一种复杂场景下基于稀疏表示的多目标生命体征估计方法技术

本发明专利技术公开一种复杂场景下基于稀疏表示的多目标生命体征估计方法，属于稀疏表示领域,首先对回波数据进行预处理以获得目标场景点云；而后构建动态杂波抑制模型以滤除动态干扰；接着关联多目标数据并基于扩展卡尔曼滤波实现多目标跟踪进而提取多动目标胸腔相位信息；随后基于呼吸心跳的频域稀疏特性，提出数据驱动的自适应字典构建方法以实现呼吸心跳信号的有效分离；最后基于稀疏重构方法获得高精度的多目标生命体征估计。本发明专利技术具有简易的动态杂波抑制模型，高可分特性的自适应字典从而改善复杂场景下多目标生命体征信号检测性能。

【技术实现步骤摘要】

本专利技术涉及稀疏表示，具体涉及一种复杂场景下基于毫米波雷达的多目标生命体征信号估计方法。

技术介绍

1、呼吸心跳是人体基本生命体征参数，通过对其监测可以实时掌握人体健康状态，其在医疗诊断、智慧康养等领域有着广泛的应用前景。传统基于接触式传感器的生命体征感知方法检测精度较高，然而此方法需要佩戴传感器，而长时间穿戴容易使用户产生不适感，且不适合诸如传染病、烧伤等特殊情况。相较之下，非接触式感知方法显得更受欢迎。

2、非接触式感知方法是指传感器不与测试者接触的情况下实现生命体征检测。常见非接触式生命体征估计方法主要包括光学、视觉和雷达等。相较于光学、视觉等非接触式估计方法，基于雷达的生命体征感知方法具有不易受环境因素影响、不泄露用户隐私等优势。目前可用于生命体征信号估计的雷达传感器主要包括连续波(continuous wave,cw)雷达、超宽带(ultra-wide band,uwb)雷达和调频连续波(frequency modulated continuouswave,fmcw)雷达等。相较于cw以及uwb，fmcw雷达可以检测人体胸腔表面的绝本文档来自技高网...

【技术保护点】

1.一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，具体包含：

2.根据权利要求1所述一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，对回波数据预处理以获得目标点云，具体为：利用3DFFT算法分别从距离维，多普勒维和角度维对回波信号进行处理以获得各点目标距离、速度以及方向信息，而后基于动目标指示方法滤除静态杂波，接着利用恒虚警检测方法获得初步目标检测结果，并将初步目标检测结果转换至笛卡尔坐标系，从而初步获取多目标点云。

3.根据权利要求1或2所述一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，基于目标点云动态杂波差异...

【技术特征摘要】

1.一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，具体包含：

2.根据权利要求1所述一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，对回波数据预处理以获得目标点云，具体为：利用3dfft算法分别从距离维，多普勒维和角度维对回波信号进行处理以获得各点目标距离、速度以及方向信息，而后基于动目标指示方法滤除静态杂波，接着利用恒虚警检测方法获得初步目标检测结果，并将初步目标检测结果转换至笛卡尔坐标系，从而初步获取多目标点云。

3.根据权利要求1或2所述一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，基于目标点云动态杂波差异性构建动态杂波抑制模型表示如下：

4.根据权利要求3所述一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，采用交替方向乘子法求解所述动态杂波抑制模型，具体如下：

5.根据权利要求1所述一种复杂场景下基于稀疏表示的多目标生命体征估计方法，其特征在于，将观测数据...

【专利技术属性】
技术研发人员：王洪雁，马嘉康，黄梓峰，杨凯，彭俊，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：