박 주파수로 환산하면 0.883~1.67Hz에 해당한다.
즉, 사람의 심박수는 통상 분당 50 ~ 100회 사이의 값을 갖는데 상기 순간 심박수 산출단계(S462)는 어느 한 순간의 측정 대상 인체의 순간 심박수를 산출하는 것이다.
도 11에 도시된 분해능이 증가된 호흡신호로부터 측정 대상 인체의 순간 호흡수를 산출하는 과정을 설명한다.
먼저, 도 11에 도시된 분해능이 증가된 심박신호(x축:주파수축, z축:심박값)로부터 최대 심박값을 획득하게 되고 회득한 최대 심박값의 90% 이상의 심박값을 갖는 주파수 대역을 N개의 구간(f1~f2, f2~f3, f3~f4,...f(N-1)~F(N))으로 나눈후 하기의 수학식 4을 이용하여 순간평균심박주파수를 산출한다.
<수학식 4>
Figure PCTKR2018012557-appb-I000004
상기 수학식 4에 의해 순간평균심박주파수가 산출되면 산출된 순간평균심박주파수에 심박수 정보를 적용하여 어느 한 순간의 측정 대상 인체의 순간 심박수를 하기 수학식 5를 통해 산출한다.
상기 심박수 정보는 (산출된 순간평균심박주파수 ×60) 인 정보이다.
<수학식 5>
Figure PCTKR2018012557-appb-I000005
예를 들어, 상기 수학식 1을 통해 순간평균심박주파수 1.603Hz가 산출되었다고 가정하면, 산출된 순간평균심박주파수 1.603Hz에 수학식 5를 적용하면 , 1.603Hz ×60을 계산한 96.18회, 약 96회를 측정대상 인체의 심박수로 산출되는 것이다.
상기 평균 심박수 산출단계((S463)는 측정대상 인체의 평균 심박수를 산출하는 과정이다.
사람의 심박수는 통상 분당 50 ~ 100회이고, 이를 심박 주파수로 환산하면 0.883~1.67Hz에 해당한다. 즉, 사람의 심박수는 통상 분당 50 ~ 100회 사이의 값을 갖는데 상기 순간 심박수 산출단계(S462)를 통해 산출된 심박수는 50 ~ 100회 사이의 값이 되는데, 어느 한 순간의 심박수를 측정대상 인체의 심박수로 단정 하기에는 무리가 있다.
왜냐하면, 사람의 심박은 시간에 따라 각기 다른 값을 갖게 되기 때문에 어느 한 순간의 심박수를 측정 대상 인체의 심박수로 단정하기에는 부정확하기 때문이다.
따라서 상기 평균 심박수 산출단계((S463)를 통해 측정대상 인체의 평균 심박수를 산출함으로 해당 측정대상 인체의 심박수로 사용하는 것이다.
도 18의 파란색으로 도시된 그래프는 시간별(프레임별) 순간 심박수를 도시한 것이고, 붉은색 그래프는 시간별(프레임별) 평균 심박수를 도시한 것이다.
즉, 도 17의 파란색으로 도시된 그래프는 상기 수학식 5를 통해 산출한 시간별(프레임별) 순간 심박수를 나타낸 그래프이고, 붉은색 그래프는 하기 수학식 6을 이용하여 산출된 평균 심박수를 나타낸 그래프이다.
<수학식 6>
Figure PCTKR2018012557-appb-I000006
상기 수학식 6과 같은 평균 심박수는 익스포넨셜무빙에버리지 필터를 통해 산출하는 것을 특징으로 한다.
본 발명은 상기 수학식 6에서 초당 프레임수를 44로 하였으며, 초당 프레임수가 변경되는 경우 해당 변경된 초당 프레임수를 수학식 6에 변경 적용 할 수 있다.
한편, 도 16의 경우에는 실제 본 발명의 방법을 통해 측정된 호흡수와 심박수의 오차율을 나타낸 실험 결과 그래프이다.
레퍼런스 추출 방법은 호흡의 경우에는 약 4분 동안 실험자가 호흡하는 개수를 직접 카운팅하였으며, 심박의 경우에는 약 4분 동안 실험자에게 ECG센서를 장착하여 심박을 측정하였다.
그리고, 본 발명의 UWB 레이더를 이용하여 호흡과 심박을 측정하였다.
이때, 도 16과 같이, 호흡의 경우에는 수동 측정 호흡 평균값은 약 14.2BPM으로, UWB 레이더 측정 호흡 평균값은 약 14.40BPM으로 오차율이 약 1.38%로 상당한 신뢰성과 정확성을 제공할 수가 있었다.
그리고, 심박의 경우에는 ECG센서 측정 심박 평균값은 약 97.64BPM으로, UWB 레이더 측정 심박 평균값은 약 96.51BPM으로 NRMSE가 약 1.96%로 상당한 신뢰성과 정확성을 제공할 수가 있었다.
상기한 NRMSE(Normalized Root-Mean-Square Error)은 평균 제곱근 오차로서, 실험 데이터의 정확도를 실제 환경과 비교하여 측정하기 위하여 일반적으로 사용되는 통계 기법으로서, NRMSE는 표준화된 RMSE로 퍼센트로 오차율을 나타낸 것이다.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
이상의 구성 및 작용을 지니는 본 발명에 따른 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법을 통해, 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 관한 것으로서, 더욱 상세하게는 초광대역 임펄스 레이더 신호를 이용하여 수신된 수신신호중 인체가 존재할 것으로 예측되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호를 심박 주파수 대역 및 호흡 주파수 대역으로 각각 대역 통과 필터링(BPF: Band Pass Filtering)한 후, 상기 대역 통과 필터링한 각 신호에 대하여 CZT를 적용하여 상기 수신 신호로부터 인체의 호흡 수와 심박 수를 정확하게 측정할 수 있는 효과를 발휘하므로 산업상 이용가능성도 높아진다.

Claims (10)

  1. 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법에 있어서,
    초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하기 위한 UWB레이더신호송수신단계(S100)와,
    상기 잡음 제거가 수행된 수신 신호에 필터를 적용하여 수신 신호중 인체가 존재할 것으로 예측 되는 움직임구간을 추출하고, 추출된 움직임구간에 해당하는 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장시키기 위한 움직임구간샘플링단계(S200)와,
    상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호를 이용하여 호흡수를 산출하기 위한 호흡수체크단계(S300)와,
    상기 움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 슬로우 타임 인덱스 처리하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 필터를 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호를 이용하여 심박수를 산출하기 위한 심박수체크단계(S400)를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법.
  2. 제 1항에 있어서,
    상기 UWB레이더신호송수신단계(S100)는,
    초광대역 임펄스 레이더 신호(UWB)를 주기적으로 송신하는 UWB레이더신호송신단계(S110);
    상기 주기적 송신 신호에 대한 반사 신호를 수신하여 획득하는 UWB레이더신호수신단계(S120);
    수신된 신호에 대하여 메디언(Median) 필터 및 칼만(Kalman) 필터를 적용하여 잡음 제거를 수행하는 잡음제거단계(S130);를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법.
  3. 제 1항에 있어서,
    상기 움직임구간샘플링단계(S200)는,
    주기적으로 수신되는 수신 신호들에 런닝 에버리지 필터를 적용하여 수신 신호들간에 차이가 존재하는지를 파악하여 움직임 정보가 있는 수신 신호를 추출하는 런닝에버리지필터적용단계(S210);
    상기 런닝에버리지필터적용단계(S210)를 통해 움직임 정보가 있는 것으로 판단된 수신 신호들에 무빙 디텍터 필터를 적용하여 움직임구간을 추출하는 무빙디텍터필터적용단계(S220);
    상기 추출된 움직임구간에 해당하는 구간의 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장하는 샘플링값저장단계(S230);를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법.
  4. 제 1항에 있어서,
    상기 호흡수체크단계(S300)는,
    상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 슬로우 타임 인덱스 처리하여 시간 대역의슬로우 타임 인덱스 신호를 생성하는 슬로우타임인덱스처리단계(S310);
    생성된 시간 대역의 슬로우 타임 인덱스 신호에 호흡신호추출필터를 적용하여 시간 대역의 호흡신호를 추출시키기 위한 호흡신호추출필터적용단계(S320);
    추출된 시간 대역의 호흡 신호에 CZT 필터를 적용하여 시간 대역의 호흡 신호를 주파수 대역의 호흡 신호로 변환하고, 변환된 주파수 대역의 호흡 신호의 분해능을 증가시키기 위한 호흡CZT적용단계(S330);
    상기 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대호흡값을 추출하기 위한 최대호흡값추출단계(S340);
    상기 추출된 최대호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대호흡값이 기 설정된 최소 호흡값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 상기 분해능이 증가된 주파수 대역의 호흡 신호를 이용하여 측정대상 인체의 호흡수를 산출하는 호흡수산출단계(S350);를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법.
  5. 제 4항에 있어서,
    상기 슬로우타임인덱스처리단계(S310)는,
    움직임구간샘플링단계(S200)를 통해 저장된 샘플링 값을 거리별로 슬로우 타임 인덱스 처리(스택 인 슬로우 타임)하는 단계(S311)와,
    거리별로 슬로우 타임 인덱스 처리된 샘플링값을 평균 처리하여 하나의 슬로우 타임 인덱스 신호로 변환하는 단계(S312)를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법.
  6. 제 1항에 있어서,
    상기 심박수체크단계(S400)는,
    상기 움직임구간샘플링단계(S200)를 통해 저장된 움직임구간에 해당하는 수신 신호(시간대역 신호)의 샘플링 값을 거리별로 슬로우 타임 인덱스 처리하여 거리별 시간축 대역의 슬로우 타임 인덱스 신호를 생성하는 슬로우타임인덱스처리단계(S410);
    생성된 상기 거리별 시간축 대역의 슬로우 타임 인덱스 신호에 심박범위밴드패스필터에 적용하여 거리별 시간축 대역의 심박신호를 추출하기 위한 심박신호추출필터적용단계(S420);
    추출된 거리별 시간축 대역의 심박 신호에 CZT 필터를 적용하여 거리별 시간축 대역의 심박 신호를 거리별 주파수축 대역의 심박 신호로 변환하고, 변환된 거리별 주파수축 대역의 심박 신호의 분해능을 증가시키기 위한 심박CZT적용단계(S430);
    상기 분해능이 증가된 거리별 주파수 축 대역 심박신호들을 합하여 하나의 심박 신호로 변환시키기 위한 거리별CZT결과합산단계(S440);
    상기 변환된 하나의 심박신호로부터 최대 심박값을 추출하기 위한 최대심박값추출단계(S450);
    상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 상기 분해능이 증가된 주파수 대역의 심박 신호를 이용하여 측정대상 인체의 심박수를 산출하는 심박수산출단계(S460)를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법.
  7. 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정장치에 있어서,
    외부로 초광대역 임펄스 레이더 신호를 주기적으로 송신하며, 주기적 송신 신호에 대한 주기적 반사 신호를 수신하여 획득하고, 획득한 수신 신호를 필터를 통해 잡음 제거를 수행하는 UWB레이더신호송수신부(100)와;
    잡음 제거가 수행된 주기적 수신 신호에 필터를 적용하여 움직임구간을 추출하고, 수신 신호중 추출된 움직임구간에 해당하는 신호의 샘플링 값을 추출하여 시간 축으로 메모리부에 저장하는 움직임구간추출부(200)와;
    추출된 샘플링값을 슬로우 타임 인덱스 처리하며, 슬로우 타임 인덱스 처리된 신호를 호흡신호추출필터에 적용하여 호흡 구간에 해당하는 호흡 신호를 추출하고, 추출된 호흡 신호에 CZT 적용하여 시간 축 대역으로 표시된 호흡 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 호흡 신호를 이용하여 호흡수를 산출하는 호흡수체크부(300)와;
    추출된 샘플링 값을 슬로우 타임 인덱스 처리하고, 슬로우 타임 인덱스 처리된 신호를 심박범위밴드패스필터에 적용하여 심박 구간에 해당하는 심박 신호를 추출하고, 추출된 심박 신호에 CZT 적용하여 시간 축 대역으로 표시된 심박 신호를 주파수 축 대역으로 변환한 후, 주파수 축 대역으로 변환된 심박 신호를 이용하여 심박수를 산출하는 심박수체크부(400)를 포함하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정장치.
  8. 제7항에 있어서,
    상기 움직임구간추출부(200)는,
    주기적으로 수신되는 수신 신호들에 런닝 에버리지 필터를 적용하여 수신 신호들간에 차이가 존재하는지를 파악하여 움직임 정보가 있는 수신 신호를 추출하고, 움직임 정보가 있는 것으로 판단된 수신 신호들의 움직임구간을 추출하고, 상기 추출된 움직임구간에 해당하는 구간의 수신 신호의 샘플링 값을 추출하여 시간 축으로 저장하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정장치.
  9. 제7항에 있어서,
    상기 호흡수체크부(300)는,
    움직임구간에 해당하는 수신 신호의 샘플링 값을 슬로우 타임 인덱스 처리하여 시간 대역의 슬로우 타임 인덱스 신호를 생성하고,
    생성된 시간 대역의 슬로우 타임 인덱스 신호에 호흡신호추출필터를 적용하여 시간 대역의 호흡신호를 추출하고,
    추출된 시간 대역의 호흡 신호에 CZT 필터를 적용하여 시간 대역의 호흡 신호를 주파수 대역의 호흡 신호로 변환하고, 변환된 주파수 대역의 호흡 신호의 분해능을 증가시키고,
    상기 분해능이 증가된 주파수 대역의 호흡 신호로부터 최대 호흡값을 추출하고,
    상기 추출된 최대 호흡값이 기 설정된 최소 호흡값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대 호흡값이 기 설정된 최소 호흡값 보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 상기 분해능이 증가된 주파수 대역의 호흡 신호를 이용하여 측정대상 인체의 호흡수를 산출하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정장치.
  10. 제7항에 있어서,
    상기 심박수체크부(400)는,
    움직임구간에 해당하는 수신 신호의 샘플링 값을 거리별로 슬로우 타임 인덱스 처리하여 거리별 시간축 대역의 슬로우 타임 인덱스 신호를 생성하고,
    생성된 상기 거리별 시간축 대역의 슬로우 타임 인덱스 신호에 심박범위밴드패스필터에 적용하여 거리별 시간축 대역의 심박신호를 추출하고,
    추출된 거리별 시간축 대역의 심박 신호에 CZT 필터를 적용하여 거리별 시간축 대역의 심박 신호를 거리별 주파수축 대역의 심박 신호로 변환하고, 변환된 거리별 주파수축 대역의 심박 신호의 분해능을 증가시키고,
    상기 분해능이 증가된 거리별 주파수 축 대역 심박신호들을 합하여 하나의 심박 신호로 변환시키기고,
    상기 변환된 하나의 심박신호로부터 최대 심박값을 추출하고,
    상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 작을 경우 인체로 인식하지 않고, 상기 추출된 최대 심박값이 기 설정된 최소 심박값보다 클 경우에 인체로 인식하고, 인체로 인식되는 경우 상기 분해능이 증가된 주파수 대역의 심박 신호를 이용하여 측정대상 인체의 심박수를 산출하는 것을 특징으로 하는 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정장치.
PCT/KR2018/012557 2018-06-27 2018-10-23 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법 WO2020004721A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180073778A KR101895324B1 (ko) 2018-06-27 2018-06-27 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법
KR10-2018-0073778 2018-06-27

Publications (1)

Publication Number Publication Date
WO2020004721A1 true WO2020004721A1 (ko) 2020-01-02

Family

ID=63594650

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/012557 WO2020004721A1 (ko) 2018-06-27 2018-10-23 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법

Country Status (2)

Country Link
KR (1) KR101895324B1 (ko)
WO (1) WO2020004721A1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109009124A (zh) * 2018-06-05 2018-12-18 南通大学 基于超宽带雷达的呼吸频率测量及目标定位方法
CN111766442A (zh) * 2020-07-21 2020-10-13 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
CN112651388A (zh) * 2021-01-20 2021-04-13 合肥工业大学 一种基于无人机的灾区生命信号检测与定位方法
CN112674740A (zh) * 2020-12-22 2021-04-20 北京工业大学 一种基于毫米波雷达的生命体征检测方法
WO2021148828A1 (en) * 2020-01-23 2021-07-29 Pázmány Péter Katolikus Egyetem Method and system for processing a phonocardiographic signal characterising fetal breathing movement
CN113468989A (zh) * 2021-06-18 2021-10-01 南京润楠医疗电子研究院有限公司 一种使用心脏雷达信号的非接触式人员识别方法
CN113786177A (zh) * 2021-08-24 2021-12-14 煤炭科学研究总院 生命体征信息提取方法、装置及电子设备
CN113786175A (zh) * 2021-08-16 2021-12-14 煤炭科学研究总院 一种基于n次差时强体征信息提取的超宽带雷达回波信号处理方法和装置
CN114469020A (zh) * 2020-10-26 2022-05-13 南京华曼吉特信息技术研究院有限公司 生理参数检测仪

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102103260B1 (ko) * 2019-02-08 2020-05-29 유메인주식회사 초 광대역 레이더를 이용해 사람의 재실 감지가 가능한 다중 인식 장치 및 방법
CN109805931B (zh) * 2019-02-18 2023-07-21 中电科思仪科技股份有限公司 基于太赫兹多普勒雷达的远距离生命微动信号检测方法
KR102236362B1 (ko) * 2019-05-28 2021-04-05 한양대학교 산학협력단 Ir-uwb 레이더를 이용한 비접촉식 활동량 측정 장치 및 방법
KR102188515B1 (ko) * 2019-07-04 2020-12-08 유메인주식회사 레이더를 활용한 환자 낙상 예방 시스템
KR102312548B1 (ko) * 2019-08-07 2021-10-18 주식회사 아이센스 생체 정보 측정 데이터의 노이즈 처리 방법
CN111812629A (zh) * 2020-07-21 2020-10-23 成都阶跃时进科技有限公司 一种活体存在检测方法、装置、设备及可读存储介质
KR102289031B1 (ko) * 2020-08-28 2021-08-11 (주)그린아이티코리아 레이더를 이용하여 바이탈 신호를 감지하는 방법 및 장치
GB2600975A (en) 2020-11-13 2022-05-18 Elotec As Optimization of dataset
KR102444685B1 (ko) * 2020-11-18 2022-09-19 숭실대학교 산학협력단 크기와 위상 사이의 코히어런시에 기반한 활력 징후 측정 거리 결정 장치 및 방법
KR102542722B1 (ko) * 2021-05-06 2023-06-12 재단법인대구경북과학기술원 수면 중 타겟 모니터링 장치 및 방법
CN113273978B (zh) * 2021-05-21 2022-04-29 电子科技大学 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法
KR102578031B1 (ko) * 2021-09-13 2023-09-13 힐앤토 주식회사 다채널 레이더를 이용한 사람의 심박과 호흡 검출방법 및 장치
CN113729655B (zh) * 2021-09-26 2024-03-08 重庆邮电大学 一种分离uwb雷达传感器接收信号的方法
KR20240046070A (ko) 2022-09-30 2024-04-08 서울대학교병원 레이더 기반 비접촉식 부정맥 감지 방법 및 장치
CN115913392B (zh) * 2022-10-31 2023-06-23 中国矿业大学 一种基于超声波信号的潜在尘肺病预警方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130037950A (ko) * 2011-10-07 2013-04-17 (주)모메드솔루션 인체의 심장 박동수 측정장치
JP2013153783A (ja) * 2012-01-26 2013-08-15 Toyota Infotechnology Center Co Ltd 心拍検知装置および心拍検知方法
KR20160036967A (ko) * 2014-09-26 2016-04-05 한양대학교 산학협력단 Uwb 레이더를 이용한 생체 정보 측정 방법 및 장치
KR101827522B1 (ko) * 2016-07-13 2018-02-09 비아이에스웍스 주식회사 비접촉 심박 측정 장치 및 그 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2407134A1 (en) 2010-07-15 2012-01-18 The Procter & Gamble Company Absorbent core
KR20140086182A (ko) * 2012-12-28 2014-07-08 (주)모메드솔루션 임펄스 레이더를 이용한 심박수 측정 장치
KR101777000B1 (ko) * 2015-06-17 2017-09-11 한양대학교 산학협력단 Uwb 레이더를 이용한 생체 정보 측정 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130037950A (ko) * 2011-10-07 2013-04-17 (주)모메드솔루션 인체의 심장 박동수 측정장치
JP2013153783A (ja) * 2012-01-26 2013-08-15 Toyota Infotechnology Center Co Ltd 心拍検知装置および心拍検知方法
KR20160036967A (ko) * 2014-09-26 2016-04-05 한양대학교 산학협력단 Uwb 레이더를 이용한 생체 정보 측정 방법 및 장치
KR101827522B1 (ko) * 2016-07-13 2018-02-09 비아이에스웍스 주식회사 비접촉 심박 측정 장치 및 그 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LAZARO, A. ET AL.: "ANALYSIS OF VITAL SIGNS MONITORING USING AN IR-UWB RADAR", PROGRESS IN ELECTROMAGNETICS RESEARCH, vol. 100, 2010, pages 265 - 284, XP002593852 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109009124A (zh) * 2018-06-05 2018-12-18 南通大学 基于超宽带雷达的呼吸频率测量及目标定位方法
CN109009124B (zh) * 2018-06-05 2021-08-06 南通大学 基于超宽带雷达的呼吸频率测量及目标定位方法
WO2021148828A1 (en) * 2020-01-23 2021-07-29 Pázmány Péter Katolikus Egyetem Method and system for processing a phonocardiographic signal characterising fetal breathing movement
CN111766442A (zh) * 2020-07-21 2020-10-13 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
CN111766442B (zh) * 2020-07-21 2023-07-18 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
CN114469020A (zh) * 2020-10-26 2022-05-13 南京华曼吉特信息技术研究院有限公司 生理参数检测仪
CN112674740A (zh) * 2020-12-22 2021-04-20 北京工业大学 一种基于毫米波雷达的生命体征检测方法
CN112651388A (zh) * 2021-01-20 2021-04-13 合肥工业大学 一种基于无人机的灾区生命信号检测与定位方法
CN113468989A (zh) * 2021-06-18 2021-10-01 南京润楠医疗电子研究院有限公司 一种使用心脏雷达信号的非接触式人员识别方法
CN113786175A (zh) * 2021-08-16 2021-12-14 煤炭科学研究总院 一种基于n次差时强体征信息提取的超宽带雷达回波信号处理方法和装置
CN113786175B (zh) * 2021-08-16 2022-11-25 煤炭科学研究总院有限公司 一种基于n次差时强体征信息提取的超宽带雷达回波信号处理方法和装置
CN113786177A (zh) * 2021-08-24 2021-12-14 煤炭科学研究总院 生命体征信息提取方法、装置及电子设备
CN113786177B (zh) * 2021-08-24 2023-03-03 煤炭科学研究总院有限公司 生命体征信息提取方法、装置及电子设备

Also Published As

Publication number Publication date
KR101895324B1 (ko) 2018-09-05

Similar Documents

Publication Publication Date Title
WO2020004721A1 (ko) 초광대역 임펄스 레이더 신호를 이용한 바이탈 정보 측정 방법
WO2018074900A1 (en) Electronic apparatus and method of detecting information about target object by using ultrasound waves
WO2020050499A1 (ko) 객체 정보 획득 방법 및 이를 수행하는 장치
WO2015102156A1 (ko) 모바일 디바이스의 체지방 측정 방법 및 장치
WO2013048173A2 (ko) 부분방전 노이즈 제거 장치 및 진단방법
WO2020130535A1 (en) Electronic device including earphone, and method of controlling the electronic device
WO2016195208A1 (en) Ultrasound apparatus and method of displaying ultrasound images
WO2016204496A1 (en) System and method of providing information of peripheral device
WO2015111840A1 (ko) 프레임 클러스터링을 이용한 광고 삽입 장치 및 방법
WO2015139232A1 (zh) 一种应用的推荐方法、系统及服务器
WO2020060206A1 (en) Methods for audio processing, apparatus, electronic device and computer readable storage medium
WO2015184760A1 (zh) 空中手势输入方法及装置
WO2015065045A1 (ko) 페이로드 시퀀스 전송 방법 및 장치
WO2014088206A1 (ko) Ac 전원에 연동한 커패시턴스 검출 수단 및 방법
WO2016029597A1 (zh) 终端控制方法和系统
WO2015196720A1 (zh) 语音识别方法及系统
WO2018139884A1 (en) Method for processing vr audio and corresponding equipment
WO2014109504A1 (ko) 거리 검출 장치, 및 이를 구비하는 영상처리장치
WO2017034141A1 (en) Method and system for determining a length of an object using an electronic devices
WO2015163746A1 (ko) 가시광을 이용하여 데이터를 통신하는 장치 및 방법
WO2019078602A1 (ko) 부분방전 처리 장치 및 방법
WO2018084355A1 (ko) 고분해능 테라헤르츠파 집광모듈, 산란광 검출모듈 및 테라헤르츠파 베셀빔을 이용한 고분해능 검사 장치
WO2021040156A1 (ko) 신체 측정 디바이스 및 그 제어 방법
WO2020209624A1 (en) Head mounted display device and operating method thereof
WO2022014741A1 (ko) 광대역 무손실 부분방전 검출 및 노이즈 제거 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18925005

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18925005

Country of ref document: EP

Kind code of ref document: A1