[发明专利]一种非接触式生命体征检测系统的心跳频率检测算法

说明书

技术领域

本发明涉及一种基于雷达技术的非接触式生命体征检测系统的信号处理算法，尤其是心跳频率检测算法。

背景技术

非接触式生命特征检测技术将雷达技术和生物医学工程技术融为一体，利用电磁波对人体的呼吸和心跳等生命特征进行非接触式探测。电磁波具有非金属介质穿透特性，因此非接触式生命体征监测系统能够穿透衣服、被褥检测生命信号，不需要与人体皮肤直接接触，这一优势使其在婴儿、有睡眠障碍的病人、大面积烧伤病人、精神病人等特殊群体的生命体征监测中得到应用。此外，经过特殊设计的生物雷达还能穿透砖墙、木板等障碍物探测到人体的微动信号，这使得其在救灾、反恐、军事等领域也有广泛的应用前景。

心跳频率检测的准确度是非接触式生命特征检测系统的最重要的指标之一，由于心跳信号能量很微弱且具有非平稳特性，所以心跳信号很容易淹没在雷达的噪声和杂波中。此外，由于人体在监测过程中很有可能进行随机运动，如人体的抖动、翻身等，这些随机运动产生的扰动干扰信号都具有非平稳特点，其频率很有可能在心跳频率范围内，因此传统滤波方法不能将这些扰动干扰滤除，而且由于传统FFT方法集中度较低、分辨力较差，因此采用FFT测频法不能准确测得心跳频率。

发明内容

为了克服上述现有技术的不足，本发明提供了一种非接触式生命体征检测系统的心跳频率检测算法，该算法能将心跳信号与人体抖动信号、呼吸信号和环境干扰噪声分离，而且能准确提取心跳信号的频率信息。

本发明采用的技术方案如下：

一种用于非接触式生命体征检测系统的心跳频率检测算法，包括如下步骤：

步骤1，对非接触式生命体征检测系统的连续波多普勒雷达前端输出的I、Q两路信号分别进行带通滤波；其中，带通滤波器的低截止频率为0.5Hz、高截止频率为5.2Hz；

步骤2，通过圆心估计算法恢复经过滤波的I、Q两路信号的有用直流分量；

步骤3，对步骤2得到的I、Q两路信号进行反正切解调；

其特征在于，得到解调信号之后的步骤如下：

步骤4，采用完全聚类经验模态分解算法对解调信号进行分解，得到一系列本征模函数；

步骤5，对得到的本征模函数分别做希尔伯特变换，并且求得各本征模函数对应的希尔伯特边际谱；

步骤6，在各本征模函数对应的希尔伯特边际谱上进行峰值检测；

步骤7，根据希尔伯特边际谱的谱峰位置和谱峰附近的能量集中度来判断心跳信号对应的希尔伯特边际谱；

步骤8，在心跳信号对应的希尔伯特边际谱上提取心跳信号频率信息。

进一步的，步骤4中采用完全聚类经验模态分解算法对解调信号进行分解，具体步骤如下：

步骤4.1，构造I个信号x[n]+ε₀wⁱ[n]，其中x[n]是反正切解调得到的信号，wⁱ[n],(i＝1,2,...,I)是分布为N(0,1)的白噪声，利用普通经验模态分解算法分别求解I个信号x[n]+ε₀wⁱ[n]的第一个本征模分量IMF₁ⁱ[n]，并且计算：IMF1[n]=1IΣi=1IIMF1i[n]=IMF‾1[n];]]>

步骤4.2，计算第一个剩余分量r₁[n]＝x[n]-IMF₁[n]；