[发明专利]一种基于超宽带雷达的人体微弱呼吸信号检测方法

说明书

本发明公开了一种基于超宽带雷达的人体微弱呼吸信号检测方法，包括步骤：采用超宽带雷达收集雷达回波信号，形成信号矩阵X(m,n)；对于每一个距离单元，将雷达回波信号记为x^m(n)；对雷达回波信号x^m(n)进行Motion滤波和标准化处理后，获取标准化信号对标准化信号进行希尔伯特黄变换，获取其微多普勒特征α₁；对标准化信号进行快速傅里叶变换，获取其频谱特征α₂；构造无噪声呼吸信号x₀(n)；对标准化信号和无噪声呼吸信号x₀(n)进行相关分析，获取相关性特征α₃；以微多普勒特征α₁、频谱特征α₂及相关性特征α₃作为输入特征，使用支持向量机模型对雷达回波信号x^m(n)进行分类；根据分类结果判断是否存在生命体及获取生命体所在位置信息。本发明能提高对人体微弱生命特征检测的精度及效率。

技术领域

本发明属于微弱信号处理技术领域，具体涉及一种基于超宽带雷达的人体微弱呼吸信号检测方法。

背景技术

超宽带雷达技术是一种高频带宽无载波通信技术。与普通雷达相比，超宽带雷达具有功率低、高距离分辨率(毫米级)、强穿透能力、较好的抗动目标干扰能力和适宜于近距离探测等，尤其适合应用在生命探测领域。但是在灾后救援场景中，救援现场环境十分复杂，强噪声干扰使得基于雷达信号的生命探测任务非常艰巨，尤其是呼吸等微弱生命特征信号的提取非常困难。

现有的技术方法大多使用单一的信号特征对生命体征进行检测。比如，中国专利号CN201910064564.4公开了一种基于超宽带雷达的生命体征检测方法及系统，对雷达回波信号进行快速傅里叶变换，提取其宏观频谱特征，进而与呼吸频段、心跳频段进行对比，最终实现对生命体征信号的检测。又如中国发明专利申请201810288607.2公开了一种基于超宽带雷达的人体呼吸速率和心率的测定方法，其技术方案的要点包括：超宽带雷达初始化；获取回波信号；依据回波信号计算人的位置信息；一维时间序列信号进行巴特沃斯带通滤波；对信号分别使用Min-Max归一化方法对信号进行增强；对增强的信号分别使用汉宁窗进行平滑；对平滑处理的信号进行快速离散傅里叶变换；寻找信号在呼吸区间和心率区间的峰值，作为呼吸和/或心跳的参数。

由于人体的呼吸频率较微弱，易受环境等因素的影响。而灾后环境又十分复杂，在障碍物遮挡、人体轻微移动等情况下，会产生较大的低频干扰分量。因此，单一信号特征受不同类别的环境噪声的影响程度不一，存在在特定场景下单一信号特征被噪声淹没的情况。因此，仅凭一种信号特征来对生命体征信号进行检测的方法准确性和稳定性仍然欠缺。

发明内容

为了克服上述技术缺陷，本发明提供了一种基于超宽带雷达的人体微弱呼吸信号检测方法，其能提高对人体微弱生命特征检测的效率。

为了解决上述问题，本发明按以下技术方案予以实现的：

一种基于超宽带雷达的人体微弱呼吸信号检测方法，其特征在于，包括如下步骤：

采用超宽带雷达收集雷达回波信号，形成M×N维的信号矩阵X(m,n)，其中M为距离单元的数量，N为慢时时刻，m＝0,1,…,M-1，n＝0,1,…,N-1；

对于每一个距离单元，将雷达回波信号记为x^m(n)；

对雷达回波信号x^m(n)进行Motion滤波和标准化处理后，获取标准化信号n＝0,1,...,N-1；

对标准化信号进行希尔伯特黄变换，获取其微多普勒特征α₁；

对标准化信号进行快速傅里叶变换，获取其频谱特征α₂；

基于人体呼吸一般规律，构造无噪声呼吸信号x₀(n)；