[发明专利]基于雷达的睡眠特征事件检测方法、装置及存储介质

权利要求书

1.一种基于雷达的睡眠特征事件检测方法，其特征在于：所述方法包括：

步骤S10：通过雷达向其检测范围内的睡眠者发射波形并接收目标回波信号，建立回波信号模型；

步骤S20：通过对接收的回波信号进行预处理，以获取抑制后的回波信号；

步骤S30：对抑制后的回波信号进行时频变换，获取能量爆发曲线；

步骤S40：对能量爆发曲线进行滤波，通过滤波后的能量爆发曲线检测睡眠者的睡眠状态，所述睡眠状态包括第一事件和第二事件；

步骤S50：构造二元假设，降低第一事件检测的虚警率，提高第二事件的检测概率；

步骤S60：对第一事件和第二事件的能量爆发曲线进行变换，确定第一事件和第二事件的条件概率密度分布，并通过matlab(matrix laboratory，矩阵实验室)对数据进行拟合；其中，第一事件的条件概率密度函数分别表示为P(Z|H1)，第二事件的条件概率密度函数表示为P(Z|H0)，H₀为第一事件，H₁为第二事件；

步骤S70：对能量爆发曲线的数值进行恒虚警检测；

所述第一事件为睡眠事件，所述第二事件为睡眠特征事件。

2.如权利要求1所述的基于雷达的睡眠特征事件检测方法，其特征在于：所述步骤S70中对能量爆发曲线的数值进行恒虚警检测方式选用自适应对数双门限恒虚警检测器检测，具体步骤如下：

步骤S71：自适应估计能量爆发曲线的均值和方差；其中自适应估计能量爆发曲线的均值和方差包括：

步骤S711：对Z(n)取以自然数为底的对数，如下公式(10)表示：

Z′(n)＝ln|Z(n)| (10)

其中Z(n)是第n个能量爆发曲线元素的值；

步骤S712：通过自适应高斯均值算法得到第n个对数能量爆发曲线元素的均值和方差，均值μ(n)如下公式(11)表示；方差σ²(n)如下公式(12)表示：

μ(n)＝W·μ(n-1)+(1-W)(βμ(n-1)+(1-β)Z′(n)) (11)

σ²(n)＝W·σ²(n-1)+(1-W)(βσ(n-1)²+(1-β)(Z′(n)-μ(n))²) (12)

其中μ(n-1)，σ²(n-1)分别是上一次计算出的均值和方差，β是权重，作为稳定性和快速更新之间的权衡，W是二进制值，睡眠特征事件发生时W的值为1，睡眠事件发生时W的值为0。

3.如权利要求2所述的基于雷达的睡眠特征事件检测方法，其特征在于：在所述步骤S712之后，所述步骤S70还包括：

步骤S72：一次阈值的检测，所述一次阈值的检测用于判断检测器检测到的是第一事件或者第二事件；

其中，所述一次阈值的检测包括：

步骤S721：设置第一阈值γ以检查每个能量爆发曲线元素的值是否符合以下公式：

其中第一阈值γ表示自适应对数双门限恒虚警检测器的阈值；表示，当Z′(n)-μ(n)大于γσ(n)时，检测到第二事件；当Z′(n)-μ(n)小于或等于γσ(n)时，检测到第一事件；n为帧数。

4.如权利要求3所述的基于雷达的睡眠特征事件检测方法，其特征在于：在所述步骤S721之后，所述步骤S70还包括：

步骤S73：持续时间二次阈值的检测，所述二次阈值检测用于降低所述一次阈值检测的虚警值；

其中，所述持续时间二次阈值检测包括：

步骤S731：设定第二阈值T，一次阈值检测中第一次检测到睡眠特征元素时记为t1，持续时间记为t，将检测结果记为n_t，并将睡眠特征元素记为1，将睡眠元素记为0，t1+t时间段内的n的数值求和为T1与第二阈值T进行比较，T1≥T时，睡眠特征事件发生；T1＜T时，睡眠事件发生。