基于毫米波雷达的生命特征信号探测技术研究.pdf
《基于毫米波雷达的生命特征信号探测技术研究.pdf》由会员分享,可在线阅读,更多相关《基于毫米波雷达的生命特征信号探测技术研究.pdf(7页珍藏版)》请在咨信网上搜索。
1、第4期2023年8月Vol.21 No.4August 2023雷达科学与技术Radar Science and TechnologyDOI:10.3969/j.issn.16722337.2023.04.014基于毫米波雷达的生命特征信号探测技术研究郭银景1,2,宋亚琦1,杨昆1,王蕾1,朱奥1(1.山东科技大学电子信息工程学院,山东青岛 266590;2.青岛智海牧洋科技有限公司,山东青岛 266590)摘要:生命特征信号探测旨在对人体信号中含有呼吸、心跳等特征参数进行检测和提取,是监测人体生命健康的重要方法之一,在信号处理、医学工程等领域均有广泛的应用。本文对基于毫米波雷达的生命特征信号
2、探测技术进行系统综述,从提取信号的角度出发,综述了将毫米波雷达技术引入生命特征信号探测领域之后的研究成果。首先,从毫米波雷达体制方面对现存雷达技术进行了论述。然后,简要介绍了对称三角波调制方法对生命信号进行检测,考虑到将检测到的生命信号进行特征分离,总结了三种弱信号提取算法并进行对比,重点分析了小波变换和经验模态分解两种方法的研究现状。最后,本文分析了毫米波雷达在生命信号探测领域存在的问题,并对今后可能的研究趋势进行了展望。关键词:毫米波雷达;生命信号;对称三角波调制;小波变换;经验模态分解中图分类号:TN959.6;TN958.94文献标志码:A文章编号:16722337(2023)0404
3、6007Research on Vital Signature Signal Detection Technology Based onMillimeter Wave RadarGUO Yinjing1,2,SONG Yaqi1,YANG Kun1,WANG Lei1,ZHU Ao1(1.College of Electronic and Information Engineering,Shandong University of Science and Technology,Qingdao 266590,China;2.Qingdao Intelligent Ocean Technology
4、 Co Ltd,Qingdao 266590,China)Abstract:Using millimeter wave radar to detect the life signals has become an important technical method.Aiming at the detection accuracy improvement of millimeter wave radar,the separation problem of breathing and heartbeatsignals,and the symmetrical triangle wave modul
5、ation method to test the vital signs,three kinds of weak signal extraction algorithms are summarized and compared.This paper mainly analyzes the research status of wavelet transform andempirical mode decomposition and introduces new ideas on the basis of these two algorithms,which can accurately sep
6、arate breath and heartbeat signals in low SNR environment.The development trend of millimeterwave radar in life detection is also discussed.Key words:millimeter wave radar;vital signals;symmetrical triangle wave modulation;wavelet transform;empirical mode decomposition0引言近年来,随着生活水平的提高和技术发展,生命特征信号探测技
7、术成为检测领域的焦点之一;人体心肺活动检测的技术也在由接触式向非接触式发展。常见的非接触式检测有红外1、可见光2和声波探测技术3;由于人体呼吸等生命活动产生的位移幅度小,速度缓慢,探测回波信号是一种与零频接近的低频信号,容易受到周围环境的影响。与其他探测技术相比,雷达技术以独特的优势被广泛应用于生命信号检测领域,该技术克服了呼吸监测时产生的皮肤损伤、过敏等问题,受外界因素的影响也较小,在未来有更广阔的发展空间。现有成果表明,利用毫米波雷达来检测胸腔微小变化,是行之有效的方法,该方法已经成为生物医学工程领域的重要研究方向。国内外学者在该领域的研究主要集中于雷达体制、检测方法和生命特征信号提取技术
8、三个方面。1毫米波生物雷达体制研究进展目前,在生命信号检测领域常用的毫米波雷达技术有连续波(CW)与调频连续波(FMCW)两收稿日期:20220610;修回日期:20220802基金项目:山东省重点研发计划(公益类专项)项目(No.2018GHY115022);青岛市企业技术创新重点项目(No.LX202005.0326)郭银景:基于毫米波雷达的生命特征信号探测技术研究2023 年第 4 期种,这两种雷达技术的对比如表1所示。连续波雷达和调频连续波雷达系统的集成水平较高且功耗低,适合用于近距离的信号探测。CW雷达适合跟踪相对位移,因此适用于单人检测,而调频连续波雷达可应用于多人检测,且相比CW
9、而言有更高的分辨率。使用毫米波雷达检测人体生命信号的原理如图1所示。LDM(C.M(fd DE图1雷达检测生命信号原理图1986年Chen等4采用10 GHz雷达,通过杂波抵消技术,滤除部分杂波后检测到呼吸与心跳信号。2001年王健琪等5提出用低功率的毫米波雷达提取呼吸与心跳信号,这种方法对人体无害但是所提取的信号中有杂波干扰,精度较低。2005年杨冬等6引入同态滤波、小波分析、窄带数字滤波等技术,提高了检测信号的信噪比,利于呼吸与心跳信号的检测。2009年Anitori等7研究通过中频信号来检测人体心肺活动信号。2014年 Wang等8提出了一种基于相位的精确距离跟踪算法,在中心频率为5.8
10、 GHz FMCW 雷达系统中提取到人体的心肺活动信号。2018年王天润等9提出了高频段的FMCW毫米波雷达测量生命体征的方法,解决了在低频段精度较低的问题。刘震宇等10提出了一种基于改进经验模态分解的雷达生命信号检测方法,能够有效地滤除信号中的噪声,提取到高信噪比的心肺活动信号。2019年Lee等11利用24 GHz毫米波雷达检测到人体心跳信号,尽管考虑了消除周围杂波的干扰,但是没有注意到由人体本身产生的轻微运动对信号检测带来的误差影响。2020年 Antolinos 等12通过改进商用 122 GHz FMCW雷达实现生命信号提取,不仅可以提取呼吸与心跳,而且可以检测出心率变异情况,但是该
11、系统的精度仍受到身体移动的影响,因此使用毫米波雷达准确检测出人体生命信号需要更进一步研究。本文其余内容组织如下:为获得有效的生命信号,第2节将介绍毫米波雷达进行生命信号检测的方法以及检测原理。由于检测到的雷达回波信号是由呼吸、心跳等生命特征信号以及各种杂波混合在一起的复杂信号,在第3节详细介绍了三种有关生命特征信号的提取方法。最后在第4节提出毫米波雷达对于生命特征信号探测技术存在的问题,并展望未来毫米波雷达的发展趋势。2生命信号检测方法为了检测到生命信号,毫米波雷达前端发射调频信号,该线性调频信号被物体反射后由接收机接收,根据发射信号与接收信号之间的频率差与时间差,从而得到被测物体的距离变化。
12、对称三角波调制是一种常见的信号检测方法,王月鹏24分析了对称三角波雷达组成,并通过差拍频率频谱配对,能够在多目标中准确检测待测目标信号,得到通过三角波调制后的距离、速度情况。一般情况下都是对静止物体进行信号检测,为了解决探测运动物体信号,田正刚25设计了一种24 GHz的雷达传感器,利用三角波调制对静止物体进行测距,如图2所示,对运动物体进行测速,如图3所示。并成功检测到物体的距离与速度信息,表1两种常用的毫米波雷达技术雷达技术CW13CW14CW15CW16CW17CW18FMCW19FMCW20FMCW11FMCW21FMCW22FMCW23频率/GHz1.65.8242424965.82
13、42477120140检测结果呼吸信号心跳信号HRV呼吸信号和心跳信号心跳信号心跳信号呼吸信号和心跳信号呼吸信号和心跳信号心跳信号呼吸信号和心跳信号呼吸信号和心跳信号生命特征和手势备注实现STFT与CWT两种主要时频特征提取方法小波变换的数据长度变换技术实现心率检测雷达提取与ECG提取的HRV具有较高一致性一种可用于远程测量人体心电图的新型方法可快速检测出单人心跳信号通过带通滤波器去除呼吸信号,提取心跳信号采用串联馈电阵列,通过调整贴片几何形状,降低了副瓣电平,提高了带宽改进频率带宽提高距离分辨率可消除环境杂波干扰雷达检测与参考传感器检测结果相似度较高该雷达系统可在1 m以外距离测量生命体征具
14、有良好的角分辨率461雷达科学与技术第 21 卷 第 4 期为信号检测提供了思路。采用对称三角波调制时,接收到的信号容易产生多次谐波干扰,若检测多目标容易造成谐波重叠。为了解决这一问题,Cheng等26提出了采用阵列信号处理的天线阵列接收机,解决了多目标检测问题,提高了信噪比。tffbffbavTm/2Tmf0fbtftfr图2检测静止物体及差拍信号频率ffTm/2fb+fb-Tmfbf0ttfdftfr图3检测运动物体及差拍信号频率图 2中,ft为发射信号频率,fr为接收信号频率,f为发射信号的最大频偏,f0为发射信号的初始频率,为回波延迟时间,fb为发射信号与接收信号之间的差拍频率绝对值,
15、Tm为扫频周期,fbav为差拍频率的平均值。图3中,fd为多普勒频率,fb+为向上扫频的差频,fb-为向下扫频的差频。根据图 2计算目标距离,假设目标距离为 R,=2Rc,则发射信号与接收信号的频率为ft=f0+dfdtt=f0+fTm2t=f0+2fTmt(1)fr=f0+2fTm()t-=f0+2fTm()t-2Rc(2)dfdt为正表示向上扫频,dfdt为负表示向下扫频,由式(1)与式(2)相减,可得差拍频率绝对值:fb=ft-fr=4 f RTmc(3)差拍频率除在t时刻的大小为2Rc的部分,其他时间的差拍频率不变,此刻差拍频率平均值为fbav=fb()Tm-Tm=4fRTmc Tm-
16、2RcTm(4)其中,在确保测量的单值性的前提下,需要满足Tm2Rc(5)由式(4)与式(5)可得fbav4 f RTmc=fb(6)由此,目标距离R为R=Tmc fbav4f=c fbav4f fm=c fb4f fm(7)式中,fm为扫频信号频率,fm=1Tm。因此可以增加扫频带宽以减小距离分辨率。根据图 3计算目标速度,假设目标距离为 R,径向相对速度为v,一个扫频周期的前半周期向上扫频范围与后半周期向下扫频范围可表示为fb+=ft-fr=4f RTmc-fd(8)fb-=ft-fr=4f RTmc+fd(9)结合式(7)可得R=Tmc4f()fb+fb-2=c4f fm()fb+fb-
17、2(10)fd=()fb-fb+2(11)根据多普勒频率计算公式:fd=2 f vc,f=f0+f2,结合式(10)、式(11)得到目标的速度:v=c2f0+f()fb-fb+2(12)462郭银景:基于毫米波雷达的生命特征信号探测技术研究2023 年第 4 期3生命特征信号提取技术通常由雷达回波信号检测到的是人体呼吸、心跳等生命特征信号以及周围环境杂波混合在一起的复合信号,因此生命特征提取的方法主要是用于去除杂波与噪声干扰,并准确分离、提取出呼吸与心跳信号。3.1数字滤波法数字滤波是传统的生命特征提取方法,由于可以通过带通滤波器分离不同频率的信号,且具有操作过程简单、性能稳定等特点,所以数字
18、滤波被应用于生命信号检测领域。虽然利用数字滤波能够去除部分噪声,但是很难分离呼吸与心跳信号以及无法滤除信号与噪声混叠部分的噪声,因此使用数字滤波提取生命特征有很大的缺陷。罗兵等27通过采用低通巴特沃斯数字滤波器提取到呼吸信号,但检测到的呼吸与心跳信号并不明显,可以考虑采用FMCW雷达系统提高分辨率。丁仲祥等28在数字滤波基础上进行改进,用低通数字滤波滤除高频噪声,得到的呼吸、心跳信号通过特征点检测,然后利用逐点比较法检测出呼吸信号的极大值,从而得到呼吸信号的频率。由于数字滤波方法的缺点较为明显,无法有效滤除杂波,因此在生命信号提取过程中只能先滤除部分噪声干扰,再结合其他方法滤除剩余噪声,分离呼
19、吸与心跳信号。3.2小波变换法小波变换是短时傅里叶变换的改进,提供一种“时间频率”的信号处理方法,具有多分辨率的特性,所以被应用于生命特征提取中。为解决数字滤波无法滤除噪声问题,陆云飞29、易慧30等通过小波变换,在低信噪比下检测到了弱目标信号检测。小波变换能更有效地提取出目标信号,且实时性强,应用性更广泛。为了解决谐波干扰问题,蒋腾等31提出了一种基于连续小波变换的心率提取方法,根据谱峰位置与数据长短的关系,最终快速、有效、准确地提取到了生命信号。为解决被测对象微动带来的影响,杨秀芳等32建立生命信号探测模型,对检测到的数据利用小波变换成功地提取到了人体呼吸信号和心跳信号。刘璐瑶等33采用小
20、波包分解,利用自相关计算提高精度,成功提取到精度较高的呼吸与心跳信号。该方法的提取结果如图4所示。LDCE(5CE(LDE(5E(9080706050020406080100K/s(b)CE(CE(bit/min)E(bit/min)12014016018000102030405020406080100K/s(a)E(120 140 160 180100图4文献 33 采用的生命体征提取方法虽然小波信号有很大优势,但也存在对信噪比低的信号去噪效果较差的缺点,为解决这一问题,魏崇毓等34先采用频域积累法将检测信号的信噪比提高,再利用小波变换去除噪声和杂波,从而产生了一种新的生命特征提取方法。为提
21、高提取准确率,Wang等35提出了一种基于正交匹配追踪的压缩感知算法和基于离散小波变换的自适应软阈值降噪算法来分离和重构呼吸和心跳信号,该算法能有效抑制噪声和谐波干扰,呼吸率和心跳率的准确率均达到93%左右。小波变换法是生命特征提取的一个基本思路,在生命特征提取方面有很多优点,可以对生命信号进行时频分析,提取到生命特征信号的变化,将呼吸和心跳信号分离。其难点在于小波基函数的选择,需要满足小波基函数的条件,才可以应用于小波分析中。3.3经验模态分解法经验模态分解法是一种适用于非平稳、非线性信号的自适应处理方法36,使非平稳信号能够平稳化,然后得到频谱图及有效的频率。这种方法可以让较为复杂的信号分
22、解为数量有限的本征模函数(IMF),每个本征模函数包含的信号表现了原信号在不同时间尺度中的局部特征。生命信号是一种微弱的信号,极容易受到外界噪声的干扰,且是一种随机的非平稳信号,因此在复杂信号中提取生命信号,再准确地将呼吸与心跳信号分离有很大难度。传统的方法无法准确处理随机非平稳信号,且在提取心跳信号时容易受到呼吸信号463雷达科学与技术第 21 卷 第 4 期微弱谐波的影响,导致提取的信号不精确。为解决这一问题,冯久超等37提出了一种基于经验模态分解的生命信号提取的新方法,实验结果表明,使用这种方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确地提取呼吸和心跳参数。为了降低外界干扰并提高
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 毫米波 雷达 生命 特征 信号 探测 技术研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。