一种基于毫米波雷达的多人生命体征监测方法技术

本发明专利技术公开一种基于毫米波雷达的多人生命体征监测方法，属于非接触式生命体征监测技术领域，先将回波数据处理为雷达三维数据矩阵，各通道数据的每一行沿快时间维执行FFT，对Range

【技术实现步骤摘要】
一种基于毫米波雷达的多人生命体征监测方法


[0001]本专利技术属于非接触式生命体征监测
，具体涉及一种基于毫米波雷达的多人生命体征监测方法。

技术介绍

[0002]生命体征是能够显示个人健康状况的生理参数，其中呼吸和心跳是人体健康的重要判断依据。目前在医学领域生命体征监测设备大多数采用接触式测量方法，然而对于某些特殊的待测对象，如皮肤重度烧伤、传染病患者等，接触式生命体征测量方法并不适用。因此，非接触式生命体征信号监测技术具有重要的研究价值。
[0003]非接触式生命体征检测方法能够很好地解决接触式检测设备使用对象受限的问题，而相比于基于光学、超声等传统的非接触式检测方法，基于雷达的生命体征信号监测技术具有信号穿透性强、无隐私泄露、不易受气温和光照强度之类的外界环境因素影响等优点，在医疗监护、家庭健康监测和驾驶员状态监控等各个领域都有广泛应用前景。
[0004]在基于雷达的生命体征监测技术方面，国内外许多研究机构开展了相关研究。德州仪器公司利用77 GHz调频连续波(FMCW)雷达检测多人的生命体征信号，选用距离选通和波束形成技术对生命体征信号进行提取(A. Ahmad, J. C. Roh, D. Wang, et al, Vital signs monitoring of multiple people using a FMCW millimeter
‑
wave sensor[C]. IEEE Radar Conference, April 2018: 1450
‑
1455.)，最后实现了单目标场景下生命体征信号的精准估计，并且进行了多人体征检测的信号分离。韩国延世大学利用24 GHz FMCW多普勒雷达，并结合快速傅里叶变换（Fast Fourier Transform, FFT）和多重信号分类（Multiple Signal Classification, MUSIC）算法提取多目标距离和相位信息(H. Lee, B. H. Kim, J. K. Park, J. G. Yook. A Novel Vital
‑
Sign Sensing Algorithm for Multiple Subjects Based on 24
‑
GHz FMCW Doppler Radar[J]. Remote Sensing, 2019, 11(10): 1237.)，能够实现较近距离下的多人体征信号分离和估计。上述方法能够进行单目标或非同距离下的多目标生命体征监测，但是当多个目标位于同一距离时，上述方法需要求其余被测目标处于屏息状态，或者在检测过程中存在杂波抑制的问题。因此，研究目标位于同距离的多目标生命体征监测方法在非接触式体征监测领域具有重要的价值。

技术实现思路

[0005]本专利技术目的在于针对上述现有技术中的问题，提供一种基于毫米波雷达的多人生命体征监测方法，实现同距离场景下的多目标生命体征检测。
[0006]本专利技术所采用的技术方案如下：一种基于毫米波雷达的多人生命体征监测方法，其特征在于，包括以下步骤：步骤1、毫米波雷达向多人目标发射线性调频信号，各对发射
‑
接收(Tx
‑
Rx)天线分别获得一组回波数据，经数据处理后按天线顺序排列，得到雷达三维数据矩阵；其中，M为采样帧数；N为每帧的采样点数；L为通道数，对应Tx
‑
Rx天线的对数；
步骤2、对雷达三维数据矩阵中，各通道数据的每一行沿快时间维执行FFT，得到对应的矩阵，其中，N
T
为距离维快速傅里叶变换(Range
‑
Fast Fourier Transform, Range
‑
FFT)点数；之后将各矩阵按天线顺序排列，得到距离数据矩阵；步骤3、基于最小方差无失真响应(Minimum Variance Distortionless Response, MVDR)算法，对距离数据矩阵中每个Range
‑
FFT点对应的数据进行处理，得到MVDR角度谱估计，进而获得包含距离角度信息的数据矩阵；根据MVDR角度谱估计作图得到反映多人目标位置的距离
‑
角度图；步骤4、对距离
‑
角度图进行预处理，筛选出大于预设检测阈值的图像数据，以滤除背景杂波；步骤5、基于连通域分析（Connected Component Analysis, CCA）法，对预处理后的距离
‑
角度图进行8连通检测，提取连通域，所得连通域个数为多人目标的个数；求取各连通域的质心位置，作为各目标的位置；步骤6、根据各目标的位置，在数据矩阵中分别提取对应的相位序列，经相位解缠处理和一阶相位差分后，得到包含呼吸信号、心跳信号和噪声信号的真实目标相位序列；步骤7、通过带通滤波处理去除真实目标相位序列中的噪声信号，并进行呼吸信号和心跳信号的分离；步骤8、分别对呼吸信号和心跳信号进行FFT处理，并通过峰值检测算法对呼吸信号和心跳信号进行估计，得到最终监测结果。
[0007]进一步地，步骤4中预设检测阈值的取值为0.2~0.8。
[0008]进一步地，步骤7采用无限冲激响应(Infinite Impulse Response, IIR)巴特沃斯型数字滤波器进行呼吸信号和心跳信号的分离。
[0009]进一步地，步骤3得到MVDR角度谱估计的具体过程为：对距离数据矩阵进行波束形成处理，得到输出信号：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，表示对回波数据进行空域滤波的权向量的共轭转置；表示当前时刻的距离数据矩阵；输出信号的平均功率为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，表示求取数据均值；为空间相关矩阵；假设期望目标信号的方向为，为了使方向的信号无失真地输出，权向量满足：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）其中，；j为虚数单位；上角标T表示转置；在保证式（3）成立的前提下，为对其他方向的无关信号尽可能地抑制，结合对权向
量的约束，构造代价函数，得到MVDR波束形成器的最优权向量：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）其中，表示的逆矩阵；为的共轭转置；进而获得MVDR角度谱估计：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）。进一步地，步骤6中相位解缠处理的具体过程为：设当前时刻的相位为，下一时刻的相位为，当时，表明此时相位发生跳变，则进行解缠处理：若，则；若，则。
[0010]本专利技术的有益效果为：本专利技术提出了一种基于毫米波雷达的多人生命体征监测方法，基于连通域分析法从距离
‑
角度图上有效分离多人目标并实现目标定位，分别提取各目标位置处的相位信号进行呼吸和心跳速本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的多人生命体征监测方法，其特征在于，包括以下步骤：步骤1、毫米波雷达向多人目标发射线性调频信号，各对Tx
‑
Rx天线分别获得一组回波数据，经数据处理后按天线顺序排列，得到雷达三维数据矩阵；其中，M为采样帧数；N为每帧的采样点数；L为通道数；步骤2、对雷达三维数据矩阵中，各通道数据的每一行沿快时间维执行FFT，得到对应的矩阵，其中，N
T
为Range
‑
FFT点数；之后将各矩阵按天线顺序排列，得到距离数据矩阵；步骤3、基于MVDR算法，对距离数据矩阵中每个Range
‑
FFT点对应的数据进行处理，得到MVDR角度谱估计，进而获得包含距离角度信息的数据矩阵；根据MVDR角度谱估计作图得到距离
‑
角度图；步骤4、对距离
‑
角度图进行预处理，筛选出大于预设检测阈值的图像数据；步骤5、基于CCA法，对预处理后的距离
‑
角度图进行8连通检测，提取连通域，所得连通域个数为多人目标的个数；求取各连通域的质心位置，作为各目标的位置；步骤6、根据各目标的位置，在数据矩阵中分别提取对应的相位序列，经相位解缠处理和一阶相位差分后，得到包含呼吸信号、心跳信号和噪声信号的真实目标相位...

【专利技术属性】
技术研发人员：贾超，杨月，梁菁菁，周学锋，郭世盛，崔国龙，孔令讲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：