【技术实现步骤摘要】
基于FMCW雷达的呼吸信号提取方法
[0001]本专利技术涉及一种基于FMCW雷达的呼吸信号提取方法，属于雷达信号识别领域。
技术介绍
[0002]呼吸是人体重要的生理过程，呼吸信号蕴藏了人体的健康状态信息。通过对呼吸信号的监测和分析，医护人员可以了解目标对象的生理状态，并检测出睡眠呼吸暂停等疾病。传统的呼吸信号检测方法主要是压力法。压力法采用接触式的电阻应变式传感器，通过检测呼吸过程中胸腔的位移来实现呼吸信号的检测。但对一些特殊病患，如烧伤病人或传染病感染者等，该方法的应用会受到限制。在此类情形下，非接触式体征检测更有优势。非接触方式设备不需要直接接触人体，使用微波、电磁波等信号可以实现对呼吸、心跳等生命体征参数的检测。其中，调频连续波雷达(Frequency Modulated Continuous Wave，FMCW)雷达是常用的设备之一。
[0003]用FMCW雷达来检测人体呼吸时，一般包括以下环节：信号采集、人体位置选择、相位提取和分离呼吸信号。信号采集是指雷达发送电磁波信号到人体目标，并通过接收天线接收人...
【技术保护点】
【技术特征摘要】
1.一种基于FMCW雷达的呼吸信号提取方法，其特征在于：包括以下步骤，S1、使用FMCW雷达设备检测目标人员胸腔的振动信息，获得原始雷达信号数据；S2、在步骤S1获得原始雷达信号数据的同时，使用接触式的电阻应变式传感器，检测并记录目标人员的呼吸数据，包括呼吸率和呼吸振幅，作为呼吸标签数据；S3、对步骤S1获得的原始雷达信号数据和步骤S2得到的呼吸标签数据进行预处理，并获得同一时间段的数据
‑
标签组合，作为数据样本，将得到的所有数据样本划分为训练集和测试集；S4、构建基于残差神经网络和自注意力机制的信号提取网络模型，使用步骤S3得到的训练集对构建的基于残差神经网络和自注意力机制的信号提取网络模型进行训练，使用测试集进行测试，得到最佳网络模型参数的基于残差神经网络和自注意力机制的信号提取网络模型；S5、将待提取呼吸信号的雷达数据，输入得到的最佳网络模型参数的基于残差神经网络和自注意力机制的信号提取网络模型，获得呼吸信号包括呼吸率和呼吸振幅的提取结果。2.如权利要求1所述的基于FMCW雷达的呼吸信号提取方法，其特征在于：步骤S3中，对步骤S1获得的原始雷达信号数据和步骤S2得到的呼吸标签数据进行预处理，并获得同一时间段的数据
‑
标签组合，具体为，S31、对采集的原始雷达信号数据，进行快速傅里叶变换和提取原始相位，获得相位数据；S32、对于呼吸标签数据，则进行归一化处理，获得归一化处理后的呼吸标签数据；S33、使用滑动窗口方法对得到的相位数据和归一化处理后的呼吸标签数据行划分，将同一时间段的相位数据和归一化处理后的呼吸标签数据组成数据
‑
标签组合。3.如权利要求1或2所述的基于FMCW雷达的呼吸信号提取方法，其特征在于：步骤S4中，构建的基于残差神经网络和自注意力机制的信号提取网络模型包括残差模块、基于自注意力机制的注意力模块以及全连接模块，由残差模块对输入的数据样本，进行特征信息提取和分析获得特征信息，再由基于自注意力机制的注意力模块将注意力信息融合到特征信息中，进而由全连接模块进行特征拟合，得到呼吸信号。4.如权利要求3所述的基于FMCW雷达的呼吸信号提取方法，其特征在于：步骤S4中，由残差模块对输入的数据样本，进行特征信息提取和分析获得特征信息，具体为，残差模块包括卷积层、残差层和均值池化层，卷积层对输入的数据样本提取初步特征，经四个残差层进行特征提取后，由均值池化层进行均值处理后，获得特征信息。5.如权利要求4所述的基于FMCW雷达的呼吸信号提取方法，其特...
【专利技术属性】
技术研发人员：郭剑，汪博浩，尹柯鑫，陈铭，陈入钰，相亚杉，张勤，韩崇，王娟，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
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。