一种基于调频连续波雷达的信号提取方法及系统

技术领域

本发明涉及信号处理技术领域，具体涉及一种基于调频连续波雷达的信号提取方法及系统。

背景技术

毫米波调频连续波雷达(Frequency Modulated Continuous Wave Radar，FMCW)是一种非接触的检测方法，由于不受气候和检测环境遮蔽物干扰，可以实现全天候和全空间的检测，且毫米波调频连续波雷达工作频段高，可以捕捉微弱的呼吸和心跳信号，检测的精度很高。利用毫米波调频连续波雷达进行体征信号监测时，最重要的环节是如何从毫米波调频连续波雷达接收的回波信号中分离并提取出呼吸信息、心跳信息。

人体在静止状态下呼吸运动引起的胸廓运动幅度较大，呼吸信号能量较强，而心跳运动引起的胸廓微动幅度相对较小，能量也相对较弱。且对回波信号的频率分析表明：呼吸信号的高次谐波分量和心跳信号在频谱上有重叠部分。两个信号的频谱接近而能量差距巨大的状况下，微弱的心跳信号极易被呼吸信号掩盖；另外，毫米波调频连续波雷达的信号波长介于微波和远红外波之间，零点几毫米的位移量都可以被检测到，这也导致测量过程中的许多微小扰动都会被检测到。微弱的心跳信号和呼吸信号夹杂在复杂的噪声环境中，导致从回波信号中提取心跳信号和呼吸信号较为困难。

发明内容

本发明提供一种基于调频连续波雷达的信号提取方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

为了实现上述目的，本发明提供以下技术方案：

一种基于调频连续波雷达的信号提取方法，所述方法包括以下步骤：

步骤S100、对调频连续波雷达接收的待测人体的胸壁机械运动信号进行预处理，得到回波信号，所述回波信号包括：呼吸信号、心跳信号、呼吸信号的高次谐波分量、心跳信号的高次谐波分量和噪声信号；

步骤S200、通过对所述回波信号中不含噪声的信号进行滤波得到滤波信号，确定所述滤波信号在预估频率区间的频率-功率谱，根据所述频率-功率谱峰值的频谱图分离得到心跳信号和呼吸信号。

进一步，所述步骤S200包括：

步骤S210、确定所述回波信号的预估频率区间，将预估频率区间等间距设置n个频率点；

步骤S220、从预估频率区间中选取一个频率点，作为期望频率点；

步骤S230、确定期望频率点的频率矢量矩阵，将所述频率矢量矩阵纳入期望子空间；

步骤S240、确定预估频率区间和已选取的期望频率点的差集，将差集的频率矢量矩阵作为干扰子空间；

步骤S250、构造回波信号的斜投影算子，根据所述斜投影算子对回波信号中不含噪声的信号进行斜投影滤波，得到滤波信号；

步骤S260、计算滤波信号的功率，采用自适应权重矢量对功率P进行加权，得到滤波信号的加权功率；

步骤S270、确定是否遍历预估频率区间，若否，从预估频率区间中选取剩余的频率点作为期望频率点，并跳转到步骤S230；若是，执行步骤S280；

步骤S280、确定所述预估频率区间的频率-功率谱，根据所述频率-功率谱峰值的频谱图分离得到心跳信号和呼吸信号。

进一步，所述预估频率区间的取值范围为[0.10Hz,3.00Hz]，n＝290。

进一步，所述斜投影算子的计算公式为：E

所述滤波信号的计算公式为：Y′＝E

进一步，所述滤波信号Y′的功率P通过以下公式计算得到：

进一步，所述自适应权重矢量计算公式为：U＝1/trace(E

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的基于调频连续波雷达的信号提取方法的步骤。

一种基于调频连续波雷达的信号提取系统，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上述任一项所述的基于调频连续波雷达的信号提取方法。

本发明的有益效果是：本发明公开一种基于调频连续波雷达的信号提取方法及系统，本发明提出的体征信号分离方法基于斜投影滤波技术和频率—功率谱估计技术，可以高精度地对呼吸信号以及心跳信号进行分离并提取，可以在复杂的噪声环境中提取心跳信号和呼吸信号。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中一种基于调频连续波雷达的信号提取方法的流程示意图；

图2是本发明实施例中步骤S200的流程示意图；

图3是本发明实施例中回波信号的仿真示意图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

下面对雷达测量人体的体征数据(呼吸率、心率、呼吸率变异性、及心率变异性)的原理进行说明：

人体的呼吸和心跳都会引起胸壁的微小位移，其中，呼吸引起的位移幅度为1mm至12mm，心跳引起的位移幅度为0.01mm至0.5mm。呼吸引起的位移和心跳引起的位移都是准周期的机械运动，呼吸的频率通常为0.1Hz至0.6Hz，心跳的频率为0.8Hz至2.5Hz。胸壁的微小位移会对雷达信号产生调制作用，调制产生的回波信号被雷达接收，通过对回波信号进行处理。能以非接触的方式测量出呼吸和心跳运动的频率。

下面是本发明提供的具体技术方案：

参考图1，如图1所示为一种基于调频连续波雷达的信号提取方法，所述方法包括以下步骤：

步骤S100、对调频连续波雷达接收的待测人体的胸壁机械运动信号进行预处理，得到回波信号，所述回波信号包括：呼吸信号、心跳信号、呼吸信号的高次谐波分量、心跳信号的高次谐波分量和噪声信号；

具体地，采用调频连续波雷达对待测人体发射电磁波信号，并接收检测待测人体返回的胸壁机械运动信号；接着对胸壁机械运动信号进行信号采样、杂波滤除，以及提取胸壁所在距离单元等预处理操作；

所述预处理包括：对胸壁机械运动信号进行采样，对采样后的回波信号使用多重信号分类算法进行处理，得到高分辨距离像，对高分辨距离像进行胸壁位置估计、预白化处理、I/Q 通道不均衡补偿和相位解缠绕。

步骤S200、通过对所述回波信号中不含噪声的信号进行滤波得到滤波信号，确定所述滤波信号在预估频率区间的频率-功率谱，根据所述频率-功率谱峰值的频谱图分离得到心跳信号和呼吸信号。

现有技术中，运用生物雷达进行生命体征检测其中的一个难点是从回波信号中分离出心跳信号，本申请配合功率谱进行信号频率估计的方法，可以达到保留期望信号(呼吸信号和心跳信号)成分而滤除其他干扰成分的目的，从而在复杂的噪声环境中提取心跳信号和呼吸信号。

参考图2，在一个改进的实施例中，所述步骤S200包括：

步骤S210、确定所述回波信号的预估频率区间，将预估频率区间等间距设置n个频率点；

在一个具体的实施例中，预估频率区间的取值范围为[0.10Hz,3.00Hz]；将预估频率区间F等间距设置290个频率点，相邻两个个频率点的间距为0.01Hz，将预估频率区间等间距地分成290份(频率间隔点设置越多，频率分辨率越高)，即预估频率区间的分割间隔为0.01Hz，F＝[0.10,0.11,0.12,…,2.99,3.00]。

在一个实施例中，所述回波信号的数学模型表示为：Y＝Y

其中，Y表示回波信号，Y

Y

本实施例中，假设回波信号由两部分组成，分别是噪声和其他信号，噪声信号为零均值的平稳高斯白噪声信号。其中，Y∈C，C表示复数域。

步骤S220、从预估频率区间中选取一个频率点，作为期望频率点；

步骤S230、确定期望频率点的频率矢量矩阵，将所述频率矢量矩阵纳入期望子空间；

步骤S240、确定预估频率区间和已选取的期望频率点的差集，将差集的频率矢量矩阵作为干扰子空间(零空间)；

步骤S250、构造回波信号的斜投影算子，根据所述斜投影算子对回波信号中不含噪声的信号进行斜投影滤波，得到滤波信号；

在一个实施例中，所述斜投影算子的计算公式为：E

所述滤波信号的计算公式为：Y′＝E

步骤S260、计算滤波信号的功率，采用自适应权重矢量对功率P进行加权，得到滤波信号的加权功率；

在一个实施例中，所述滤波信号Y′的功率P通过以下公式计算得到：

在一个实施例中，所述自适应权重矢量计算公式为：U＝1/trace(E

本步骤中，采用自适应权值矢量对斜投影算子进行调节，可以平衡频率上相邻的两个信号的功率值，避免弱信号功率被强信号掩盖导致功率谱上心跳信号和呼吸信号功率峰值重叠，难以分离的问题。

步骤S270、确定是否遍历预估频率区间，若否，从预估频率区间中选取剩余的频率点作为期望频率点，并跳转到步骤S230；若是，执行步骤S280；

步骤S280、确定所述预估频率区间的频率-功率谱，根据所述频率-功率谱峰值的频谱图分离得到心跳信号和呼吸信号。

本实施例中，在已知呼吸信号与心跳信号的频率范围这一先验知识前提下，去除频率范围中的干扰信号(呼吸信号的高次谐波分量、心跳信号的高次谐波分量)，从频率-功率谱峰值的频谱图中分离出心跳信号和呼吸信号，得到两者的频率并将单位转换成：次/分钟。

参考图3，为验证从回波信号中提取呼吸信号和心跳信号的可行性，申请人在MATLAB 软件平台上设计并进行了仿真实验。

首先，采集调频连续波雷达接收的回波信号，该回波信号包含了呼吸信号、心跳信号、呼吸信号的五阶高次谐波分量以及高斯白噪声信号。其中，呼吸信号和心跳信号的基频分别为0.3Hz和1.3Hz，对应的呼吸频率为18次/分钟、心跳频率为78次/分钟。接着，采用本申请提供的方法进行软件仿真，最终，成功提取出了呼吸信号和心跳信号，仿真实验结果符合预期设计，证实了本专利拟采取的研究方案在仿真环节是可行的。

与图1的方法相对应，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一实施例所述的基于调频连续波雷达的信号提取方法的步骤。

与图1的方法相对应，本发明实施例还提供一种基于调频连续波雷达的信号提取系统，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上述任一实施例所述的基于调频连续波雷达的信号提取方法。

上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。

所述处理器可以是中央处理单元(Central-Processing-Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital-Signal-Processor，DSP)、专用集成电路(Application- Specific-Integrated-Circuit，ASIC)、现场可编程门阵列(Field-Programmable-Gate-Arr ay，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于调频连续波雷达的信号提取系统的控制中心，利用各种接口和线路连接整个一种基于调频连续波雷达的信号提取系统可运行装置的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于调频连续波雷达的信号提取系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart-Media-Card，SMC)，安全数字(Secur e-Digital，SD)卡，闪存卡(Flash-Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求，考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。