基于伽柏变换的呼吸与心跳信号的提取分析方法和装置制造方法及图纸

本发明专利技术提供了一种基于伽柏变换的呼吸与心跳信号的提取分析方法和装置，其中所述方法包括：S1：对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号；S2：对所述时频功率分布信号进行频谱加权平均操作，获得频谱质心变化曲线；S3：对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号；S4：对所述呼吸信号和心跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率和随时间变化的心跳频率。本发明专利技术可以有效提取随时间变化的呼吸与信号及其频率变化。

【技术实现步骤摘要】

本专利技术涉及生物医学信号处理领域，尤其涉及一种基于伽柏变换的呼吸与心跳信号的提取分析方法和装置。
技术介绍
生物雷达是一种通过发射接收微波或太赫兹波，对人体的呼吸与心跳等生命参数进行非接触式测量的医疗器械设备，生物雷达可代替传统的心电图、呼吸带等接触式测量设备，除可应用于疾病诊断外，还可用作人体健康状况实时监控，因而成为当前国内外研究的热点。实际中，生物雷达所接收到的人体回波随呼吸、心跳等生命活动引起的体表微动所调制，具体表现在随时间变化的微多普勒频率，而传统的基于傅里叶变换的信号分析方法无法提供时间域和频率域的联合分布信息，因而无法提取随时间变化的呼吸与心跳频率。
技术实现思路
本专利技术所要解决的技术问题是提供一种能够分别提取出雷达回波信号中的呼吸信号和心跳信号，并能够获取随时间变化的呼吸频率和随时间变化的心跳频率信息的基于伽柏变换的呼吸与心跳信号的提取分析方法和装置。为了解决上述技术问题，本专利技术提供了如下的技术方案：一种基于伽柏变换的呼吸与心跳信号的提取分析方法，所述方法基于伽柏变换从返回的雷达回波信号中获取心跳信号和呼吸信号并进行分析，所述方法包括以下步骤：S1：对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号；S2：对所述时频功率分布信号进行频谱加权平均操作，获得频谱质心变化曲线；S3：对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号；S4：对所述呼吸信号和心跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率和随时间变化的心跳频率。作为优选，步骤S1之前还包括步骤S0：对接收到的信号进行多普勒采样，并进行正交解调，获得所述雷达回波信号。作为优选，所述步骤S2还进一步包括：对所述频谱质心变化曲线进行降采样；步骤S3为对降采样后的频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号。作为优选，所述步骤S2中降采样的倍数为，其中fs为多普勒采样频率，表示取整算子。作为优选，所述步骤S3进一步包括：分别通过呼吸信号带通滤波器和心跳信号带通滤波器对所述频谱质心变化曲线进行滤波，以分别获取呼吸信号和心跳信号。作为优选，所述步骤S4进一步包括：对所述呼吸信号和心跳信号分别进行伽柏变换，并计算出所述呼吸信号和心跳信号的时频功率分布信号，并通过检测功率最大值提取出随时间变化的呼吸频率和随时间变化的心跳频率。作为优选，所述步骤S4中提取随时间变化的呼吸频率的方法包括以下步骤：S41：对步骤S3得到的呼吸信号进行伽柏变换并计算变换后信号的时频功率分布信号；S42：对步骤S41得到的时频功率分布信号通过功率最大值检测方法提取随时间变化的呼吸频率；作为优选，所述步骤S4中提取随时间变化的心跳频率的方法包括以下步骤：S43：对步骤S3得到的心跳信号进行伽柏变换并计算变换后信号的时频功率分布信号；S44：对步骤S43得到的时频功率分布信号通过功率最大值检测方法提取随时间变化的心跳频率。本专利技术还提供了一种基于伽柏变换的呼吸与心跳信号的提取分析装置，
所述装置应用如上所述基于伽柏变换的呼吸与心跳信号的提取分析方法；且所述装置至少包括滤波单元，其配置为对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号。作为优选，所述滤波单元包括得到呼吸信号的呼吸信号带通滤波器和得到心跳信号的心跳信号带通滤波器。。与现有技术相比，本专利技术的有益效果在于：1、相比于传统的基于傅里叶变换分析方法，本专利技术技术方案采用伽柏变换时频分析方法，可有效提取随时间变化的呼吸与信号及其频率变化；2、本专利技术在获得频谱质心变化曲线以后，再进行第二次伽柏变换时频分析以前，可以对信号数据进行了降采样操作，可大大提高信号处理效率。附图说明图1是本专利技术实施例的生物雷达测量人体呼吸与心跳示意图；图2为本专利技术实施例中的基于伽柏变换的呼吸与心跳信号的提取分析方法的流程图；图3为本专利技术另一实施例中的于伽柏变换的呼吸与心跳信号的提取分析方法的流程图；图4为本专利技术实施例中获取随时间变化的呼吸频率的原理流程图；图5为本专利技术实施例中获取随时间变化的心跳频率的原理流程图；图6为本专利技术实施例的基于伽柏变换的呼吸与心跳信号的提取分析装置的原理框图。附图标记说明1-变换单元 2-加权单元3-滤波单元 4-预处理单元5-降采样单元具体实施方式下面，结合附图对本专利技术的实施例进行详细的说明，但并不作为本专利技术的限定。需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同
的图号。附图中未绘示或描述的实现方式，为所属
中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。本专利技术提供了一种基于伽柏变换(Gabor Transform)的呼吸与心跳信号的提取分析方法和装置，因此，在详细介绍本专利技术的实施方式的细节之前，先简单描述伽柏变换的一些概念和原理。伽柏变换是一种典型的时频分析方法，是将一个非平稳信号分割成无数个短时间段，将每个时间段内的信号假设为平稳的情况下进行傅里叶变化而得到该时间段内信号的频率特性。设以时间-频率为轴线构建的时频平面为(t,f)，更进一步，对时频平面以时间位移常数T和频率位移常数F进行采样，可构建二维平面(m,n)，其中m为时移因子，n为频率调制因子，则信号s(t)可以伽柏展开系数amn表示为 s ( t ) = Σ m = - ∞ ∞ Σ n = - ∞ ∞ a m n g m n ( t ) , ]]>其中，gmn(t)为伽柏基函数，是将窗函数g(t)经时移和频移得到，其表达式为 g m n ( t ) = g ( t - m T ) e j 2 π ( n F ) t , F T ≤ 1 , ]]>amn是伽柏展开系数，其表达式为 g m n 本文档来自技高网...

【技术保护点】
一种基于伽柏变换的呼吸与心跳信号的提取分析方法，其特征在于，所述方法基于伽柏变换从返回的雷达回波信号中获取心跳信号和呼吸信号并进行分析，所述方法包括以下步骤：S1：对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号；S2：对所述时频功率分布信号进行频谱加权平均操作，获得频谱质心变化曲线；S3：对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号；S4：对所述呼吸信号和心跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率和随时间变化的心跳频率。

【技术特征摘要】
1.一种基于伽柏变换的呼吸与心跳信号的提取分析方法，其特征在于，所述方法基于伽柏变换从返回的雷达回波信号中获取心跳信号和呼吸信号并进行分析，所述方法包括以下步骤：S1：对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号；S2：对所述时频功率分布信号进行频谱加权平均操作，获得频谱质心变化曲线；S3：对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号；S4：对所述呼吸信号和心跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率和随时间变化的心跳频率。2.根据权利要求1所述的方法，其特征在于，步骤S1之前还包括步骤S0：对接收到的信号进行多普勒采样，并进行正交解调，获得所述雷达回波信号。3.根据权利要求2所述的方法，其特征在于，所述步骤S2还进一步包括：对所述频谱质心变化曲线进行降采样；步骤S3为对降采样后的频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号。4.根据权利要求3所述的方法，其特征在于，所述步骤S2中降采样的倍数为其中fs为多普勒采样频率，表示取整算子。5.根据权利要求3所述的方法，其特征在于，所述步骤S3进一步包括：分别通过呼吸信号带通滤波器和心跳信号带通滤波器对所述频谱质心变化曲线进行滤波，以分别获取呼吸信号和心跳信号。6.根据权利要求1所述的方法，其...

【专利技术属性】
技术研发人员：黄亦谦，
申请(专利权)人：北京千安哲信息技术有限公司，
类型：发明
国别省市：北京;11