[发明专利]一种基于连续波多普勒雷达的呼吸心跳检测方法及系统

权利要求书

1.一种基于连续波多普勒雷达的呼吸心跳检测方法，其特征在于，包括以下步骤：

获取雷达探测人体呼吸时所生成的I/Q信号；

对所述I/Q信号进行校正；

对校正后的I/Q信号进行解调，得到呼吸和心跳所引起的胸腔速率时域信息；

利用差分进化算法，在所述胸腔速率时域信息上拟合出呼吸和心跳的相关信息；

所述对所述I/Q信号进行校正，得到校正后的I/Q数据的步骤具体包括：

对所述I/Q信号的相位偏移进行消除；以及

对消除相位偏移后的I/Q信号的直流分量和增益误差进行消除；

所述对所述I/Q信号的相位偏移进行消除的步骤具体包括：

第一步、对所述I/Q信号取n个数据采样点，记为X＝[I₁，I₂，I₃...I_n]，Y＝[Q₁，Q₂，Q₃...Q_n]；其中，X和Y分别表示为所采集到的I/Q两路通道中的n个数据采样点；

A_I和A_Q表示I/Q两路的幅值，DC_I和DC_Q表示I/Q两路的直流偏置，x_r(t)表示呼吸引起的周期性胸廓位移，x_h(t)表示心跳引起的周期性胸廓位移，λ表示雷达信号波长，φ(t)表示I/Q信号的相位差；

第二步、根据n个数据采样点在I/Q通道的数据平面图形成的椭圆形状，得到下列椭圆方程：

I²+A×Q²+B×IQ+C×I+D×Q+E＝0；

第三步、将所取得n个数据代入椭圆方程中，令得到(A,B,C,D,E)＝(M^TM)^-1M^Tb；

第四步、计算其中，φ为I信号与Q信号相位偏移之差；

第五步、根据相位偏移差φ，计算其中，I^c和Q^c为消除相位偏置之后的I/Q信号；

所述对消除相位偏移后的I/Q信号的直流分量和增益误差进行消除的步骤具体包括：

第一步、对要估计的参数进行初始化C＝[0 1 0]^T，并初始化估计误差协方差矩阵P＝1000*W，其中W为三维单位矩阵；

第二步、取S个I^c，Q^c数据，构建矩阵,其中S为n；令

第三步、依次取出矩阵H，N的值来计算增益矩阵K＝P×N_j^T/(1+N_j×P×N_j^T)；其中N_j为上述步骤计算出来的矩阵N的第j行，j＝1，2...，S-1；并且更新估计误差协方差P＝(W-K×N_j)×P，计算估计参数C＝C+K×(H_j-N_j×C)；

第四步、计算完S个I^c，Q^c数据后，得到S个I/Q数据的最终参数估计值C；保存估计的椭圆零点DC_I，DC_Q，以及比例系数值a，DC_I＝C(1)，DC_Q＝C(3)/C(2)，其中，C(1)，C(2)，C(3)均为C的分量，DC_I表示I信号的零点偏移，DC_Q表示Q信号的零点偏移，a表示I信号与Q信号增益的比值；

第五步、根据公式对消除相位偏置之后的I/Q信号中I^c和Q^c进行校正；其中，I’表示去除直流偏移后的I信号数据，Q’表示去除直流偏移后的Q信号数据；

第六步、根据公式可以消除增益误差,其中A_I和A_Q是I/Q两路的幅值，增益误差比值a＝A_I/A_Q，在执行解调算法时利用增益误差比值a，消除A_I和A_Q；其中，表示为最终校正后的I/Q信号数据；

所述对校正后的I/Q信号执行解调算法，得到呼吸和心跳所引起的胸腔速率时域信息的步骤具体包括：

对位移函数求导：

其中分别为I信号和Q信号对时间t的导数；在数字领域使用二阶差分代替微分：

Δt为采样时间间隔；从而得到胸腔速率时域信息

所述利用差分进化算法，在所述胸腔速率时域信息上拟合出呼吸和心跳的相关信息的步骤具体包括：

步骤S4.1、取某时间窗口内计算出来的速率值，X＝[x₁,x₂,x₃...xn]，t＝[0.02，0.04，0.06...7.98]，其中t表示该窗口内I/Q数据对应的采样时间，X表示时间t对应的速率变化；

步骤S4.2、确定相应的优化参数，所述优化参数包括呼吸和心跳变量的取值范围，优化的终止条件，种群大小NP，以及变异因子；

步骤S4.3、由公式y_i,j⁰＝rand()×(Xmax_j-Xmin_j)+Xmin_j设定呼吸和心跳范围，并随机产生NP个初始个体y_i⁰来构建一个初始种群；其中，y⁰＝{y₁⁰，y₂⁰，...，y_i⁰，...，y_NP⁰}，j表示呼吸和心跳的振幅、频率、相位作为个体的变量信息所对应的维度；

步骤S4.4、根据目标函数计算出每个个体的适应度；其中，所述目标函数为个体变量构成的函数值Y_i与速率值X_i两者之间的差值Y_i-X_i；所述个体变量构成的函数Y_i为呼吸和心跳引起的胸腔速率随时间的变化函数为Y_i＝-y_i,1×2π×y_i,2×sin(2π×y_i,2×t+y_i,3)-y_i,4×2π×y_i,5×sin(2π×y_i,5×t+y_i,6)；y_i,1，y_i,2，y_i,3，y_i,4，y_i,5，y_i,6分别对应个体i中的呼吸和心跳振幅、频率、相位值；

步骤S4.5、对初始种群中的每一个个体执行变异操作，产生一个变异个体；其中，变异个体由公式v_i＝y_p1+F×(y_p2-y_p3)生成，p1，p2，p3为随机生成的种群y中的个体索引，且满足p1≠p2≠p3≠i；F为初始设置的变异因子；

步骤S4.6、执行交叉操作，根据初始设定的交叉概率因子来确定，将初始种群中的部分分量用变异个体的对应分量替换，产生新的个体其中，cr为随机生成的数据，CR为设定的交叉概率因子；

步骤S4.7、根据上述目标函数Y_i-X_i分别计算出初始种群个体和交叉后个体的适应度，将两者的适应度值进行比较；如果交叉个体的适应度值小，则交叉个体作为下一代个体；否则，初始种群中的个体将被遗传到下一代；

步骤S4.8、重复执行步骤S4.4到S6.7，直到迭代达到指定的迭代次数；

步骤S4.9、选取出个体适应度值最小的个体，且个体适应度值最小个体中的值分别对应呼吸的振幅、频率和相位，以及心跳的振幅、频率和相位。

2.一种基于连续波多普勒雷达的呼吸心跳检测系统，其特征在于，包括获取单元、校正单元、计算单元和结果输出单元；其中，

所述获取单元，用于获取雷达探测人体呼吸时所生成的I/Q信号；

所述校正单元，用于对所述I/Q信号进行校正；

所述计算单元，用于对校正后的I/Q信号执行解调算法，得到呼吸和心跳所引起的胸腔速率时域信息；

所述结果输出单元，用于利用差分进化算法，在所述胸腔速率时域信息上拟合出呼吸和心跳的相关信息；

所述对所述I/Q信号进行校正，得到校正后的I/Q数据的步骤具体包括：

对所述I/Q信号的相位偏移进行消除；以及

对消除相位偏移后的I/Q信号的直流分量和增益误差进行消除；

所述对所述I/Q信号的相位偏移进行消除的步骤具体包括：

第一步、对所述I/Q信号取n个数据采样点，记为X＝[I₁，I₂，I₃...I_n]，Y＝[Q₁，Q₂，Q₃...Q_n]；其中，X和Y分别表示为所采集到的I/Q两路通道中的n个数据采样点；

A_I和A_Q表示I/Q两路的幅值，DC_I和DC_Q表示I/Q两路的直流偏置，x_r(t)表示呼吸引起的周期性胸廓位移，x_h(t)表示心跳引起的周期性胸廓位移，λ表示雷达信号波长，φ(t)表示I/Q信号的相位差；

第二步、根据n个数据采样点在I/Q通道的数据平面图形成的椭圆形状，得到下列椭圆方程：

I²+A×Q²+B×IQ+C×I+D×Q+E＝0；

第三步、将所取得n个数据代入椭圆方程中，令得到(A,B,C,D,E)＝(M^TM)^-1M^Tb；

第四步、计算其中，φ为I信号与Q信号相位偏移之差；

第五步、根据相位偏移差φ，计算其中，I^c和Q^c为消除相位偏置之后的I/Q信号；

所述对消除相位偏移后的I/Q信号的直流分量和增益误差进行消除的步骤具体包括：

第一步、对要估计的参数进行初始化C＝[0 1 0]^T，并初始化估计误差协方差矩阵P＝1000*W，其中W为三维单位矩阵；

第二步、取S个I^c，Q^c数据，构建矩阵,其中S为n；令

第三步、依次取出矩阵H，N的值来计算增益矩阵K＝P×N_j^T/(1+N_j×P×N_j^T)；其中N_j为上述步骤计算出来的矩阵N的第j行，j＝1，2...，S-1；并且更新估计误差协方差P＝(W-K×N_j)×P，计算估计参数C＝C+K×(H_j-N_j×C)；

第四步、计算完S个I^c，Q^c数据后，得到S个I/Q数据的最终参数估计值C；保存估计的椭圆零点DC_I，DC_Q，以及比例系数值a，DC_I＝C(1)，DC_Q＝C(3)/C(2)，其中，C(1)，C(2)，C(3)均为C的分量，DC_I表示I信号的零点偏移，DC_Q表示Q信号的零点偏移，a表示I信号与Q信号增益的比值；

第五步、根据公式对消除相位偏置之后的I/Q信号中I^c和Q^c进行校正；其中，I’表示去除直流偏移后的I信号数据，Q’表示去除直流偏移后的Q信号数据；

第六步、根据公式可以消除增益误差,其中A_I和A_Q是I/Q两路的幅值，增益误差比值a＝A_I/A_Q，在执行解调算法时利用增益误差比值a，消除A_I和A_Q；其中，表示为最终校正后的I/Q信号数据；

所述对校正后的I/Q信号执行解调算法，得到呼吸和心跳所引起的胸腔速率时域信息的步骤具体包括：

对位移函数求导：

其中分别为I信号和Q信号对时间t的导数；在数字领域使用二阶差分代替微分：

Δt为采样时间间隔；从而得到胸腔速率时域信息

所述利用差分进化算法，在所述胸腔速率时域信息上拟合出呼吸和心跳的相关信息的步骤具体包括：

步骤S4.1、取某时间窗口内计算出来的速率值，X＝[x₁,x₂,x₃...xn]，t＝[0.02，0.04，0.06...7.98]，其中t表示该窗口内I/Q数据对应的采样时间，X表示时间t对应的速率变化；

步骤S4.2、确定相应的优化参数，所述优化参数包括呼吸和心跳变量的取值范围，优化的终止条件，种群大小NP，以及变异因子；

步骤S4.3、由公式y_i,j⁰＝rand()×(Xmax_j-Xmin_j)+Xmin_j设定呼吸和心跳范围，并随机产生NP个初始个体y_i⁰来构建一个初始种群；其中，y⁰＝{y₁⁰，y₂⁰，...，y_i⁰，...，y_NP⁰}，j表示呼吸和心跳的振幅、频率、相位作为个体的变量信息所对应的维度；

步骤S4.4、根据目标函数计算出每个个体的适应度；其中，所述目标函数为个体变量构成的函数值Y_i与速率值X_i两者之间的差值Y_i-X_i；所述个体变量构成的函数Y_i为呼吸和心跳引起的胸腔速率随时间的变化函数为Y_i＝-y_i,1×2π×y_i,2×sin(2π×y_i,2×t+y_i,3)-y_i,4×2π×y_i,5×sin(2π×y_i,5×t+y_i,6)；y_i,1，y_i,2，y_i,3，y_i,4，y_i,5，y_i,6分别对应个体i中的呼吸和心跳振幅、频率、相位值；

步骤S4.5、对初始种群中的每一个个体执行变异操作，产生一个变异个体；其中，变异个体由公式v_i＝y_p1+F×(y_p2-y_p3)生成，p1，p2，p3为随机生成的种群y中的个体索引，且满足p1≠p2≠p3≠i；F为初始设置的变异因子；

步骤S4.6、执行交叉操作，根据初始设定的交叉概率因子来确定，将初始种群中的部分分量用变异个体的对应分量替换，产生新的个体其中，cr为随机生成的数据，CR为设定的交叉概率因子；

步骤S4.7、根据上述目标函数Y_i-X_i分别计算出初始种群个体和交叉后个体的适应度，将两者的适应度值进行比较；如果交叉个体的适应度值小，则交叉个体作为下一代个体；否则，初始种群中的个体将被遗传到下一代；

步骤S4.8、重复执行步骤S4.4到S6.7，直到迭代达到指定的迭代次数；

步骤S4.9、选取出个体适应度值最小的个体，且个体适应度值最小个体中的值分别对应呼吸的振幅、频率和相位，以及心跳的振幅、频率和相位。