【技术实现步骤摘要】
基于超宽带雷达人体生命体征检测方法和装置
本专利技术涉及人数检测
，特别是涉及一种基于超宽带雷达人体生命体征检测方法和装置。
技术介绍
人体的生命体征检测广泛应用于救援、智能家居当中，多以呼吸和/或心跳检测为主。现代社会通常使用接触式的检测方法，但探测器与测量者接触可能会使测量者身体不适或者产生二次伤害。接触式测量也无法在废墟、较远距离的范围内对待测者进行测量。而雷达具有高分辨率、低功耗、抗干扰能力强、可穿透、可在黑暗复杂环境检测等优势，可用于对感染传染性疾病病人、重症病人的临床监护，还可实时监护婴幼儿的生命体征，及时发现病情和隐患，弥补了测量人体呼吸和/或心跳在接触式测量中的缺陷。近年来，雷达得到了广泛应用，而雷达的种类也有很多种，包括X波段雷达、CW(连续波)雷达、UWB(超宽带)雷达，FMCW(调频连续波)雷达，MIMO(多输入多输出)雷达等。目前已有用CW雷达、FMCW雷达、MIMO雷达对人体的呼吸和/或心跳进行检查，且具有较高的检测精度，而UWB雷达则较少涉及，且检测精度不高。现有技术中，中国专利技术专利申请201810288607.2公开了一种基...
【技术保护点】
1.一种基于超宽带雷达人体生命体征检测方法，其特征在于，包括步骤：步骤A，通过超宽带雷达获取多个人体正常的呼吸和/或心跳的第一回波信号以及多个人体异常的呼吸和/或心跳的第二回波信号，并进行预处理和提取，分别得到正常检测序列和异常检测序列；步骤B，设置卷积神经网络；步骤C，基于所述正常检测序列和所述异常检测序列，对所述卷积神经网络进行训练；步骤D，通过训练后的卷积神经网络对当前检测对象的呼吸和/或心跳进行检测，输出是否属于正常心跳的判别结果。
【技术特征摘要】
1.一种基于超宽带雷达人体生命体征检测方法，其特征在于，包括步骤：步骤A，通过超宽带雷达获取多个人体正常的呼吸和/或心跳的第一回波信号以及多个人体异常的呼吸和/或心跳的第二回波信号，并进行预处理和提取，分别得到正常检测序列和异常检测序列；步骤B，设置卷积神经网络；步骤C，基于所述正常检测序列和所述异常检测序列，对所述卷积神经网络进行训练；步骤D，通过训练后的卷积神经网络对当前检测对象的呼吸和/或心跳进行检测，输出是否属于正常心跳的判别结果。2.根据权利要求1所述的基于超宽带雷达人体生命体征检测方法，其特征在于，所述步骤A包括：步骤A1，通过超宽带雷达获取多个人体正常的呼吸和/或心跳的第一回波信号，并将所述第一回波信号转化为第一复信号；步骤A2，对所述第一复信号在快时间维度做FFT变换，取零频分量得到所述第一复信号的相位信息，消除超宽带雷达的距离维度分量；步骤A3，使用扩展差分和交叉乘方法消除所述第一复信号的相位混叠；步骤A5，利用中值滤波器消除所述第一复信号中人体位移引起的低频分量；步骤A6，对消除低频分量后的所述第一复信号做z变换，并通过累加器抑制零均值的噪声；步骤A7，利用状态空间法增加所述第一复信号的信噪比；步骤A8，利用FFT变换从所述第一复信号中提取正常的呼吸和/或心跳频率信号；步骤A9，将提取出的预设数量的窗中的呼吸和/或心跳频率信号转换成预设长度的正常检测序列；步骤A10，参照步骤A1-A9，获取第二回波信号并转化为第二复信号，对应提取人体异常的呼吸和/或心跳频率信号，得到预设长度的异常检测序列。3.根据权利要求1所述的基于超宽带雷达人体生命体征检测方法，其特征在于，所述步骤B包括将卷积神经网络设置为如下结构：依次包含输入层、8核的5×5第一卷积层、第一RELU层、第一BN层、第一最大池化层、16核的5×5第二卷积层、第二RELU层、第二BN层、第二最大池化层、32核的5×5第三卷积层、第三RELU层、第三BN层、平均池化层、softmax层和分类输出层。4.根据权利要求1所述的基于超宽带雷达人体生命体征检测方法，其特征在于，所述步骤C包括：将所述正常检测序列和所述异常检测序列分别对应转成正常检测RGB图片和异常检测RGB图片；将所述正常检测RGB图片和所述异常检测RGB图片随机打乱，并分成训练组数据和测试组数据，对所述卷积神经网络进行训练。5.根据权利要求2所述的基于超宽带雷达人体生命体征检测方法，其特征在于，所述步骤A8利用FFT变换从所述第一复信号中提取正常的呼吸和/或心跳频率信号，包括利用FFT变换...
【专利技术属性】
技术研发人员：李秀萍，李剑菡，李昱冰，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。