[发明专利]一种多普勒雷达生理信号检测用信号分离去噪方法及系统

权利要求书

1.一种多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，包括以下步骤：

S1、采集雷达原始信号；

S2、对步骤S1采集的雷达原始信号进行预处理；

S3、采用ICEEMDAN方法对步骤S2预处理后的雷达原始信号进行分解，得到n个模态分量IMF；

S4、计算步骤S3得到的每个模态分量IMF的样本熵，识别含噪模态分量IMF和真实模态分量IMF；

S5、利用改进的小波阈值对步骤S4识别的含噪模态分量IMF进行去噪，同时依据频率挑选出潜在的呼吸信号和心跳信号；

S6、计算步骤S5中潜在呼吸信号和心跳信号的KL散度值，根据KL散度值选择一个或两个IMF_s重建呼吸信号和心跳信号。

2.根据权利要求1所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，步骤S2中，预处理具体为：

移除原始雷达信号的基线。

3.根据权利要求1所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，步骤S3具体为：

S301、使用EMD分解雷达原始信号，获取第一个残余分量和第一个模态分量；

S302、将第一个残余分量的局部平均值作为第二个残余分量，获取第二个模态分量；

S303、依次计算第k个残余分量，获取第k个模态分量，完成n个模态分量IMF提取。

4.根据权利要求3所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，步骤S301中，IMF₁分量为：

IMF₁＝x-r₁

其中，x为雷达信号，r₁为第1个残差分量。

5.根据权利要求3所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，第k阶残余分量IMF_K为：

IMF_k＝r_k-1-r_k

其中，r_k-1为第k-1个残差分量，r_k为第k个残差分量，k＝3,4,...,n。

6.根据权利要求1所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，步骤S4中，每个IMF的样本熵SampEn(m,r,N)具体为：

其中，B_m(r)是指在m个点的匹配下容限为r的概率；A^m(r)是匹配m+1个点的概率，m为维数，r为阈值，N为时间序列的长度。

7.根据权利要求6所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，将SampEn(m,r,N)大于0.5的IMF分量作为含噪IMF分量。

8.根据权利要求1所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，步骤S5中，小波阈值进行去噪时的小波基函数为sym6和sym4；选择频率为0.2～0.6Hz和0.9～1.5Hz的IMF_s作为潜在的呼吸信号和心跳信号。

9.根据权利要求1所述的多普勒雷达生理信号检测用信号分离去噪方法，其特征在于，步骤S6中，选择散度值最小的一个或两个IMF_s重建呼吸信号和心跳信号，KL散度值D(p||q)计算如下：

其中，p(x)和q(x)分别表示每个IMF的概率分布和原始信号的概率分布。

10.一种多普勒雷达生理信号检测用信号分离去噪系统，其特征在于，包括：

采集模块，采集雷达原始信号，并对雷达原始信号进行预处理；

分解模块，采用ICEEMDAN方法对采集模块预处理后的雷达原始信号进行分解，得到n个模态分量IMF；

识别模块，计算分解模块得到的每个模态分量IMF的样本熵，识别含噪模态分量IMF和真实模态分量IMF；

挑选模块，利用改进的小波阈值对识别模块识别的含噪模态分量IMF进行去噪，同时依据频率挑选出潜在的呼吸信号和心跳信号；

分离模块，计算挑选模块中潜在呼吸信号和心跳信号的KL散度值，根据KL散度值选择一个或两个IMF_s重建呼吸信号和心跳信号。