一种基于毫米波雷达的生理数据分析方法、系统及设备技术方案

本发明专利技术提供了一种基于毫米波雷达的生理数据分析方法、系统及设备，该系统包括：生理信号采集模块，基于毫米波雷达对目标物体进行检测，得到雷达回波信号；基于所述雷达回波信号，采集生理信号；信号分解重构模块，用于对所述生理信号进行处理，获得重构心跳信息、重构呼吸信息；健康状态识别模块，基于超限学习机模型，对所述重构心跳信息、重构呼吸信息进行分析，获得目标健康状态。本技术方案能够非接触的对人体健康状态进行评估，应用领域更加广泛。泛。泛。

【技术实现步骤摘要】
一种基于毫米波雷达的生理数据分析方法、系统及设备


[0001]本专利技术涉及雷达信号处理及生理健康数据分析技术及领域，尤其涉及基于毫米波雷达的生理数据分析方法、系统及设备，以实现对非接触式人体生理数据的分析及健康状态评估。

技术介绍

[0002]近年来，我国人口老龄化的问题不断突出，据第七次人口普查统计显示，目前我国60岁及以上人口占18.7％，65岁以上老年人口约占13.5％，且这个数字还处于不断增长的趋势。与此同时，随着人们生活工作节奏不断加快，饮食与作息不规律等问题也在年轻人群体中凸显出来，使得各方面疾病不仅成为老年人健康的一大威胁，发病趋势也在不断向年轻化发展。所以，对人体健康状态的监测与评估尤为重要。
[0003]毫米波雷达是一种非接触的、可用于对目标信息进行探测的传感设备，相比较于传统的普通雷达，它在体积结构、精准度、抗干扰能力等方面都具有很大的优势，能够准确的检测距离、角度、速度等信息。最早毫米波雷达只在一些军事场合出现，之后在汽车、救援等领域也得到广泛应用。例如应用于汽车上的各种雷达可以时刻将速度、距离等信息通过仪表盘等设备显示，使得驾驶者能够更加准确的判断路况等信息，做出提前正确的决定；在灾难救援方面，毫米波雷达能够凭借其穿透力强等特点，准确的探测废墟下人员的位置数量等信息，从而提高救援工作的效率，最大限度的保证群众的生命安全。近年来，伴随着科学技术的快速发展，毫米波雷达在医疗服务、健康监护等领域也得到了越来越多的应用，采用毫米波雷达进行生理参数检测，能够有效减轻目前可穿戴设备对患者造成的负担与不便，近年来越来越引起人们广泛的关注。
[0004]当前医疗机构在对人体进行健康检测的过程中，大多还是采用例如心电图(ECG)、光容积描记(PPG)等接触式的检测传感设备，虽然这些设备在检测结果方面较为准确，但是所能应用的场景却受到限制。例如对于烧伤、传染性疾病的患者，采用接触式设备进行检测会对患者造成一定不便；同时对于老人小孩的居家监护，接触式的检测设备也会给人们造成影响与负担。
[0005]近年来，有研究将恒频连续波(CW)雷达与UWB雷达应用于非接触生理检测领域，但他们在检测方面也存在一些不足，例如UWB雷达对于采样率的要求较为严格且体积大导致应用场合受限，而恒频连续波雷达虽然结构简单、灵敏度高，但是容易受到外界环境的干扰，从而导致检测结果出现误差，同时在对多目标进行区分方面也存在较大难度。
[0006]调频连续波(FMCW)雷达凭借其分辨率、准确度高等优点，拥有比传统非接触雷达更广阔的发展前景，但目前我国将FMCW雷达应用于医疗检测领域方面的研究应用较少，且大多工作频段都为24GHz。

技术实现思路

[0007]针对现有技术中的不足，本专利技术采用毫米波雷达非接触地采集人体生理参数信
息，实现对人体生理数据的分析，从而对人体健康状态进行检测和评估。
[0008]具体而言，本专利技术提供了以下技术方案：
[0009]一方面，本专利技术提供了一种基于毫米波雷达的生理数据分析方法，该方法包括：
[0010]步骤1、基于毫米波雷达对目标物体进行检测，得到雷达回波信号；
[0011]步骤2、对所述雷达回波信号进行距离傅里叶变换，获取目标的距离信息；基于所述距离信息获取包含目标生理信号及噪声的相位信息；
[0012]步骤3、对所述相位信息进行解缠绕，对解缠绕后的相位信息进行小波包分解重构，获得重构心跳信息、重构呼吸信息；
[0013]步骤4、基于超限学习机模型，对所述重构心跳信息、重构呼吸信息进行分析，获得目标健康状态。
[0014]优选的，所述步骤2中采集生理信号方式为：对雷达回波信号进行混频及数模转换，将处理后信号以帧的形式存储；
[0015]所述处理后信号为：
[0016][0017]其中，R0代表的是雷达与目标之间的距离，v
r
表示的是物体相对雷达的速度，c为光速，μ为发射信号周期内斜率，即
[0018]优选的，所述步骤3中，解缠绕的方式为：
[0019]当时，对相位值进行如下处理：若则将做处理；若时，则将做处理；
[0020]其中，为当前信号的相位值，为下一个相位值。
[0021]优选的，所述步骤3中，所述小波包分解重构，采用5层小波包，并对小波包系数进行重排，并赋予每一个节点系数频率频段；
[0022]将重排后的前三个节点频率范围内的波形信息进行合成，得到重构呼吸信息；
[0023]将重排后的7至12节点频率范围内的波形信息进行合成，得到重构心跳信息。
[0024]优选的，所述步骤4中进一步包括：对所述重构心跳信息、重构呼吸信息进行特征提取，提取的特征包括呼吸速率、心跳速率。
[0025]优选的，所述步骤4中，所述学习机模型为：
[0026]Hβ＝T
[0027][0028][0029]其中，H为隐藏层节点的输出矩阵，T为期望的输出值，β是输出权重，x为输入的样本特征，w是特征输入矩阵到隐层节点参数间的权重，b为节点的偏置，L为隐含层神经元节
点数，N为训练集数据组数。
[0030]优选的，所述步骤3中，对所述生理信号进行处理时，采用滑动窗口方式：首先确定一采样窗口大小，每次窗口向固定方向移动一固定范围，两次连续窗口之间至少部分地包含重复信息；
[0031]将每个窗口的数值独立存储。
[0032]此外，本专利技术还提供了一种基于毫米波雷达的生理数据分析系统，该系统包括：
[0033]生理信号采集模块，基于毫米波雷达对目标物体进行检测，得到雷达回波信号；基于所述雷达回波信号，获取相位信号，并将相位信号发送至信号分解重构模块，所述生理信号包含呼吸信号、心跳信号；
[0034]信号分解重构模块，用于对所述相位信号进行处理，获得重构心跳信息、重构呼吸信息；
[0035]健康状态识别模块，基于学习机模型，对所述重构心跳信息、重构呼吸信息进行分类识别，获得目标健康状态。
[0036]优选的，所述信号分解重构模块包括：
[0037]距离获取单元，用于对所述生理信号进行距离傅里叶变换，获取目标的距离信息；
[0038]相位提取单元，基于所述距离信息获取目标的相位信息；
[0039]分解重构单元，对所述相位信息进行解缠绕，对解缠绕后的相位信息进行小波包分解重构，获得重构心跳信息、重构呼吸信息。
[0040]优选的，生理信号采集模块包括雷达发射单元、接收单元、前端信号处理单元、PC端组成。雷达发射单元通过发射天线向外界发出电磁波信号，由于心跳与呼吸活动会引起人体胸腔壁的位移振动，所以信号到达人体后经胸腔壁反弹，雷达接收天线对回波信号进行接收。采集得到的信号经过混频、数模转换等信号处理操作后形成生理信号，生理信号以帧的形式存储于PC端。
[0041]所述分解重构单元中，解缠绕的方式为：
[0042]当时，对相位值进行如下处理：若则将做处理；若本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的生理数据分析方法，其特征在于，所述方法包括：步骤1、基于毫米波雷达对目标物体进行检测，得到雷达回波信号；步骤2、对所述雷达回波信号进行距离傅里叶变换，获取目标的距离信息；基于所述距离信息获取包含目标生理信号及噪声的相位信息；步骤3、对所述相位信息进行解缠绕，对解缠绕后的相位信息进行小波包分解重构，获得重构心跳信息、重构呼吸信息；步骤4、基于超限学习机模型，对所述重构心跳信息、重构呼吸信息进行分析，获得目标健康状态。2.根据权利要求1所述的方法，其特征在于，所述步骤2中采集生理信号方式为：对雷达回波信号进行混频及数模转换，将处理后信号以帧的形式存储；所述处理后信号为：其中，R0代表的是雷达与目标之间的距离，v
r
表示的是物体相对雷达的速度，c为光速。3.根据权利要求1所述的方法，其特征在于，所述步骤3中，解缠绕的方式为：当时，对相位值进行如下处理：若则将做处理；若时，则将做处理；其中，为当前信号的相位值，为下一个相位值。4.根据权利要求1所述的方法，其特征在于，所述步骤3中，所述小波包分解重构，采用5层小波包，并对小波包系数进行重排，并赋予每一个节点系数频率频段；将重排后的前三个节点频率范围内的波形信息进行合成，得到重构呼吸信息；将重排后的7至12节点频率范围内的波形信息进行合成，得到重构心跳信息。5.根据权利要求1所述的方法，其特征在于，所述步骤4中进一步包括：对所述重构心跳信息、重构呼吸信息进行特征提取，提取的特征包括呼吸速率、心跳速率。6.根据权利要求1所述的方法，其特征在于，所述步骤4中，所述超限学习机模型为：Hβ＝...

【专利技术属性】
技术研发人员：肖文栋，崔昊，刘璐瑶，吕红霞，屈莹，陈浩，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：