一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法技术

本发明专利技术公开了一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法，步骤如下：对超宽带雷达的基带回波信号进行数据重组得到有两个时间维度的回波信号矩阵；通过杂波去除和慢时间信号自相关提升生命体征信号的信噪比；通过最佳距离门选择算法提取最佳的生命体征信号并获得目标距雷达的距离；对提取的生命体征信号采用改进筛分停止准则的EMD算法进行处理，通过自适应确定筛分迭代次数获得最优分解结果，分离出正确的模态分量；对每个模态分量进行频谱分析得到目标呼吸和心跳频率。本发明专利技术通过改进EMD算法能够有效的减少不必要的模态分量，提高EMD算法的精度和效率，结合整个流程可以准确地检测出人体的呼吸和心跳频率，抗干扰性强，实用性好。实用性好。实用性好。

【技术实现步骤摘要】
一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法


[0001]本专利技术涉及生命体征检测
，特别是一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法。

技术介绍

[0002]生命体征是判断个人身体健康状况的重要指标，它包括个人的呼吸频率、心率和血压等，其中呼吸频率和心率的检测尤为重要。随着人们生活水平的不断提高以及我国人口老龄化进程不断加快，人们对日常生活中的生命体征监测需求也不断扩大。目前，生命体征的主要检测手段分为接触式方法和非接触式方法，但在地震火灾救援和烧伤病人救治等一些特殊场景中，接触式体征检测设备无法接触受试者完成生命体征检测；此外，接触式体征检测需要穿戴额外的设备，这会引起人们的不适，无法在日常护理和睡眠监测中实现灵活应用。
[0003]现有的非接触式生命体征检测大多基于激光、视频、雷达电磁波等技术。基于雷达电磁波的非接触生命体征检测由于不受光线、环境温度等条件的限制，同时可以在不干扰个人正常生活和不侵犯个人隐私的情况下实现长时间的生命体征检测，成为非接触生命体征检测较好的选择。与其他雷达相比，超宽带(UWB)雷达具有操作方便、距离分辨率高、穿透力强、抗干扰性强、低功耗等特点，它可以发射低功率窄带脉冲，到达人体胸部后被反射回来，在接受端接收振幅和相位被人体胸腔运动调制的基带回波信号，通过对回波信号进行分析就可以得到人体的呼吸频率和心跳频率。
[0004]基于UWB雷达的生命体征检测研究主要有两方面的难题：一方面呼吸和心跳信号过于微弱容易被淹没在各种噪声和杂波中；另一方面心跳信号相对呼吸信号更微弱，在频域上会和呼吸信号高次谐波混叠导致无法正确估计其频率。
[0005]针对第一方面问题，现有的技术主要通过一些滤波、去噪等预处理技术来增强生命体征信号，并通过选取每个距离门对应的信号中能量最大值的信号作为目标生命体征信号做后续处理；但这种距离门选择方式可能受到噪声和其它身体微动的影响，所提取出的生命体征信号并不一定包含最多的生命体征信息成分。
[0006]针对第二方面问题，传统经验模态分解(EMD)算法虽然能提高呼吸和心跳信号频率估计的准确率，但是它需要预先设定筛分停止阈值，设置不当可能会造成“过筛”和“欠筛”现象，从而出现错误的分解结果，降低了EMD算法的效率和精度；基于变分模态分解(VMD)算法检测的准确度虽然比EMD有所提高，但需要对不同场景设置不同的参数，无法实现完全自适应，在生活实际应用中存在不便。

技术实现思路

[0007]本专利技术的目的在于克服上述两方面问题，提供一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法，先通过改进最佳距离门选择算法提取包含生命体征信息最多
的生命体征信号，然后对其应用基于改进停止准则的EMD算法进行分解，对得到的IMF分量应用所提出的频谱分析方法估计目标人体的呼吸和心跳频率，提升呼吸和心跳频率估计的准确率。
[0008]为达到上述目的，本专利技术采用的技术方案如下：
[0009]一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法，包括如下步骤：
[0010]步骤1：设置超宽带雷达参数，雷达接收天线接收振幅和相位被调制的基带脉冲回波信号，通过数据重组形成快时间和慢时间两个时间维度的二维回波信号矩阵，离散化后记为x(m，n)，m∈[1，M]，n∈[1，N]，M为慢时间采样点总数，N为快时间采样点总数；
[0011]步骤2：对步骤1中获得的回波信号矩阵x(m，n)去除环境中的静态杂波得到x1(m，n)；
[0012]步骤3：对步骤2中去除静态杂波后的回波信号矩阵进行慢时间维度信号的自相关运算，提高回波信号矩阵中生命体征信号的信噪比；
[0013]步骤4：对步骤3预处理后的回波信号矩阵进行最佳距离门选择，得到包含最多生命体征信息的目标生命体征信号h(m)，同时获取人体目标距雷达的距离；
[0014]步骤5：对步骤4中得到的生命体征信号h(m)采用改进的EMD算法即基于改进筛分停止准则的经验模态分解算法进行处理，得到多个IMF；
[0015]步骤6：对每个IMF进行频谱分析得到人体目标的呼吸频率和心跳频率。
[0016]具体地，所述步骤4的具体步骤为：
[0017]步骤4.1：计算每个快时间采样点对应信号的能量，找出能量最大的快时间采样点a；
[0018]步骤4.2：取出能量最大的快时间采样点及其前后各两个采样点对应的慢时间维度信号，记为h
a
(m)，h
a
‑1(m)，h
a
‑2(m)，h
a+1
(m)，h
a+2
(m)；
[0019]步骤4.3：分别计算步骤4.2所述5个信号中生命体征信息频带占整个信号频带的能量百分比，生命体征信息频带为0.1Hz
‑
2.5Hz，取能量占比最大的信号作为目标最佳生命体征信号h(m)，同时根据该采样点计算目标距雷达距离。
[0020]具体地，所述步骤5的具体步骤为：
[0021]步骤5.1：初始化过程，令每个IMF的初始信号为r
i
(m)，设置每个IMF的最大筛分次数I
max
，每次筛分过程的初始信号为h
ik
(m)，i表示第i个IMF，k表示第i个IMF的第k次筛分，i＝1，r
i
(m)＝h(m)；
[0022]步骤5.2：令k＝0，h
ik
(m)＝r
i
(m)；
[0023]步骤5.3：令k＝k+1，计算h
i(k
‑
1)
(m)的所有极大值点和极小值点，采用三次样条插值分别对极大值点和极小值点拟合，得到上包络曲线e
max
(m)和下包络曲线e
min
(m)；
[0024]步骤5.4：计算步骤5.3所述上下包络曲线的平均值得到包络均值信号m
ik
(m)；
[0025]步骤5.5：从信号h
i(k
‑
1)
(m)中减去包络均值信号m
ik
(m)，得到待鉴定分量h
ik
(m)；
[0026]步骤5.6：计算h
ik
(m)的包络均值信号m
i(k+1)
(m)，根据m
i(k+1)
(m)计算描述包络均值信号的目标函数p
ik
；
[0027]p
ik
＝|MEAN(m
i(k+1)
(m))|+CL(m
i(k+1)
(m))
[0028]其中，MEAN(m
i(k+1)
(m))和CL(m
i(k+1)
(m))计算方法为：
[0029][0030][0031]其中，M为慢时间采样点总数，m为第m个慢时间采样点，k为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法，其特征在于，包括以下步骤：步骤1：设置超宽带雷达参数，雷达接收天线接收振幅和相位被调制的基带脉冲回波信号，通过数据重组形成快时间和慢时间两个时间维度的二维回波信号矩阵，离散化后记为x(m,n)，m∈[1,M]，n∈[1,N]，M为慢时间采样点总数，N为快时间采样点总数；步骤2：对步骤1中获得的回波信号矩阵x(m,n)去除环境中的静态杂波得到x1(m,n)；步骤3：对步骤2中去除静态杂波后的回波信号矩阵进行慢时间维度信号的自相关运算，提高回波信号矩阵中生命体征信号的信噪比；步骤4：对步骤3预处理后的回波信号矩阵进行最佳距离门选择，得到包含最多生命体征信息的目标生命体征信号h(m)，同时获取人体目标距雷达的距离；步骤5：对步骤4中得到的生命体征信号h(m)采用改进的EMD算法即基于改进筛分停止准则的经验模态分解算法进行处理，得到多个IMF；步骤6：对每个IMF进行频谱分析得到人体目标的呼吸频率和心跳频率。2.根据权利要求1所述的基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法，其特征在于，所述步骤4的具体步骤为：步骤4.1：计算每个快时间采样点对应信号的能量，找出能量最大的快时间采样点a；步骤4.2：取出能量最大的快时间采样点及其前后各两个采样点对应的慢时间维度信号，记为h
a
(m)，h
a
‑1(m)，h
a
‑2(m)，h
a+1
(m)，h
a+2
(m)；步骤4.3：分别计算步骤4.2所述5个信号中生命体征信息频带占整个信号频带的能量百分比，生命体征信息频带为0.1Hz
‑
2.5Hz，取能量占比最大的信号作为目标最佳生命体征信号h(m)，同时根据该采样点计算目标距雷达距离。3.根据权利要求1所述的基于改进EMD的超宽带雷达检测人体呼吸和心跳频率方法，其特征在于，所述步骤5的具体步骤为：步骤5.1：初始化过程，令每个IMF的初始信号为r
i
(m)，设置每个IMF的最大筛分次数I
max
，每次筛分过程的初始信号为h
ik
(m)，i表示第i个IMF，k表示第i个IMF的第k次筛分，i＝1，r
i
(m)＝h(m)；步骤5.2：令k＝0，h
ik
(m)＝r
i
(m)；步骤5.3：令k＝k+1，计算h
i(k
‑
1)
(m)的所有极大值点和极小值点，采用三次样条插值分别对极大值点和极小值点拟合，得到上包络曲线e
max
(m)和下包络曲线e
min
(m)；步骤5.4：计算步骤5.3所述上下包络曲线的平均值得到包络均值信号m
ik
(m)；步骤5.5：从信号h
i(k
‑
1)
(m)中减去包络均值信号m
i...

【专利技术属性】
技术研发人员：赵乾熙，盛志超，余鸿文，方勇，
申请(专利权)人：上海大学，
类型：发明
国别省市：