WO2023158033A1 - 비접촉식 생체 신호 측정 시스템 및 방법 - Google Patents

비접촉식 생체 신호 측정 시스템 및 방법 Download PDF

Info

Publication number
WO2023158033A1
WO2023158033A1 PCT/KR2022/010945 KR2022010945W WO2023158033A1 WO 2023158033 A1 WO2023158033 A1 WO 2023158033A1 KR 2022010945 W KR2022010945 W KR 2022010945W WO 2023158033 A1 WO2023158033 A1 WO 2023158033A1
Authority
WO
WIPO (PCT)
Prior art keywords
radar
raw data
bio
cube
index
Prior art date
Application number
PCT/KR2022/010945
Other languages
English (en)
French (fr)
Inventor
김백현
송원영
임성묵
장광수
오형석
Original Assignee
주식회사 에이유
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 주식회사 에이유 filed Critical 주식회사 에이유
Publication of WO2023158033A1 publication Critical patent/WO2023158033A1/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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—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
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Definitions

  • the present invention relates to a non-contact bio-signal measuring system and method, and more particularly to a non-contact bio-signal measuring system and method for measuring a bio-signal of a specific target in a non-contact manner using a radar.
  • Bio-signals such as respiratory rate and heart rate are one of the factors that can most easily diagnose the state of health of the human body and the presence or absence of health abnormalities.
  • Existing heart rate/respiration measurement devices adopt a method of attaching a sensor to the user's body and measuring the user's heart rate and respiration from the sensor in order to measure the user's heart rate and respiration.
  • the method of attaching the sensor to the body there is a disadvantage in that the user's movement is not free, a lot of noise is generated according to the user's movement, and it may cause fear to the user.
  • Korean Patent Registration No. 10-2289031 discloses a method and apparatus for detecting vital signals using radar.
  • the prior art document uses a CW (Continuous Wave) type radar signal to band-pass filter the received signal into a heart rate frequency band, a respiratory frequency band, and a heart movement frequency band, respectively.
  • It is characterized by providing a method and apparatus for detecting vital signals using a radar capable of accurately measuring heart movements.
  • An object of the present invention is to measure a user's biosignal in a non-contact manner using an FMCW radar.
  • Another object of the present invention is to provide a non-contact bio-signal measurement system without difficulty in measuring bio-signals even when installed and used by ordinary people.
  • the present invention provides a MIMO antenna for transmitting and receiving FMCW type radar signals; Storing raw data obtained by sampling a plurality of chirp signals received by a plurality of receiving antennas after the radar signals transmitted from the plurality of transmitting antennas of the MIMO antenna are reflected by N samples per chirp Raw data collection unit to do; With the raw data stored in the raw data collection unit, two-dimensional data consisting of data corresponding to the ADC sampling index and the receiving antenna index (Rx index) is generated and accumulated on the time axis of the chirp period to form a 3D radar cube Cube generation unit that converts to; a position measuring unit that obtains angle and distance information by performing Range-Fast Fourier Transform (RFFT) and digital beamforming operations on the data of the 3D radar cube, and specifies a person's position with the angle and distance information; and a bio-signal detector for obtaining a respiration waveform based on a distance between a person at a specific position
  • RFFT Range-
  • the bio-signal detection unit performs digital beamforming operation to extract data including angle and distance information of a specific person from the position measuring unit from a 3D radar cube, and obtains a breathing waveform with the extracted data.
  • digital beamforming operation to extract data including angle and distance information of a specific person from the position measuring unit from a 3D radar cube, and obtains a breathing waveform with the extracted data.
  • the MIMO antenna is composed of a plurality of transmit antennas and a plurality of receive antennas
  • the bio-signal detection unit obtains angle and distance information of a specific person from among a plurality of channels composed of the transmit antennas and the receive antennas.
  • a digital beamforming operation may be performed using only a channel for receiving data including data.
  • the MIMO antenna may be disposed on a rear surface of a target to be measured.
  • the bio-signal detector may detect the number of peaks of the measured respiration waveform or perform FFT to monitor the number of respirations per minute.
  • the bio-signal detection unit may monitor the number of breaths per minute by filtering a respiration waveform into a respiration frequency band.
  • the bio-signal detector may obtain a heartbeat waveform as a difference between a respiration waveform before and after filtering into a respiration frequency band.
  • the bio-signal detection unit may monitor the heart rate per minute by detecting the number of peaks of the measured heart rate waveform.
  • the raw data collection unit may maintain storage of raw data received within 20 seconds and delete other raw data.
  • the present invention samples a plurality of chirp signals received by a plurality of receiving antennas after reflecting radar signals transmitted from a plurality of transmitting antennas of a MIMO antenna by N per chirp, and obtains raw data Raw data collection step of acquiring and storing ;
  • the raw data stored in the raw data collection step generates two-dimensional data composed of data corresponding to the ADC sampling index and the receiving antenna index (Rx index) and accumulates on the time axis of the chirp period to obtain a 3D radar cube Cube generation step of converting to;
  • RFFT Range-Fast Fourier
  • the present invention has an advantage in that it is possible to accurately measure the biosignal because it is possible to remove noise interference caused by people around by measuring the biosignal of a person at a specific location using a MIMO antenna and digital beamforming.
  • FIG. 1 shows a configuration diagram of a non-contact biosignal measurement system according to an embodiment of the present invention.
  • FIG. 2 shows a configuration diagram of a MIMO antenna according to an embodiment of the present invention.
  • FIG 3 shows a method for obtaining raw data by a raw data collection unit according to an embodiment of the present invention.
  • FIG. 4 shows a method of converting raw data into a 3D cube by a cube generator according to an embodiment of the present invention.
  • FIG 5 shows transmission and reception channels of a MIMO antenna according to an embodiment of the present invention.
  • FIG. 6 shows a respiratory rate extraction algorithm according to an embodiment of the present invention.
  • FIG. 7 shows a heart rate extraction algorithm according to an embodiment of the present invention.
  • FIG. 8 shows a flowchart of a non-contact biosignal measurement method according to an embodiment of the present invention.
  • FIG. 9 shows a configuration diagram of a radar system according to an embodiment of the present invention.
  • FIG. 10 shows a chain flow of low level signal processing according to an embodiment of the present invention.
  • FIG. 11 shows a configuration diagram of a first low-level signal processing stage according to an embodiment of the present invention.
  • FIG. 12 shows a method for generating a 3D radar cube by the first low-level signal processing stage 3000 according to an embodiment of the present invention.
  • FIG. 13 shows a flowchart of the first low-level signal processing stage 3000 according to an embodiment of the present invention.
  • 15 is a flowchart of beamforming and clustering performed in the second low-level signal processing stage 400 according to an embodiment of the present invention.
  • 16 shows a chain flow of high level signal processing according to an embodiment of the present invention.
  • the non-contact biosignal measuring system 10 includes a MIMO antenna 100, a raw data collection unit 300, a cube generator 500, a position measurement unit 700, and a biosignal detection unit 900. can include
  • the non-contact bio-signal measurement system 10 may measure bio-signals such as a person's respiratory rate and heart rate in a non-contact manner using a frequency modulated continuous wave (FMCW) radar.
  • the non-contact biosignal measurement system 10 transmits an FMCW radar signal from a transmitter and receives and analyzes a signal reflected back from a person to measure a person's biosignal.
  • FMCW frequency modulated continuous wave
  • the non-contact bio-signal measurement system 10 uses an FMCW radar signal, there is a difference from using a uwb radar signal in measuring a bio-signal using an existing radar.
  • FMCW has a frequency domain of 60 GHz to 63 GHz, and in the case of uwb radar, the frequency domain is less than 10 GHz.
  • uwb radar is a pulsed wave radar whereas FMCW radar uses a continuous wave radar. Therefore, the non-contact biosignal measurement system 10 can measure biosignals more accurately than those using uwb radar.
  • the non-contact biosignal measurement system 10 may output an FMCW radar signal, receive the reflected signal, amplify, frequency synthesize, filter, and digitally sample and convert the reflected signal into an FMCW digital radar signal.
  • the MIMO antenna 100 may transmit and receive FMCW type radar signals.
  • MIMO is an abbreviation of multiple input multiple output, and the MIMO antenna 100 means a technology capable of minimizing channel loss and interference between users by increasing communication capacity using multiple antennas.
  • the MIMO antenna 100 separates signals at the same frequency to generate an effect of increasing channel capacity.
  • the MIMO antenna 100 may implement beamforming technology using multiple channels.
  • the MIMO antenna 100 may include a plurality of transmit antennas 110 and a plurality of receive antennas 130 .
  • the MIMO antenna 100 may form a plurality of transmit/receive channels using the transmit antenna 110 and the receive antenna 130.
  • the MIMO antenna 100 includes three transmit antennas 110 and four transmit/receive channels. It may be configured as a receiving antenna 130.
  • the MIMO antenna 100 may form 12 transmission/reception channels using the transmission antenna 110 and the reception antenna 130 .
  • the MIMO antenna 100 may be placed on the back of a target to be measured. According to this embodiment, it is possible to increase the accuracy of bio-signal measurement by minimizing the movement of an object or person between a target to be measured and the MIMO antenna 100 . However, since the signal transmitted from the MIMO antenna 100 passes through the object to be measured, noise caused by an object or person in front of the object to be measured may occur, but this can be solved by RFFT and digital beamforming calculation. That is, it is possible to minimize the influence caused by objects or people around a target to be measured through rear arrangement of the MIMO antenna 100, RFFT, and digital beamforming calculations.
  • the raw data collection unit 300 converts a plurality of chirp signals received by a plurality of receiving antennas by reflecting radar signals transmitted from a plurality of transmission antennas of the MIMO antenna 100 into one Raw data obtained by sampling N per chirp may be stored.
  • the raw data collection unit 300 may maintain storage of raw data received within 20 seconds and delete raw data stored for more than 20 seconds.
  • the frequency detection resolution must be very precise.
  • the raw data collection unit 300 may store a total of 4 respiration data assuming that the general public breathes once every 5 seconds on average.
  • the raw data collection unit 300 can save data storage space by storing only 4 breath data, that is, 20 seconds of raw data.
  • the raw data collection unit 300 processes only data within 20 seconds, it is possible to solve the hardware limitation problem in calculating the respiratory rate and heart rate.
  • the cube generator 500 generates two-dimensional data composed of data corresponding to an ADC sampling index and a receiving antenna index (Rx index) with raw data stored in the raw data collection unit and can be converted into a 3D radar cube by accumulating on the time axis of the chirp period. Since the cube generation unit 500 stores only raw data within 20 seconds in the raw data collection unit 300, only 3D radar cubes with a period of 20 seconds can be maintained.
  • the position measurement unit 700 obtains angle and distance information by performing Range-Fast Fourier Transform (RFFT) and digital beamforming operations on the data of the 3D radar cube, and can specify the position of a person using the angle and distance information. . More specifically, the location measurement unit 700 may obtain distance information by performing RFFT. The position measuring unit 700 may measure an angle between the MIMO antenna 100 and a person by performing a digital beamforming operation.
  • RFFT Range-Fast Fourier Transform
  • the position measurement unit 700 performs Fast Fourier Transform (FFT) transformation on the 3D radar cube obtained from the cube generation unit 500 to obtain a range index, angle index, and chirp index. ) to a 3D cube with axes.
  • FFT Fast Fourier Transform
  • the position measurement unit 700 may perform a first Fourier transform to generate range data, which is a coefficient value for each range index, by Fourier transforming the FMCW digital radar signal in units of sampling periods.
  • the position measurement unit 700 collects the result of the first Fourier transform from the M number of receiving antennas, performs a Fourier transform in units of the receiving antenna distance, and performs a second Fourier transform for generating each data that is a coefficient value for each angle index. can be performed.
  • the position measuring unit 700 collects the results of the second Fourier transform for C chirps, performs a Fourier transform in units of chirp cycles, and generates time-specific data that is a coefficient value for each chirp index. Performs a third Fourier transform can do.
  • the position measurement unit 700 may extract distance and angle information from the converted 3D cube.
  • the location measurement unit 700 may specify the location of a person using the strength of a signal in the converted 3D cube.
  • the position measurement unit 700 may include a clutter removal module.
  • the clutter removal module may perform a clutter removal algorithm by subtracting a range-angle map generated for each chirp in the 3D data cube on the time axis of the chirp period.
  • the position measuring unit 700 can distinguish between a person and an object through the clutter removal module, and can clearly distinguish between a person whose biosignal is to be measured and an object that is not a measurement target.
  • the clutter removal module uses the fact that the intensity of the signal varies on the time axis of the chirp period when the target is a person in the distance-each map, and the intensity of the signal is maintained constant on the time axis of the chirp period when the target is an object. If the distance-each map generated for the chirp of is subtracted from each other on the time axis, the part where the target is a person remains, and the part where the target is an object can be offset with each other and disappear.
  • the bio-signal detector 900 may obtain a breathing waveform based on a distance between a person at a specific position in the location measurer 700 and the MIMO antenna.
  • the bio-signal detection unit 900 may perform filtering in a breathing frequency range to extract a breathing waveform.
  • the biosignal detection unit 900 may perform digital beamforming operation to extract data including angle and distance information of a specific person from the 3D radar cube in the position measuring unit, and obtain a breathing waveform with the extracted data.
  • Beamforming is a technology for concentrating radio signals in a specific direction by changing the amplitude and phase of multiple supplied signals.
  • Digital beamforming is to control the amplitude and phase of signals transmitted and received through an array antenna in a baseband, and signals in a specific direction can be transmitted and received strongly and signals in other directions can be transmitted and received weakly.
  • the bio-signal detector 900 may selectively obtain information on a location specified in the position measurer 700 using digital beamforming technology.
  • the bio-signal detection unit 900 can improve the accuracy of bio-signal measurement by partially removing noise generated when the measurer's respiration overlaps with the movements of people around him.
  • the bio-signal detector 900 can accurately obtain angle information as well as distance information of a person whose bio-signal is to be measured using digital beamforming.
  • the biosignal detector 900 uses only a channel for receiving data including angle and distance information of a specific person among 12 channels composed of a transmission antenna 110 and a reception antenna 130 to digitally A beamforming operation may be performed.
  • the biosignal detection unit 900 may selectively acquire only signals of channels including data to be obtained based on an Elevation (EL) axis and an Azimuth (AZ) axis among a plurality of channels formed by the MIMO antenna 100 . Through this, the bio-signal detector 900 can implement digital beamforming.
  • EL Elevation
  • AZ Azimuth
  • the bio-signal detector 900 may monitor the respiratory rate per minute by detecting the number of peaks of the measured respiratory waveform.
  • the bio-signal detector 900 may extract a peak (a point at which the amplitude rises and then falls) of the respiratory waveform using a paek detection algorithm.
  • the biosignal detector 900 may measure the respiratory rate per minute by converting the number of peaks per 20 seconds into the number of peaks per minute.
  • the bio-signal detector 900 may detect the number of peaks by filtering the respiration waveform in the respiration frequency band. If the bio-signal detection unit 900 uses the distance information obtained from the position measurement unit 700 as it is, the breathing signal includes heartbeat signals and noise, which may reduce accuracy when detecting the number of peaks. can do.
  • the bio-signal detector 900 may obtain a heartbeat waveform as a difference between a respiration waveform before and after filtering into a respiration frequency band. Since there is a difference between the respiratory frequency and the heartbeat frequency, only the heartbeat signal remains when the signal filtered by the respiratory frequency is subtracted from the signal before filtering. Using this, the bio-signal detector 900 may extract a heartbeat signal. The bio-signal detector 900 may perform filtering based on the heartbeat frequency in order to extract a more accurate heartbeat waveform.
  • the bio-signal detector 900 may monitor the heart rate per minute by detecting the number of peaks of the measured heart rate waveform.
  • a method of detecting the number of peaks of a heartbeat waveform may be the same as a method of detecting the number of peaks of a respiration waveform.
  • the non-contact biosignal measuring method may include a raw data collection step, a cube creation step, a location measurement step, and a biosignal detection step.
  • the radar signals transmitted from the plurality of transmission antennas of the MIMO antenna are reflected and the plurality of chirp signals received by the plurality of reception antennas are sampled N per chirp to generate raw data can be obtained and stored.
  • the raw data collection step refers to an operation performed by the raw data collection unit 300 described above.
  • the cube generation step generates two-dimensional data composed of data corresponding to the ADC sampling index and the receiving antenna index (Rx index) of the raw data stored in the raw data collection step, and accumulates them on the time axis of the chirp period. It can be converted into a 3D radar cube.
  • the cube generating step refers to an operation performed by the cube generating unit 500 described above.
  • RFFT Range-Fast Fourier Transform
  • digital beamforming operation are performed on the data of the D radar cube to obtain angle and distance information, and the position of a person can be specified using the angle and distance information.
  • the location measurement step refers to an operation performed by the location measurement unit 700 described above.
  • a breathing waveform may be obtained based on a distance between a person at a specific position and the MIMO antenna in the position measurement step.
  • the bio-signal detection step refers to an operation performed by the bio-signal detection unit 900 described above.
  • FIG. 8 shows a flowchart of a non-contact biosignal measurement method according to an embodiment of the present invention. Referring to FIG. 8 , the entire process of the non-contact biosignal measurement method will be described below.
  • raw data is collected by sampling the signal reflected from the target by the FMCW radar signal transmitted through the receiver of the MIMO antenna.
  • the raw data is rearranged to generate a 3D radar cube having ADC sampling index, receiving antenna index (Rx index), and chirk index as axes.
  • Rx index receiving antenna index
  • chirk index chirk index
  • a radar system 20 for detecting a person as another embodiment of the present invention will be described below.
  • the radar system 20 includes a MIMO antenna 1000, a front end stage 2000, a first low level signal processing stage 3000, a second low level signal processing stage 4000, a high level signal A processing stage 5000 and a detection stage 6000 may be included.
  • the radar system 20 may detect a person in a room using a frequency modulated continuous wave (FMCW) radar.
  • the radar system 20 may detect a person by transmitting an FMCW radar signal from a transmitter and receiving and analyzing a signal reflected back by a person.
  • the radar system 20 may detect and track a person by processing the received signal and extracting a vital feature.
  • the radar system 20 may be used in a preprocessing step prior to measuring a biosignal of a person indoors using an FMCW radar.
  • the radar system 20 may output the FMCW radar signal, receive the reflected signal, amplify, frequency synthesize, filter, and digitally sample and convert the reflected signal into an FMCW digital radar signal.
  • the MIMO antenna 1000 may have the same function as the MIMO antenna 100 of the non-contact biosignal measurement system 10 .
  • the front end 2000 may store raw data obtained by sampling a plurality of chirp signals received by a plurality of reception antennas N per chirp.
  • the front end 2000 may transmit/receive an RF signal corresponding to the chirp and frame structure designed in the radar system 20 and sample the received analog signal into a digital signal.
  • low-level signal processing includes first low-level signal processing in which Range-Fast Fourier Transform (RFFT) and Doppler-Fast Fourier Transform (DFFT) are performed, and second low-level signals in which beamforming and clustering are performed. processing can be distinguished.
  • the first low-level signal processing may be performed in the first low-level signal processing stage 3000, and the second low-level signal processing may be performed in the second low-level signal processing stage 4000.
  • the first low-level signal processing unit 3000 may include an RFFT performer 3100, a DFFT performer 3300, an ROI extractor 3500, and a DOI extractor 3700. .
  • the first low-level signal processing stage 3000 performs Fourier transform on raw data stored in the front-end stage 2000, and corresponds to a range index and each index
  • a 3D radar cube may be generated by accumulating two-dimensional data composed of data of a chirp period on a doppler index.
  • FIG. 13 shows a flowchart of the first low-level signal processing stage 3000 according to an embodiment of the present invention. Referring to FIG. 13, a process of generating a 3D radar cube in the first low-level signal processing stage 3000 will be described.
  • the RFFT performer 3100 Fourier transforms the raw data in units of sampling periods to generate range data, which is a coefficient value for each range index, and Fourier transforms the range data in units of the receiving antenna distance to obtain values for each angle index. Each data that is a coefficient value can be created. That is, the RFFT performer 3100 may convert fast time data into distance information by performing FFT on the number of ADC samplings set in the chirp structure. The RFFT performer 3100 may perform FFT during idle time between active chirp times.
  • the DFFT performer 3300 collects the distance data and each data generated by the RFFT performer 3100 during the plurality of chirp signals and performs Fourier transformation in units of chirp cycles to obtain time-by-time (velocity) coefficient values for each Doppler index. data can be generated. That is, when the minimum number of chirps for performing the algorithm is gathered in the 3D radar cube, the DFFT performer 3300 may generate velocity information by taking FFT for all distance indices as chirp (or slow time) axes.
  • the ROI extractor 3500 may select a distance corresponding to the floor from the ceiling in the room as the distance of interest and extract the distance of interest index from the distance index.
  • the ROI extractor 3500 may select a part corresponding to the floor from the ceiling in the room among the generated distance data and each data as a range of interest (ROI), extract only the selected data index, and store it in a memory.
  • the ROI extractor 3500 can efficiently use the limited size of memory by extracting and storing only the index corresponding to the distance of interest.
  • the DOI extractor 3700 may select the Doppler corresponding to the respiratory rate as the Doppler of interest and extract the Doppler index of interest from the Doppler index.
  • the DOI extractor 3700 may select a part corresponding to the respiratory rate among the data generated by the DFFT performer 3300 as a Doppler of Interest (DOI), extract only the selected Doppler index, and store it in memory.
  • DOI Doppler of Interest
  • the DOI extractor 3700 can efficiently use the limited size of memory and minimize the 2D beamforming calculation time by extracting and storing only the index corresponding to the Doppler of interest.
  • the DOI extractor 3700 extracts only the index corresponding to the Doppler of interest so as to accurately determine whether a vital is present or not, and at the same time reduce the amount of computation.
  • the second low-level signal processing stage 4000 may perform beamforming and clustering on data extracted from the 3D radar cube.
  • the second low-level signal processing stage 4000 generates an Az (azimuth)-El (elevation) heatmap for each distance using 2D beamforming and performs clustering to generate high-level data for checking vitals. It can be provided to the signal processing stage 5000.
  • the second low-level signal processing stage 4000 performs 2D beamforming of Az-El by calculating the dot product of the 2D beam steering vector with respect to the extracted distance index and Doppler index, and performs non-coherent integration. You can generate an Az-El heatmap per distance index by doing
  • the second low level signal processing stage 4000 may improve a signal-to-noise ratio (SNR) by performing non-coherent integration on the Doppler index.
  • SNR signal-to-noise ratio
  • angles for each distance index may be represented in two dimensions.
  • Az-El heatmaps can be expressed as distances and angles in three-dimensional space.
  • the Az-El heatmap can distinguish where there are people and where there are no people by the size of the signal. For example, a position with a high signal may be represented by yellow, and a position with a low signal may be represented by blue.
  • the second low-level signal processing stage 400 may remove noise by performing CFAR on the Az-El heat map with a preset reference value.
  • the second low-level signal processing stage 4000 may perform a CFAR (Constant False Alarm Rate) operation on the Az-El heat map corresponding to each distance index.
  • the second low level signal processing stage 4000 can improve SNR by performing 2D CA-CFAR calculation.
  • the CFAR operation is an algorithm used to adjust an alarm error by dividing a frame and setting it flexibly without fixing a threshold value so as not to issue an error alarm for a specific target.
  • the second low level signal processing stage 4000 may amplify the magnitude of a signal to be detected by performing CFAR.
  • the second low-level signal processing stage 4000 may output the result of performing CFAR in the form of scatter.
  • the second low-level signal processing stage 4000 may perform clustering with the output scatter.
  • the second low-level signal processing unit 4000 may perform 2D clustering (DBSCAN) on scatter-type output data obtained by performing a 2D CA-CFAR operation on the Az-El heatmap of each distance index.
  • the second low level signal processing stage 4000 may firstly remove noise through CFAR and secondarily remove noise through DBSCAN.
  • the number of clusters extracted through clustering is the number of data for examining the presence or absence of vitals, and information on clusters may be provided to the high level signal processing unit 5000.
  • the second low-level signal processing stage 4000 may perform 2D clustering on CFAR-performed output data and then remove scatter corresponding to noise.
  • the second low-level signal processing unit 4000 may determine that data having a size value of less than a reference value among the extracted scatters is determined as noise and may be removed.
  • the second low-level signal processing stage 4000 may perform 2D beamforming of Az-El by performing a dot product operation on a 2D beam steering vector with respect to the previously extracted distance index and Doppler index.
  • the second low-level signal processing stage 4000 may generate an Az-El heat map for each distance index by performing non-coherent integration.
  • the second low-level signal processing unit 4000 may perform CFAR operation on each Az-El heat map and output the CFAR result in a scatter form.
  • the second low-level signal processing stage 4000 may perform 2D clustering on the CFAR-performed output data and remove scatter corresponding to noise.
  • the high-level signal processing stage 5000 obtains the 3D radar cube generated by the first low-level signal processing stage 3000 and the clustering data performed by the second low-level signal processing stage 4000,
  • the high-level signal processing stage 5000 selects data having the largest size value among the 2D clustered clusters in the second low-level signal processing stage 4000 as a representative cluster, and generates a 2D beam steering vector corresponding to the coordinates of the selected representative cluster can be applied to the 3D radar cube to acquire slow time data.
  • Slow time data means data that expresses real values and imagined values on the x and y axes. Slow time data can draw circles or arcs, and information on these shapes can be used as data to determine the presence or absence of people.
  • the detection stage 6000 can detect a person and detect a location using vital features extracted by the high level signal processing stage 5000.
  • the detection stage 6000 can analyze the form of the slow time data extracted from the high level signal processing stage 5000 to detect the existence of a person, the location of a person, the number of people, and the like.
  • the detection unit 6000 may detect the existence of a person, the location of a person, the number of people, and the like using deep learning.
  • the point where the index value of the position where a person exists in the 3D radar cube is large, the point where the index value of the position where a person exists changes according to the chirp cycle time, and the position where a person can exist in a specific indoor space Since it is limited, it is possible to detect the location where a person exists and the number of people using the point where the distance and each index can be designated in advance for each seat.
  • the radar system 20 may apply the biosignal detector 900 of the non-contact biosignal measurement system 10 . That is, the bio-signal detector 900 applied to the radar system 20 may obtain a breathing waveform based on the position of the person detected by the detector 6000.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Dentistry (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명은, FMCW 형태의 레이다 신호를 송수신하는 MIMO 안테나; 상기 MIMO 안테나의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 획득한 로데이터(raw data)를 저장하는 로데이터 수집부; 상기 로데이터 수집부에 저장된 로데이터로 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환하는 큐브 생성부; 상기 3D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정하는 위치 측정부; 및 상기 위치 측정부에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득하는 생체신호 검출부;를 포함하는 것을 일 특징으로 한다.

Description

비접촉식 생체 신호 측정 시스템 및 방법
본 발명은 비접촉식 생체 신호 측정 시스템 및 방법에 관한 것으로서, 특히 레이다를 이용하여 비접촉식으로 특정 대상의 생체신호를 측정하기 위한 비접촉식 생체 신호 측정 시스템 및 방법에 관한 것이다.
호흡수, 심박수와 같은 생체신호는 인체의 건강상태, 건강 이상유무를 가장 간편하게 진단할 수 있는 요소 중 하나이다. 기존의 심박/호흡 측정장치는 사용자의 심박 및 호흡 측정을 위하여 사용자의 신체에 센서를 부착하고 센서로부터 사용자의 심박 및 호흡을 측정하는 방식을 채택하고 있다. 하지만, 센서를 신체에 부착하는 방식의 경우에는 사용자의 움직임이 자유롭지 못하고 사용자의 움직임에 따른 노이즈가 많이 발생하며 사용자에게 공포심을 유발할 수 있다는 단점이 있다. 또한, 기존의 심박/호흡 측정장치를 통한 생체신호의 측정은 센서의 부착 위치, 장비 접근성 등을 이유로 일반인들이 사용하는 데 어려움이 있었다.
특히, 최근에는 수면 중에 일시적으로 호흡을 하지 않는 질병인 수면 무호흡증을 진단할 필요성이 있고, 나아가 수면 중 실제적인 호흡수 또는 호흡량을 측정하여 건강상태를 모니터링할 필요성도 있다.
이와 관련하여, 한국등록특허 제10-2289031호는 레이다를 이용하여 바이탈 신호를 감지하는 방법 및 장치를 개시하고 있다. 상기 선행문헌은 CW(Continuous Wave) 형태의 레이다 신호를 이용하여 수신된 수신 신호로부터 심박 주파수 대역 및 호흡 주파수 대역, 심장의 움직임 주파수 대역으로 각각 대역 통과 필터링하여 수신 신호로부터 인체의 호흡 수, 심박 수, 심장 움직임을 정확하게 측정할 수 있도록 하는 레이다를 이용하여 바이탈 신호를 감지하는 방법 및 장치를 제공하는 것을 특징으로 한다.
전술한 바와 같이, 레이다를 이용하여 비접촉식으로 생체신호를 측정하는 선행문헌은 다수 제안되고 있다. 다만, 종래 기술은 거리를 기반으로 생체신호를 측정하므로 같은 거리에 있는 사람의 신호가 노이즈로 작용하여 정확한 측정이 어려울 수 있다. 또한, 이러한 문제를 해결하기 위해서 기설정된 방향 및 거리에 위치하는 사람에게로 레이다 빔을 발사하는 방식은 장비 설치 위치 및 사용자의 위치를 설정하는 데 어려움이 있으므로 일반인들이 손쉽게 사용하기에는 한계점이 존재한다.
본 발명은 FMCW 레이다를 이용하여 비접촉식으로 사용자의 생체신호를 측정하는 것을 일 목적으로 한다.
또한, 본 발명은 일반인이 설치 및 사용하여도 생체신호 측정에 어려움이 없는 비접촉식 생체 신호 측정 시스템 제공하는 것을 다른 목적으로 한다.
상기 목적을 달성하기 위하여 본 발명은, FMCW 형태의 레이다 신호를 송수신하는 MIMO 안테나; 상기 MIMO 안테나의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 획득한 로데이터(raw data)를 저장하는 로데이터 수집부; 상기 로데이터 수집부에 저장된 로데이터로 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환하는 큐브 생성부; 상기 3D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍 연산을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정하는 위치 측정부; 및 상기 위치 측정부에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득하는 생체신호 검출부;를 포함하는 것을 일 특징으로 한다.
바람직하게는, 상기 생체신호 검출부는, 디지털 빔포밍 연산을 수행하여 상기 위치 측정부에서 특정한 사람의 각도와 거리정보를 포함하는 데이터를 3D 레이다 큐브에서 추출하고, 추출한 데이터로 호흡 파형을 획득할 수 있다.
바람직하게는, 상기 MIMO 안테나는, 복수개의 송신 안테나와 복수개의 수신 안테나로 구성되고, 상기 생체신호 검출부는, 상기 송신 안테나 및 상기 수신 안테나로 구성되는 복수개의 채널 중 특정한 사람의 각도와 거리정보를 포함하는 데이터를 수신하는 채널만을 이용하여 디지털 빔포밍 연산을 수행할 수 있다.
바람직하게는, 상기 MIMO 안테나는, 측정하고자 하는 대상의 후면에 배치될 수 있다.
바람직하게는, 상기 생체신호 검출부는 측정된 호흡 파형의 peak의 수를 검출하거나 FFT를 수행하여 분당 호흡수를 모니터링할 수 있다.
바람직하게는, 상기 생체신호 검출부는, 호흡 주파수 대역으로 호흡 파형을 필터링하여 분당 호흡수를 모니터링할 수 있다.
바람직하게는, 상기 생체신호 검출부는, 호흡 주파수 대역으로 필터링하기 전후의 호흡 파형의 차이로 심박 파형을 획득할 수 있다.
바람직하게는, 상기 생체신호 검출부는, 측정된 심박 파형의 peak의 수를 검출하여 분당 심박수를 모니터링할 수 있다.
바람직하게는, 상기 로데이터 수집부는, 20초 이내에 수신된 로데이터의 저장을 유지하고, 그 이외의 로데이터는 삭제할 수 있다.
또한 본 발명은, MIMO 안테나의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 로데이터(raw data)를 획득하여 저장하는 로데이터 수집단계; 상기 로데이터 수집단계에서 저장된 로데이터를 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환하는 큐브 생성단계; 상기 3D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정하는 위치 측정단계; 및 상기 위치 측정단계에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득하는 생체신호 검출단계;를 포함하는 것을 다른 특징으로 한다.
본 발명에 따르면, FMCW 레이다를 이용하여 사람의 생체신호를 비접촉식으로 측정할 수 있다는 이점이 있다.
또한 본 발명은, MIMO 안테나와 디지털 빔포밍을 이용하여 특정 위치에 있는 사람의 생체신호를 측정함으로써 주변 사람들에 의한 노이즈 간섭을 제거할 수 있어 정확한 생체신호 측정이 가능하다는 이점이 있다.
도 1은 본 발명의 실시예에 따른 비접촉식 생체 신호 측정 시스템의 구성도를 나타낸다.
도 2는 본 발명의 실시예에 따른 MIMO 안테나의 구성도를 나타낸다.
도 3는 본 발명의 실시예에 따른 로데이터 수집부가 로데이터를 획득하는 방법을 도시한 것을 나타낸다.
도 4은 본 발명의 실시예에 따른 큐브 생성부가 로데이터를 3D 큐브로 변환하는 방법은 도시한 것을 나타낸다.
도 5는 본 발명의 실시예에 따른 MIMO 안테나의 송수신 채널을 나타낸다.
도 6은 본 발명의 실시예에 따른 호흡수 추출 알고리즘을 나타낸다.
도 7은 본 발명의 실시예에 따른 심박수 추출 알고리즘을 나타낸다.
도 8은 본 발명의 실시예에 따른 비접촉식 생체 신호 측정 방법의 흐름도를 나타낸다.
도 9는 본 발명의 실시예에 따른 레이더 시스템의 구성도를 나타낸다.
도 10은 본 발명의 실시예에 따른 로우 레벨 신호처리의 체인 플로우를 나타낸다.
도 11은 본 발명의 실시예에 따른 제 1 로우 레벨 신호처리 단의 구성도를 나타낸다.
도 12는 본 발명의 실시예에 따른 제 1 로우 레벨 신호처리 단(3000)이 3D 레이더 큐브를 생성하는 방법을 도시한 것을 나타낸다.
도 13은 본 발명의 실시예에 따른 제 1 로우 레벨 신호처리 단(3000)의 흐름도를 나타낸다.
도 14는 본 발명의 실시예에 따른 vital 존재 여부에 따른 DOI 영역 내 데이터 특성을 나타낸다.
도 15는 본 발명의 실시예에 따른 제 2 로우 레벨 신호처리 단(400)에서 수행되는 빔포밍과 클러스터링의 흐름도를 나타낸다.
도 16은 본 발명의 실시예에 따른 하이 레벨 신호처리의 체인 플로우를 나타낸다.
이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명을 상세히 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.
본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해 질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다.
도 1은 본 발명의 실시예에 따른 비접촉식 생체 신호 측정 시스템(10)의 구성도를 나타낸다. 도 1을 참조하면, 비접촉식 생체 신호 측정 시스템(10)은 MIMO 안테나(100), 로데이터 수집부(300), 큐브 생성부(500), 위치 측정부(700), 및 생체신호 검출부(900)를 포함할 수 있다.
비접촉식 생체 신호 측정 시스템(10)은 FMCW(Frequency Modulated Continuous Wave) 레이다를 이용하여 비접촉식으로 사람의 호흡수, 심박수 등의 생체신호를 측정할 수 있다. 비접촉식 생체 신호 측정 시스템(10)은 송신부에서 FMCW 레이다 신호를 송출하고 사람에 반사되어 돌아오는 신호를 수신하고 분석하여 사람의 생체신호를 측정할 수 있다.
비접촉식 생체 신호 측정 시스템(10)은 FMCW 레이다 신호를 사용하므로 기존의 레이다를 이용한 생체신호 측정에는 uwb 레이다 신호를 사용한다는 점과 차이가 있다. 구체적으로 FMCW는 주파수 영역대가 60GHz 내지 63GHz이고 uwb 레이다 같은 경우에는 주파수 영역대가 10GHz 이하이다. uwb 레이다는 펄스파 레이다인 반면에 FMCW 레이다는 컨티뉴어스 웨이브 레이다를 사용한다. 따라서 비접촉식 생체 신호 측정 시스템(10)은 uwb 레이다를 이용한 것보다 보다 정확한 생체신호 측정이 가능하다.
비접촉식 생체 신호 측정 시스템(10)은 FMCW 레이다 신호를 출력할 수 있고, 반사된 신호를 수신하여 증폭, 주파수 합성 및 필터링하고 디지털로 샘플링하여 FMCW 디지털 레이다 신호로 변환할 수 있다.
MIMO 안테나(100)는 FMCW 형태의 레이다 신호를 송수신할 수 있다. MIMO는 Multiple Input Multiple Output의 약자이고, MIMO 안테나(100)는 여러 안테나를 사용하여 통신할 수 있는 용량을 늘림으로써 채널 손실과 사용자간의 간섭을 최소화할 수 있는 기술을 의미한다. MIMO 안테나(100)는 동일 주파수에서 신호를 분리하여 채널의 용량이 커진 듯한 효과를 발생시킬 수 있다. MIMO 안테나(100)는 다수의 채널을 이용하여 빔포밍 기술을 구현하게 할 수 있다.
도 2는 본 발명의 실시예에 따른 MIMO 안테나(100)의 구성도를 나타낸다. 도 4를 참조하면, MIMO 안테나(100)는 복수개의 송신 안테나(110)와 복수개의 수신 안테나(130)로 구성될 수 있다. MIMO 안테나(100)는 송신 안테나(110)와 수신 안테나(130)를 이용하여 복수개의 송수신 채널을 형성할 수 있다.바람직하게는, MIMO 안테나(100)는 3개의 송신 안테나(110)와 4개의 수신 안테나(130)로 구성될 수 있다. MIMO 안테나(100)는 송신 안테나(110)와 수신 안테나(130)를 이용하여 12개의 송수신 채널을 형성할 수 있다.
MIMO 안테나(100)는 측정하고자 하는 대상의 후면에 배치될 수 있다. 본 실시예에 따르면, 측정하고자 하는 대상과 MIMO 안테나(100) 사이에 물체 또는 사람의 이동을 최소화하여 생체신호 측정의 정확도를 높일 수 있다. 다만, MIMO 안테나(100)에서 송신된 신호가 측정하고자 하는 대상을 통과하여 측정대상 전면에 있는 물체 또는 사람에 의한 노이즈가 발생할 수 있으나, 이는 RFFT와 디지털 빔포밍 연산으로 해결할 수 있다. 즉, MIMO 안테나(100)의 후면 배치, RFFT, 디지털 빔포밍 연산을 통해 측정하고자 하는 대상 주변의 물체 또는 사람으로 인한 영향을 최소화할 수 있다.
도 3는 본 발명의 실시예에 따른 로데이터 수집부(300)가 로데이터를 획득하는 방법을 도시한 것을 나타낸다. 도 2를 참조하면, 로데이터 수집부(300)는 MIMO 안테나(100)의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 획득한 로데이터(raw data)를 저장할 수 있다.
로데이터 수집부(300)는 20초 이내에 수신된 로데이터의 저장을 유지하고, 저장된 지 20초가 초과한 로데이터는 삭제할 수 있다. 호흡수 및 심박수를 측정하기 위해서는 주파수 검출 해상도가 매우 정밀해야 하는데, FMCW 방식은 주파수 해상도를 높이게 되면 FFT 연산하는데 많은 연산량이 필요하여 하드웨어 제한문제가 발생할 수 있다. 따라서, 로데이터 수집부(300)는 일반인 평균적으로 5초에 1회 호흡을 한다고 가정하였을 때 총 4번의 호흡 데이터를 저장할 수 있다. 로데이터 수집부(300)는 4번의 호흡 데이터, 즉 20초의 로데이터만 저장함으로써 데이터 저장 공간을 절약할 수 있다. 또한, 로데이터 수집부(300)는 20초 이내의 데이터만 처리하므로 호흡수 및 심박수를 연산하는 데 있어서 하드웨어 제한문제를 해결할 수 있다.
도 4은 본 발명의 실시예에 따른 큐브 생성부(500)가 로데이터를 3D 큐브로 변환하는 방법은 도시한 것을 나타낸다. 도 3을 참조하면, 큐브 생성부(500)는 로데이터 수집부에 저장된 로데이터로 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환할 수 있다. 큐브 생성부(500)는 로데이터 수집부(300)에서 20초 이내의 로데이터만을 저장하므로 20초 주기의 3D 레이다 큐브만 유지할 수 있다.
위치 측정부(700)는 3D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍 연산을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정할 수 있다. 보다 상세하게는, 위치 측정부(700)는 RFFT를 수행하여 거리정보를 획득할 수 있다. 위치 측정부(700)는 디지털 빔포밍 연산을 수행하여 MIMO 안테나(100)와 사람 사이의 각도를 측정할 수 있다.
위치 측정부(700)는 큐브 생성부(500)에서 얻어진 3D 레이다 큐브를 고속 푸리에(Fast Fourier Transform, FFT) 변환 처리하여 거리 인덱스(range index), 각 인덱스(angle index), 첩 인덱스(chirp index) 축을 갖는 3D 큐브로 변환할 수 있다. 위치 측정부(700)는 다음과 같은 방식으로 FFT를 수행할 수 있다.
먼저, 위치 측정부(700)는 FMCW 디지털 레이다 신호를 샘플링 주기 단위로 푸리에 변환하여 거리 인덱스(range index)별 계수 값인 거리 데이터를 생성하는 제 1 푸리에 변환을 수행할 수 있다. 다음으로, 위치 측정부(700)는 제 1 푸리에 변환의 결과를 M개의 수신 안테나으로부터 수집하여 수신 안테나 거리 단위로 푸리에 변환하고 각 인덱스(angle index)별 계수 값인 각 데이터를 생성하는 제 2 푸리에 변환을 수행할 수 있다. 마지막으로, 위치 측정부(700)는 제 2 푸리에 변환의 결과를 C개의 첩 동안 수집하여 첩 주기 단위로 푸리에 변환하여 첩 인덱스(chirp index)별 계수 값인 시간별 데이터를 생성하는 제 3 푸리에 변환을 수행할 수 있다.
위치 측정부(700)는 변환된 3D 큐브에서 거리와 각도 정보를 추출할 수 있다. 위치 측정부(700)는 변환된 3D 큐브 내의 신호의 세기를 이용하여 사람의 위치를 특정할 수 있다.
위치 측정부(700)는 클러터 제거모듈을 포함할 수 있다. 클러터 제거모듈은 3D 데이터 큐브에서 각각의 첩에 대해서 생성된 거리-각 맵(range-angle map)을 첩 주기의 시간 축 상에서 감산하는 방식으로 클러터(clutter) 제거 알고리즘을 수행할 수 있다. 위치 측정부(700)는 클러터 제거모듈을 통해 사람과 사물을 구분하여 생체신호를 측정하고자 하는 사람과 측정대상이 아닌 사물을 명확히 구분할 수 있다.
클러터 제거모듈은 거리-각 맵에서 타겟이 사람인 경우 첩 주기이 시간 축 상에서 신호의 세기가 달라지고, 타겟이 사물인 경우 첩 주기의 시간 축 상에서 신호의 세기가 일정하게 유지되는 점을 이용하여 각각의 첩에 대해 생성되는 거리-각 맵을 시간 축 상에서 서로 빼주게 되면 타겟이 사람인 부분은 남게 되고, 타겟이 사물인 부분을 서로 상쇄되어 사라지게 할 수 있다.
생체신호 검출부(900)는 위치 측정부(700)에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득할 수 있다. 생체신호 검출부(900)는 호흡 파형을 추출하기 위해 호흡 주파수 범위로 필터링을 수행할 수 있다.
생체신호 검출부(900)는 디지털 빔포밍 연산을 수행하여 위치 측정부에서 특정한 사람의 각도와 거리정보를 포함하는 데이터를 3D 레이다 큐브에서 추출하고, 추출한 데이터로 호흡 파형을 획득할 수 있다.
빔포밍(beamforming)이란 여러 개로 공급되는 신호의 진폭과 위상을 변화시켜 특정 방향으로 무선 신호를 집중시키는 기술이다. 디지털 빔포밍이란 배열 안테나로 송수신되는 신호의 진폭과 위상을 기저대역에서 제어하는 것으로, 특정한 방향의 신호는 세게, 다른 방향의 신호를 약하게 송수신할 수 있다.
생체신호 검출부(900)는 디지털 빔포밍 기술을 이용하여 위치 측정부(700)에서 특정된 위치의 정보만을 선택적으로 획득할 수 있다. 생체신호 검출부(900)는 측정자의 호흡과 주변 사람의 움직임이 중첩되어 발생하는 노이즈를 일정 부분 제거하여 생체신호 측정의 정확도를 높일 수 있다. 생체신호 검출부(900)는 디지털 빔포밍을 이용하여 생체신호를 측정하고자 하는 사람의 거리정보뿐만 아니라 각도정보를 정확히 얻을 수 있다.
도 5는 본 발명의 실시예에 따른 MIMO 안테나(100)의 송수신 채널을 나타낸다. 도 5를 참조하면, 생체신호 검출부(900)는 송신 안테나(110) 및 수신 안테나(130)로 구성되는 12개의 채널 중 특정한 사람의 각도와 거리정보를 포함하는 데이터를 수신하는 채널만을 이용하여 디지털 빔포밍 연산을 수행할 수 있다.
생체신호 검출부(900)는 MIMO 안테나(100)가 형성한 복수개의 채널 중 EL(Elevation)축과 AZ(Azimuth)축을 기준으로 얻고자 하는 데이터를 포함하는 채널의 신호만을 선택적으로 획득할 수 있다. 이를 통해, 생체신호 검출부(900)는 디지털 빔포밍을 구현할 수 있다.
도 6은 본 발명의 실시예에 따른 호흡수 추출 알고리즘을 나타낸다. 도 6을 참조하면, 생체신호 검출부(900)는 측정된 호흡 파형의 peak의 수를 검출하여 분당 호흡수를 모니터링할 수 있다. 생체신호 검출부(900)는 paek 검출 알고리즘을 사용하여 호흡 파형의 peak(진폭이 상승하다가 하강하는 지점)를 추출할 수 있다. 생체신호 검출부(900)는 20초당 peak의 수를 1분당 peak의 수로 환산하여 분당 호흡수를 측정할 수 있다.
생체신호 검출부(900)는 호흡 주파수 대역으로 호흡 파형을 필터링하여 peak의 수를 검출할 수 있다. 생체신호 검출부(900)는 위치 측정부(700)에서 획득한 거리정보를 그대로 사용하면 호흡 신호에 심박 신호, 노이즈 등이 포함되어 peak의 수를 검출할 때 정확성이 떨어질 수 있으므로 호흡 주파수 대역으로 필터링할 수 있다.
도 7은 본 발명의 실시예에 따른 심박수 추출 알고리즘을 나타낸다. 도 7을 참조하면, 생체신호 검출부(900)는 호흡 주파수 대역으로 필터링하기 전후의 호흡 파형의 차이로 심박 파형을 획득할 수 있다. 호흡 주파수와 심박 주파수는 차이가 있으므로 호흡 주파수로 필터링된 신호를 필터링 이전의 신호에서 빼주면 심박 신호만 남게 된다. 이를 이용하여, 생체신호 검출부(900)는 심박 신호를 추출할 수 있다. 생체신호 검출부(900)는 좀 더 정확한 심박 파형을 추출하기 위해서 심박 주파수로 필터링을 수행할 수 있다.
생체신호 검출부(900)는 측정된 심박 파형의 peak의 수를 검출하여 분당 심박수를 모니터링할 수 있다. 심박 파형의 peak의 수를 검출하는 방식을 호흡 파형에서 peak의 수를 검출하는 방식과 동일한 방식일 수 있다.
본 발명의 다른 실시예로, 비접촉식 생체 신호 측정 방법은 로데이터 수집단계, 큐브 생성단계, 위치 측정단계, 및 생체신호 검출단계를 포함할 수 있다.
로데이터 수집단계는 MIMO 안테나의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 로데이터(raw data)를 획득하여 저장할 수 있다. 로데이터 수집단계는 전술한 로데이터 수집부(300)에서 수행되는 동작을 의미한다.
큐브 생성단계는 로데이터 수집단계에서 저장된 로데이터를 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환할 수 있다. 큐브 생성단계는 전술한 큐브 생성부(500)에서 수행되는 동작을 의미한다.
위치 측정단계는 D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍 연산을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정할 수 있다. 위치 측정단계는 전술한 위치 측정부(700)에서 수행되는 동작을 의미한다.
생체신호 검출단계는 위치 측정단계에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득할 수 있다. 생체신호 검출단계는 전술한 생체신호 검출부(900)에서 수행되는 동작을 의미한다.
도 8은 본 발명의 실시예에 따른 비접촉식 생체 신호 측정 방법의 흐름도를 나타낸다. 도 8을 참조하여, 이하에서는 비접촉식 생체 신호 측정 방법의 전체 프로세스를 살펴본다.
먼저, MIMO 안테나의 수신부를 통해 송신한 FMCW 레이다 신호가 타겟에 반사된 신호를 샘플링하여 로데이터를 수집한다. 다음으로, 로데이터를 재배열하여 ADC 샘플링 인덱스, 수신 안테나 인덱스(Rx index), 및 첩 인덱스(chirk index)를 축으로 하는 3D 레이다 큐브를 생성한다. 이때 연산량에 따른 하드웨어 제한문제를 해결하기 위해 최근 20초에 해당하는 3D 레이다 큐브만을 유지하고 그 이외이 데이터는 삭제한다. 이어서, 3D 레이다 큐브를 RFFT 및 DBF(Digital BeamForming)을 수행하여 특정 위치에 있는 사람의 거리정보를 획득할 수 있다. 마지막으로, 획득한 거리정보를 이용하여 호흡수, 심박수 등의 생체신호를 측정한다.
본 발명의 다른 실시예로 사람을 감지하는 레이더 시스템(20)을 이하 설명한다.
도 9는 본 발명의 실시예에 따른 레이더 시스템(20)의 구성도를 나타낸다. 도 9를 참조하면, 레이더 시스템(20)은 MIMO 안테나(1000), 프론트 엔드 단(2000), 제 1 로우 레벨 신호처리 단(3000), 제 2 로우 레벨 신호처리 단(4000), 하이 레벨 신호처리 단(5000), 및 검출 단(6000)을 포함할 수 있다.
레이더 시스템(20)은 FMCW(Frequency Modulated Continuous Wave) 레이더를 이용하여 실내에 있는 사람을 감지할 수 있다. 레이더 시스템(20)은 송신부에서 FMCW 레이다 신호를 송출하고 사람에 반사되어 돌아오는 신호를 수신하고 분석하여 사람을 감지할 수 있다. 특히, 레이더 시스템(20)은 수신한 신호를 신호처리하여 vital 특징을 추출함으로써 사람을 감지하고 추적할 수 있다. 레이더 시스템(20)은 FMCW 레이더를 이용하여 실내에 있는 사람의 생체신호를 측정하기 이전 전처리 단계에 사용될 수 있다.
레이더 시스템(20)은 FMCW 레이다 신호를 출력할 수 있고, 반사된 신호를 수신하여 증폭, 주파수 합성 및 필터링하고 디지털로 샘플링하여 FMCW 디지털 레이다 신호로 변환할 수 있다.
MIMO 안테나(1000)는 비접촉식 생체 신호 측정 시스템(10)의 MIMO 안테나(100)와 동일한 기능을 가질 수 있다.
프론트 엔드 단(2000)은 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 획득한 로데이터(raw data)를 저장할 수 있다. 프론트 엔드 단(2000)은 레이더 시스템(20)에서 설계된 첩 및 프레임의 구조에 해당하는 RF 신호를 송수신하여 수신된 아날로그 신호를 디지털 신호로 샘플링할 수 있다.
도 10은 본 발명의 실시예에 따른 로우 레벨 신호처리의 체인 플로우를 나타낸다. 도 10을 참조하면, 로우 레벨 신호처리는 RFFT(Range-Fast Fourier Transform) 및 DFFT(Doppler-Fast Fourier Transform)가 수행되는 제 1 로우 레벨 신호처리와 빔포밍과 클러스터링이 수행되는 제 2 로우 레벨 신호처리로 구분될 수 있다. 제 1 로우 레벨 신호처리는 제 1 로우 레벨 신호처리 단(3000)에서 수행되고, 제 2 로우 레벨 신호처리는 제 2 로우 레벨 신호처리 단(4000)에서 수행될 수 있다.
도 11은 본 발명의 실시예에 따른 제 1 로우 레벨 신호처리 단(3000)의 구성도를 나타낸다. 도 11을 참조하면, 제 1 로우 레벨 신호처리 단(3000)은 RFFT 수행부(3100), DFFT 수행부(3300), ROI 추출부(3500), 및 DOI 추출부(3700)를 포함할 수 있다.
도 12는 본 발명의 실시예에 따른 제 1 로우 레벨 신호처리 단(3000)이 3D 레이더 큐브를 생성하는 방법을 도시한 것을 나타낸다. 도 12를 참조하면, 제 1 로우 레벨 신호처리 단(3000)은 프론트 엔드 단(2000)에 저장된 로데이터에 대해 푸리에 변환을 수행하고, 거리 인덱스(range index) 및 각 인덱스(angle index)에 해당하는 데이터로 구성되는 2차원 데이터를 첩 주기의 시간 축(doppler index) 상에서 누적하여 3D 레이더 큐브를 생성할 수 있다.
도 13은 본 발명의 실시예에 따른 제 1 로우 레벨 신호처리 단(3000)의 흐름도를 나타낸다. 도 13을 참조하여, 제 1 로우 레벨 신호처리 단(3000)의 3D 레이더 큐브 생성 과정을 살펴본다.
RFFT 수행부(3100)는 로데이터를 샘플링 주기 단위로 푸리에 변환하여 거리 인덱스(range index)별 계수 값인 거리 데이터를 생성하고, 거리 데이터를 수신 안테나 거리 단위로 푸리에 변환하여 각 인덱스(angle index)별 계수 값인 각 데이터를 생성할 수 있다. 즉, RFFT 수행부(3100)는 첩 구조에서 설정한 ADC 샘플링 개수에 대해 FFT를 수행하여 fast time data를 거리 정보로 변환할 수 있다. RFFT 수행부(3100)는 active chirp time 사이의 idle time 동안에 FFT를 수행할 수 있다.
DFFT 수행부(3300)는 RFFT 수행부(3100)가 생성한 거리 데이터 및 각 데이터를 상기 복수개의 첩 신호 동안 수집하여 첩 주기 단위로 푸리에 변환하여 도플러 인덱스(doppler index)별 계수 값인 시간별(속도) 데이터를 생성할 수 있다. 즉, DFFT 수행부(3300)는 3D 레이더 큐브에 알고리즘을 수행하기 위한 최소한의 첩 개수가 모이면, 모든 거리 인덱스에 대해 첩(또는 slow time) axis로 FFT를 취하여 속도 정보를 생성할 수 있다.
ROI 추출부(3500)는 실내의 천장에서 바닥에 해당하는 거리를 관심 거리로 선정하여, 거리 인덱스에서 관심 거리 인덱스를 추출할 수 있다. ROI 추출부(3500)는 생성한 거리 데이터와 각 데이터 중에 실내의 천장에서 바닥에 해당하는 부분을 관심 거리(Range of Interest, ROI)로 선정하여 선정된 데이터 인덱스만 추출하여 메모리에 저장할 수 있다. ROI 추출부(3500)는 관심 거리에 해당하는 인덱스만을 추출하여 저장함으로써 메모리의 제한된 크기를 효율적으로 이용할 수 있다.
DOI 추출부(3700)는 호흡 속도에 해당하는 도플러를 관심 도플러로 선정하여, 도플러 인덱스에서 관심 도플러 인덱스를 추출할 수 있다. DOI 추출부(3700)는 DFFT 수행부(3300)에서 생성한 데이터 중에 호흡 속도에 해당하는 부분을 관심 도플러(Doppler of Interest, DOI)로 선정하여 선정된 도플러 인덱스만 추출하여 메모리에 저장할 수 있다. DOI 추출부(3700)는 관심 도플러에 해당하는 인덱스만을 추출하여 저장함으로써 메모리의 제한된 크기를 효율적으로 이용하고 2D 빔포밍 연산 시간을 최소화할 수 있다.
도 14는 본 발명의 실시예에 따른 vital 존재 여부에 따른 DOI 영역 내 데이터 특성을 나타낸다. 도 14를 참조하면, 실내에 사람이 존재하는 경우와 존재하지 않는 경우를 비교하였을 때, DFFT 수행부(3300)에서 생성한 데이터 중에서 DOI(관심 도플러) 영역의 데이터에 구분가능한 변화가 발생하는 것을 확인할 수 있다. 따라서, DOI 추출부(3700)는 관심 도플러에 해당하는 인덱스만을 추출하여 vital 존재 여부를 정확히 판단하게 함과 동시에 연산량을 감소시킬 수 있다.
제 2 로우 레벨 신호처리 단(4000)은 3D 레이더 큐브에서 추출된 데이터에 대하여 빔포밍(beamforming) 및 클러스터링(clustering)을 수행할 수 있다. 제 2 로우 레벨 신호처리 단(4000)은 2D 빔포밍을 이용하여 거리별 Az(azimuth)-El(elevation) 히트맵(heatmap)을 생성하고 클러스터링을 수행하여 vital 유무를 확인하기 위한 데이터를 하이 레벨 신호처리 단(5000)에 제공할 수 있다.
제 2 로우 레벨 신호처리 단(4000)은 추출된 거리 인덱스 및 도플러 인덱스에 대하여 2D 빔 스티어링 벡터를 내적 연산하여 Az-El의 2D 빔포밍을 수행하고, 비 코히런트 집적(non-coherent integration)을 수행하여 거리 인덱스마다 Az-El 히트맵을 생성할 수 있다. 제 2 로우 레벨 신호처리 단(4000)은 도플러 인덱스에 대해 비 코히런트 집적을 수행하여 SNR(signal-to-noise ratio)을 향상시킬 수 있다.
제 2 로우 레벨 신호처리 단(4000)이 생성한 Az-El 히트맵은 각 거리 인덱스에 대한 각도가 2차원으로 표현될 수 있다. Az-El 히트맵은 쌓으면 3차원 공간의 거리와 각도로 표현될 수 있다. Az-El 히트맵은 사람이 있는 위치와 그렇지 않은 위치를 신호의 크기로 구분할 수 있다. 예를 들면, 신호가 큰 위치는 노란색, 신호가 작은 위치는 파란색으로 표현될 수 있다. 제 2 로우 레벨 신호처리 단(400)은 Az-El 히트맵을 기설정된 기준값으로 CFAR를 수행하여 노이즈를 제거할 수 있다.
제 2 로우 레벨 신호처리 단(4000)은 각각의 거리 인덱스에 해당하는 Az-El 히트맵에 대하여 CFAR(Constant False Alarm Rate) 연산을 수행할 수 있다. 제 2 로우 레벨 신호처리 단(4000)은 2D CA-CFAR 연산을 수행하여 SNR을 향상시킬 수 있다. 여기에서, CFAR 연산은 특정 타겟에 대해 오류 알람을 하지 않게 임계 값을 고정하지 않고 프레임을 나누어 유동적으로 세팅하여 알람 오류를 조절하기 위해 사용되는 알고리즘이다. 제 2 로우 레벨 신호처리 단(4000)은 CFAR을 수행하여 검출하고자 하는 신호의 크기를 증폭시킬 수 있다.
제 2 로우 레벨 신호처리 단(4000)은 CFAR 수행 결과를 scatter 형태로 출력할 수 있다. 제 2 로우 레벨 신호처리 단(4000)은 출력된 scatter로 클러스터링을 수행할 수 있다.
제 2 로우 레벨 신호처리 단(4000)은 각각의 거리 인덱스의 Az-El 히트맵에 대하여 2D CA-CFAR 연산을 수행한 scatter 형태의 출력 데이터에 대하여 2D 클러스터링(DBSCAN)을 수행할 수 있다. 제 2 로우 레벨 신호처리 단(4000)은 CFAR를 통해 1차적으로 노이즈를 제거하고 DBSCAN을 통해 2차적으로 노이즈를 제거할 수 있다. 여기에서, 클러스터링을 통해 추출된 군집의 개수는 vital 유무를 조사하기 위한 데이터의 개수이며, 클러스터들의 정보는 하이 레벨 신호처리 단(5000)에 제공될 수 있다.
제 2 로우 레벨 신호처리 단(4000)은 CFAR 수행 출력 데이터에 대하여 2D 클러스터링을 수행한 후 노이즈에 해당하는 scatter를 제거할 수 있다. 제 2 로우 레벨 신호처리 단(4000)은 추출된 scatter 중 크기 값이 기준값 이하인 데이터를 노이즈로 판단하여 제거할 수 있다.
도 15는 본 발명의 실시예에 따른 제 2 로우 레벨 신호처리 단(400)에서 수행되는 빔포밍과 클러스터링의 흐름도를 나타낸다. 도 15를 참조하면, 제 2 로우 레벨 신호처리 단(4000)은 먼저 추출된 거리 인덱스 및 도플러 인덱스에 대하여 2D 빔 스티어링 벡터를 내적 연산하여 Az-El의 2D 빔포밍을 수행할 수 있다. 다음으로, 제 2 로우 레벨 신호처리 단(4000)은 비 코히런트 집적(non-coherent integration)을 수행하여 거리 인덱스마다 Az-El 히트맵을 생성할 수 있다. 이어서, 제 2 로우 레벨 신호처리 단(4000)은 각각의 Az-El 히트맵에 대하여 CFAR 연산을 수행하여 CFAR 수행 결과를 scatter 형태로 출력할 수 있다. 뒤이어, 제 2 로우 레벨 신호처리 단(4000)은 CFAR 수행 출력 데이터에 대해 2D 클러스터링을 수행하고 노이즈에 해당하는 scatter를 제거할 수 있다.
도 16은 본 발명의 실시예에 따른 하이 레벨 신호처리의 체인 플로우를 나타낸다. 도 16을 참조하면, 하이 레벨 신호처리 단(5000)은 제 1 로우 레벨 신호처리 단(3000)에서 생성한 3D 레이더 큐브와 제 2 로우 레벨 신호처리 단(4000)에서 수행한 클러스터링 데이터를 획득하여 클러스터의 대표 위치를 파악하고, 대표 위치에서의 slow(=chirp) time data를 획득하여 vital 특징을 추출할 수 있다.
하이 레벨 신호처리 단(5000)은 제 2 로우 레벨 신호처리 단(4000)에서 2D 클러스터링된 클러스터 중 크기 값이 가장 큰 데이터를 대표 클러스터로 선정하고, 선정된 대표 클러스터 좌표에 해당하는 2D 빔 스티어링 벡터를 3D 레이더 큐브에 적용하여 slow time data를 취득할 수 있다.
slow time data는 Real값과 Imaginen값을 x, y축으로 표현되는 데이터를 의미한다. slow time data는 원 또는 호를 그릴 수 있고, 이러한 모양에 대한 정보로 사람의 유무를 판단하는 자료로 사용될 수 있다.
검출 단(6000)은 하이 레벨 신호처리 단(5000)에서 추출한 vital 특징으로 사람을 감지하고 위치를 검출할 수 있다. 검출 단(6000)은 하이 레벨 신호처리 단(5000)에서 추출한 slow time data의 형태를 분석하여 사람의 유무, 사람의 위치, 인원수 등을 검출할 수 있다. 검출 단(6000)은 딥러닝을 이용하여 사람의 유무, 사람의 위치, 인원수 등을 검출할 수 있다. 검출 단(6000)은 3D 레이더 큐브에서 사람이 존재하는 위치의 인덱스 값이 큰 점, 첩 주기 시간에 따라 사람이 존재하는 위치의 인덱스 값이 변하는 점, 실내 특정 공간에서 사람이 존재할 수 있는 위치가 제한되어 있어서 자리별로 거리 및 각 인덱스를 미리 지정할 수 있는 점을 이용하여 사람이 존재하는 위치와 인원수를 검출할 수 있다.
레이더 시스템(20)은 비접촉식 생체 신호 측정 시스템(10)의 생체신호 검출부(900)가 적용될 수 있다. 즉, 레이더 시스템(20)에 적용된 생체신호 검출부(900)는 검출단(6000)에서 검출한 사람의 위치를 기반으로 호흡 파형을 획득할 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.

Claims (10)

  1. FMCW 형태의 레이다 신호를 송수신하는 MIMO 안테나;
    상기 MIMO 안테나의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 획득한 로데이터(raw data)를 저장하는 로데이터 수집부;
    상기 로데이터 수집부에 저장된 로데이터로 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환하는 큐브 생성부;
    상기 3D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍 연산을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정하는 위치 측정부; 및
    상기 위치 측정부에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득하는 생체신호 검출부;를 포함하는 비접촉식 생체 신호 측정 시스템.
  2. 제 1 항에 있어서,
    상기 생체신호 검출부는,
    디지털 빔포밍 연산을 수행하여 상기 위치 측정부에서 특정한 사람의 각도와 거리정보를 포함하는 데이터를 3D 레이다 큐브에서 추출하고, 추출한 데이터로 호흡 파형을 획득하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  3. 제 2 항에 있어서,
    상기 MIMO 안테나는,
    복수개의 송신 안테나와 복수개의 수신 안테나로 구성되고,
    상기 생체신호 검출부는,
    상기 송신 안테나 및 상기 수신 안테나로 구성되는 복수개의 채널 중 상기 위치 측정부에서 특정한 사람의 각도와 거리정보를 포함하는 데이터를 수신하는 채널만을 이용하여 디지털 빔포밍 연산을 수행하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템
  4. 제 1 항에 있어서,
    상기 MIMO 안테나는,
    측정하고자 하는 대상의 후면에 배치되는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  5. 제 1 항에 있어서,
    상기 생체신호 검출부는,
    측정된 호흡 파형의 peak의 수를 검출하거나 FFT를 수행하여 분당 호흡수를 모니터링하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  6. 제 4 항에 있어서,
    상기 생체신호 검출부는,
    호흡 주파수 대역으로 호흡 파형을 필터링하여 분당 호흡수를 모니터링하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  7. 제 4 항에 있어서,
    상기 생체신호 검출부는,
    호흡 주파수 대역으로 필터링하기 전후의 호흡 파형의 차이로 심박 파형을 획득하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  8. 제 5 항에 있어서,
    상기 생체신호 검출부는,
    측정된 심박 파형의 peak의 수를 검출하여 분당 심박수를 모니터링하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  9. 제 1 항에 있어서,
    상기 로데이터 수집부는,
    20초 이내에 수신된 로데이터의 저장을 유지하고, 그 이외의 로데이터는 삭제하는 것을 특징으로 하는 비접촉식 생체 신호 측정 시스템.
  10. MIMO 안테나의 복수개의 송신 안테나에서 송신한 레이다 신호가 반사되어 복수개의 수신 안테나에 수신되는 복수개의 첩 신호(chirp signal)를 하나의 첩 당 N개로 샘플링하여 로데이터(raw data)를 획득하여 저장하는 로데이터 수집단계;
    상기 로데이터 수집단계에서 저장된 로데이터를 ADC 샘플링 인덱스(ADC sample index) 및 수신 안테나 인덱스(Rx index)에 해당하는 데이터로 구성되는 2차원 데이터를 생성하고 첩 주기의 시간 축 상에서 누적하여 3D 레이다 큐브로 변환하는 큐브 생성단계;
    상기 3D 레이다 큐브의 데이터를 RFFT(Range-Fast Fourier Transform)와 디지털 빔포밍 연산을 수행하여 각도와 거리정보를 획득하고, 각도와 거리정보로 사람의 위치를 특정하는 위치 측정단계; 및
    상기 위치 측정단계에서 특정한 위치의 사람과 상기 MIMO 안테나 사이의 거리를 기반으로 호흡 파형을 획득하는 생체신호 검출단계;를 포함하는 비접촉식 생체 신호 측정 방법.
PCT/KR2022/010945 2022-02-17 2022-07-26 비접촉식 생체 신호 측정 시스템 및 방법 WO2023158033A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220020774A KR20230123699A (ko) 2022-02-17 2022-02-17 비접촉식 생체 신호 측정 시스템 및 방법
KR10-2022-0020774 2022-02-17

Publications (1)

Publication Number Publication Date
WO2023158033A1 true WO2023158033A1 (ko) 2023-08-24

Family

ID=87578778

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/010945 WO2023158033A1 (ko) 2022-02-17 2022-07-26 비접촉식 생체 신호 측정 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR20230123699A (ko)
WO (1) WO2023158033A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023191720A3 (en) * 2022-03-29 2023-11-09 Agency For Science, Technology And Research Methods and systems for tracking living objects

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102091974B1 (ko) * 2019-07-25 2020-03-24 정기섭 Fmcw 레이더를 이용한 위치 추적 및 호흡(심박) 패턴 측정 방법
US20200405164A1 (en) * 2018-02-22 2020-12-31 Vayyar Imaging Ltd. Detecting and measuring correlated movement with mimo radar
KR20210006225A (ko) * 2019-07-08 2021-01-18 에스케이텔레콤 주식회사 레이더 기반 다중 객체 생체신호 측정방법 및 그 장치
CN112971743A (zh) * 2021-02-08 2021-06-18 南京泓鼎感知技术有限责任公司 非接触式新生儿呼吸监测系统、设备和存储介质
JP2022021422A (ja) * 2020-07-22 2022-02-03 サクラテック株式会社 非接触生体信号検出装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102289031B1 (ko) 2020-08-28 2021-08-11 (주)그린아이티코리아 레이더를 이용하여 바이탈 신호를 감지하는 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200405164A1 (en) * 2018-02-22 2020-12-31 Vayyar Imaging Ltd. Detecting and measuring correlated movement with mimo radar
KR20210006225A (ko) * 2019-07-08 2021-01-18 에스케이텔레콤 주식회사 레이더 기반 다중 객체 생체신호 측정방법 및 그 장치
KR102091974B1 (ko) * 2019-07-25 2020-03-24 정기섭 Fmcw 레이더를 이용한 위치 추적 및 호흡(심박) 패턴 측정 방법
JP2022021422A (ja) * 2020-07-22 2022-02-03 サクラテック株式会社 非接触生体信号検出装置
CN112971743A (zh) * 2021-02-08 2021-06-18 南京泓鼎感知技术有限责任公司 非接触式新生儿呼吸监测系统、设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023191720A3 (en) * 2022-03-29 2023-11-09 Agency For Science, Technology And Research Methods and systems for tracking living objects

Also Published As

Publication number Publication date
KR20230123699A (ko) 2023-08-24

Similar Documents

Publication Publication Date Title
CN110584631B (zh) 一种基于fmcw雷达的静态人体心跳和呼吸信号提取方法
US11850027B2 (en) Multi-person vital signs monitoring using millimeter wave (mm-wave) signals
CN111481184B (zh) 基于毫米波雷达技术的多目标呼吸心率监测方法与系统
KR101836761B1 (ko) 레이더를 이용한 비접촉식 호흡 감지 장치 및 그 방법
CN113925475B (zh) 一种非接触式的人体健康监测系统及监测方法
CN105476602A (zh) 非接触式人体生命体征测量方法及装置
CN113534141A (zh) 基于相控阵雷达技术的远距生命体征探测方法及装置
CN112998668B (zh) 基于毫米波的非接触式远场多人体呼吸心率监测方法
WO2017082461A2 (ko) 초음파 도플러 태아감시 장치의 심박 검출 신호처리 방법
CN113854981A (zh) 一种基于毫米波雷达的运动多人生命体征监测方法
CN103284743B (zh) 确定标记物位置和患者呼吸曲线的方法及装置
WO2023158033A1 (ko) 비접촉식 생체 신호 측정 시스템 및 방법
WO2020242101A1 (ko) Ir-uwb 레이더를 이용한 비침습/비접촉 방식 수면 무호흡증 검출 및 진단 장치 및 방법
WO2018139881A1 (ko) 레이더를 이용한 생체 신호 측정 방법 및 장치
CN114366052A (zh) 一种基于毫米波雷达的养老院智能监护系统及方法
CN112741611A (zh) 基于毫米波感知的多人体生命体征同步监测系统及方法
CN115399747B (zh) 一种基于毫米波雷达的多人生命体征监测方法
Goldfine et al. Respiratory rate monitoring in clinical environments with a contactless ultra-wideband impulse radar-based sensor system
WO2023167507A1 (ko) 사람을 감지하기 위한 신호처리 방법 및 레이더 시스템
CN114509749A (zh) 一种室内定位检测系统及方法
CN112394352A (zh) 影像的生物体的生理信号配对方法及生理信号配对系统
WO2019135579A1 (ko) Uwb 레이더를 이용하는 부정맥 진단 방법 및 장치
RU2384860C2 (ru) Способ обнаружения людей и движущихся объектов за преградой и устройство для его осуществления
CN115736886A (zh) 一种基于毫米波雷达的多目标呼吸率参数估计方法
KR20230077607A (ko) 시간적 위상 코히어런시에 기반한 심박 측정 거리 결정 장치 및 방법

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: 22927429

Country of ref document: EP

Kind code of ref document: A1