基于毫米波雷达的心率估计方法技术

本发明专利技术提供一种基于毫米波雷达的心率估计方法，通过使用毫米波雷达对人体进行采样，获得多个调频连续波的扫频信号；构成距离

【技术实现步骤摘要】
基于毫米波雷达的心率估计方法


[0001]本专利技术涉及一种基于毫米波雷达的心率估计方法，属于雷达检测


技术介绍

[0002]心率是医疗与卫生保健的重要参考指标和依据。传统的心率估计方法主要采用接触式可穿戴传感器，或者粘贴式电极来监测心率，基本为有线设备，使用起来有诸多限制。另外，接触式传感器通常操作复杂，用户体验也不佳。针对这些问题，研究人员提出了基于毫米波雷达的心率检测技术，它可以远距离、非接触式监测用户的心率，整个过程更为便捷和舒适。
[0003]目前，使用毫米波雷达来进行心率估计，主要包括目标定位、相位提取、噪声去除、信号分离和频率估计等步骤。但目前，相关的研究还面临以下困难与挑战：
[0004](1)周围静态物体的反射和环境中的多径效应会对回波信号产生影响，人体的随机移动也会给数据的采集带来大量噪声。
[0005](2)呼吸产生的胸腔位移远大于心跳，其谐波掩盖了心跳波形，会影响心跳信号分离的准确性。
[0006]对于噪声的处理，通常是在相位提取阶段采用反正切解调和相位补偿，在信号分离阶段采用带通滤波器，但其对心跳频段附近的噪声抑制效果不佳，且无法解决呼吸的二次、三次谐波掩盖心跳信号的问题。
[0007]为解决呼吸谐波问题，可在信号分离阶段采用经验模态分解(Empirical Mode Decomposition，EMD)方法来分离心跳信号。但其理论体系尚不成熟，在生成固有模态函数(Intrinsic Mode Functions，IMF)的过程中，经常出现相邻IMF分量波形混叠的情况，且该方法的抗噪能力也一般。
[0008]上述问题是在基于毫米波雷达的心率估计过程中应当予以考虑并解决的问题。

技术实现思路

[0009]本专利技术的目的是提供一种基于毫米波雷达的心率估计方法解决现有技术中存在的噪声和呼吸谐波，影响心跳波形提取与心率估计，心率估计的准确性有待提高的问题。
[0010]本专利技术的技术解决方案是：
[0011]一种基于毫米波雷达的心率估计方法，包括以下步骤，
[0012]S1、使用毫米波雷达对人体进行采样，获得M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)，其中，第k个扫频信号S(k)＝[s1(k),s2(k),
…
,s
N
(k)]，1≤k≤M，N为一个扫频信号的采样点数；
[0013]S2、对M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)的每个采样点应用距离
‑
快速傅里叶变换，每个采样点得到对应的距离单元，构成距离
‑
慢时间矩阵，并定位人体到雷达的距离；
[0014]S3、确定人体到雷达的距离后，使用反正切函数提取人体相位，利用相位展开函数
来展开相变超过设定阈值的相位，对展开后的相位作差，获得相邻帧相位差，使用内插值法来平滑超过阈值的差值，获得平滑处理后的相邻帧相位差；
[0015]S4、采用小波变换去除平滑后相位信号的噪声，得到去噪后的小波系数，进行小波逆变换以重构信号，获得重构后的相位信号；
[0016]S5、结合集合经验模态分解和独立分量分析方法即EEMD
‑
ICA方法分离重构后的相位信号中的心跳信号、呼吸信号、呼吸谐波和噪声，得到心跳波形；
[0017]S6、对于获得的心跳波形，使用多信号分类算法构造空间谱函数，通过谱峰搜索对心跳频率做出估计。
[0018]进一步地，步骤S1中，获得M个调频连续波的扫频信号，具体为，
[0019]S11、毫米波雷达的发射信号X
t
(t)和接收信号X
r
(t)分别为：
[0020]X
t
(t)＝sin(2πf
min
+πSt2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0021]X
r
(t)＝sin[2πf
min
(t
‑
τ)+πS(t
‑
τ)2]ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0022]其中，f
min
为毫米波雷达的初始频率，S为频率增长斜率，τ为信号往返时间；
[0023]S12、混频器对发射信号和接受信号进行I/Q混合和低通滤波后，输出中频信号Y(t)：
[0024][0025]其中，f
min
为毫米波雷达的初始频率，S为频率增长斜率，τ为信号往返时间；
[0026]S13、对中频信号进行等间隔采样，得到扫频信号S(1),S(2),
…
,S(k),
…
,S(M)。
[0027]进一步地，步骤S2中，对M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)的每个采样点应用距离
‑
快速傅里叶变换，每个采样点得到对应的距离单元，构成距离
‑
慢时间矩阵，并定位人体到雷达的距离，具体为，
[0028]S21、对M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)的每个采样点应用距离
‑
快速傅里叶变换，每个采样点得到对应的距离单元，该距离单元为复信号，将距离单元按列放入矩阵，构成距离
‑
慢时间矩阵；
[0029]S22、对距离
‑
慢时间矩阵中的每一行即每个距离单元，通过减去平均值来消除静态杂波和直流分量的影响，获得去平均值后的距离单元du
pq
`：
[0030]du
pq
`＝du
pq
–
mean(p)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0031]其中，du
pq
是距离
‑
慢时间矩阵第p行第q列的复信号，1≤q≤M，mean(p)是距离
‑
慢时间矩阵第p行复信号的平均值；
[0032]S23、由去平均值后的距离单元du
pq
`构成新的距离
‑
慢时间矩阵，获得新的距离
‑
慢时间矩阵的每一行的求和结果，将求和结果中最大的距离单元作为人体到雷达的距离。
[0033]进一步地，步骤S3中，确定人体到雷达的距离后，使用反正切函数提取人体相位，利用相位展开函数来展开相变超过设定阈值的相位，对展开后的相位作差，获得相邻帧相位差，使用内插值法来平滑超过阈值的差值，获得平滑处理后的相邻帧相位差，具体为，
[0034]S31、确定人体到雷达的距离后，可对人体所在距离单元的复信号使用反正切函数来提取人体的相位φ(n)：
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心率估计方法，其特征在于：包括以下步骤，S1、使用毫米波雷达对人体进行采样，获得M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)，其中，第k个扫频信号S(k)＝[s1(k),s2(k),
…
,s
N
(k)]，1≤k≤M，N为一个扫频信号的采样点数；S2、对M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)的每个采样点应用距离
‑
快速傅里叶变换，每个采样点得到对应的距离单元，构成距离
‑
慢时间矩阵，并定位人体到雷达的距离；S3、确定人体到雷达的距离后，使用反正切函数提取人体相位，利用相位展开信号函数来展开相变超过设定阈值的相位，对展开后的相位作差，获得相邻帧相位差，使用内插值法来平滑超过阈值的差值，获得平滑处理后的相邻帧相位差；S4、采用小波变换去除平滑后相位信号的噪声，得到去噪后的小波系数，进行小波逆变换以重构信号，获得重构后的相位信号；S5、结合集合经验模态分解和独立分量分析方法即EEMD
‑
ICA方法分离重构后的相位信号中的心跳信号、呼吸信号、呼吸谐波和噪声，得到心跳波形；S6、对于获得的心跳波形，使用多信号分类算法构造空间谱函数，通过谱峰搜索对心跳频率做出估计。2.如权利要求1所述的基于毫米波雷达的心率估计方法，其特征在于：步骤S1中，获得M个调频连续波的扫频信号，具体为，S11、毫米波雷达的发射信号X
t
(t)和接收信号X
r
(t)分别为：X
t
(t)＝sin(2πf
min
+πSt2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)X
r
(t)＝sin[2πf
min
(t
‑
τ)+πS(t
‑
τ)2]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，f
min
为毫米波雷达的初始频率，S为频率增长斜率，τ为信号往返时间；S12、混频器对发射信号和接受信号进行I/Q混合和低通滤波后，输出中频信号Y(t)：其中，f
min
为毫米波雷达的初始频率，S为频率增长斜率，τ为信号往返时间；S13、对中频信号进行等间隔采样，得到扫频信号S(1),S(2),
…
,S(k),
…
,S(M)。3.如权利要求1所述的基于毫米波雷达的心率估计方法，其特征在于：步骤S2中，对M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)的每个采样点应用距离
‑
快速傅里叶变换，每个采样点得到对应的距离单元，构成距离
‑
慢时间矩阵，并定位人体到雷达的距离，具体为，S21、对M个调频连续波的扫频信号S(1),S(2),
…
,S(k),
…
,S(M)的每个采样点应用距离
‑
快速傅里叶变换，每个采样点得到对应的距离单元，该距离单元为复信号，将距离单元按列放入矩阵，构成距离
‑
慢时间矩阵；S22、对距离
‑
慢时间矩阵中的每一行即每个距离单元，通过减去平均值来消除静态杂波和直流分量的影响，获得去平均值后的距离单元du
pq
`：du
pq
`＝du
pq
–
mean(p)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，du
pq
是距离
‑
慢时间矩阵第p行第q列的复信号，1≤q≤M，mean(p)是距离
‑
慢时间矩阵第p行复信号的平均值；
S23、由去平均值后的距离单元du
pq
`构成新的距离
‑
慢时间矩阵，获得新的距离
‑
慢时间矩阵的每一行的求和结果，将求和结果中最大的距离单元作为人体到雷达的距离。4.如权利要求3所述的基于毫米波雷达的心率估计方法，其特征在于：步骤S3中，确定人体到雷达的距离后，使用反正切函数提取人体相位，利用相位展开函数来展开相变超过设定阈值的相位，对展开后的相位作差，获得相邻帧相位差，使用内插值法来平滑超过阈值的差值，获得平滑处理后的相邻帧相位差，具体为，S31、确定人体到雷达的距离后，可对人体所在距离单元的复信号使用反正切函数来提取人体的相位φ(n)：其中，I(n)是人体所在距离单元中第n帧复信号的虚部，R(n)是人体所在距离单元中第n帧复信号的实部；S32、利用相位展开函数来展开相变超过
±
π的相位：其中，φ(n+1)是第n+1帧的相位；S33、求相邻帧相位差φ
di...

【专利技术属性】
技术研发人员：孙力娟，付阳烨，郭剑，陈铭，尹柯鑫，陈入钰，相亚杉，韩崇，王娟，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：