杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法技术

本发明专利技术公开了一种杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，属于生命体征检测领域，发射端：发射利用空时分组码调制的多个线性调频信号；接收端：a、将各个接收天线的回波信号与参考调制信号进行混频，再提取重组和空时解耦得到阵列化信号；对阵列化信号进行距离方位二维平滑和空间谱估计定位邻近的人体目标；b、提取人体目标及杂波散射点对应的相位差值序列，以构建人体目标对应的生命体征信号及杂波散射点相位信号；c、对探测的生命体征信号及杂波散射点相位信号进行变分约束多模态分解获得生命体征参数。本发明专利技术可在杂波背景下分离邻近的人体目标，且分离后的生命体征信号周期性明显，波形平滑，参数估计精度高。高。高。

【技术实现步骤摘要】
杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法


[0001]本专利技术属于生命体征检测领域，更具体地，涉及一种杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法。

技术介绍

[0002]随着社会与科技的发展，检测人体生命活动的技术也在随之不断发展。生命体征参数是监测人体生命活动是否正常的主要依据，心跳、呼吸、血压、体温是表征人体生命体征的四大基本生理参数，其中呼吸和心跳又是最直接反应生命体征的参数。检测人体活动主要就是检测人体的呼吸以及心跳，常用的检测技术有接触式和非接触式两种，前者直接接触人体，在很多情况下会带来诸多不便，而非接触式的体征检测技术主要依靠雷达系统来实现，能远程检测，不需要直接接触人体，因此带来很大的便利，而毫米波雷达由于其环境适应性好、抗干扰能力强、测量精度高等优点，越来越多的被用于检测人体生命体征。多个人体目标生命体征检测具有广泛的应用，例如驾驶员疲劳检测，医院病患监控，儿童睡眠监控等。
[0003]传统的接触式生命体征探测仪使用场景有限，且舒适度差。而基于毫米波雷达的生命体征检测具有舒适性强，可全天时全天候监控，在一定程度上具有隐私保护等优点，使其具有了较多应用场景。然而，现有毫米波雷达在杂波背景下进行目标检测时效果不理想，难以分离邻近的人体目标物，定位精度较低。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，其目的在于，利用空时编码对线性调频信号进行相位编码，并在接收端进行解码分离并对构建的阵列化信号进行距离二维平滑和空间谱估计从而减少杂波干扰，进行邻近的人体目标分离，实现多个人体目标二维平面定位；进而对分离后的多个人体目标对应的生命体征信号及杂波散射点相位信号进行变分约束多模态分解，由呼吸心跳的频率和幅值判断是否为人体目标信号，进而获得各个所述人体目标对应的生命体征参数；由此解决现有毫米波雷达在杂波背景下进行目标检测时难以分离邻近的人体目标的技术问题。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，包括：
[0006]S1：利用空时分组码对线性调频信号初相进行调制得到多路目标调制信号；利用毫米波MIMO雷达的多个发射天线各发射一路所述目标调制信号至所处环境内预设区域，所述预设区域包括一块遮挡幕布，及幕布后的多个邻近人体目标；
[0007]S2：利用所述毫米波MIMO雷达的多个接收天线分别接收所述遮挡物及多个所述人体目标域反射的回波信号；将各路所述回波信号分别与参考调制信号进行混频滤波得到各自对应的基带信号；对多个所述基带信号进行提取重组，并在多个距离采样点上进行空时
解耦以构建阵列化信号；对所述阵列化信号进行极坐标下距离方位二维平滑和空间谱估计，分离出邻近的多个所述人体目标，并估计其距离方位估计值，实现多个所述人体目标的二维平面定位；
[0008]S3：针对各个所述人体目标及所述遮挡物对应的杂波散射点，从所述回波信号中提取连续多个时间帧中的相位信息，以获得各自对应的相位差值序列；对各个所述相位差值序列进行平滑滤波，构建各个所述人体目标对应的生命体征信号及杂波散射点相位信号；
[0009]S4：对各个所述生命体征信号及所述杂波散射点相位信号进行变分约束多模态分解，利用呼吸心跳的频率和幅值过滤模态分解后的杂波散射点相位信号，从而获得各个所述人体目标对应的生命体征参数。
[0010]在其中一个实施例中，所述S1中的多路所述目标调制信号为：
[0011][0012]其中，为第p发射天线在第m个扫频周期内发射的目标调制信号，p＝1,2,
…
,P，m＝1,2,
…
,M，P为所述MIMO雷达中发射天线的数量，M为扫频周期的个数，f0为起始频率，μ为扫频斜率，为经过空时编码后得到的目标调制信号的初始相位。
[0013]在其中一个实施例中，所述S2中对多个所述基带信号进行提取重组，并在多个距离采样点上进行空时解耦以构建阵列化信号，包括：
[0014]S21：提取每个所述基带信号中每一扫频周期内第n个距离采样点Y，其中Y∈Q*N*M，重组形成尺寸为Q
×
M的重组矩阵，Q为所述MIMO雷达中接收天线的数量，N为距离采样点数；对每个所述距离采样点上的重组基带信号进行空时解耦操作得到解码信号，其表达式为：Φ为相位调制矩阵，Φ中第(p,m)个元素为对所述解码信号进行向量化以构建所述阵列化信号
[0015]S22：对所述阵列化信号进行极坐标下距离方位二维平滑得到多个子阵列，将多个所述子阵列进行组合得到联合阵列化信号Z，利用空间谱估计所述联合阵列化信号Z得到相应谱函数P
MUSIC
(r,θ)为：
[0016][0017]其中，r为目标对应的距离，θ为目标对应的方位角，a(r,θ)为所述空时联合虚拟子阵信号Z的导向矢量，a(r,θ)
H
为Z的共轭转置矩阵，U
N
为Z进行奇异值分解后得到的噪声子空间；
[0018]S23：将所述谱函数的极大值对应的r与θ分别作为杂波散射点及各个所述人体目标对应的距离估计值和方位角估计值，从而实现多个人体目标的二维平面定位，并分离多个所述人体目标。
[0019]在其中一个实施例中，所述S3包括：
[0020]针对探测到第d个人体目标或杂波散射点，从所述回波信号中提取连续N帧中相位
信息，并获得对应的相位差序列为对所述相位差值序列进行S
‑
G平滑滤波处理，得到杂波散射点的相位信号或第d个人体目标的生命体征信号f
d
(n)，
[0021]其中，ΔR
n'
为胸腔振动引起的位移变化，f
d
(n)是平滑后第n点的值，(2m+1)为平滑窗的大小，c
i
为所述相位差值序列在平滑窗中的权重。
[0022]在其中一个实施例中，所述S4包括：
[0023](a)构造变分约束优化模型：
[0024][0025]u
k
(n)为模态函数，ω
k
为其中心频率，f
d
(n)为原始信号。
[0026](b)引入了二次惩罚因子α和拉格朗日乘子λ，将所述变分优化模型的约束性变分问题转换为非约束变分问题，从而获得增广拉格朗日优化模型：
[0027][0028](c)将多个所述生命体征信号f
d
(n)进行傅里叶变换得到
[0029](d)初始化定义分解的总模态数为K，初始化模态值，各个模态对应的中心频率、拉格朗日乘子及迭代次数n的值，k为分解的模态个数，W为设置最大的迭代次数。
[0030](e)将利用傅里叶变换转换到频域，采用乘法算子交替法更新各个模态得到：
[0031](f)更新各模态的中心频率得到
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，其特征在于，包括：S1：利用空时分组码对线性调频信号进行相位调制得到多路目标调制信号；利用毫米波MIMO雷达的多个发射天线各发射一路所述目标调制信号至所处环境内预设区域，所述预设区域包括遮挡物及遮挡物后的多个邻近人体目标；S2：利用所述毫米波MIMO雷达的多个接收天线分别接收所述遮挡物及多个所述人体目标域反射的回波信号；将各路所述回波信号分别与参考调制信号进行混频滤波得到各自对应的基带信号；对多个所述基带信号进行提取重组，并在多个距离采样点上进行空时解耦以构建阵列化信号；对所述阵列化信号进行极坐标下距离方位二维平滑和空间谱估计，分离出邻近的多个所述人体目标，并估计其距离方位估计值，实现多个所述人体目标的二维平面定位；S3：针对各个所述人体目标及所述遮挡物对应的杂波散射点，从所述回波信号中提取连续多个时间帧中的相位信息，以获得各自对应的相位差值序列；对各个所述相位差值序列进行平滑滤波，构建各个所述人体目标对应的生命体征信号及杂波散射点相位信号；S4：对各个所述生命体征信号及所述杂波散射点相位信号进行变分约束多模态分解，利用呼吸心跳的频率和幅值过滤模态分解后的杂波散射点相位信号，从而获得各个所述人体目标对应的生命体征参数。2.如权利要求1所述的杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，其特征在于，所述S1中的多路所述目标调制信号为：其中，为第p发射天线在第m个扫频周期内发射的目标调制信号，p＝1,2,
…
,P，m＝1,2,
…
,M，P为所述MIMO雷达中发射天线的数量，M为扫频周期的个数，f0为起始频率，μ为扫频斜率，为经过空时编码后得到的目标调制信号的初始相位。3.如权利要求2所述的杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，其特征在于，所述S2中对多个所述基带信号进行提取重组，并在多个距离采样点上进行空时解耦以构建阵列化信号，包括：S21：提取每个所述基带信号中每一扫频周期内第n个距离采样点Y，其中Y∈Q*N*M，重组形成尺寸为Q
×
M的重组矩阵Q为所述MIMO雷达中接收天线的数量，N为距离采样点数；对每个所述距离采样点上的重组基带信号进行空时解耦操作得到解码信号其表达式为：Φ为相位调制矩阵，Φ中第(p,m)个元素为对所述解码信号进行向量化以构建所述阵列化信号S22：对所述阵列化信号进行极坐标下距离方位二维平滑得到多个子阵列，将多个所述子阵列进行组合得到联合阵列化信号Z，利用空间谱估计所述联合阵列化信号Z得到相应谱函数P
MUSIC
(r,θ)为：
其中，r为目标对应的距离，θ为目标对应的方位角，a(r,θ)为所述空时联合虚拟子阵信号Z的导向矢量，a(r,θ)
H
为Z的共轭转置矩阵，U
N
为Z进行奇异值分解后得到的噪声子空间；S23：将所述谱函数的极大值对应的r与θ分别作为杂波散射点及各个所述人体目标对应的距离估计值和方位角估计值，从而实现多个人体目标的二维平面定位，并分离多个所述人体目标。4.如权利要求1所述的杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，其特征在于，所述S3包括：针对探测到第d个人体目标或杂波散射点，从所述回波信号中提取连续N帧中相位信息并获得对应的相位差序列为对所述相位差值序列进行S
‑
G平滑滤波处理，得到杂波散射点的相位信号或第d个人体目标的生命体征信号f
d
(n)，其中，ΔR
n'
为胸腔振动引起的位移变化，f
d
(n)是平滑后第n点的值，(2m+1)为平滑窗的大小，c
i
为所述相位差值序列在平滑窗中的权重。5.如权利要求4所述的杂波背景下毫米波MIMO雷达的邻近多目标生命体征检测方法，其特征在于，所述S4包括：(a)构造变分约束优化模型：u
k

【专利技术属性】
技术研发人员：罗锴，邓彧俊，谢锐，高扬，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：